数字视频基础知识

数字视频基础知识

软件学习 2010-01-07 23:58:45 阅读36 评论0 字号：大中小

RGB颜色表示系统

1.相加混色和相减混色

相加混色是由发光体发出的光相加而产生的颜色，而相减混色是先有白色光，而后从中减去某些成分（吸收）得到各种彩色；相加混色的三基色是红、绿、蓝（RGB），而相减混色的三基色是青（Cyan）、品（Magenta）、黄（Yellow）（CMY，一般不确切的说成是黄、蓝、红）；相加混色和相减混色有不同规律（指颜料相混）。

于是相应的有：

RGB：位图颜色的一种编码方法，用红、绿、蓝三原色的光学强度来表示一种颜色。这是最常见的位图编码方法，可以直接用于屏幕显示。

CMYK：位图颜色的一种编码方法，用青、品红、黄、黑四种颜料含量来表示一种颜色。常用的位图编码方法之一，可以直接用于彩色印刷。

2.CIE的RGB颜色表示系统

国际照明委员会（CIE）选择红色（λ=700.00nm）、绿色（λ=546.1nm）和蓝色（435.8nm）三种单色光作为表色系统的三基色。产生1lm的白光所需要的三基色的近似值可用下面的亮度方程来表示：
                                       1lm（W）= 0.30lm（R）+ 0.59lm（G）+ 0.11lm（B）
为了计算方便采用T单位制：
                                        1lm（W）= 1T（R）+ 1T（G）+ 1T（B）

3.人类的彩色感觉

4.色彩深度

色彩深度又叫色彩位数，即位图中要用多少个二进制位来表示每个点的颜色，是分辨率的一个重要指标。常用有1位（单色），2位（4色，CGA），4位（16色，VGA），8位（256色），16位（增强色），24位和32位（真彩色）等。色深16位以上的位图还可以根据其中分别表示RGB三原色或CMYK四原色（有的还包括Alpha通道）的位数进一步分类，如16位位图图片还可分为RGB565，RGB555X1（有1位不携带信息），RGB555A1，RGB444A4等等。

 

色彩空间

1.YUV色彩空间

YUV是PAL和SECAM模拟彩色电视制式采用的颜色空间。Y表示亮度（Luminance或Luma），是不同权重的R、G、B的平均：
                                     Y = kr R + kg G + kb B
色彩信息可以表示为色差（Chrominance或Chroma），每一个色差表示了RGB与Y的差：
                                     U = B - Y
                                     V = R - Y
这样彩色图像的完整信息——亮度和色差，就由Y和UV分别给出了。

与RGB视频信号传输相比，YUV最大的优点在于只需占用极少的频宽（RGB要求三个独立的视频信号同时传输）；采用YUV还有一个原因是，使彩色视频信号的传输兼容老式黑白电视。如果只有Y信号分量而没有U、V分量，那么这样表示的图像就是黑白灰度图像。

YUV与RGB相互转换的公式 （RGB取值范围均为0-255）

　　Y = 0.299R + 0.587G + 0.114B
　　U = -0.147R - 0.289G + 0.436B
　　V = 0.615R - 0.515G - 0.100B

　　R = Y + 1.14V
　　G = Y - 0.39U - 0.58V
　　B = Y + 2.03U

2.YCbCr色彩空间

YCbCr 则是在世界数字组织视频标准研制过程中作为ITU-R BT1601 建议的一部分, 其实是YUV经过缩放和偏移的翻版。其中Y与YUV 中的Y含义一致, Cb , Cr 同样都指色彩, 只是在表示方法上不同而已。在YUV 家族中, YCbCr 是在计算机系统中应用最多的成员, 其应用领域很广泛,JPEG、MPEG均采用此格式。一般人们所讲的YUV大多是指YCbCr。YCbCr 有许多取样格式, 如4:4:4 , 4:2:2 , 4:1:1 和4:2:0。

