Professional Documents
Culture Documents
HÀ NỘI - 2008
Trần Văn Hoan K49Đ Khóa luận tốt nghiệp
-i-
Trần Văn Hoan K49Đ Khóa luận tốt nghiệp
Mục lục
- ii -
Trần Văn Hoan K49Đ Khóa luận tốt nghiệp
- iii -
Trần Văn Hoan K49Đ Khóa luận tốt nghiệp
- iv -
Trần Văn Hoan K49Đ Khóa luận tốt nghiệp
Mở đầu
Công nghệ số từ khi ra đời đã ngày càng thể hiện tính ưu việt và thay thế dần công
nghệ tương tự vốn không hiệu quả và lỗi thời. Ngày nay việc số hóa được thực hiện trên
mọi dạng thức của dữ liệu, từ văn bản tới hình ảnh và âm thanh. Các mạch điện tử tích
hợp được nghiên cứu chế tạo ngày càng nhiều có hiệu năng tính toán ngày càng cao, độ
tin cậy ngày càng chính xác làm cho công nghệ số ngày càng phát triển.
Trong xu hướng số hóa mọi dạng dữ liệu như trên thì việc số hóa tín hiệu video là
một sự tất yếu. Tuy nhiên tín hiệu video được số hóa có dung lượng quá lớn dẫn đến việc
lưu trữ và truyền dẫn hầu như không thể thực hiện được. Do đó nảy sinh nhu cầu nén tín
hiệu video. Nhiều chuẩn nén được ra đời là kết tinh công sức của các chuyên gia, các nhà
khoa học hàng đầu trên thế giới. Trong số các chuẩn nén đó thì chuẩn MPEG là chuẩn
nén phổ biến nhất, có ứng dụng rộng rãi nhất. Chuẩn nén này đã được nghiên cứu, phát
triển trong nhiều năm và đã giải quyết tốt bài toán nén tín hiệu video, kết quả là có thể
đáp ứng một cách rất đa dạng các yêu cầu trong thực tế.
Một thành phần quan trọng bậc nhất trong chuẩn nén MPEG là dòng truyền tải
MPEG (MPEG Transport Stream). Nhờ có dòng truyền tải mà dữ liệu có thể được đưa từ
nơi phát tới nơi thu một cách dễ dàng, chính xác và an toàn. Hơn nữa dòng truyền tải còn
rất mềm dẻo và linh hoạt, vừa hỗ trợ tốt cho các ứng dụng hiện tại vừa đảm bảo dễ dàng
cho sự phát triển trong tương lai.
Nhằm mục đích tìm hiểu một cách sâu sắc về cấu tạo và hoạt động của dòng truyền
tải MPEG, em đã chọn đề tài này với mong muốn có được sự hiểu biết về một chuẩn nén
có ứng dụng rộng rãi nhất trong thực tế.
Em xin chân thành cảm ơn thầy Ngô Thái Trị, người đã tận tình chỉ bảo và giúp đỡ
em trong quá trình làm luận văn, thầy đã chỉ cho em phương pháp nghiên cứu và cách
trình bày luận văn một cách khoa học. Em cũng xin cảm ơn các thầy cô trong Khoa Điện
tử viễn thông đã chỉ bảo cho em trong suốt quá trình học tập. Em xin cảm ơn gia đình và
bạn bè đã giúp đỡ để em có thể hoàn thành luận văn này.
Hà Nội, 5/2008
- 1-
Chương 1: Giới thiệu tổng quan về MPEG
(a)
Bộ mã hóa Bộ giải mã
Dữ liệu vào phức tạp Dòng bit đơn giản
chuẩn
(b)
Hình 1.1: (a) tổng quan của một hệ thống có nén, bên phía nguồn sử dụng bộ nén
gọi là compressor hay coder, bên phía nhận sử dụng bộ giải nén là expander hay decoder,
(b) minh họa sự bất đối xứng trong hệ thống, bộ mã hóa luôn phải phức tạp hơn bộ giải
mã.
Việc nén dữ liệu là tất yếu cần thiết do hai lý do chính sau đây. Thứ nhất là do lưu
trữ: dữ liệu sau khi nén có dung lượng nhỏ hơn, do vậy cần ít không gian lưu trữ hơn. Thứ
hai là do băng thông: dữ liệu sau khi nén có tốc độ bit thấp hơn nên cần băng thông ít hơn.
Tỉ lệ giữa tốc độ bit của nguồn so với tốc độ bit của kênh truyền gọi là tỉ lệ nén
Compression factor hay là Coding gain.
