Tìm hiểu các chuẩn nén ITU

Ưu điểm và nhược điểm của các chuẩn video H.26x H.26x được thiết kế với mục đích sử dụng cho dịch vụ hội nghị trực tuyến, vì thế nó co những ưu điểm phù hợp với nhu cầu trên: • Độ trễ th

BỘ GIÁO DỤC - ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

BÁO CÁO MÔN HỌC

Xử lý tín hiệu đa phương tiện

Đề tài: Tìm hiểu về các chuẩn nén video ITU và ứng dụng thử nghiệm

Giảng viên hướng dẫn : PGS.TS Nguyễn Thị Hoàng Lan

Sinh viên thực hiện : Vũ Anh Vũ 20093331

Nguyễn Hồng Lam 20091535 Đào Hà Thanh 20092378

Lê Vinh Hiển 20091059 Nguyễn Lê Khôi 20091485

Nguyễn Anh Tuấn 20092989

Table of Contents

Phân công công việc

Phần 1: Tìm hiểu về các chuẩn nén ITU

Phân tích sơ đồ nén của H.261 và MPEG-1

Phần 2: Thử nghiệm nén theo chuẩn H.261

Nén video theo chuẩn H.261 trên Matlab

Chương trình nén video theo chuẩn H.261 trên Java

Phần I Tổng quan về chuẩn nén video ITU

1.1 Giới thiệu về tổ chức ITU

ITU là Tổ chức viễn thông quốc tế thuộc Liên hiệp quốc, được thành lập vào năm 1865 (vớitên gọi tiền thân là Liên minh Điện báo quốc tế - International Telegraph Union) Các hoạt độngcủa ITU bao trùm tất cả các vấn đề thuộc ngành Công nghệ Viễn thông và Thông tin gồm cóđiều phối các quốc gia trên toàn cầu trong việc chia sẻ và sử dụng các tài nguyên Viễn thông nhưtần số vô tuyến điện, quỹ đạo vệ tinh, hỗ trợ phát triển cơ sở hạ tầng viễn thông tại các nướcđang phát triển và xây dựng các tiêu chuẩn chung trên thế giới về kết nối các hệ thống liên lạc.ITU cũng đang tham gia nghiên cứu và tìm giải pháp cho các thách thức chung trên toàn cầutrong thời đại hiện nay như biến đổi khí hậu và bảo mật, an toàn thông tin

ITU có 3 lĩnh vực hoạt động chính gồm: ITU-T (Viễn thông - Telecom), ITU-R (Thông tin vôtuyến - Radio), ITU-D (Phát triển viễn thông - Telecommunications Development)

1.2 Tổng quan về các chuẩn video

Hiện nay trên thế giới có hai tổ chức chịu trách nhiệm chính trong việc đưa ra cácchuẩn về nén và giải nén video đó là ITU và ISO

• Tổ chức ITU – International Telecommunications Union

o Chuyên tập trung vào các ứng dụng truyền thông với dòng video chuẩn H.26x,với dung lượng lưu trữ nhỏ và hiệu quả cao trong việc truyền tải trên mạng

o Dòng H.26x bao gồm các chuẩn H.261, H.262, H.263, và H.264

• Tổ chức ISO – International Standards Organization

o Đưa ra dòng MPEG chủ yếu tập trung phát triển các ứng dụng đa người dùng(phim, video, )

o Dòng MPEG bao gồm các chuẩn MPEG-1, MPEG-2, MPEG- 4

Hai tổ chức này cùng nhau lập nên nhóm JVT-Joint Video Team để đưa ra chuẩnH.264 - là chuẩn nén video mới nhất hiện nay và được xem là dòng nén video thế hệ thứ3

Quá trình phát triển các dòng video H.26x và MPEG

1.3 Các chuẩn nén video của ITU

H.261 hỗ trợ hai độ phân giải là CIF (352x288) và QCIF (176x144), sử dụng kĩ thuậtlấy mẫu 4:2:0

Thuật toán nén của chuẩn này không phức tạp do yêu cầu việc nén và giải nén phảiđược thực hiện theo thời gian thực

1.3.2 Chuẩn H.263

H.263 là chuẩn mã hóa video/audio do nhóm VCEG (Video Coding Experts Group)thuộc tổ chức ITU đưa ra năm 1998 H.263 được coi là thế hệ tiếp theo của chuẩn H.261,cũng được dùng cho các hội nghị video trực tuyến

