摘 要： 提出將整個聯合碼率控制算法分爲幾個控制模塊，調整模塊算法不影響整體控制策略，從而算法更通用。對系統的幾個主要模塊：碼率預測、帶寬分配、量化參數選擇和緩存器控制的算法進行了討論。最後給出了聯合碼率控制系統性能評價方法。
關鍵詞： 聯合碼率控制 模塊化 碼率預測 帶寬分配 量化參數選擇
隨着視頻及其伴音壓縮編碼標準MPEG－1、MPEG－2的制訂，以其爲基礎的數字視頻系統應用越來越廣。今後，視頻業務將大幅度增多，在一傳統的固定帶寬信道內，儘可能多地同時傳送多路經MPEG壓縮的視頻節目的技術會日趨迫切。
１ 聯合碼率控制技術概述
當多路可變碼率（VBR）編碼視頻節目在同一固定帶寬信道內傳輸時，可利用統計複用技術使各節目碼率相互補償，動態分配固定信道，充分利用信道資源。但它存在下列缺點：（１）統計複用遵循“大數定律”，只有複用的業務數目Ｎ足夠大（N＞10）時，各路碼率相互補償，才能產生高的統計複用增益（見第3節）。若信道帶寬有限，同時傳輸的業務數目不多，則複用後總碼率波動仍會較大，在固定帶寬信道中傳輸容易丟失數據。（２）統計複用雖可避免各業務峯值碼率直接累加，但因圖像內容變化不能預知，故複用後總輸出碼率在某一時間段仍可能超過信道帶寬，致使傳輸過程中丟失數據。特別是丟失重要信息（如包頭、DCT直流及低頻係數）時，會嚴重影響圖像甚至該圖像所在整個圖像組（GOP）的質量。因此單獨的統計複用技術不適用於同時傳輸較少視頻業務且對圖像質量要求較高的數字視頻廣播領域。
聯合碼率控制系統（見圖1）綜合各路視頻節目統計數字量，對總的可用帶寬進行統一分配，使複用後輸出的碼率不超過帶寬，不丟失數據，且各路節目質量達到最佳。根據目前掌握的資料，聯合碼率控制技術尚處於研究階段，IBM、PHILIPS和DIVICOM等公司正開展此項研究。
與獨立控制MPEG固定碼率編碼中各節目的碼率不同，聯合碼率控制系統對各編碼器實施聯合控制。系統開始工作時，各編碼器可設置爲相同量化參數；當系統預測到複用後的碼率超過信道帶寬時，就把有效帶寬按圖像複雜度重新分配，然後改變量化參數，使各編碼器輸出滿足目標碼率。
一些文獻介紹了各自的聯合碼率控制算法，但均存在一些缺欠，如：通過監測信道緩存器的狀態調整碼率的算法[1]，由於緩存器狀態並不直接反映圖像變化，因此碼率調整會導致有相同複雜度圖像的質量差別；應用專用芯片的算法不能通用[2]；用前一GOP編碼結果預測碼率[3]，使帶寬分配滯後於圖像變化；按自定義的Super GOP（各路節目對應GOP的組合）和Super Frame在Super GOP內各節目對應幀的組合）結構分配帶寬[4]，未考慮Super GOP內的圖像變化。雖然各算法對節目質量有一定改善，但缺乏對圖像變化、帶寬分配、碼率控制和緩存器狀態的全面考慮，各節目質量難以達到最佳。
爲此，本文首次提出模塊化聯合碼率控制算法，即將整個碼率控制分爲幾個控制模塊，使模塊算法相對獨立且其調整不影響系統控制的策略，算法更通用，能適用不同的編碼芯片。
２ 模塊化控制算法
系統可劃分爲：碼率預測、帶寬分配、量化參數選擇和緩存器控制等幾個模塊。圖2只畫出了節目n與各控制模塊的關係，其它節目和控制模塊的關係與之相同。
２．１ 碼率預測模塊
碼率預測模塊以選定的時間段（幀或GOP）爲單位，提取各路視頻節目的統計信息。有兩種碼率預測方法：前向預測法[1][2]和反饋預測法[3]。前者是在圖像編碼前，對其進行預處理以提取統計數字量。可提取的統計數字量有多種，它們的選擇應與編碼器輸出一定質量圖像所需碼率密切相關。例如，統計數字量10表示編碼器輸出同等質量圖像的碼率是統計數字量爲5時的2倍。前向預測法對圖像複雜度變化和場景切換的反映迅速，但節目內容千差萬別，活動性與複雜度大不相同，要找到能適應任何圖像內容且與輸出碼率密切相關的統計數字量是個帶有挑戰性的工作。另外，實時前向預測需要預處理芯片，增加系統成本。
反饋預測法是在圖像編碼後，採集編碼過程中產生的統計數字量（圖2中虛線箭頭），以指導後面圖像編碼。與預處理法相比，反饋法不需對圖像預處理，運算量較小。但統計數字量只能是編碼過程中產生的一些信息，是用前面圖像的統計數字量預測後面的圖像，因此反饋預測法對圖像複雜度變化和場景切換的反映不如前項預測法快速。但由於圖像內容會持續一定時間，所以反饋預測法也能對碼率進行預測。
２．２ 帶寬分配模塊
帶寬分配模塊可選取多種算法。比較簡單的算法是將可用信道容量分成Cp、C0兩部分，前者按預測的各路節目碼率分配，使每路節目保持一可接受的圖像質量；後者按各種節目預測碼率的方差分配，保證複雜節目得到更多的碼率，使各路節目的圖像質量統一[1]。
