Основы цифрового видео - II

Вообще, все, что касается видео, в том варианте, который мы имеем и представляем сейчас, а также планируемом в ближайшем будущем, рождено из длинной цепочки случайных совпадений, результатом которых явились, как оказалось, оптимальные решения. В части случаев это действительно так, как, в принципе, во всей современной науке и технике. А сейчас наступает очень интересное время: никто не может с точностью предугадать, что именно быстрее разовьется: интерактивное цифровое телевидение или широкополосный интернет, уже предоставляющий необходимый интерактив и доступ к спутниковым телеканалам. Но общее в обоих вариантах будет одно — используемые цифровые стандарты видео. Вот именно о них мы и поговорим.

Интересная случайность

Для начала стоит рассказать об очень интересной случайности, которая во многом предопределила развитие современных цифровых технологий, но имеет явное отношение к черно-белым телевизорам, которые в момент внедрения цветного ТВ стояли у разработчиков нового как кость в горле. Не думаю, что стоит говорить банальности о том, что парк черно-белых телеприемников был очень велик, поэтому, давая людям цвет, изобретатели должны были думать о совместимости со старым арсеналом. Кстати, это защитило нас и от множества неразумных шагов, например, реализации систем с последовательной передачей цветов, которые можно считать вредными для зрения, особенно в рамках технологического уровня того времени. Когда же были изобретены люминофоры, способные излучать свет в красном, зеленом и синем спектрах, и сама технология формирования трехцветного изображения, стало возможным говорить о применении цветного сигнала, где цвета подаются не последовательно, а вкупе, в виде трех отдельных элементов. Сначала как стандартное решение виделось RGB, но опять же помешал рынок черно-белых телевизоров! Не встраивать же в них дополнительные устройства для суммирования трех сигналов? Эдакий апгрейд на полмира. Что делать? В рамках стандартов NTSC, PAL и SECAM вместо обычного RGB было решено применить следующую схему, где общий компонентный сигнал включает в себя не три одноцветных, а три специально созданных составляющих:

• Y — яркостный, по существу, являющийся R+G+B;
• Cb — цветоразностный (синий, b-Y);
• Cr — цветоразностный (красный, r-Y).

В четвертом, цветоразностном (зеленом, g-Y), отпадает необходимость, поскольку его можно быстро воссоздать (вычислить) в приемном устройстве, используя три поступающих. На самом деле цветных моделей с использованием цветоразностностных сигналов используется несколько, но YCbCr необходим нам для дальнейшего описания, а сигналы в этом стандарте рассчитываются по формулам: Сигнал Y передается в той же полосе частот, что и обычный черно-белый сигнал (по существу, он им и является), его и воспроизводят обычные черно-белые телевизоры, а остальные два предназначены для цветных телеприемников. Потом выяснилось, что Y для формирования изображения, его четкости является доминирующим, а цветоразностные такой четкости не требуют, и могут занимать гораздо более узкую полосу частот. И пошло, и поехало… Кстати, такому разбиению вы можете найти и еще одно, более современное объяснение: у человека в органах зрения палочек в 20 раз больше чем колбочек, соответственно, человеческий глаз более чувствителен к изменениям яркости, нежели цвета. И это объяснение вы найдете в описании такого популярного ныне стандарта как…

JPEG

Группа экспертов Joint Photographic Expert Group (JPEG) была создана в 1986 году, и ее основной задачей являлись исследования в области компьютерного представления статических изображений. Если вы рассмотрите структуру обычного несжатого графического BMP-файла, то обнаружите, что в нем описана некая матрица, включающая определенное количество элементов по вертикали и горизонтали, а по существу - цветовых точек, каждая из которых описана определенным числом, выраженным в видеn-разрядного значения (от 1 до 48). Этому значению соответствует определенный цвет, не более того. Программисты вам расскажут, что все легко преобразуется в то же RGB-представление, а также в любое другое, что можно наблюдать в ряде графических пакетов. Естественно, BMP — это не единственный стандарт, есть множество других, но в данном случае стал вопрос: а можно ли сэкономить ресурсы на хранении изображений. Сжатие BMP без потерь в качестве (lossless-компрессия) по стандарту RLE (кодирование повторов) тогда позволяло уменьшать объемы в среднем в 2 раза, не более. Этого было недостаточно. И в данном случае мы остановимся на экспертной группе JPEG, которая работала над тем, чтобы получить сжатый вариант BMP без существенных потерь в качестве, но с большим коэффициентом. Естественно, подразумевалось, что потери все-таки будут (lossy-компрессия), но они не должны сильно сказываться на качестве картинки. Разработанный стандарт утвержден как ISO/IEC 10918-1, а для простоты назван JPEG, по имени создателя. Суть технологии состоит в том, что любое изображение изначально преобразовывается в цветовую систему YCbCr, затем диапазон каналов, отвечающих за цвет, уменьшаются в два раза (линейное масштабирование), затем все каналы разбиваются на небольшие, но оптимальные для вычислений «квадратики» размером 8х8 или16х16 точек, соответственно, получается матрица из маленьких изображений, каждое из которых обрабатывается по отдельности. При кодировании в JPEG из этих небольших изображений 16х16 удаляются четные столбцы и строки, но не для яркостного, а только для двух цветоразностных составляющих сигнала. В русскоязычном варианте этот метод называют «прореживание». Потери получаются не слишком заметными для глаза, но объем информации значительно уменьшается. Потом эти макроблоки разбиваются на меньшие (8х8) и в таком виде поступают на последующие этапы обработки — DCT (дискретное косинусное преобразование), последовательное считывание в зигзагообразном порядке квантованных значений матрицы DCT, энтропийное сжатие (кодирование длин серий и алгоритм Хаффмана). Кто хочет, может более подробно узнать о структуре стандарта в его описаниях. То есть, как вы понимаете, в самой природе кодирования в JPEG нет вообще ничего общего с технологиями аналогового (оцифрованного аналогового) телевидения и видео, кроме представления цветов через YCbCr. Ведь речь идет о статических изображениях и об обработке их отдельных блоков. Тем не менее, в этом варианте мы уже можем говорить о возможности выводить видео по сжатым кадрам. В принципе, эта идея не заставила себя ждать и реализовалась в стандарте Motion JPEG (MJPEG), а также во множестве вариантов для конференц-связи.

