非線性編輯系統中的數字視頻壓縮技術探討

鄒莉莉

（安徽省合肥市肥東縣融媒體中心，安徽 合肥 231600）

0 引 言

高質量的非壓縮視頻數據量極為龐大。以8K超高清視頻為例，即便是每秒24幀畫面，一秒鐘的數據量大小就達到57 Gb，其存儲、處理及傳輸對機器設備的硬件、帶寬、網絡等要求極為苛刻。如此龐大的數據量如果不經過壓縮，很難通過網絡進行傳輸，并將帶來極高的成本。同時，傳統線性編輯系統以磁帶來存儲視頻數據，需要通過重放磁帶中的視頻數據按信息記錄順序編輯，工作流程非常復雜，設備要求較多。為了給廣大受眾帶來更好的視聽效果，電視節目的錄制、編輯、特效制作通常會運用數字視頻壓縮技術，在保證視頻圖像質量的前提下減少視頻數據量，從而降低對網絡帶寬、存儲設備等的要求，以降低存儲和傳輸成本。采用合適的數字視頻壓縮技術，是視頻存儲、編輯及傳輸等工作的重點。

1 非線性編輯系統概述

1.1 非線性編輯

非線性編輯（Non Linear Editing，NLE）系統與線性編輯系統相對應。與線性編輯系統需要反復在磁帶上尋找、按時間順序進行編輯處理不同，非線性編輯系統用電腦、高速硬盤、專用錄像卡等設備來制作和加工節目，可以突破時間順序進行編輯，可按各種順序進行排列和素材調用，對任意畫面進行隨機讀取、編輯及存儲，且可多次編輯而不會影響視頻信號質量。相關工作人員稱之為“非線性編輯”（簡稱非編）。

1.2 非線性編輯系統的組成

本文所介紹的非線性編輯系統由硬件和軟件兩部分組成，是一種基于非線性編輯技術的視頻編輯系統。系統硬件部分的功能主要包括壓縮/解壓縮、存儲及輸入/輸出。此過程需要使用專用的音頻處理芯片、DSP數字處理相關的芯片，從而增強數據處理的整體性能。軟件基于硬件收集的數據，編輯和制造數碼信號，儲存在電腦系統[1]。在一個完整的非線性編輯系統中，非編應用軟件已經成為不可缺少的組成部分。采用非線性編輯系統，可以最大程度地發揮錄像設備、數字特技設備、音頻編輯設備以及調音設備等的功能。

2 非線性編輯系統的工作原理

2.1 視頻素材的采集

非線性編輯系統可以利用數據采集卡、視頻采集卡，直接從攝像機、錄像機等信號源獲取數據，并直接進行精確的視頻數據轉換，同時將數據進行實時壓縮，并將其存入電腦硬盤。

2.2 視頻素材的編輯

視頻素材的編輯是非線性編輯系統需要完成的核心工作。與線性編輯系統不同，非線性編輯系統對視頻素材的加工可以借助電腦直接在硬盤中進行，并直接對音頻的波形文件進行采樣編輯和錄音制作。為了獲得更高品質的聲音，必須提高取樣頻率，增大取樣深度，但取樣深度和取樣頻率的增加將會使得音頻資料的尺寸呈幾何倍數增加，而當前電視音響品質的不斷提升，進一步催生了用戶對音頻品質的高要求，選用高品質的音頻處理方法是必然選擇，如將采樣頻率為44.1 kHz的音頻信號，錄制成16位的立體聲音頻信號[4]。

2.3 工程項目的輸出

對音頻和視頻素材進行處理后，系統將制作好的視頻文件輸出到對應的文檔中，再進行數字信號的壓縮，將其轉換為數字視頻、音頻文件。傳統的線性編輯系統在處理音頻素材時，多音頻需要占據多個音軌，因此會受到音軌數量的限制。而非線性編輯系統可以通過對多軌音頻進行合成，從而擺脫音軌數量的限制，以實現更豐富的音頻音效。

3 數字視頻壓縮技術類型

目前，應用最廣泛的數字視頻壓縮技術主要有Motion JPEG，MPEG-2P@ML及DV三 種。DV壓縮技術主要為家用錄像機所使用，適用于標準清晰度電視和高清晰度電視，在廣播電視領域已經逐漸淘汰。因此本文僅對Motion JPEG和MPEG-2P@ML兩種數字視頻壓縮技術進行探討。

3.1 Motion JPEG

Motion JPEG是一種采用JPEG編碼的視頻壓縮技術。這種壓縮技術采用幀內壓縮方式對每一幀圖像進行壓縮，最終形成一系列由JPEG獨立幀組成的信號流。這種壓縮算法不同于幀間壓縮方式，而是基于人們視覺器官的視覺特性，即：人眼觀察到的畫面，相對于顏色的改變而言，對光線變化會更為敏感。基于眼睛的這種視覺特性，只需要保持畫面的亮度而不需要完全保持畫面中的顏色，即可保障人眼所獲得的視覺效果不發生改變，從而對視頻進行數字壓縮[5]。

3.2 MPEG-2P@ML

MPEG-2P@ML是一種MPEG-2視頻壓縮技術。由于視頻影像每一幀圖像都由若干像素點組成，同一幀圖像內一個像素通常與周圍其他像素存在空間相關性。而若干幀連續圖像構成一個動態畫面，前后幀圖像的像素通常又存在時間相關性。這種相關性表現為亮度、色度、位置等相關甚至完全相同，因此在空間和時間上存在大量的冗余信息現象。技術將冗余成分去除，只保留非相關像素信息，從而只傳輸非相關像素信息以減少傳輸容量，節省傳輸頻帶。這種算法最初設計的目的是以較少的傳輸頻帶實現視頻數據的傳輸，通過參考幀來解析當前幀圖像，但實際上除了視頻第一幀外，后續每一幀都需要以參考幀作為參考來進行解析。

