H264語法及結構(2)

名詞解釋

場和幀 :    視頻的一場或一幀可用來產生一個編碼圖像。在電視中,爲減少大面積閃爍現象,把一幀分成兩個隔行的場。

片:             每個圖象中,若干宏塊被排列成片的形式。片分爲I片、B片、P片和其他一些片。

                     I片只包含I宏塊,P片可包含P和I宏塊,而B片可包含B和I宏塊。

                     I宏塊利用從當前片中已解碼的像素作爲參考進行幀內預測。

                     P宏塊利用前面已編碼圖象作爲參考圖象進行幀內預測。

                     B宏塊則利用雙向的參考圖象(前一幀和後一幀)進行幀內預測。


                     片的目的是爲了限制誤碼的擴散和傳輸,使編碼片相互間是獨立的。

                     某片的預測不能以其它片中的宏塊爲參考圖像,這樣某一片中的預測誤差纔不會傳播到其它片中去。


宏塊 :        一個編碼圖像通常劃分成若干宏塊組成,一個宏塊由一個16×16亮度像素和附加的一個8×8 Cb和一個8×8 Cr彩色像素塊組成。


數據之間的關係:

H264結構中,一個視頻圖像編碼後的數據叫做一幀,一幀由一個片(slice)或多個片組成,一個片由一個或多個宏塊(MB)組成,一個宏塊由16x16的yuv數據組成。宏塊作爲H264編碼的基本單位。


H264編碼過程中的三種不同的數據形式:

SODB        數據比特串 ---->最原始的編碼數據,即VCL數據;

RBSP      原始字節序列載荷 ---->在SODB的後面填加了結尾比特(RBSP trailing bits 一個bit“1”)若干比特“0”,以便字節對齊;

EBSP      擴展字節序列載荷 ---- > 在RBSP基礎上填加了仿校驗字節(0X03)它的原因是: 在NALU加到Annexb上時,需要添加每組NALU之前的開始碼 StartCodePrefix,如果該NALU對應的slice爲一幀的開始則用4位字節表示,ox00000001,否則用3位字節表示 ox000001(是一幀的一部分)。另外,爲了使NALU主體中不包括與開始碼相沖突的,在編碼時,每遇到兩個字節連續爲0,就插入一個字節的 0x03。解碼時將0x03去掉。也稱爲脫殼操作。


H264/AVC 的分層結構


H.264的主要目標是:

1.高的視頻壓縮比;

2.良好的網絡親和性;

爲了完成這些目標H264的解決方案是:

1.VCL   video coding layer    視頻編碼層;

2.NAL   network abstraction layer   網絡提取層;

 
其中,VCL層是對核心算法引擎,塊,宏塊及片的語法級別的定義,他最終輸出編碼完的數據 SODB;

NAL層定義片級以上的語法級別(如序列參數集和圖像參數集,針對網絡傳輸),

同時支持以下功能:獨立片解碼,起始碼唯一保證,SEI以及流格式編碼數據傳送,NAL層將SODB打包成RBSP然後加上NAL頭,組成一個NALU(NAL單元);


H264網絡傳輸的結構

H264在網絡傳輸的是NALU,NALU的結構是:NAL頭+RBSP,實際傳輸中的數據流如圖所示:



264句法元素的分層結構

 

 

 

       

NALU頭用來標識後面的RBSP是什麼類型的數據,他是否會被其他幀參考以及網絡傳輸是否有錯誤。


NALU頭結構

長度:1byte
forbidden_bit(1bit) + nal_reference_bit(2bit) + nal_unit_type(5bit)
 

1.forbidden_bit:                             禁止位,初始爲0,當網絡發現NAL單元有比特錯誤時可設置該比特爲1,以便接收方糾錯或丟掉該單元。

2.nal_reference_bit:                   nal重要性指示,標誌該NAL單元的重要性,值越大,越重要,解碼器在解碼處理不過來的時候,可以丟掉重要性爲0的NALU。


不同類型的NALU的重要性指示如下表所示。 

nal_unit_type

NAL類型

nal_reference_bit

0

未使用

 0

1

非IDR的片

此片屬於參考幀,則不等於0,

不屬於參考幀,則等與0

2

片數據A分區

同上

3

片數據B分區

同上

4

片數據C分區

同上

5

IDR圖像的片

5

6

補充增強信息單元(SEI)