Hệ thống truyền tải là bất đối xứng. Bộ mã hóa cần phải thông minh để thích ứng
linh hoạt với phần dữ liệu cần mã hóa, còn bộ giải mã chỉ cần làm đơn giản để có thể hiểu
được thông tin của kênh truyền mang tới. Điều này thích hợp cho hoạt động quảng bá khi
- 2-
Chương 1: Giới thiệu tổng quan về MPEG
mà số lượng thiết bị mã hóa ít còn số lượng bộ giải mã là rất nhiều. Với những ứng dụng
kiểu điểm-điểm thì hướng thiết kế như vậy không thể hiện được tính ưu việt.
Bộ mã hóa
không được MPEG Bộ giải mã
định nghĩa định phải có khả
nghĩa năng hiểu
bởi MPEG
phần được tất cả
trừ việc phải
này
tạo ra dòng mọi dòng
bit chuẩn bit chuẩn
(a)
Bộ mã hóa hiện Bộ giải mã
tại Dòng bit hiện tại
chuẩn
Bộ giải mã có thể
Bộ mã hóa có
Dòng bit làm việc được
cấu trúc bí mật
(c) chuẩn
Hình 1.2: (a) MPEG định nghĩa giao thức giữa bộ mã hóa và bộ giải mã. (b) Hướng
thiết kế của MPEG là cho phép tạo ra bộ mã hóa tốt hơn trong tương lai nhưng vẫn đảm
bảo tương thích với bộ giải mã hiện có. (c) Chi tiết thiết kế của bộ mã hóa không nhất
thiết phải công khai, đó có thể là bí mật thương mại của nhà sản xuất.
Hướng tiếp cận của MPEG là hết sức đúng đắn bởi vì chuẩn nén này không chuẩn
hóa bộ mã hóa hay giải mã mà là chuẩn hóa dòng bít. Dòng bít đảm bảo cho sự phát triển
của bộ mã hóa trong tương lai có thể cho chất lượng tốt hơn nhưng những bộ giải mã hiện
- 3-
Chương 1: Giới thiệu tổng quan về MPEG
nay vẫn có thể làm việc được, thậm chí có thể giải mã ngay cả khi bộ mã hóa là một bí
mật thương mại.
MPEG hầu như không đề cập gì về cấu trúc và hoạt động của bộ giải mã, mà chỉ đưa
ra cấu trúc của dòng bít và mọi bộ giải mã đều có khả năng giải mã dòng bit chuẩn này,
mặc dù một số thiết kế sẽ cho ra chất lượng tốt hơn thiết kế khác. Cấu trúc của bộ giải mã
không cần phải thể hiện ra dòng bít và do vậy nhà sản xuất có thể sử dụng những thuật
toán khác nhau, chi tiết trong công nghệ của họ không cần phải công khai cho tất cả cùng
biết. Điều này tạo nên sự cạnh tranh giữa các nhà sản xuất nhằm tạo ra thiết bị tối ưu nhất.
Và người sử dụng có thể có nhiều lựa chọn hơn.
MPEG không những là một chuẩn nén, mà còn định nghĩa cách thức và cú pháp để
có thể kết hợp hoặc trộn lẫn audio và video để tạo nên một chương trình truyền hình số
tương đương. Nhiều chương trình có thể kết hợp với nhau tạo ra một dòng kết hợp.
MPEG định nghĩa cách tạo và vận chuyển dòng kết hợp này. Định nghĩa này cũng nêu ra
những yêu cầu phần cứng mà bộ giải mã cần phải thỏa mãn để có thể giải mã chính xác
và người sử dụng cần gì để có thể tìm thấy chương trình của mình.
Vấn đề đồng bộ ở đây là vấn đề phức tạp bởi dòng kết hợp được tạo ra bởi nhiều
chương trình không nhất thiết phải đồng bộ với nhau.
1.2. Ứng dụng của nén dữ liệu:
Ứng dụng của nén dữ liệu là vô cùng rộng lớn và do vậy tổ chức ISO đã cố gắng tạo
ra một chuẩn nén có thể đáp ứng nhu cầu rộng lớn trong các ứng dụng cần nén.
Chuẩn nén MPEG bao hàm tất cả từ những chuẩn cho màn hình nhỏ cỡ màn hình
của máy điện thoại cho tới những ứng dụng phân giải cao phục vụ cho việc chiếu phim
trong rạp, từ những ứng dụng âm thanh mono đến âm thanh đa kênh và âm thanh vòng.