4 壓縮算法性能分析

4.1 Motion JPEG的性能特點

Motion JPEG壓縮標準是當前電視節目制作應用最多的一種。由于這一技術采用幀內壓縮的方式，主要基于同一幀像素的空間相關性進行冗余信息處理，連續圖像前后幀像素的時間相關性上的冗余信息則不作處理。視頻每一幀是以JPEG格式的靜態影像進行存儲和播放，壓縮位元率相對較低，能更好提高視頻幀率，在編碼和解碼上對設備運算能力的需求相對較低。但由于采用幀內壓縮技術，幀間冗余信息依然較多，在低壓縮位元率下視頻數據量依然很大，要降低視頻數據量則需要提高壓縮位元率，而提高壓縮位元率則意味著只能從幀內冗余信息入手，過高的壓縮率將嚴重影響視頻質量，造成視頻畸變現象，產生方塊效應[6]。因此，為了保證畫面的質量，壓縮率需要控制在10∶1以內。在這樣的壓縮率下，每一秒視頻的數據量依然極高，既便是320×240、20 f·s-1的視頻每秒數據量都高達2.4 MB,難以滿足4K、8K超高清數字視頻的存儲、傳輸需要，通常僅用數碼相機等來進行短片的編碼壓縮。

4.2 MPEG-2P@ML的特征

MPEG-2P@ML能同時對視頻、音頻進行壓縮。在視頻壓縮上采用了低采樣頻率，在音頻壓縮上進行多聲道擴展，能提供廣播級的視像和CD級音質，同時提供了更大范圍且可根據需求改變調整的壓縮率。該壓縮技術下，每一個圖像群組由I幀、P幀、B幀三類構成。I類幀為參考圖像，僅采用幀內壓縮技術，作為后續圖像的參考幀；P類幀參照前面的圖像，僅保留非冗余信息；B類幀根據前后及本幀圖像作為參考，去除本幀與前后幀間的冗余信息。這一壓縮技術不僅能對幀內的冗余像素信息進行處理，還能對前后幀的冗余像素信息進行處理，壓縮率最高可達到180∶1。對于最終用戶來說，廣播發送方可根據最終用戶的設備發送較高壓縮率的MPEG-2P@ML視頻，經壓縮后的視頻數據量甚至僅有原始數字信號的1%不到，極大地降低了視頻信息傳輸對帶寬的要求。而對于視頻編輯、存儲處理需求，則根據需要采用較低的壓縮率，極為靈活。在視頻壓縮質量損耗方面，MPEG-2P@ML壓縮標準可以輕松地通過預測幀結構的調整，來減少視頻在傳送和頻繁壓縮/解壓縮期間造成的視頻質量損耗問題，保證較高的視頻質量。

4.3 非線性編輯系統的設計

盡管當前Motion JPEG標準在電視節目的編輯處理中已經得到廣泛應用，但由于這一標準的視頻格式需要視頻卡的支持，導致各系統所處理的視頻數據共享十分煩瑣，給節目組帶來了很大的負擔。而利用MPEG-2P@ML標準改進非線性編輯系統，則可以很好地解決上述問題。傳統的非線性編輯系統采用應用層的命令來控制硬件，而在硬件層面通過預先編程的方式來確定控制命令和處理方式，不同的視頻意味著要替換相應的視頻卡，不同的視頻卡又需要相適應的非線性編輯系統。在視頻數據編輯處理中，當面臨多種格式的數字視頻時，頻繁更換視頻卡和視頻編輯系統不僅耗時耗力，而且會降低工作效率，增加節目制作費用。

針對以上問題，本文提出一種新的硬件抽象化方法。硬件抽象層把視頻卡的全部功能都封裝起來，外部只是作為控制界面。應用層收到操作指令后，不再向硬件層傳輸指令，而是傳輸到抽象的硬件層，按照不同的格式，調用不同的視頻卡功能，向硬件層發布命令，從而實現對不同格式的視頻文件的處理和利用，而不需要修改平臺層和預先安裝的 代碼。

硬件抽象層由接口部分、播放部分、壓縮/解壓縮部分以及數據采集部分組成。該界面直接面向應用程序，通過該界面采集應用程序的指令。播放器的主要作用就是播放視頻和聲音，還可以在節目中加入一些特殊的特效，讓節目更受歡迎。

5 結 語

數字視頻的特點決定了視頻壓縮是整個視頻處理過程中最重要的部分，也是視頻存儲和傳輸的基礎。更高的壓縮率能降低視頻存儲、傳輸成本，但容易降低視頻質量，尤其不利于數字視頻的編輯處理。在電視節目制作中，MPEG-2P@ML壓縮技術具有靈活的比特率和GOP結構，可根據具體需要進行選擇，在面向用戶進行視頻信號傳輸時可采用較高的壓縮率，在存儲和編輯需求時則可以采用較低的壓縮率，既能滿足專業視頻數字化處理的需要，又能解決廣播電視系統多制式并存的問題，滿足不同用戶、不同使用環境對視頻信息質量、數據量的要求，降低存儲、傳輸成本，降低制式轉換成本。