Năm 1998, ITU cải tiến chuẩn này và cho ra chuẩn H.263v2 (còn gọi là H.263+ hayH.263 1998) Năm 2000, chuẩn H.263v3 ra đời (còn gọi là H.263++ hay H.263 2000)

H.263 được phát triển dựa trên những kinh nghiệm được rút ra từ các chuẩn H.261,MPEG-1 và MPEG-2 Thiết kế cơ bản giống với H.261, cộng thêm nhiều cải tiến về khảnăng nén và tính linh hoạt

Những cải tiến của H.263 so với chuẩn H.261:

• H.263 có chất lượng video tốt hơn và tốc độ bit (lượng bit lưu trữ cho một đơn vịthời gian) nhỏ hơn

• Mục tiêu của H.263 là truyền được video chất lượng chấp nhận được trên đườngtruyền điện thoại với tốc độ 28.8Kbps

• H.263 hỗ trợ độ phân giải từ 128x96 đến 1408x1152

• H.263 có những cải tiến trong việc dự đoán các chuyển động và thuật toán giảm dữliệu dư thừa, phân lớp được tối ưu hơn nhiều so với các chuẩn trước đó

• Vector chuyển động có độ chính xác nửa pixel

• Thuật toán mã hóa mới, thay thế RLE và Huffman

• Tiên đoán nâng cao: sử dụng 4 blocks 8x8 thay vì 1 block 16x16 => chi tiết hơn

• Tiên đoán dựa vào frame trước và sau, tương tự như MPEG

Các độ phân giải mà H.263 hỗ trợ

1.3.3 Ưu điểm và nhược điểm của các chuẩn video H.26x

H.26x được thiết kế với mục đích sử dụng cho dịch vụ hội nghị trực tuyến, vì thế

nó co những ưu điểm phù hợp với nhu cầu trên:

• Độ trễ thấp

• Mã hóa từng khung hình

• Chỉ sử dụng một phần nhỏ trong bộ đệm để làm mượt (gây ra một chút trễ)

• Bitrate cố định

• Chỉ gửi một số lượng ít các block được mã hóa intra trong mỗi khung, do đó sựbiến đổi của tốc độ dữ liệu chỉ phụ thuộc vào nội dung của video

Bên cạnh đó, chuẩn nén H.26x cũng có một số mặt hạn chế:

• Không được thiết kế cho việc ghi lại và xem lại video

o Không có cách nào để quay ngược hoặc tua nhanh video, vì ta không mã hóacác khung từ toàn bộ các block intra-coded của nó

o Tuy vậy vẫn có thể khắc phục được việc này, nhưng nó sẽ ảnh hưởng đến sự cốđịnh của bitrate, nhất là với mạng ISDN

• Hạn chế trong việc xử lý bit lỗi

• Những lỗi có thể phá hủy đoạn video (Ví dụ lỗi giải mã Huffman của GOB) Cóthể xử lý bằng cách:

o Dừng giải mã, tìm đến GOB tiếp theo để giải mã tiếp

o Intra blocks sẽ dần hồi phục vài giây sau đó

Phần II So sánh chuẩn nén H.26x và MPEG

2.1 Sơ đồ khối của H.261 và MPEG-1

Nhìn chung, quá trình nén và giải nén của H.261 và MPEG-1 không có sự khác biệtnào đáng kể

2.1.1 Quá trình nén

• Control : điểu khiển tốc độ dòng bit

• Memory : Sử dụng để chứa các ảnh được tái tạo (block) cho mục đích của vectochuyển động để tìm ra P-frame tiếp theo

• Quantization: nén tốt hơn bằng các hệ số DCT (Discrete CosineTransform) để đạt được chất lượng đòi hỏi

• Entropy: gán những từ mã ngắn hơn cho những sự kiện phổ biến và sử dụngnhững sự kiện ít phổ biến hơn

Quá trình nén theo chuẩn MPEG-1

• Ảnh đầu vào được đưa vào bộ trừ và bộ đoán chuyển động

• Bộ đoán chuyển động sẽ so sánh các khối ảnhmới được đưa vào này với cáckhối ảnh đã được đưa vào trước đó và được lưu lại như là cácảnh dùng để thamkhảo (Reference Picture) Kết quả là bộ đoán chuyển động sẽ tìm ra cáckhốiảnh trong ảnh tham khảo gần giống nhất với khối ảnh mới này MotionVector sẽ đặc trưng cho sự dịch chuyểntheo cả hai chiều dọc và ngang của khốiảnh mới cần mã hoá so với ảnh tham khảo

