码流特征（共7篇）
码流特征 篇1
0引言
语音编码码流特征分析及识别是信息侦察系统和无线电监测系统中的重要功能之一,在信息侦察和无线电监测中具有重要作用。针对采用参量编码的话音信号进行码流特征分析的实质是对其码流的空间分布特征进行分析,空间分布特征具体是指其以帧为单位的码字空间的分布特性。不同的话音编码实现算法不同,导致了不同的话音编码信号具有不同的码流统计特征,因此利用语音信号码流统计特征可以在未知参数的情况下识别其编码样式。
AMR是第3代合作伙伴计划(3rd Generation Partnership Project,3GPP)制订的语音压缩编码标准[1],在宽带码分多址(Wideband Code Division Multiple Access,WCDMA)[2]和时分同步码分多址(Time Division -Synchronous Code Division Multiple Access,TD-SCDMA)等第3代移动通信系统中得到广泛应用[3],已经成为信息侦察和无线电监测领域的重要目标。
1码流特征分析
1.1话音帧分析
码流识别的首要步骤是提取编码后码流的帧长,话音帧长的识别有根据同步码字进行帐长识别和根据相邻帧间相似度进行帐长识别2种方法。
1.1.1 根据同步码字进行帧长识别
为了使接收端能够准确地接收码字,通常一帧中包含几个用于帧同步的码字,反映在输出码流上表现为相同的比特序列周期的重复出现。因此在未知码流中通过搜索周期重复的最长比特序列,其周期即可作为帧长。具体搜索过程如下:
设待分析码流为Y,以帧长N将其分为码字序列undefined,将所有码字按位异或得码字undefined,计算undefined中连续0数量的最大值,记为L,L就是周期为N的最长比特序列的长度。在undefined的范围内进行穷举搜索,使L取最大值的帧长Nopt即为最佳帧长,其中undefined。
1.1.2 根据相邻帧间相似度进行帧长识别
由于语音信号具有短时平稳性,造成编码后的相邻帧间具有比较大的相关性,因此可以考虑在一定范围内搜索帧长,使得相邻帧间的平均相似程度达到最大来识别帧长。
设有码字(帧)undefined、undefined,其中vik表示第i(i=1,2,…,m)个码字(帧)的第k(k=1,2,…,N)比特。定义它们之间的相似度为:
undefined。 (1)
则所有相邻码字之间的平均相似度为:
undefined。 (2)
在undefined内遍历所有N,则使undefined取最大的帧长Nopt为语音帧长度:
undefined。 (3)
由于AMR语音编码算法采用了8种速率和背景噪声编码模式进行自适应多速率语音编码,因此每帧参数的编码比特分配都不一样,它随话音编码的需要而自适应变化,其表现形式为“帧长瞬时变化”,即帧长不固定。基于上述原因,AMR语音编码帧长的提取采用了“帧头对齐帧尾填充”的方法,这种方法的实质就是变不等长帧为等长帧。典型的AMR语音编码帧数据的比特结构如下:
00100101 10011100 11001010 11101111 01101011
11101011 00001010 01110010 10011111 00000010
10101111 11111101 10100110 10000000 00000000
00000000 00000000 00000000 00000000 00000000
00000000 00000000 00000000 00000000 00000000
00000000 00000000 00000000 00000000 00000000
00000000 10000000
后面的特征提取和分析都是针对这种结构的帧数据。
1.2背景噪声帧的特征
由于AMR语音编码算法采用了舒适背景噪声生成技术,当动态语音检测(Voice Activity Detection,VAD)算法检测到背景噪声或静音时,无论编码模式指示用8种速率的哪一种速率编码,这时AMR核心帧都只携带35 bit舒适背景噪声比特来代替正常的话音编码以减小总的编码速率。典型的37 bit舒适背景噪声编码帧数据的码流序列如下:
1 01 11100100 01110000 11011001 01011101 000
2 11 11100100 01110000 11010101 00101100 111
3 11 11100100 01110000 11010101 00101100 111
4 11 11100000 00010000 11011101 10100101 000
5 11 11100000 00010000 11011101 10100101 000
6 11 11100000 00011111 11000101 01010100 111
7 11 11100000 00011111 11000000 01100100 111
8 11 11100000 00011111 11001101 10100100 111
9 11 11100000 00011111 11001101 10100100 111
10 11 11100000 00011111 11000010 11110100 111
11 11 11100000 00011111 11001101 10100100 111
12 10 11100000 00011111 11001101 10100100 111
13 11 11100000 00011111 11001101 10100101 000
其中前2 bit是帧类型指示。可以看出,第2帧和第3帧的35 bti舒适背景噪声码字相同,第4帧和第5帧的35 bit舒适背景噪声码字相同,第8帧、第9帧、第11帧和第12帧的35 bit舒适背景噪声码字相同,而且所有帧的35 bit舒适背景噪声码字都很相似,这是由语音短时平稳性所决定的。利用舒适背景噪声帧的这种特征,用人工观察和计算机自动识别相结合的方法寻找连续重复的码字,为识别语音编码码流提供重要依据。
1.3统计特征分析
1.3.1 零一变化率统计