3.YUV 、YIQ 、YCbCr的区别

对于YUV模型，实际上很多时候，我们是把它和YIQ/YCbCr模型混为一谈的。

实际上，YUV模型用于PAL和SECAM制式的电视系统，Y表示亮度，UV并非任何单词的缩写。

YIQ模型与YUV模型类似，用于NTSC制式的电视系统。YIQ颜色空间中的I和Q分量相当于将YUV空间中的UV分量做了一个33度的旋转。

YCbCr颜色空间是由YUV颜色空间派生的一种颜色空间，主要用于数字电视系统中。从RGB到YCbCr的转换中，输入、输出都是8位二进制格式。

三者与RGB的转换方程如下：

RGB -> YUV：
Y = 0.299R + 0.587G + 0.114B,   U = -0.147R - 0.289G + 0.436B, V = 0.615R - 0.515G - 0.100B

RGB -> YIQ：
Y = 0.299R + 0.587G + 0.114B, I = 0.596R - 0.275G - 0.321B, Q = 0.212R - 0.523G + 0.311B

RGB -> YCbCr：
Y = 0.299R + 0.587G + 0.114B, Cb = -0.169R - 0.331G + 0.500B, Cr = 0.500R - 0.419B - 0.103B

从公式中，我们关键要理解的一点是，UV/CbCr信号实际上就是蓝色差信号和红色差信号，进而言之，实际上一定程度上间接的代表了蓝色和红色的强度，理解这一点对于我们理解各种颜色变换处理的过程会有很大的帮助。

我们在数字电子多媒体领域所谈到的YUV格式，实际上准确的说，是以YCbCr色彩空间模型为基础的具有多种存储格式的一类颜色模型的家族（包括YUV444 / YUV422 / YUV420 / YUV420P等等）。并不是传统意义上用于PAL制模拟电视的YUV模型。这些YUV模型的区别主要在于UV数据的采样方式和存储方式，这里就不详述。

而在Camera Sensor中，最常用的YUV模型是 YUV422格式，因为它采用4个字节描述两个像素，能和RGB565模型比较好的兼容。有利于Camera Sensor和Camera controller的软硬件接口设计。

 

YCbCr采样格式

1.YUV与YCbCr的区别

YUV色彩模型来源于RGB模型，该模型的特点是将亮度和色度分离开，从而适合于图像处理领域。
应用：basic color model used in analogue color TV broadcasting。

YCbCr模型来源于YUV模型。YCbCr is a scaled and offset version of the YUV color space。
应用：数字视频，ITU-R BT.601 recommendation。

通过上面的比较可以确定，我们在h.264,mpeg等编码标准中用的YUV其实是YCbCr，大家不要被名称搞混淆了。

2.YCbCr主要的采样格式

人类的视觉系统（HVS）对色度的敏感程度低于亮度，所以，色度频道的采样率可比Y频道低，同时不会明显降低视觉质量，从而达到了压缩的目的。主要的采样格式有YCbCr 4:4:4、YCbCr 4:2:2、YCbCr 4:2:0和YCbCr 4:1:1。MPEG-4和H.264支持前三种采样格式，YCbCr 4:2:2用于高质量的彩色视频中；应用最广泛的是YCbCr 4:2:0，比如视频会议、数字电视、DVD等，用与PAL制式；YCbCr 4:1:1则多用于后者用于NTSC制的DV数据中。

      （1） YUV 4:4:4    24bit/pixel
　　YUV三个信道的抽样率相同，因此在生成的图像里，每个象素的三个分量信息完整（每个分量通常8比特），经过8比特量化之后，未经压缩的每个像素占用3个字节。
　　下面的四个像素为: [Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
　　存放的码流为: Y0 U0 V0 Y1 U1 V1 Y2 U2 V2 Y3 U3 V3

　　（2） YUV 4:2:2    16bit/pixel
　　每个色差信道的抽样率是亮度信道的一半，所以水平方向的色度抽样率只是4:4:4的一半。对非压缩的8比特量化的图像来说，每个由两个水平方向相邻的像素组成的宏像素需要占用4字节内存。
　　下面的四个像素为：[Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
　　存放的码流为：Y0 U0 Y1 V1 Y2 U2 Y3 V3
　　映射出像素点为：[Y0 U0 V1] [Y1 U0 V1] [Y2 U2 V3] [Y3 U2 V3]

　　（3） YUV 4:1:1    12bit/pixel
　　4:1:1的色度抽样，是在水平方向上对色度进行4:1抽样。对于低端用户和消费类产品这仍然是可以接受的。对非压缩的8比特量化的视频来说，每个由4个水平方向相邻的像素组成的宏像素需要占用6字节内存。
      下面的四个像素为: [Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
　　存放的码流为: Y0 U0 Y1 Y2 V2 Y3
　　映射出像素点为：[Y0 U0 V2] [Y1 U0 V2] [Y2 U0 V2] [Y3 U0 V2]