MPEG

MPEG — это не просто группа экспертов кодирования видеоизображения Moving Picture Coding Experts Group. Само название является, как бы это сказать, упрощенным, ведь подразделение, о котором идет речь, скрывается под другой аббревиатурой — ISO/IEC JTC1 SC29 WG11 (если читать с конца, то это одиннадцатая рабочая группа (WG11) двадцать девятого подкомитета (SC29) Объединенного технического комитета № 1 (JTC1), созданного Международной организацией стандартизации (ISO) и Международной электротехнической комиссией (IEC)). Данное подразделение было создано в 1988 году, и основной ее целью являлась разработка новых информационных стандартов. Изначально оно было маленьким и включало около 25 человек, но потом разрослось до мировых масштабов. Буквально через четыре года после своего основания группа опубликовала, а на следующий год и утвердила стандарт ISO/IEC 11172 — Information Technology — Coding of Moving Pictures and Associated Audio for Digital Storage media at up to about 1,5 Mbit/s (Кодирование изображения и звука при скоростях цифрового потока компрессированных данных до 1,5 Мбит/с). В дальнейшем он получил название MPEG-1, потому как ISO/IEC 11172 звучит так же как и ISO/IEC JTC1 SC29 WG11.

MPEG-1

MPEG-1 по структурному принципу очень схож с JPEG, и даже основывается на этом стандарте, но с одной лишь разницей: в нем используется множество специфических надстроек. То есть, например, для реализации короткого видеофрагмента нам может понадобиться только один полноценный кадр, сжатый в JPEG, а все остальное можно достраивать, регистрируя только небольшие изменения относительно исходного. Чтобы это понять, откройте любой видеоредактор и посмотрите: насколько сильно отличается конкретно взятый кадр от предыдущего и последующего. Различий мало. Причем делать сравнение, опираясь на JPEG, как исходный формат, можно и по тем же макроблокам 16х16, учитывая возможность поиска схожих (если речь идет о смещении) и так далее. То есть можно брать только исходный кадр, а потом в нем изменять лишь некоторые элементы, что очень удобно. Поэтому разработчики стандарта поступили весьма хитрым образом, разбив всю структуру на чередующиеся кадры трех типов:

• I (Intra) – опорные кадры, изображения в которых хранятся в полном объеме;
• P (Predicted) - "предсказываемые", в них содержится информация только об изменениях в структуре изображения по сравнению с предыдущими кадрами типа I или P;
• B (Bi-directional Interpolated) - "двухсторонней интерполяции", сохраняющие только самую существенную часть информации об отличиях от предыдущего и последующего изображений, другими словами, являющиеся переходными от предыдущего к последующему.

Таким образом, суммарная последовательность, именуемая GOP (Group of Pictures — группа изображений), имеет только один I-кадр и описывается общим числом кадров в группе и интервалом между P-кадрами. Например, для VideoCD применима схема 15/3, что подразумевает последовательность: IBBPBBPBBPBBPBB. Теперь сравним: с помощью Motion JPEG на реализацию того же самого понадобились бы все пятнадцать I-кадров (15 полноценных JPEG-файлов), а в MPEG-1 получаем примерно то же, но в четыре раза меньше по объему. Отличие MPEG-1 от Motion JPEG состоит и в том, что в MPEG-1 предусмотрено и сжатие звукового потока, что потребовало отдельных технологий, получивших названия Layer I, Layer II и Layer III (известный MP3), наиболее популярные из которых основаны на психоакустическом принципе удаления ненужных элементов. Об этом много написано, так что тут останавливаться не будем. Отметим лишь одно: звук при кодировании в Layer I, Layer II и Layer III преобразуется в кадры, являющиеся, по сути, сжатыми мгновенными спектрами сигнала. В общем и целом, хотя на то время уже разрабатывалось множество других цифровых видеостандартов, MPEG-1 был поддержан множеством организаций, включая некоторых вещателей, производителей техники и оборудования. Многие приписывают успех всего этого предприятия руководителю подразделения Леонардо Черильоне (Leonardo Chiariglione), который является не только хорошим инженером, но и отличным политиком. И действительно, очень многое зависело от поведения на рынке, где в тот момент существовала реальная конкуренция. Чарильоне сделал ставку на два, кажущихся разносторонними, направления:

• альянсы с крупнейшими мировыми компаниями;
• создание независимых стандартов.

Похоже на банальность, но… работает. Как это выглядит на деле, вы можете увидеть, хотя бы посмотрев на распространение MP3-стандарта в музыке. Альянсы — есть, независимый стандарт — присутствует. Кстати, MP3 победил даже WMA от Microsoft на их же поле. Что касается самого MPEG-1, он не был панацеей в глобальном смысле, имел достаточно узкие ограничения по качеству, потому как изначально разрабатывался для обеспечения уровня VHS и с точки зрения видео не совсем подходил для вещания. Посему разработчики направили свои усилия на разработку нового стандарта… Основная группа вокруг ISO/IEC 13818 (а это и есть MPEG-2) была сформирована в 1992-93 годах.