零一变化率是指给定的码流数据文件中比特‘0’和‘1’相邻帧之间交替变化的频率。根据相邻语音信号的缓变性,零一变化率可用于语音信号编码后的参数划分,因为这种缓变性使得语音参数编码后,不同类型的参数间零一变化率的过渡变化十分明显。核心帧码流的零一变化率直方图如图1所示。
由图1所示直方图可以看出,零一变化率的过渡十分明显,第1～7 bit为第1个LSF子阵索引号,第8～15 bit为第2个LSF子阵索引号,第16～23 bit为第3个LSF子阵索引号,则图1中第7～8 bit和第15～16 bit间零一变化率的转换十分明显。其他参数和编码模式以此类推,零一变化率由高到低正好对应参数从低比特位到高比特位的变化,该特征可以作为参数划分的依据。
1.3.2 游程分布统计
码流游程长度分布是指将被统计码流Y整个作为一个连续比特流时不同游程长度的分布,即不同码流游程长度的个数在总码流比特数中所占的百分比,记为:
undefined
undefined。 (4)
式中,p0(l)与p1(l)分别为码流Y中长度为l的‘0’游程分布和‘1’游程分布;N0(l)与N1(l)分别为码流Y中长度为l的‘0’游程个数和‘1’游程个数;NY为Y的比特总数。
根据码流游程长度分布的计算方法,图2和图3分别给出了AMR语音编码中8种编码模式下AMR核心帧码流的‘0’游程长度分布曲线和‘1’游程长度分布曲线。
由图2和图3可知,AMR语音编码中8种编码模式下AMR核心帧码流的游程长度分布基本一致,说明8种编码模式对语音信号编码后的随机性是一致的,这一特征可作为识别AMR语音编码的一个先验特征。
1.3.3 参数分布特征
AMR语音编码的参数分布特征是指8种编码模式下每一种独立编码参数的分布[4]。根据参数分配的比特数不同,参数分布的范围也不同。例如:12.2 kbit/s编码模式,第一个线谱对参数(Line Spectral Pair,LSP)LSP1分配7个比特,则0≤LSP1≤27-1=127,因此这种参数分布是有限离散空间的分布。
设AMR语音编码算法T中参数p的比特位数为n,则其参数分布定义为:
式中,Pr{}表示概率。
2语音识别方法
设语音编码后码字的每帧有N个比特,则码字空间的大小为2N。语音信号存在冗余度,即使经过压缩编码,也不可能完全去除其中的冗余度。因此大小为2N的码字空间中的码字不是均分分布的。从理论上来说,压缩率越高,码字空间的分布越为均匀。但即使压缩到2.4 kbit/s,码流中所剩的冗余度还是相当大,因此可以从码字空间的统计分布上提取码流特征。
语音过程是一个非平稳的随机过程[5],作为语音信号本身,其统计分布特性是随时间变化的,反映在码流上也是如此。这种非平稳性扰乱了算法本身在码字空间分布特性的反映,为有效特征的选取和提取带来了困难。但语音信号却可以看作是短时(10～30 ms)平稳的随机过程,因此从对语音编码识别方法的有效性考虑,码字序列的时间特性不一定是有害的[6],在不能完全排除非平稳性及时间相关性等语音编码码流固有的特性的情况下,应该更多地考虑怎样利用这种特点。话音编码识别过程是一个多元模式识别问题[7],可以采用基于学习的特征检测方法。首先分析样本语音数据,依据训练从中提取其特征参数,建立分类器,根据选取的特征参数不同,语音特征参数分析方法可以采用话音帧分析方法和统计特征分析方法,针对目标数据流分别提取话音信号中的帧特征参数以及统计特征分布,利用分类器进行类型匹配,从而实现语音的识别。其过程如图4所示。AMR话音编码特征建模如表1所示。
3仿真及实验结果分析
通过蒙特卡罗仿真试验,比较了不同误码率条件下2种语音编码识别方法——话音帧分析法和统计特征分析法的识别性能。测试数据为随机给出的包括AMR、CVSD、FS1016、IMBE和G.726语音编码数据各100组。在AWGN信道条件下,2种AMR语音编码分析方法的在不同误码率时的识别概率如图5所示。
由图5可知,在误码率较低(≤10-2)时话音帧分析法具有很好的识别效果,而当误码率≥10-2时,识别准确率下降很快;统计特征分析方法在误码率较低时识别效果不如话音帧分析法,但它在误码率较高具有很好的适应性,在误码率达到5×10-2时识别正确率仍能达到70%以上。
4结束语
利用AMR话音编码特有的帧特征和码流统计特征,对未知的话音数据进行判别,解决了AMR话音信源的识别问题。通过仿真发现话音帧分析法和统计特征分析法在不同的误码环境中具有不同的识别效果,在工程中可以根据实际信道条件来选择识别方法。此外借助话音码流的其他先验信息,如情报、码率和信道等,以提高识别的准确率。
参考文献
[1]3GPP TS 26.290 v6.3.0.Extended Adaptive Multi-Rate-Wideband(AMR-WB+)codec.(Release 6)[S],2005:36-37.
[2]3GPP TS 26.190.Adaptive Multi-Rate-Wideband(AMR-WB)Speech Codec.Trans Coding Functions(Release7)[S],2007.
[3]王炳锡,王洪.变速率语音编码[M].西安:西安电子科技大学出版社,2004.
[4]王洪.AMR语音编码算法及其码流特点的研究[D].郑州:解放军信息工程大学,2004:15-19.
[5]王军.AMR-WB+编码算法关键技术及码流识别研究[D].郑州:解放军信息工程大学硕士论文,2009:37-40.
[6]李英.AMR语音编解码算法研究优化及ARM实现[D].北京:北京邮电大学硕士论文,2012:23-30.
[7]贺英华.CELP类语音编码算法及其码流特点的研究[D].郑州:解放军信息工程大学,1997:27-26.
[8]鲍长春,数字语音编码原理[M].西安:西安电子科技大学出版社,2007.
[9]ITU-T Recommendation G.722.2.Wideband Coding ofSpeech at around 16kbit/s Using Adaptive Multi-RateWideband(AMR-WB)[S].2003.