• Bộ đoán chuyển động cũng đồng thời gửi các khối ảnh tham khảo này màchúng thường đượcgọi là các khối tiên đoán (Predicted macroblock) tới bộ trừ

để trừ với khối ảnh mới cần mã hoá(thực hiện trừ từng điểm ảnh tương ứng tức

là Pixel by pixel) chúng sẽ đặc trưng cho sự sai khác giữa khối ảnh cần tiênđoán và khối ảnh thực tế cần mã hoá

• Bộ bù chuyển động gửi các Predicted macroblock đến bộ trừ để tính sai số dựđoán

• Sai số tiên đoán này sẽ đc biến đổi DCT sau đó lượng tử hóa rồi cùng vớivector chuyển động được mã hóa entropy

Cái gốc của sự khác nhau giữa MPEG1 và H26X là chủ yếu nằm ở khâu tiên đoán cácframe mới và cách thức tính toán sai lệch giữa các frame hiện tại và frame phỏng đoán.Điều này sẽ dẫn tới các khác nhau về chất lượng hình ảnh cũng như bit rates MPEG1 sử

dụng B-picture vì thế sơ đồ mã hóa cần dùng đến 2 frame memory để lưu trữ frame choviệc tiên đoán 2 chiều

MPEGx có tốc độ quét,độ phân giải … cao hơn h26x cùng thế hệ nên tôc độ truyền tínhiệu cao hơn_bit rate cao hơn, chất lượng hình ảnh tốt hơn, điều này thể hiện trong quátrình lấy mẫu và lượng tử hóa

2.2.2 Quá trình giải nén

Quá trình giải nén theo chuẩn H.261

Quá trình giải nén theo chuẩn MPEG-1

• Ngược lại với quá trình nén

• Vector chuyển động được tách ra và đưa vào bộ bù chuyển động

• Các hệ số được đưa vào bộ lượng tử hóa ngược và bộ biến đổi ngược IDCT đểbiến tín hiệu từ miền tần số thành tín hiệu ở miền không gian

• Kết hợp với ảnh tham khảo để ra được ảnh gốc

2.2 So sánh với phương pháp nén theo chuẩn H26X với chuẩn MPEG

Các chuẩn H26X: H261 ,H262, H263, H264 được đưa ra trong các khuyến nghịcủa ITU-T Còn các chuẩn MPEG: MPEG1, MPEG2, MPEG3, MPEG4 - Part2, MPEG4-Part 10 … được đưa ra trong các khuyến nghị của ISO Tuy nhiên, các chuẩn MPEG vàH26X lại có quan hệ chặt chẽ với nhau: cả MPEG1 và MPEG2 cùng có nguồn gốc từchuẩn H261; chuẩn MPEG2 giống chuẩn H262; chuẩn MPEG 4- part10 giống chuẩnH264

2.2.1 Những điểm giống nhau

Các phương pháp nén theo chuẩn MPEG và H26x có nhiều điểm giống nhau Có thể

kể ra một số điểm giống nhau cơ bản như :

• Do mắt người có thể phân biệt sự thay đổi về độ sáng của ảnh (brightness) tốthơn so với sự thay đổi về màu (chromaticity) nên hầu hết các sơ đồ néntheo chuẩn MPEG và H26X đều tiến hành chia bức ảnh thành một thànhphần về độ sáng Y (luminance) và hai thành phần về độ màu UV(chrominance)

• Các tín hiệu video thành phần được lấy mẫu (samples) và số hoá (digitised) đểtạo nên các điểm ảnh rời rạc theo tỷ lệ 4 : 2 : 2, 4 : 2 : 0 và 4 : 1 : 1.