Trong truyền thông, giá phải trả cho một đường truyền thường tỉ lệ với tốc độ dữ
liệu, và do áp lực tài chính mà người ta luôn muốn sử dụng hệ số nén cao. Song luôn luôn
phải nhớ trong đầu rằng bản thân việc làm tăng được hệ số nén cũng luôn có cái giá phải
trả về mặt kinh tế và điều này là không thể tránh khỏi.
Trong trường hợp video theo yêu cầu, công nghệ được nghiên cứu để có thể truyền
tải đầy đủ băng thông của video đến người sử dụng, song nếu như vậy thì quá đắt đỏ, nếu
không nén HDTV cần quá nhiều băng thông, nếu được nén HDTV có thể truyền được qua
- 4-
Chương 1: Giới thiệu tổng quan về MPEG
kênh SDTV sẵn có với yêu cầu băng thông tương tự. Việc nén này không phải là điều băt
buộc về công nghệ mà chỉ là do yêu cầu kinh tế.
Trong các studio có nhiệm vụ dựng phim, người ta cần lưu trữ những đoạn video,
audio vào đĩa cứng để có thể tăng thời gian truy xuất. Mặc dù hệ thống xử lý ở cấp cao
nhất phải sử dụng dữ liệu không nén nhưng người ta vẫn nén lại để tăng được dung lượng
lưu trữ của đĩa cứng.
Việc sử dụng hệ số nén như thế nào trong truyền thông có ý nghĩa rất quan trọng khi
mà phổ tần bị hạn chế trong khi nó lại cần thiết cho rất nhiều dịch vụ khác ví dụ như điện
thoại di động. Do đó yêu cầu sử dụng phổ tần một cách hiệu quả là một yêu cầu bắt buộc.
Truyền hình tương tự là công nghệ cũ và sử dụng phổ tần kém hiệu quả nhất do đó nó bị
thay thế bởi truyền hình số là một sự tất yếu do trong thực tế phổ tần còn cần cho nhiều
việc khác.
Trên thị trường hiện nay có rất nhiều bộ giải mã cho người dùng chọn lựa được sản
xuất từ những mạch tích hợp giá rẻ. Trong khi chỉ có một số ít bộ mã hóa nên việc chúng
có đắt thì cũng không quan trọng lắm. Xu hướng hiện nay là thiết bị lưu trữ thì càng này
càng rẻ còn phổ tần thì càng ngày càng đắt do vậy trong tương lai việc nén trong việc lưu
trữ là không cần thiết trong khi nén để truyền thông sử dụng sóng vô tuyến sẽ càng tăng
lên.
1.3. Mã hóa không tổn hao và mã hóa dự đoán được.
Mặc dù có nhiều công nghệ được sử dụng để nén nhưng chúng có thể được phân
thành các loại sau đây.
Với nén không tổn hao, đầu ra của bộ giải mã là tương ứng bit-bit so với dữ liệu gốc.
Nó cũng được gọi như là một chương trình stacker sử dụng trong máy tính cá nhân để
tăng dung lượng đĩa sử dụng những bộ codec không tổn hao. Sự sai lệch dù chỉ một bit
với chương trình máy tính có thể có hậu quả nghiêm trọng. Bằng cách này hệ số nén
thường chỉ đạt được khoảng 2:1.
Chúng ta có thể nhận thấy rằng bộ mã hóa không tổn hao không thể đảm bảo một hệ
số nén cho trước và do đó đường truyền hoặc là bộ ghi sẽ phải làm việc với tốc độ dữ liệu
ra luôn biến đổi. Bộ mã không tổn hao có thể đi kèm với quá trình kiểm lỗi.
- 5-
Chương 1: Giới thiệu tổng quan về MPEG
Hệ số nén cao chỉ có thể đạt được với bộ nén có tổn hao. Dữ liệu đi ra khỏi bộ giải
mã không phải tương ứng bit-bit với dữ liệu nguồn và so sánh giữa chúng ta sẽ thấy sự
khác nhau. Nén có tổn hao không thích hợp với việc sử dụng cho dữ liệu máy tính, nhưng
được sử dụng trong chuẩn MPEG cho hệ số nén cao hơn rất nhiều so với nén không tổn
hao. Bộ nén có hiệu quả là bộ nén làm cho những lỗi xuất hiện ở nơi mà cơ quan thị giác
hoặc thính giác của con người rất khó có thể phát hiện được. Do vậy bộ codec này phải
dựa trên sự hiểu biết về cảm nhận của mắt và tai người và chúng được gọi là bộ mã cảm
nhận (perceptive codec).