JPEG码流快速解析与研究 篇2
JPEG文件格式，即JFIF，允许对图片的压缩质量与文件压缩大小进行折中，这样便能够产生高压缩比同时也不至损失过多信息。然而当很多绘图，图像处理软件处理JPEG图片时，已经属于二次压缩文件，通常会使图片质量大幅度减弱，同时这样二次压缩也会造成色彩失真。因此对JPEG文件进行初始化获取量化信息，重要文件参数对图片优化是十分必要的。
2 JPEG码流快速解析
主要对基于优化后的量化表、哈夫曼表编码JPEG文件格式进行了深入解析研究，实验研究表明优化过的码流比原始码流要节省2.4%-27.8%的文件长度。同时，提出的快速定位方法就是根据JPEG快速解码算法中获取的抽样系数参数以及图片相关系数计算产生的。通过图片显示、网格功能、输入MCU块号等这些途径，更加清晰地显示出了每一块MCU的系数情况以及具体解码流程详解过程。
基于优化后的量化表，哈夫曼表编码JPEG码流解析是在基于优化码流的基础上产生的。其优化码流解析以blue_01.jpg图像为例，如图1所示，其尺寸为130×100，可以分割成221个8×8的压缩子块。
图1(a)是没有优化前的JPEG图片影像，图1(b)是优化后的JPEG图片影像，经过本文快速码流解析研究，图1(b)图像的哈夫曼表结构如下。
(1)图1(b)文件中的亮度DC表(如表1所示)。
该表的编码字节总数为8。相对于标准亮度DC表12字节而言节省4字节。
(2)图1(b)文件中的色度DC表(如表2所示)。
该表的编码字节总数为7。相对于标准色度DC表12字节而言节省5字节。
(3)图1(b)文件中的亮度AC表(如表3所示)。
该表的编码字节总数为39。相对于标准亮度AC表162字节而言节省123字节。
(4)图1(b)文件中的色度AC表(如表4所示)。
该表的编码字节总数为24。相对于标准亮度DC表162字节而言节省138字节。实验表明：图1(b)图像比图1(a)的标准哈夫曼表结构总共节省270个字节，其优化过的码流比原始码流要节省17.8%。
3 基于MCU块解析的快速定位
JPEG是一个典型的对静态图片进行8x8块分割，对每一个8*8块分别进行变换编码和熵编码，从而实现图像压缩。解码程序先从JPEG文件中读出采样系数，得出MCU大小,算出整个图像的MCU个数。解码程序再循环逐个对MCU解码，一直到检查到EOI标记。通过解码过程中对MCU块信息进行获取解码，并且将每个MCU中的亮度色度信息分别获得呈现，方便对解码系统流程的统一认知，并为之后的优化、恢复等过程研究提供了有利的信息和帮助。通过图片显示、网格功能、输入MCU块号这些途径，图文并茂更加透彻清晰的显示出了每一块MCU的系数情况以及具体解码流程详解过程。
提出的快速定位方法是根据JPEG快速解码算法中获取的抽样系数参数以及图片相关系数计算产生的。其算法主要分为两步：
步骤1：计算MCU的物理相对位移，即MCU[Mcu_x,Mcu_y]，以及根据抽样系数算出MCU块长度。首先，从码流中获取的抽样系数，求出MCU块宽度。令水平抽样因子为hfactor，垂直抽样因子为vfactor，则MCU块长度为mcuHeight=8×hfactor,MCU块宽度为mcuWidth=8×vfactor。
图片MCU块的总数数量mcuNum则是根据最小8x8为单位来划分的，如果图片长度与宽度不能被8整除，则解码时，算法会自动补充长度与宽度，使其能够调整到8的倍数。所以，求mcuNum之前要先求得长度方向和宽度方向MCU块个数做一个长宽度调整判断，若是不能够被8整除，即图片长宽将会自动扩增至8的倍数，调整之后的长度方向/x方向的MCU块个数num_x_line，宽度方向/y方向的MCU块个数num_y_line即为所求。
计算的MCU块总数mcuNum=num_x_line×num_y_line。
根据所需要查询的MCU块来计算MCU块的物理相对位移。令需要查询的块号为findMcuBlockNum,MCU块的X方向物理位移为Mcu_x,Y方向物理位移为Mcu_y。
则:Mcu_x=findMcuBlockNum/num_x_line;
Mcu_y=findMcuBlockNum%num_y_line。
步骤2：计算MCU快坐标。具体的MCU快坐标计算如下图2所示。
4 结语
解析JPEG码流算法对JPEG图片进行优化分析具有十分重要的意义，通过将实验不同码流格式的JPEG图片，选取优化格式图片码流进行分析，并且对JPEG图片进行进一步的优化研究，实验证明，优化码流后的图片要节省2.4%-6.8%的文件长度，有效地提高了压缩比。
参考文献
[1]G.K.Wallace.The JPEG Still Picture Compression Standard[M].Commun.ACM,1991,34(4):30-44.
[2]JPEG.JPEG2000 requirements and profiles versiov6.3[M].ISO/IECJTC1/SC29WGN 1803,2000,7.
[3]刘玮,王红星.图像的无损压缩编码方法及JPEG标准模式[J].现代电子技术,2002,5:7-10.
[4]严剑.Huffman算法及其在数据压缩中的应用[J].计算机与现代化,1996,48:15-20.
[5]S.W.Golomb.Run-length encoding[J].IEEE Trans.on Infor-mation Theory,1966,12:399-401.
视频码流的数值比特位划分 篇3
以视频业务信息的传输为例,在视频比特流中的各部分有着不同的重要性,某些比特对错误的抵抗能力比其它比特要差,从而需要对信号的不同部分给予不同等级的保护。在网络资源有限情况下,根据业务码流中不同部分的重要性不同,采用不同的信道保护机制,从而获得可用视频或图像业务。目前不等差错保护策略主要有两个研究方向:一是研究如何对信源编码端数据进行等级划分;二是对等级划分后的数据采用怎样的不等编码保护问题。而这其中对业务码流信息中的各个部分重要性的分析和划分显得尤为重要,码流信息按重要性划分为接下来的不平等差错编码保护提供了可能。对MPEG-2[4,5]码流信息的不等差错保护也引起了广泛关注。
文中对MPEG-2视频码流信息的重要性划分方式进行研究,提出了一种基于数值比特高低位的视频码流划分方式。经仿真表明,基于数值比特高低位的视频码流划分方式相比层次划分及传统图像帧划分方式,经不等差错保护后有更好的视频恢复效果。
1 数值比特位划分
视频码流中变长码DCT系数的高低比特位对重建视频的贡献度不同,由于变长码DCT系数占视频码流信息的大部分,因此对视频码流的划分很大程度上是对DCT系数的划分。结合不同图像帧,及帧内变长码DCT系数的不同比特位置,分别将I帧,P帧,B帧图像的变长码DCT系数的按照比特位的高低分为两类,得到6组不同的数据信息:I帧DCT系数高位比特(Bit1～Bit4);I帧DCT系数低位比特(Bit5～Bit-end);P帧DCT系数高位比特;P帧DCT系数低位比特;B帧DCT系数高位比特;B帧DCT系数低位比特。在不同误码率情况下,分别对这6组信息引入随机错误,计算重建视频图像的平均PSNR值,计算结果如表1所示。