• Các sơ đồ nén theo MPEG, H26X đều dùng kỹ thuật subsampling và lượng tửhoá trước khi mã hoá nhằm giảm kích thước bức ảnh đầu vào theo cả chiềungang và chiều dọc

Những điểm giống nhau trong quá trình nén:

• Đều tiến hành chia khung hình thành các khối điểm ảnh để việc xử lý cáckhung hình có thể được thực hiện ở cấp độ block

• Giảm thời gian phụ thuộc giữa các khối trong các khung hình kế tiếp Điều nàythực hiện bằng các kỹ thuật ước lương chuyển động và bù chuyển động Đốivới bất kì khối nào, việc tìm kiếm được thực hiện trong các khung mã hóa trước

đó để xác định vector chuyển động mà sau đó được sử dụng bởi bộ mã hóa vàgiải mã để dự đoán khối chủ đề

• Giảm độ dư thừa không gian trong các khung hình video bằng cách mã hóa một

số khối gốc thông qua việc dự báo về không gian, lượng tử hóa, các phép biếnđổi và mã hóa dữ liệu ngẫu nhiên, mã hóa độ dài thay đổi

• Giảm không gian dư thừa còn lại tồn tại trong các khung hình video bằng cách

mã hóa các khối còn lại … tức là sự sai khác giữa các khối tương ứng ban đầu

và các khối dự đoán , một lần nữa thông qua biến đổi, lượng tử hóa và mã hóa

dữ liệu ngẫu nhiên

2.2.3 Những điểm khác nhau

Các chuẩn H26X thường được tối ưu hóa cho truyền tải video thời gian thực như hộinghi truyền hình, truyền tải video giữa các thiết bị di động Còn chuẩn MPEG chủ yếuthiết kế cho việc lưu trữ và trình chiếu nên có chất lượng tốt hơn

Những điểm khác nhau trong quá trình nén theo chuẩn H26X và MPEG:

• MPEG có tốc độ quét, độ phân giải … cao hơn H26X cùng thế hệ nên tốc độtruyền tín hiệu cao hơn_bit rate cao hơn, chất lượng hình ảnh tốt hơn, điều nàythể hiện trong quá trình lấy mẫu và lượng tử hóa

• Trong H26X có điều chỉnh tốc độ dòng bít, phù hợp với môi trườngtruyền dẫn tin mạng viễn thông Kỹ thuật nén trong hầu hết các phiên bản

H26X dựa trên việc nén theo đối tượng, các đối tượng trong các cảnhvideo được theo dõi riêng rẽ và được nén lại cùng nhau H26X sử dụng bit ratecontrol dùng để quản lý bộ đệm,kiểm soát quá trình lượng tử hóa Đây làcông đoạn dùng để kiểm soát chất lượng video cũng như bit rate đầu ra thôngqua kiểm soát quá trình lượng tử hóa và quản lý dữ liệu nén trong bộ đệm.Chìa khoá để điều khiển tốc độ truyền là trật tự dữ liệu đã nén trong bộ đệm(buffer) Việc nén có thể được tiến hành với việc loại bỏ một vài thông tin

đã được lựa chọn Ảnh hưởng nhỏ nhất đối với chất lượng toàn bộ khung hình

có thể đạt được bằng cách bỏ bớt các thông tin chi tiết Điều này đảm bảo giớihạn tỉ lệ nén dữ liệu trong khi chất lượng của khung hình suy giảm tối thiểu

• Trong H26X, các bộ mã hóa video thường hỗ trợ một khoảng khá rộng tốc độnén, điều này cho phép những lựa chọn khác nhau giữa chất lượng và băngthông Phần lớn các phương pháp nén video đều dựa vào việc mã khác nhaugiữa các frame (inter-frame) Điều này có nghĩa là, thay vì phải gửi đi tất cảcác frame, thì chỉ gửi đi sự sai khác của một frame với frame trước đó.Phương pháp mã hóa này làm việc tốt với những video có những thay đổi hìnhảnh ít, tuy nhiên sẽ là ảnh hưởng đáng kể đến chất lượng hình ảnh và băngthông nếu có sự thay đổi lớn giữa các frame hình ảnh Đa số các chuẩn mã hóavừa cho phép mã hóa với tốc độ bít cố định (chất lượng hình ảnh thay đổi) haytốc bít thay đổi (chất lượng hình ảnh ít thay đổi) Các phương pháp mã hóavideo nói chung thường kết hợp cảkiểu mã hóa intra-frame và inter-frame.Trong kiểu mã hóa intra-frame, một frame ảnh được chia thành các khối,mỗi khối này được biến đổi thành tập các hệ số thông qua biến đổi Cosin rờirạc Một nhóm các khối được kết hợp lại thành một thực thể duy nhất (slice),