0

7

序列參數集

非0

8

圖像參數集

非0

9

分界符

0

10

序列結束

0

11

碼流結束

0

12

填充

0

13..23

保留

 0

24..31

不保留

 0

       所謂參考幀,就是在其他幀解碼時需要參照的幀。比如一個I幀可能被一個或多個B幀參考,一個B幀可能被某個P幀參考。

       從這個表我們也可以看出來,DIR的I幀是非常重要的,他一丟,那麼這個序列的所有幀都沒辦法解碼了;

       序列參數集和圖像參數集也很重要,沒有序列參數集,這個序列的幀就沒法解;

       沒有圖像參數集,那用到這個圖像參數集的幀都沒法解。


3.nal_unit_type:NALU類型取值如下表所示。


nal_unit_type

NAL類型

C

0

未使用

 

1

非IDR圖像中不採用數據劃分的片段

2,3,4

2

非IDR圖像中A類數據劃分片段

2

3

非IDR圖像中B類數據劃分片段

3

4

非IDR圖像中C類數據劃分片段

4

5

IDR圖像的片

2,3

6

補充增強信息單元(SEI)

5

7

序列參數集

0

8

圖像參數集

1

9

分界符

6

10

序列結束

7

11

碼流結束

8

12

填充

9

13..23

保留

 

24..31

不保留(RTP打包時會用到)



RTP 打包時的擴展類型


24 STAP-A Single-time aggregation packet
25 STAP-B Single-time aggregation packet
26 MTAP16 Multi-time aggregation packet
27 MTAP24 Multi-time aggregation packet
28 FU-A
Fragmentation unit
29 FU-B Fragmentation unit
30-31 undefined  

RBSP

RBSP數據是下表中的一種


RBSP類型 所寫 描述
參數集 PS 序列的全局信息,如圖像尺寸,視頻格式等
增強信息 SEI 視頻序列解碼的增強信息
圖像界定符 PD 視頻圖像的邊界
編碼片 SLICE 編碼片的頭信息和數據
數據分割   DP片層的數據,用於錯誤恢復解碼
序列結束符   表明一個序列的結束,下一個圖像爲IDR圖像
流結束符   表明該流中已沒有圖像
填充數據   亞元數據,用於填充字節


       從前面的分析我們知道,VCL層出來的是編碼完的視頻幀數據,

       這些幀可能是I、B、P幀,而且這些幀可能屬於不同的序列,再者同一個序列還有相對應的一套序列參數集和圖片參數集等等,

       所以要完成視頻的解碼,不僅需要傳輸VCL層編碼出來的視頻幀數據,還需要傳輸序列參數集、圖像參數集等數據。


       參數集:包括序列參數集 SPS  和圖像參數集 PPS
       SPS 包含的是針對一連續編碼視頻序列的參數,如標識符 seq_parameter_set_id、幀數及 POC 的約束、參考幀數目、解碼圖像尺寸和幀場編碼模式選擇標識等等。

       PPS對應的是一個序列中某一幅圖像或者某幾幅圖像,

       其參數如標識符 pic_parameter_set_id、可選的 seq_parameter_set_id、熵編碼模式選擇標識、片組數目、初始量化參數和去方塊濾波係數調整標識等等。


       數據分割:組成片的編碼數據存放在 3 個獨立的 DP(數據分割,A、B、C)中,各自包含一個編碼片的子集。

       分割A包含片頭和片中每個宏塊頭數據。

       分割B包含幀內和 SI 片宏塊的編碼殘差數據。

       分割 C包含幀間宏塊的編碼殘差數據。

       每個分割可放在獨立的 NAL 單元並獨立傳輸。


NAL的開始和結束

編碼器將每個NAL各自獨立、完整地放入一個分組,因爲分組都有頭部,解碼器可以方便地檢測出NAL的分界,並依次取出NAL進行解碼。

每個NAL前有一個起始碼 0x00 00 01(或者0x00 00 00 01),解碼器檢測每個起始碼,作爲一個NAL的起始標識,當檢測到下一個起始碼時,當前NAL結束。