根据上述几类信息出错时重建视频图像的PSNR均值,以达到视频等级4,图像效果为可觉察不讨厌(PSNR=33～38 dB)为准,将占视频大部分的变长码DCT系数进行归类。I帧DCT系数的高位比特(Bit1～Bit4)最为重要;I帧DCT系数的低位比特(Bit5～Bit-end)和P帧DCT系数的高位比特视频恢复效果接近,作为第二类;P帧DCT系数的低位比特和B帧DCT系数的高位比特视频恢复效果接近,作为第三类;B帧DCT系数的低位比特对误码要求最低将其归为最低一类。
由于DCT系数占到视频序列信息的大部分,对于视频序列中的其他类型的信息,在进行等级分配时以按DCT比特划分的4个重要性等级为准。
在视频码流中,除了DCT系数之外,其他数据类型主要包括:头信息,控制信息及运动向量。其中头信息和控制信息在视频序列中所占比例较小,但起着重要作用,为视频编解码提供所需的一些重要参数及同步信息。这类信息需要予以重点保护,将该类信息划分到上面的I帧高位比特所处等级中。运动向量也是可变长编码,但运动向量较分散,涉及数据量较小,为减小划分复杂度起见,对该类信息以整体进行测试而不区分比特高低位。
运动向量存在于P帧图像及B帧图像中。在不同信道误码率时,分别对P帧及B帧图像中的运动向量引入随机错误,计算出错后重建视频图像的平均PSNR值,如表2所示。
通过对比上表中计算所得的PSNR均值,对P帧来说,运动向量出错对重建视频所造成的影响要小于P帧DCT系数中的低位比特出错对视频重建所造成的影响,按重要性将P帧的运动向量划分到第三类信息中。B帧的运动向量出错所造成影响要小于B帧DCT系数的高位比特,而接近B帧DCT系数中的低位比特,将B帧的运动向量划分到B帧DCT系数低位比特所在等级,即第四类中。
通过上面的分析验证,基于DCT数值比特高低位的划分方式最终将视频码流划分为4个不同重要性的等级,各个等级内容如下:
第一类:头信息,I帧宏块参数,I帧DC系数,I帧变长码DCT系数的Bit1～Bit4;
第二类:I帧变长码DCT系数的Bit5～Bit-end,P帧宏块参数,P帧DC系数,P帧变长码DCT系数的Bit1～Bit4;
第三类:P帧变长码DCT系数的Bit5～Bit-end,P帧运动向量,B帧宏块参数,B帧DC系数,B帧变长码DCT系数的Bit1～Bit4;
第四类:B帧变长码DCT系数的Bit5～Bit-end,B帧运动向量,零填充数据。
测试样本按照数值比特高低位方式进行划分,得到的各类信息所占比例分别为0.171 3,0.233 8,0.388 0和0.206 9。
按照上述分析,根据视频码流信息对于重建视频所起作用的不同,最终将视频码流划分为4个不同的等级。视频信息流的划分示意图如图4所示,图中的“H”表示图像及Slice层的头信息,需要重点保护,归类到第一类信息中。
按提出的数值比特高低位结合I,P,B图像帧的码流划分方式将视频码流进行划分,划分得到的4类不同重要性的信息。在不同信道误码率情况下,对划分所得4类信息分别引入随机错误,计算重建视频图像的平均PSNR值。在不同误码时,对应的重建视频图像的PSRN均值曲线如下图2所示。
通过图2中的各类信息出错后重建视频图像的平均PSNR均值曲线可以得知,按照DCT系数比特高低位及图像帧相结合的划分方式所得到的4类信息,在不同误码时的重建视频图像效果有明显的差别。根据不同PSNR区间所体现的视频等级,以达到视频等级4(PSNR=33～38 dB),重建视频图像效果为可觉察不讨厌为准:第一类信息到达要求时误码率约在1×10-5;第二类信息所需误码率约在5×10-5;第三类信息所需误码率约为2×10-4;最后一类的误码率要求约为1×10-3。到达相同的视频效果所需的误码率要求存在差异。
2 数值比特位划分的不平等差错保护
按照数值比特高低位的划分方式将视频信息划分为4类,对不同类信息进行不等差错保护的码流传输仿真测试。在高斯白噪声信道下,信道编码分组长度为1 504 bit,根据划分所得的各类视频数据所占的比例{0.171 3,0.233 8,0.388 0,0.206 9},将信道编码分组长度划分为4种不同的长度,用于不同重要性信息的传输;设置信道编码器中不同重要性信息的重复次数分别为:Rep1=7,Rep2=6,Rep3=5,Rep4=4;信道编码码率为0.527 3。对4类不同重要性的信息进行不等差错编译码保护,图3为4类信息所体现的误码性能曲线。
4类等级信息在不同信噪比时所呈现的误码性能,即为在实际信道传输时视频码流的不等差错保护传输所体现的误码性能。在不同信噪比时,按照数值比特高低位划分方式得到的各类信息经信道不等差错保护传输之后,重建视频图像的PSNR均值如表3所示。
通过表3计算所得的重建视频图像的平均PSNR值可知,采用数值比特高低位的划分方式进行划分,对分类信息做不等差错保护所得到重建视频图像的PSNR均值,要高于不分类情况下均等差错保护的重建视频图像PSNR均值,且高于按传统图像帧进行码流划分,进行不等差错保护时的重建视频图像的PSNR均值。在信噪比为2.6 dB时,数值比特高低位划分方式的重建视频图像的PSNR均值相比不分类情况约有10 dB的提高,较传统的基于图像帧的视频码流划分方式也有约5 dB提高。
3 结束语
提出一种基于数值比特高低位的视频码流划分方式。根据视频码流中不同位置信息重要性的不同,对视频序列进行归类,对划分所得的各类信息进行不等差错保护。通过对码流信息中不同位置对视频重建所起作用的分析,根据数值比特高低位作用不同,结合不同图像帧所提出的视频码流划分方式,在给定的仿真条件下,经仿真验证表明,经不等差错编码保护后,重建视频效果相比不分类进行均等差错编码保护的恢复效果有明显提高,且效果优于按传统图像帧划分经不等差错保护的重建视频恢复效果。
参考文献
[1]HUYNH-THU Q,GHANBARI M.Scope of validity of PSNRin image/video quality assessment[J].Electronics Letters,2008,44(13):800-801.
[2]李虓江.信道自适应UEP技术在H.264视频通信系统中的应用[J].电视技术,2004(3):4-7.
[3]陈东侠.UEP在基于SPHIT图像传输的联合编码中的应用[J].福建电脑,2009(12):3-4.
[4]CHIARIGLIONE L.MPEG and multimedia communications[J].IEEE Trans.Circuits and Systems for Video Technolo-gy,1997,7(1):5-18.
[5]HASKELL B.Image and video coding-emerging standardsand beyond[J].IEEE Trans.Circuits and Systems for VideoTechnology,1998,8(7):814-837.
[6]佟雨兵,张其善,祁云平.基于PSNR与SSIM联合的图像质量评价模型[J].中国图象图形学报,2006(12):1758-1763.