　　（4）YUV4:2:0    12bit/pixel
　　4:2:0并不意味着只有Y，Cb而没有Cr分量。它指得是对每行扫描线来说，只有一种色度分量以2:1的抽样率存储。相邻的扫描行存储不同的色度分量，也就是说，如果一行是4:2:0的话，下一行就是4:0:2，再下一行是4:2:0……以此类推。对每个色度分量来说，水平方向和竖直方向的抽样率都是2:1，所以可以说色度的抽样率是4:1。对非压缩的8比特量化的视频来说，每个由2x2个2行2列相邻的像素组成的宏像素需要占用6字节内存。
　　下面八个像素为：[Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3] [Y5 U5 V5] [Y6 U6 V6] [Y7U7 V7] [Y8 U8 V8]
　　存放的码流为：Y0 U0 Y1 Y2 U2 Y3 Y5 V5 Y6 Y7 V7 Y8
　　映射出的像素点为：[Y0 U0 V5] [Y1 U0 V5] [Y2 U2 V7] [Y3 U2 V7] [Y5 U0 V5] [Y6 U0 V5] [Y7U2 V7] [Y8 U2 V7]

另外，4:2:0 采样有两种常见的变化形式。其中一种形式用于MPEG-2 视频，另一种形式用于MPEG-1 以及 H.261 和H.263。下图左边显示了MPEG-2 方案中使用的采样网格，右边显示了MPEG-1以及H.261和H.263方案中使用的采样网格。

下图是YUV 4:1:1和YUV 4:2:0的区别：

 

 

电视制式

1.电视制式概要

电视信号的标准也称为电视的制式。目前各国的电视制式不尽相同，制式的区分主要在于其帧频的不同、分解率的不同、信号带宽以及载频的不同、色彩空间的转换关系的不同等等。

电视制式就是用来实现电视图像信号和伴音信号，或其它信号传输的方法，和电视图像的显示格式，以及这种方法和电视图像显示格式所采用的技术标准。严格来说，电视制式有很多种，对于模拟电视，有黑白电视制式，彩色电视制式，以及伴音制式等；对于数字电视，有图像信号、音频信号压缩编码格式（信源编码），和TS流（Transport Stream）编码格式（信道编码），还有数字信号调制格式，以及图像显示格式等制式。

2.彩色电视制式

	NTSC	PAL	SECAM
解释	正交平衡调幅制——National Television Standards Committee	正交平衡调幅逐行倒相制——Phase-Alternative Line	行轮换调频制——Sequential Coleur Avec Memoire
帧频(Hz)	30	25	25
场频(Hz)	60	50	50
点*行	858*525	864*625	864*625
分辨率	760*480	720*576	720*576
亮度带宽（MHz）	4.2	6	6
色度带宽（MHz）	1.3(I)，0.6(Q)	1.3(U)，1.3(V)	>1.0(U)，>1.0(V)
彩色幅载波（MHz）	3.58	4.43	4.25
声音载波（MHz）	4.5	6.5	6.5
使用地区	美国、加拿大等大部分西半球国家以及中国的台湾、日本、韩国、菲律宾等	德国、英国等一些西欧国家，新加坡、中国大陆及香港，澳大利亚、新西兰等	法国、东欧和中东一带

一个与人的视觉生理特点有关，当图像的刷新速度达到5 帧/秒的时候，人开始感觉图像是活动的，而达到24 帧/秒的时候，人感觉图像是完全连续和流畅的（电影所使用的帧频就是24 Hz ），所以视频信号帧频应大于等于24 Hz。理论上来说帧频越高越好，但是帧频越高对电路的要求也越高，技术越复杂，成本也越高。另一个原因是因为我国的电网频率是50Hz， 当采用25 Hz 帧频时，隔行扫描时的场频为50 Hz ，正好与电网同频，这样，电源对图像的干扰是固定的，人眼不容易感觉出来，所以选择了25Hz的帧频。

电视在显示图像的时候，把一帧分成了两场来显示，一个场由帧中的奇数行组成，叫做奇场；另一个场由帧中的偶数行组成，叫做偶场。之所以要这样做，主要是因为在CRT显像管上每秒钟显示25帧图像时，人眼感觉到连续性还是不太好，而且还有明显的闪烁，一帧分成两场后，场频为50Hz，图像更加连续一些。当然还有一些别的原因，与电路设计方面有关。

PAL制式每帧图像共625行， 每场为312.5行，在每场的312.5行中，有一些行要用作场消隐，是不包含视频信号的。按照CCIR656标准规定的行编号方法，奇场的行号为第1至312.5行，偶场的行号为第312.5至625行， 其中，奇场的第23.5至310行包含有效的视频信号，共287.5行。 偶场的第336至622.5行包含有效的视频信号，共287.5行。所以一帧中有效的总行数为576。由最上面的半行，加上中间的574行，加上最下面的半行。