H.264码流结构解析.doc

1、H.264 码流结构解析1. H.264 简介MPEG（Moving Picture Experts Group）和 VCEG（Video Coding Experts Group）已经联合开发了一个比早期研发的 MPEG 和 H.263 性能更好的视频压缩编码标准，这就是被命名为 AVC（Advanced Video Coding） ，也被称为 ITU-T H.264 建议和 MPEG-4 的第 10 部分的标准，简称为 H.264/AVC 或 H.264。这个国际标准已经与 2003 年 3 月正式被 ITU-T 所通过并在国际上正式颁布。为适应高清视频压缩的需求，2004 年又增加了 F

2、RExt 部分；为适应不同码率及质量的需求，2006 年又增加了可伸缩编码 SVC。2. H.264 编码格式H.263 定义的码流结构是分级结构，共四层。自上而下分别为：图像层(picturelayer)、块组层(GOB layer)、宏块层(macroblock layer)和块层(block layer)。而与 H.263 相比，H.264的码流结构和 H.263 的有很大的区别，它采用的不再是严格的分级结构。H.264 支持 4:2:0 的连续或隔行视频的编码和解码。 H.264 压缩与 H.263、 MPEG-4 相比，视频压缩比提高了一倍。H.264 的功能分为两层：视频编码层（

3、VCL, Video Coding Layer）和网络提取层（NAL, Network Abstraction Layer） 。 VCL 数据即编码处理的输出，它表示被压缩编码后的视频数据序列。在 VCL 数据传输或存储之前，这些编码的 VCL 数据，先被映射或封装进 NAL 单元中。每个 NAL 单元包括一个原始字节序列负荷（RBSP, Raw Byte Sequence Payload） 、一组对应于视频编码的 NAL 头信息。RBSP 的基本结构是：在原始编码数据的后面填加了结尾比特。一个 bit“1”若干比特“0” ，以便字节对齐。NAL 头 RBSPNAL 头 RBSPNAL 头 R

4、BSP图 1 NAL 单元序列3. H.264 传输H.264 的编码视频序列包括一系列的 NAL 单元，每个 NAL 单元包含一个 RBSP，见表1。编码片（包括数据分割片 IDR 片）和序列 RBSP 结束符被定义为 VCL NAL 单元，其余为 NAL 单元。典型的 RBSP 单元序列如图 2 所示。每个单元都按独立的 NAL 单元传送。单元的信息头（一个字节）定义了 RBSP 单元的类型，NAL 单元的其余部分为 RBSP 数据。SPS P 片 SEIPPSI 片图像定界符 P 片图 2 RBSP 序列举例RBSP 类型 描述参数集 PS 序列的全局，如图像尺寸、视频格式等增强信息 S

5、EI 视频序列解码的增强信息图像定界符 PD 视频图像的边界编码片 片的头信息和数据数据分割 DP 片层的数据，用于错误恢复解码 序列结束符 表明下一图像为 IDR 图像流结束符 表明该流中已没有图像填充数据 哑元数据，用于填充字节表 1 RBSP 描述例子：AnyChat 音视频互动开发平台（SDK）是一套跨平台的即时通讯解决方案，基于先进的H.264 视频编码标准、AAC 音频编码标准与 P2P 技术，整合了佰锐科技在音视频编码、多媒体通讯领域领先的开发技术和丰富的产品经验而设计的高质量、宽适应性、分布式、模块化的网络音视频互动平台（支持 Windows、Mobile 、Linux、And

6、roid 等平台） 。4. H.264 码流结构图起始码 Nal Unit RTP Packet 层二：NAL Unit层一：A. Annexb 格式 B. RTP 格式NALU Header NALU 主体层三：SliceSlice Header Slice Data层四：Slice DataflagsMacroblock Layer Macroblock Layer 层五：PCM 类mb_typePCM Data mb_typeSub_mb_pred或 mb_predResidual Data其他宏块类型层六：ResidualResidual Block图 3 H.264 码流分层结构起始

7、码：如果 NALU 对应的 Slice 为一帧的开始，则用 4 字节表示，即 0x00000001；否则用 3 字节表示，0x000001。NAL Header：forbidden_bit，nal_reference_bit（优先级） ，nal_unit_type （类型） 。脱壳操作：为了使 NALU 主体不包括起始码，在编码时每遇到两个字节（连续）的 0，就插入一字节 0x03，以和起始码相区别。解码时，则将相应的 0x03 删除掉。NALU 类型：Nal_unit_type NAL 类型 C0 未使用 1 不分区、非 IDR 图像的片 2，3，42 片分区 A 23 片分区 B 34 片

8、分区 C 45 IDR 图像中的片 2，36 补充增强信息单元(SEI) 5 7 序列参数集 08 图像参数集 19 分界符 610 序列结束 711 码流结束 812 填充 91323 保留 2431 未使用 表 2 nal_unit_type 语义sub_mb_pred 和 mb_pred：运动补偿或者是帧内预测。5. H.264 解码NAL 头信息的 nal_referrence_idc（NRI ）用于在重建过程中标记一个 NAL 单元的重要性，值为 0 表示这个 NAL 单元没有用预测，因此可以被解码器抛弃而不会有错误扩散；值高于 0 表示 NAL 单元要用于无漂移重构，且值越高，对此

9、 NAL 单元丢失的影响越大。NAL 头信息的隐藏比特位，在 H.264 编码器中默认为 0，当网络识别到单元中存在比特错误时，可将其置为 1。隐藏比特位主要用于适应不同种类的网络环境（比如有线无线相结合的环境） 。从码流中获取 NALU将 NALU 中的数据转换成 RBSPNALU 类型进入片解码过程SLICE=1IDR=5进入 SEI解码过程进入 SPS解码过程进入 PPS解码过程出错处理进入 A 片分割解码过程进入 B 片分割解码过程进入 C 片分割解码过程SEI=6SPS=7PPS=7Else DPA=2 DPA=3 DPA=4图 4 NAL 单元解码NAL 单元解码的流程为：首先从 NAL 单元中提取出 RBSP 语法结构，然后按照如图 4所示的流程处理 RBSP 语法结构。输入的是 NAL 单元，输出结果是经过解码的当前图像的样值点。NAL 单元中分别包含了序列参数集和图像参数集。图像参数集和序列参数集在其他NAL 单元传输过程中作为参考使用，在这些数据 NAL 单元的片头中，通过语法元素pic_parameter_set_id 设置它们所使用的图像参数集编号；而相应的每个图像参数集中，通过语法元素 seq_paramter_set_id 设置他们使用的序列参数集编号。6. 各分层结构的语法元素参考 G50 标准。