遥测PCM码流解码系统的设计 篇4
关键词：PCM解码,帧同步,码同步,串并转换
1 引 言
遥测系统是测量导弹、卫星、航天器及武器系统内/外部的环境参数,获取地面试验和飞行试验数据不可缺少的一个部分,本系统采用PCM 体制,以多路复用的方式进行数据传输。本解码系统接受两种形式的PCM码流:422形式和±2.5 V形式。其中422形式包括帧同步、码同步和信号流;±2.5 V形式只包含信号流。
根据需要,系统中所接受的PCM码流信息量较大,并且基带频率较大,因而解调器的设计需要大容量的存储单元。对此,本文提出了一种遥测瞬态信号的采集策略,它通过外触发信号(计帧同步)启动缓存来实现,缓存可以用大容量的FIFO准确地接受PCM码流,然后送入PC。本模块属于接口控制模块的一部分,因此,控制逻辑用同一个CPLD来完成,使得解调器的大多数电路功能及其连线都在器件内部实现,并可以进行时序仿真,从而大大节省了电路的调试时间,同时,通过对CPLD芯片的重新编程,使解调器可以具有一定的通用性。
2 电路硬件系统设计
PCM解码的关键:串并转换和电平转换。图1是设计方案图。对于422通信接口,在码同步、帧同步和PCM数据信号的跳变过程中,由于线路之间存在寄生电容及其共地原因,互相之间存在着线间串扰,并且弹上其他系统对本电路也有电磁干扰,所以在解码电路必须采取有效的抗干扰措施,采用光电耦合器将输入和输出信号全部隔离可以防止其他系统的电磁辐射干扰;同时光电耦合器件是一个电流驱动的器件,在它的输入端加上反向二极管也可以消除信号之间的串绕。另外在CPLD核心控制内部还要对码同步信号进行消抖,主要用来消除CLK信号在传输过程中受到的干扰。FIFO系统选择了IDT公司的IDT7208,容量为64 kB。
整个PCM解调系统工作原理如下:串行PCM数据流在码同步信号作用下,通过移位寄存器转换为8路并行数据,并行数据在子同步 (路同步)信号的作用下取出,在控制电路的配合下,存入FIFO缓冲器中。当FIFO存至半满时,系统根据产生的半满信号,由计算机控制读取数据并处理。
3 422方式解码
422形式包括帧同步、码同步和信号流,波形图如图2所示。
从图中可以看出,PCM码流数据的变化是随同步时钟的下降沿而变化的,为了使解码准确可靠,应在同步时钟的上升降沿进行解码。另外,帧同步脉冲的上升沿表示一帧数据的开始。相比较而言,422方式的解码主要是进行串并转换。
CPLD内部原理图模块标示如图3所示。输入:“HCLK”表示系统时钟信号,“CLK”表示PCM码同步时钟,“FSYN”表示帧同步信号,“PCMS”表示数据流;输出“F8”表示缓存器FIFO的写信号,“DAOUT”表示8位并行数据。帧同步信号出现上升沿就意味着一帧的开始。码同步信号发生上升沿的变化,表示数据流的1位。系统时钟在码同步信号发生上升沿的变化后计数,计够4个系统时钟数据流,并且逐步移位到同一个寄存器中,同时送出数据到“DAOUT”。时序如图4所示。
4 ±2.5 V方式解码
由于±2.5 V形式只包含信号流,因此±2.5 V数据信号解码方式关键在于提取码同步信号和帧同步信号。码同步器的设计至关重要,不仅监测输入的PCM码流,而且在获取字同步、帧同步以及数据存储、处理的过程中为系统提供一个准确的码同步时钟信号。
(1) 码同步的实现
过去的码同步器由模拟锁相环路来实现,它由鉴相器(PD)、低通滤波器(LPF)、压控振荡器(VCO)组成,本系统采用1 b同步器,它是一种新型的全数字PCM码同步器,改善了以前的模拟/数字锁相环路法,其特点是适应性好,频率跟踪快。整个系统由一个可编程数字滤波器、一个双边沿提取器、一个数字预测器和一个合成器组成,如图5所示。
由于输入信号不可避免地存在着各种干扰,这些干扰脉冲将影响码同步脉冲和PCM数据的提取,因此在输入端加一个可编程数字滤波器。双边沿提取器的作用是在输入信号的跳变码元的上升沿或下降沿处产生边沿脉冲,是输入信号频率及相位的真实反映,可有效校准码同步器锁定的精度。在同步过程中,当输入的码值发生变化时,将在边沿产生一个跃变,此时双边沿提取器将产生边沿脉冲信号edge,同时控制预测器使其复位,禁止预测输出;当输入的码值为连“1”或连“0”时,无边沿变化,边沿提取器停止工作,无edge输出,此时预测器开始工作,产生预测的本地码同步信号pred,pred由clk分频获得,并由edge对齐相位。边沿提取器与预测器输出的信号经合成器合成输出,二者协同完成码时钟信号的恢复。为了提高数据提取的准确性,解决pred与输入信号频率误差造成的相位移动,将码同步向后移位180°。
(2) 帧同步的实现
为了从传输信号流中恢复出数据流,还需要另一种形式的同步,即帧同步。帧同步的任务是将解调出的数据比特序列进行正确的分组,它一般通过传输数据格式的特殊设计来实现,即在数据序列中插入特殊字符同步码,通过它来描述系统的帧同步方式和实现方法。具体的实现情况如图6所示。
由于信号是串行输入的,而存储电路数据位是8位,因此需要将连续的8个比特数据组成一个字节,每次计满8个输入码同步流信号就输出一个字节的同步脉冲信号,然后利用帧同步、副帧同步信号对计数器进行复位。
5 结 语
本系统工作稳定,能准确地解调出422方式和±2.5 V方式的PCM码流,误码率极低,抗干扰能力强,工作可靠性高。该解码系统已经成功地应用于某遥测系统的地面测试台。
参考文献
[1]武向萍,李安宗,吴晓杰,等.PCM遥传信号数字解码方法的设计与实现[J].石油仪器,2004,18(5):19-20,23.
[2]何群,张万杰,黄翠凝.用于某飞行器的遥测PCM系统中码同步器的设计[J].遥测遥控,1996.17(5):40-44.