同時H.264規定,當檢測到0x000000時,也可以表徵當前NAL的結束。那麼NAL中數據出現0x000001或0x000000時怎麼 辦?H.264引入了防止競爭機制,如果編碼器檢測到NAL數據存在0x000001或0x000000時,編碼器會在最後個字節前插入一個新的字節 0x03,這樣:

0x000000->0x00000300
0x000001->0x00000301
0x000002->0x00000302
0x000003->0x00000303
解碼器檢測到0x000003時,把03拋棄,恢復原始數據(脫殼操作)。解碼器在解碼時,首先逐個字節讀取NAL的數據,統計NAL的長度,然後再開始解碼。

 NALU的順序要求

 H.264/AVC標準對送到解碼器的NAL單元順序是有嚴格要求的,如果NAL單元的順序是混亂的,必須將其重新依照規範組織後送入解碼器,否則解碼器不能夠正確解碼。

      

1.序列參數集NAL單元      

必須在傳送所有以此參數集爲參考的其他NAL單元之前傳送,不過允許這些NAL單元中間出現重複的序列參數集NAL單元。

所謂重複的詳細解釋爲:序列參數集NAL單元都有其專門的標識,如果兩個序列參數集NAL單元的標識相同,就可以認爲後一個只不過是前一個的拷貝,而非新的序列參數集。
     

2.圖像參數集NAL單元     

必須在所有以此參數集爲參考的其他NAL單元之前傳送,不過允許這些NAL單元中間出現重複的圖像參數集NAL單元,這一點與上述的序列參數集NAL單元是相同的。

      

3.不同基本編碼圖像中的片段(slice)單元和數據劃分片段(data partition)單元在順序上不可以相互交叉,即不允許屬於某一基本編碼圖像的一系列片段(slice)單元和數據劃分片段(data partition)單元中忽然出現另一個基本編碼圖像的片段(slice)單元片段和數據劃分片段(data partition)單元。


4.參考圖像的影響:如果一幅圖像以另一幅圖像爲參考,則屬於前者的所有片段(slice)單元和數據劃分片段(data partition)單元必須在屬於後者的片段和數據劃分片段之後,無論是基本編碼圖像還是冗餘編碼圖像都必須遵守這個規則。


5.基本編碼圖像的所有片段(slice)單元和數據劃分片段(data partition)單元必須在屬於相應冗餘編碼圖像的片段(slice)單元和數據劃分片段(data partition)單元之前。

      

6.如果數據流中出現了連續的無參考基本編碼圖像,則圖像序號小的在前面。

       

7.如果arbitrary_slice_order_allowed_flag置爲1,一個基本編碼圖像中的片段(slice)單元和數據劃分片 段(data partition)單元的順序是任意的,如果arbitrary_slice_order_allowed_flag置爲零,則要按照片段中第一個宏塊 的位置來確定片段的順序,若使用數據劃分,則A類數據劃分片段在B類數據劃分片段之前,B類數據劃分片段在C類數據劃分片段之前,而且對應不同片段的數據 劃分片段不能相互交叉,也不能與沒有數據劃分的片段相互交叉。


8.如果存在SEI(補充增強信息)單元的話,它必須在它所對應的基本編碼圖像的片段(slice)單元和數據劃分片段(data partition)單元之前,並同時必須緊接在上一個基本編碼圖像的所有片段(slice)單元和數據劃分片段(data partition)單元后邊。假如SEI屬於多個基本編碼圖像,其順序僅以第一個基本編碼圖像爲參照。


9.如果存在圖像分割符的話,它必須在所有SEI 單元、基本編碼圖像的所有片段slice)單元和數據劃分片段(data partition)單元之前,並且緊接着上一個基本編碼圖像那些NAL單元。

       

10.如果存在序列結束符,且序列結束符後還有圖像,則該圖像必須是IDR(即時解碼器刷新)圖像。序列結束符的位置應當在屬於這個IDR圖像的分 割符、SEI 單元等數據之前,且緊接着前面那些圖像的NAL單元。如果序列結束符後沒有圖像了,那麼它的就在比特流中所有圖像數據之後。

     

11.流結束符在比特流中的最後。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章