帶寬分配模塊還可按碼率預測模塊輸出的統計數字量計算各路節目的複雜度，並按其比例分配帶寬[3]。複雜度計算可採用MPEG TM5[5]中相應公式：
C＝R×Q
式中，R是圖像編碼的碼率，Q是圖像的平均量化因子（圖像內各宏塊量化因子的平均值）。
另一種算法是先定義Super GOP和Super Frame結構[4]，並給每個Super GOP分配相同的碼率；然後按TM5中碼率分配方法將Super GOP碼率分配給每個Super Frame；同樣的方法也應用於Super Frame中每一幀的碼率分配。
各節目質量統一體現在圖像有相同的失真度上。根據率失真理論[6]，複雜圖像應分配給較多的碼率時，其失真度與簡單圖像相同。所以，無論採用何種算法分配帶寬，都應使分配給各路節目的目標碼率與其複雜度成正比。
另外，帶寬分配模塊在什麼時間段上分配帶寬也值得考慮。有兩種選擇：以圖像幀或GOP爲時間單位。按幀分配碼率，需先確定任一時刻各節目的圖像類型（各節目的GOP結構不同，其圖像類型的變化不同步），以便合理分配碼率。從圖像質量的穩定性上考慮，碼率分配應使整個圖像序列的整體質量最優，而不是某一幀圖像質量最佳，大多數視頻節目在GOP內發生場景切換的機率很小，且GOP內三種圖像類型I、P、B的排列順序具有重複性。從而可按預先確定的比例分配GOP內圖像的碼率，且各幀碼率的波動可在GOP內相互補償。如果某一GOP內發生場景切換，可把這一GOP內餘下圖像與下一GOP合成一個大GOP，使場景切換不影響碼率分配策略。因此，以GOP爲單位分配帶寬更合理。
２．３ 量化參數選擇
量化參數選擇模塊使各編碼器輸出滿足帶寬分配模塊預分配的目標碼率。量化參數包括量化因子Q和量化矩陣。量化矩陣可在圖像級調整，量化因子Q可在條或宏塊級調整。量化矩陣依人的視覺空間頻率特性改變，相對穩定。碼率的控制和調整一般通過改變量化因子實現。圖3是量化因子與輸出碼率的關係。
爲使圖像主觀質量相對一致，各路節目應儘量使用相同量化因子[3]。量化參數選擇模塊可在量化因子取值範圍（1～31）內搜索，選擇合適的Q使編碼器輸出最接近的目標碼率。由圖3可知，量化因子較小時，其增減1都會使碼率變化很大。所以，滿足目標碼率的Q有可能不是整數。如選用整數Q，即圖像內每個宏塊使用相同Q，編碼器輸出可能與目標碼率有偏差，但碼率偏差可在緩存器中相互補償。
圖像平均量化因子也可爲小數值，即圖像內條或宏塊選用不同Q值。量化參數選擇模塊可以結合人眼特性，預先確定多種Q的選取模板，供圖像按其活動性、複雜度和內容等選用，保證圖像主觀質量最佳。例如，一幅中間部分細節較多的圖像Q若是3.75，可讓圖像邊緣佔宏塊總數四分之三的宏塊的Q值取爲4，中間部分其它四分之一宏塊的Q值取爲3。這樣，不受觀衆注意的圖像邊緣量化較粗，而圖像中心量化較細，整幅圖像主觀質量最佳。
２．４ 緩存器控制
緩存器控制模塊對碼率加入限制以使緩存器不發生上、下溢[3]。可設置一緩存器閾值係數α，令輸出的總碼率Bf滿足：
αBs≤Bf≤(1－α)Bs
式中Bs爲緩存器容量。如果碼率超出此閾值，緩存器控制模塊指導帶寬分配模塊重新分配帶寬。α決定着緩存器利用率的大小，應根據實際情況靈活選取。
碼率預測、帶寬分配、量化參數選擇和緩存器控制是聯合碼率控制系統中最重要的幾個模塊，它們之間並不是獨立、割裂的，而是相互影響、相互制約的。因此，要從使整個系統性能最佳的角度選擇這幾個模塊的算法。
３ 聯合碼率控制性能評價
評價聯合碼率控制系統性能有兩項指標：統計複用增益（G）與峯值信噪比（PSNR）。多路MPEG VBR視頻節目的統計複用增益G定義爲：在同一固定帶寬信道內，可傳輸的經過複用且具有同等或更佳圖像質量的VBR視頻業務數目對可傳輸的CBR視頻業務數目之比[1]。通常G越大，複用性能越佳，可同時複用的VBR視頻業務數目也越多。
用PSNR評價聯合碼率控制系統性能的方法是：求複用後各路VBR視頻節目的峯值信噪比與傳輸同等數目CBR視頻節目時的峯值信噪比之比，所得PSNR的增加量即表徵圖像質量的改善程度。峯值信噪比的計算式爲：
式中，n(x,y,z)是在象素(x,y,z)上疊加的噪聲，M是總的象素數。
總之，聯合碼率控制技術能消除統計複用的信息丟失缺陷，將複用後的視頻業務碼率限制在信道容量之內，且各節目的圖像質量保持一致，適用於數字視頻廣播。本文首次提出模塊化聯合碼率控制，將系統分爲幾個控制模塊，模塊算法的調整不影響整體控制策略，其目的是增強算法的通用性，使其適用不同編碼芯片，得到更廣泛的應用。
對模塊化聯合碼率控制技術，還有很多待研究的課題。包括選擇合適的算法提高系統運算速度和工作性能；研究不僅按圖像複雜度分配碼率，而且通過設置優先級保證重點節目有足夠碼率的方法；研究較“峯值信噪比”更能正確地反映重建圖像主觀質量的客觀量等。