码流特征 篇5
H.263是1996年6月由视频编码专家组ITU-T推出的一种面向低比特流视频通信应用的视频压缩标准,它具有较高压缩比、较强鲁棒性,尤其适用于PSTN及无线Internet网络环境下的视频传输[1,2,3,4]。目前,H.263标准已被工业界广泛采用,例如,可视电话标准ITU-T的H.324(PSTN)、H.320(ISDN)、H.323(LAN)和H.310(B-ISDN)等均采用了H.263视频部分的编码协议[5]。其中,H.263关键技术包含:图像的帧结构(如图1是以QCIF图像为例的帧结构)、运动补偿加DCT的混合编码方法以及宏块统一使用同样的量化步长进行量化等,在其协议中对此做了详细的规定,这里不再赘述[6,7,8]。本文就H.263码流结构中比特流语法里面必选码流分支和可选码流分支的条件做了重点分析。
2H.263的码流结构
视频复用规定为分级结构,共四层。从顶向下依次为:图像层(Picture Layer)、块组层(Group of Blocks Layer)、宏块层(Macroblock Layer)和块层(Block Layer),详细的码流结构如图2所示。
以QCIF图像为例,按照图2所示的码流结构,对图像序列进行编码的顺序如下:首先编码第一帧图片的图像层的头信息,然后编码该帧图片的第一块组层的头信息(注意:在实际的应用当中,块组层的头信息是可以不传的,例如:第一个块组层的头信息是可以不被编码,而是直接采用图像层的头信息),接着编码该块组层中第一宏块层的头信息以及按照从左到右、从上到下的顺序编码该块层中6块8×8像素的信息,接下来再编码该块组层中第二宏块层(Macroblock Layer)的头信息以及该块层中6块8×8像素的信息,以此类推,按照这样的顺序直到将该块组层中的11个宏块信息编码完毕。然后再对该帧图片的第二块组层按照以上的顺序进行编码,直到将该帧图片中的9个块组层编码完毕,此时第一帧图片信息全部编码完毕。再按照以上的编码顺序进入下一帧图片的编码,直到将整个图像序列编码完毕。
H.263标准的比特流功能、大小和语法在其协议中做了详细的规定,这里不再赘述。
如图2所示,在此码流结构图中没有分支箭头的地方,即没有标明数字序号①,②,③等的位置,是比特流语法中的必选码流分支;图中有分支箭头的地方,即标明数字序号①,②,③等的位置,是该比特流中可选码流分支,而产生这些必选码流分支和可选码流分支的条件就是研究的重点。
对于如图2中所示的该比特流语法中产生必选码流分支的条件比较简单。只要对一组图像序列进行编码,无论这些图像各帧的格式如何,这些必选的码流结构都必然会出现,例如:PTYPE,GBSC,GFID等。其中值得注意的是,图像起始码PSC指的是图像序列中每一帧的起始码,而结束标志EOS指的是整个图像序列的结束码。
对于如图2中所示的该比特流语法中产生可选码流分支的条件就比较复杂,具体分支条件如下:
当CMP=1时,PSBI才会出现;当CMP=0时,跳过PSBI。
当PTYPE指示为“PB帧”时,即PTYPE的第13位bundefined=1,TRB和DBQUANT才会出现;当bundefined=0时,跳过TRB和DBQUANT。
当PEI=1时,后面出现可选数据域PSPARE;当PEI=0时,跳过PSPARE。
若要继续编码下一帧图像,则跳过EOS。
ESTUF是可选项,由小于8个零比特组成的填充数,以保证EOS码字的起始字节对齐。若整个图像序列编码完毕,则用EOS表示结束。
PSTUF是可选项,由小于8个零比特组成的填充数,以保证下一个PSC字节对齐。
GSTUF是可选项,由小于8个零比特组成的填充数,以保证GBSC码字的起始字节对齐。
若GOB号为零时,GSTUF,GBSC,GN,GSBI,GFID和GQUANT的GOB头部为空。
当CMP=1时,GSBI才会出现;当CMP=0时,跳过GSBI。
当PTYPE指示为“INTER”时,即PTYPE的第9位bundefined=1,COD才会出现;当bundefined=0时,跳过COD。
当COD=0时,MCBPC才会出现;当COD=1时,跳过MCBPC。
当PTYPE指示为“PB帧”时,即PTYPE的第13位bundefined=1,MODB才会出现;当bundefined=0时,跳过MODB和CBPB。
当MCBPC=stuffing时,跳过宏块层的剩余部分,即跳过MODB,CBPB,CBPY,DQUANT,MVD,MVD2-4和MVDB。
当PTYPE指示为“PB帧”时,即PTYPE的第13位bundefined=1,以及MODB指示时,CBPB才会出现;否则,当MODB无指示时,跳过CBPB,如表1所示。
其中,“√”表示该项在宏块中存在
当在MCBPC中指示时,才出现DQUANT;否则跳过DQUANT,如表2,表3所示。
当在MCBPC中指示时,才出现MVD;否则跳过MVD、MVD2-4和MVDB,如表2、3所示。
当PTYPE指示为“先进预测模式”时,即PTYPE的第12位bundefined=1,MVD2-4才会出现;当bundefined=0时,跳过MVD2-4。
当PTYPE指示为“PB帧”时,即PTYPE的第13位bundefined=1,以及MODB指示时,MVDB才会出现;否则,当bundefined=0或/和无MODB指示时,跳过MVDB,如表2,表3所示。
当PTYPE指示为“非PB帧”时,即PTYPE的第13位bundefined=0,以及MCBPC指示MB类型3或4时,IN TRADC才会出现;否则,当bundefined=1的模式下,在B块中不出现INTRADC,如表2,表3所示。
当MCBPC或CBPY被指示时, TCOEF表示为P块;当CBPB被指示时, TCOEF表示为B块。
其中,“√”表示该项在宏块中存在
其中,“√”表示该项在宏块中存在;“( )”表示该项是否在这种宏块编码类型中出现视MODB字段的码字来决定。
3结语
本文介绍了H.263标准的基本框架和关键技术,并对其码流结构中比特流语法里面必选码流分支和可选码流分支的条件进行深入的分析,使得我们对H.263标准的整体结构有了系统的认识。
另外,1998年1月通过了H.263第二版本,俗称H.263+,其中增加了12个高级模式,并修正了第一版中的一个高级模式。2000年11月,又讨论了H.263第三版本,俗称H.263++,其中增加了3个高级模式[9,10,11]。H.263具有广阔的应用范围,同时新的高效的视频压缩算法不断涌现,以及硬件速度和性能的提高为H.263的实际应用提供了技术保证。
参考文献
[1]沈兰荪,卓力,田栋,等.视频编码与低速率传输[M].北京:电子工业出版社,2001.