và đôi khi được đóng gói vào một gói Nếu có lỗi trên đường truyền xảy ra thì

có thể cảmột nhóm các khối sẽ bị mất, tạo nên “sọc” trong các ảnh giải mã.Điều này xảy ra bởi vì các hệ số của biển đổi Cosin rời rạc trong mỗikhối được tính toán dựa trên khối đầu tiên trong slice, nếu lỗi làm mất thông tincủa khối đầu tiên thì tất cả các khối còn lại trong slice là không xác định Mộtvài lỗi có thể làm hỏng cấu trúc của frame, do đó không có khả năng tái tạo lạiframe Với kiểu mã hóa inter-frame (motion based coding), các vector chuyểnđộng được xác định và mã hóa cho mỗi khối Trong các hệ thống mã hóa kiểuinter-frame, việc mất một frame có thể làm cho các frame theo sau nó trở nên

không sử dụng được cho đến khi I-frame tiếp theo được nhận, kết quả là

có thể thu được hình ảnh video trắng hay hình ảnh bị đông cứng, chấtlượng video bị suy giảm đáng kể

• Trong hầu hết các trường hợp các tiêu chuẩn mã hóa video H26X đều cungcấp khả năng linh động ở cả bộ mã hóa và giải mã cho việc cân bằnggiữa chất lượng và tốc độ Việc hiểu biết rõ ràng về ảnh hưởng của các bộ mãhóa và giải mã video là yếu tố quan trọng góp phần vào việc đánh giá chínhxác các ảnh hưởng của mạng đến chất lượng truyền video trên mạng

Tóm lại, chuẩn nén H26X thường có tốc độ mã hoá tín hiệu thấp hơn MPEG (khoảng1.5 Mbit/s với độ phân giải hình 352 x 288) do dùng chủ yếu trong viễn thông, truyền tảivideo giữa các thiết bị di động Trong khi đó, chuẩn MPEG dùng cho thị trường giải tríhay truyền hình chất lượng cao nên có độ phân giải hình cao hơn, và mang lại chất lượnghình ảnh tốt hơn

Phần III Cài đặt thử nghiệm

3.1 Mô phỏng nén video theo chuẩn H.261 bằng Matlab

3.1.1 Mô hình thực nghiệm:

INPUT

Video

OUTPUTSYSTEM

3.1.2 Kịch bản mô phỏng

- Như đã trình bày ở sơ đồ trên, kịch bản thử nghiệm sẽ được xây dựng như sau:

• Đầu vào Input sẽ là file video mẫu để nén cho qua khối nén theo chuần

H.261 Ở đây file mẫu đầu vào chúng em đã phân tích thành 181 ảnh liên tục của video, là dạng file bmp và có độ phân giải là 352x288

• Khối nén theo chuẩn H.261 sẽ được trình bày theo mô hình kết hợp với phầnkết quả mô phỏng ở dưới

• Kết quả output: 1 là dòng video mẫu không đổi (tức không cho qua khối nénH.261), 2 là dòng video đã nén bởi H.261 sẽ được so sánh với dòng videomẫu ban đầu

3.1.3 Kết quả mô phỏng

- Sơ đồ cấu trúc nén H.261:

- Chương trình mô phỏng gồm có 9 file định dạng code của Matlab, sự tương ứngcủa nó với chức năng của các khối trong sơ đồ nén sẽ được trình bày dưới đây:

o Khối DCT và Quantize: hàm DCT_Quantize trong file DCT_Quantize.m

o Khối IDCT và DeQuantize: hàm I_DCT_Quantize trong file

I_DCT_Quantize.m

o Khối ước lượng chuyển động: có 2 hàm tương ứng với 2 giải thuật tìm kiếm

vector chuyển động khác nhau:

 Hàm MCPredict_3Step: tìm kiếm vector chuyển động bằng giải thuật 3

bước (Three Step Search-TSS) Hàm này sử dụng hàm TSS để tìm kiếmvector chuyển động cho 1 MacroBlock trong 1 cửa sổ kích thước 30x30

 Hàm MCPredict_Full: tìm kiếm vector chuyển động bằng giải thuật tìm

kiếm toàn bộ (Full Search)

o Khối bù chuyển động: hàm MotionCompenstion

o Phần mã hóa Runlength và Huffman: phần này chưa làm được, mới chỉ quét ZigZac, hàm ZigzacScan

o Hàm phụ trợ:

 Hàm ShowMotionVector: vẽ vector chuyển động vừa tìm ra tường ứng

với mỗi MacroBlock của ảnh Frame tham chiếu

o Chương trình chính: file H261_Compress: sử dụng các khối trên mô phỏng

lại quy trình nén video H261