[2]刘峰.视频图像编码技术及国际标准[M].北京:邮电大学出版社,2005.
[3]A H萨达卡.压缩视频通信[M].北京:科学出版社,2004.
[4]Draft ITU-T Recommendation H.264(a.k.a“H.26L”)[S].Joint Video Team(JVT)of ISO/IEC MPEG and ITU-TVCEG,Document JVT-C167,2002.
[5]计文平,郭宝龙,丁贵广.新一代视频编码国际标准的研究[J].计算机应用与软件,2004,21(2):60-62
[6]田栋,姚志恒,沈兰荪.H.263的发展及应用[J].测控技术,2001,20(5):55-59.
[7]Video Coding for Low BitRate Communication[S].Interna-tional Telecommunication Union,DRAFT ITU-T Recom-mendation H.263,1996.
[8]张春田,苏育挺,张静.数字图像压缩编码[M].北京:清华大学出版社,2006.
[9]陈明贵,平西建,刘玉斐.低速率视频编码技术的发展与应用[J].信息工程大学学报,2002,3(4):21-24.
[10]皮富涛,卢益民.低比特率视频编码新标准H.263+[J].电视技术,2000(7):9-11.
码流特征 篇6
ASN.1 (Abstract Syntax Notation One) 抽象语法规则, 是一种用来描述系统之间传递的信息的格式的语言规范。在任何需要以数字方式发送信息的地方, ASN.1都可以发送各种形式的信息 (声频、视频、数据等等) 。
2 问题提出
基于ASN.1编码的文件, 是将字段按照下图的形式组织的, 分为四个部分, 其中标签和长度是必选部分, 内容和内容结束标志是可选部分。对于内容结束部分, 采用连续两个字节的0表示 (00 00) , 仅仅在不定长编码时出现, 要求:无二义, 尽可能短。
一个ASN.1的示例码流如图2所示, 文件是16进制码流组合在一起的文件, 如果两个类似的码流差异, 如何能够快速的找到差异是比较困难的, 本文就两个ASN.1码流如何能够快速的定位到差异进行分析。
现在存在一些免费的ASN解码工具, 如Asn1Viwer工具, 该工具能够把标签TAG提取出来, 左侧的树状列表显示标签TAG, 右侧显示码流文件的内容, 如图3所示, 这种工具比图2直接面对没有分段的码流显然是易于使用很多。但是如果面对两个相似的码流文件, 那么对比标签TAG和内容的时候这个工具就显得有些力不从心。首先它不能把TAG独立出来作为文件, 来进行对比, 另外也不能对字段的值独立出来作为文件, 来进行对比。需要逐一对其进行核对两个文件的差异, 这样容易出错, 而且工作量也非常大, 成本较高。
本文提出的ASNCon Tool工具通过对ASN.1码流文件进行规整, 生成利于文件比较的文件组织形式, 用第三方的比较工具 (如Araxis Merge、UE等) 来对升级前后的码流进行对比, 可以快速定位到不一致的地方, 不仅可以比较标签TAG的差异, 也能够比较内容的差异, 大大提高了差异发现的效率。
3 问题分析
为了便于说明我们所描述的问题, 我们首先对一段码流文件的码流进行分析, 如图4所示, 整个文件都是以“标签+长度+内容”的形式来组织的。
从上面可以看出所有的标签和内容都是放在一起的, 对于两个码流需要从头一个一个的查找和比较, 如果使用比较工具, 那么一处的不同会导致后面也不相同, 显然对码流进行直接的比较是不可行的, 如图5所示:
使用ASN1Viewer工具进行比较需要手工进行, 需要比较两面的TAG是否一样, 以及内容的差异, 工作量也比较大, 如图6所示:
如果把每个字段都单独放到一行, 那么每个字段的差异不会影响到其他的字段, 这种形式也适合第三方比较工具的比较, 这样会得到一个利于查看的结果。
4 解决方法
根据上面的分析, 开发了一个可以对文件规整的工具ASNCon Tool, 就是把ASN.1的16进制码流文件转换成文本文件, 在转换的同时也是对文件规整的一个过程, 把码流文件按照如下形式进行规整, 如图7所示:
使用文本工具将上面的两个转换后的文件打开, 码流文件被规整成了图7所示的形式, 规整后的实际的码流如图8所示:
将图8所示的码流文件使用比较工具进行对比, 可以看出图9所示的差异, 其中右面的文件比左面的文件少了标签83。
在对比结果的另外一行的差异如图10所示, 可以看出两个文件的编码结果有差异。
在图11中可以看出, 左侧和右侧存在差异, 左侧标签结构类型的标签, 右侧编码简单类型的标签, 应该是结构型的标签。
从上面的例子可以看出, 在输入条件相同的条件下面, 利用此工具进行比较, 是非常方便快捷的, 可以快速定位差异的位置, 并对其进行分析, 加快问题分析解决的速度。
5 效果评价
本文提供的方法的主要是能够直接面对码流, 利用ASN.1语法把被测试对象规整为利于第三方比较工具比较的形式, 可以有效快速的定位码流间的差异, 不仅仅能够发现标签的差异, 同时对编码方法的差异也能够发现, 大大提高了问题解决效率。
参考文献
[1]侯煜等.基于ASN.1的MAP码流的BER编解码的设计与实现[J].微计算机信息, 2011 (18) .
码流特征 篇7
为了给接收端提供较高质量的视频,在异构性网络上传输的视频流必须要根据网络状态对传输码流做出相应的优化处理,也称码流自适应调整。在码流自适应调整的研究中,给定码率下的视频码流的优化抽取是研究的重点。联合图像专家组(SVC的国际制订组织)在可分级视频编码参考模型(Joint Scalable Video Model,JSVM)中也给出了两种码流抽取方案,分别是Basic Extraction(Basic Ex)和Quality Level Based Extraction(QL Ex)[3]。Basic Ex在抽取码流中只考虑了每个NAL unit在MGS编码结构的位置,而不考虑视频内容。QL Ex则是从率失真性能优化角度出发实施码流抽取。尽管QL Ex方案抽取的码流拥有较高的PSNR值,但是它的代价是2TN次的视频解码(T是视频码流的最高时间层,N是视频总帧数)。
考虑率失真优化而且计算量较少的MGS码流优化抽取已成为当前研究的一个热点。本文通过对MGS编码结构的分析,给出了一种解码图像的失真估计模型,并利用该估计模型实现了一个计算量较少且性能接近QL Ex的MGS码流优化抽取方案。本文正文安排如下:1)问题描述;2)MGS编码结构介绍;3)误差传递分析和失真模型;4)MGS层内的NAL units贪心排序算法;5)实验结果分析和总结
1 MGS编码结构介绍
MGS编码是在CGS编码基础上演变而来的。它对DCT变换和量化后的频域系数按照之字形扫描的顺序进行了分割;不同的分割方式,得到不同MGS分层层数[4]。另外,MGS编码中还引入了key帧的概念[5]。key帧的基本层(Base Layer,BL)是由key帧的基本层预测而来;而其他帧的预测都是依赖与对应参考帧的最高质量状态,即含有所有增强层(Enhancement Layer)。这不仅提供了较高的编码效率,而且还限制了失真的传递。图1是一个只含有BL和一个EL的简单MGS编码结构。
2 问题描述
一个SVC码流可包含多个空间层。但在优化抽取中,会首先对较高空间层的NAL units进行处理;而较低空间层的NAL Units会被保留直到较高空间层的NAL Units被完全丢掉。因而为了便于问题的分析,本文将SVC码流简化为只含一个空间层。令φ(n,q)表示第n帧含有q个NAL Units(从质量等级0到质量等级q,Q≥q≥0,Q为视频流质量可分级的最高等级),N表示视频总帧数,Φ(N,Q,T)表示抽取后的视频流,RT表示指定带宽。这样,在指定码率下的视频码流自适应优化抽取可以被表示成如下问题:
用蛮力法遍历解空间,可以得到这个问题的解。但显然这不切实际,要需要巨大得计算量。本文采用的是贪心算法,逐步接近最优解。
3 误差传递分析和失真估计模型
MGS码流解码的每帧图像(非关键帧)是由两部分组成:1)重建的残差信号2)重建的运动补偿信号。因而对于一帧重建图像上的一个像素点来说,它的改变量ein,j(q)(n表示当前帧为第n帧,q表示当前帧含有质量等级从0到q的NAL units,(i,j)表示当前像素点在帧中的空间位置)可以表示成e
rni,j(q)表示当前帧的重建残差信号在(i,j)位置上的改变量,分别表示参考帧上对应参考像素点的改变量。
由此可得,当前帧的失真D(n;q)可以表示为
表示参考帧n1和n2上(i,j)处的像素点被用来预测n帧的次数。KA=(D(n1;q1)+D(n2;q2))/(D(n1;q1)*D(n2;q2)),KB=(A+Dres(n;q))/(A*Dres(n;q))。Trans(distrance)表示参考帧n1和n2的失真到第n帧的传递率,其中distance=n–n1=n2–n,Trans(distrance)=(GopSize-distrance)/Gopsize。它的给出是基于以下事实:1)任何一帧的失真都将完全传递给自己,即传递率为1,此时dis-tance=0
2)MGS编码结构中关键帧不受失真传递的影响,即当distance=GopSize时,传递率为0 3)参考帧离当前帧越近,则它的失真就越完全得被传递到当前帧。
从而得到第n帧的失真估计式:D(n;q)≈Dres(n;q)+A/4+B。Dres(n;q)为不考虑失真传递时,第n帧(含有质量等级从0到q的NAL Units)的失真。这可以在编码过程中,通过选择相应的频域系数进行简单的反量化反整数离散余弦变换得到。
4 MGS层内的NAL units贪心排序算法(逐步挑选性价比最优的NAL unit直到选完所有)
1)初始化各个参数(Q,T,N,GopSize,{Dres(n;q)},{D(n;0)})
2)搜索下一个最优的NAL unit,初始化性价比参数PPR=0,初始测试帧号f=0
(1)计算由于该NAL unit的增加,整个视频流失真的减少ΔD
a.计算当前帧的影响区间(直接或间接以当前帧为参考帧的图像集合);
b.利用4中的图像失真估计模型来估计当前帧及其影响区间中所有帧临时的新失真值,并返回临时性价比参数tempPPR=ΔD/NAL unit的大小;
(2)如果tempPPR>PPR,则更新PPR=tempPPR,并记录将当前NAL unit记录为临时最优结果。如果当前帧之后存在NAL Unit未满的帧,则更新帧号f,然后转到a;否则确定本次搜索最优的NAL Unit并更新所属帧的质量等级和所有因此受影响的帧的失真值,结束本次搜索。
(3)更新未排序的NAL unit个数,若MGS层内还有NAL unit,则转到B;否则,结束排序,输出MGS层内所有NAL Unit的排序信息。
5 实验结果分析和总结
我们用大量测试序列进行了仿真优化抽取(CIF序列的帧速为30fps,GopSize为16;QCIF序列的帧速为15fps,GopSize为8),并与JSVM中的两种抽取方案做了比较。实验结果显示:相对与Basic Ex,本文的方法有了很大的改进,抽取码流的PSNR最大有的提升;相对于QL Ex,本文的方法在抽取码流的质量稍显不足,但PSNR差距在0.15dB之内(MOBILE序列除外)。但是本文方法避免了QL Ex中的2NT次解码,大大降低的计算量。下面的图是分别是MobileCIF,MOBILEQCIF,BUSCIF和BUSQCIF的PSNR-Bitrate曲线图。
本文方法相对Basic Ex的性能提升得益于对抽取码流的失真性能的考虑;而相对与QL Ex,之所以可以不用解码2TN次也能达到相近的性能,主要是归功于:1)在计算每个NAL unit对整体视频影响度时,本文方法考虑到了当前帧和参考帧的当前失真。2)NAL unit的排序没有局限在一个质量层内.。进一步的工作应该要研究如何提高图像失真估计模型的准确度和如何限制该模型的估计误差的传递。
参考文献
[1]Schwarz H,Marpe D,Wiegand T.Overview of the scalable video coding extension of the H.264/AVC Standard[J].IEEE Trans.on Circuitsand Sys.Video Tech.,2007,17(9):1103-1120.
[2]Amonou I,Cammas N,Kervadec S,et al.Optimized Rate-Distortion Extraction With Quality Layers in the Scalable Extension of H.264/AVC[J].IEEE Trans.on Circuits and Sys.Video Tech.,2007,17(9):1186-1193.
[3]Kirchhoffer H,Schwarz H,Wiegand T.CE1:Simplified FGS[R].San Jose,California,USA:Joint Video Team,2007.