Trong bộ mã hóa có tổn hao, hệ số nén đạt được cao hơn nhiều. Các cơ quan cảm
nhận của con người cần được mô hình chính xác. Bộ mã này có thể cho một hệ số nén cố
định. Điều này thuận lợi cho việc truyền thông trong thực tế khi mà dữ liệu tốc độ cố định
luôn luôn dễ dàng làm việc hơn là dữ liệu có tốc độ thay đổi. Kết quả của việc hệ số nén
cố định là chất lượng đầu ra thay đổi theo độ phức tạp của đầu vào. Bộ mã kiểu này
không thể móc nối vào nhau một cách tùy ý nếu chúng sử dụng những thuật toán khác
nhau. Do dữ liệu sau bộ giải mã không phải tương ứng bit-bit với dữ liệu nguồn do vậy
không có bộ kiểm lỗi nào trong bộ codec này và cũng không thể phân biệt được lỗi do bộ
mã hóa hay là lỗi do truyền thông.
RGB Compress
source Y. Pr. Pb
(b)
Compress Composite
Component NTSC/PALL/
source (lossy)
SECAM
(c)
Hình 1.3: Công nghệ nén sử dụng trong truyền hình tương tự
- 6-
Chương 1: Giới thiệu tổng quan về MPEG
Dù là công nghệ số mới được chấp nhận gần đây song việc nén thì đã có từ rất lâu
khi mà có công nghệ truyền hình. Hình 1.3 chỉ ra những công nghệ nén sử dụng trong TV
truyền thống.
Hầu hết tín hiệu video đều có mối liên hệ không tuyến tính giữa độ sáng và mức thế
của tín hiệu được gọi là hiện tượng gamma. Gamma là công nghệ nén cảm nhận dựa trên
sự cảm nhận của con người về lỗi hình ảnh là một hàm của độ sáng. Công nghệ này cho
phép mức độ lỗi do mã hóa 8-bit chỉ như là mã hóa tuyến tính 14-bit.
Một công nghệ sử dụng lâu đời nhất là công nghệ trộn (interlace) được sử dụng
trong công nghệ tương tự để làm giảm băng thông.
Việc tạo ra tín hiệu TV màu từ RGB là một minh họa của bộ mã cảm nhận. Hệ thống
cảm nhận của con người không cảm thấy sự khác biệt về chất lượng mặc dù băng thông
của tín hiệu màu được giảm đi. Điều này là do cảm nhận của mắt người về thay đổi màu
sắc kém hơn nhiều so với thay đổi độ sáng. Hướng tiếp cận này còn được sử dụng trong
chuẩn nén MPEG.
1.4. Nguyên lí cơ bản của nén.
Trong hệ thống PCM, tốc độ bit được quyết định do tần số lấy mẫu và số bit trên
mỗi mẫu, giá trị này thường là cố định.
Ngược lại, lượng thông tin thì luôn thay đổi. Với những tín hiệu thực luôn có những
phần có thể biết trước từ phần trước đó hoặc sau đó, một bộ giải mã có khả năng dự đoán
có thể đoán được phần này và do vậy việc gửi những dữ liệu này đi là không cần thiết, chỉ
có thông tin thực sự mới được gửi đi. Nếu đặc điểm của bộ giải mã là biết trước thì phía
gửi có thể bỏ qua những thông tin mà bên thu có thể tự tái tạo lại được. Và do vậy thì bộ
mã hóa luôn hoạt động với một kiểu của bộ giải mã.
Sự khác biệt giữa tốc độ thông tin và tốc độ dòng bit gọi là độ dư thừa. Hệ thống nén
được thiết kế để làm giảm càng nhiều càng tốt sự dư thừa này trong phạm vi có thể. Một
cách làm điều này là khai thác tính chất dự đoán trước bằng thống kê. Entropy hay lượng
thông tin là hàm của sự khác biệt giữa giá trị của nó với giá trị được dự báo trước. Hầu hết
các tín hiệu có một số bậc dự đoán. Tín hiệu hình sin hoàn toàn có thể đoán trước bởi mọi
chu kì chúng đều như nhau. Theo lý thuyêt Shanon thì một tín hiệu hoàn toàn có thể dự
báo trước thì không mang thông tin. Trong trường hợp sóng sin thì điều này là hoàn toàn
- 7-
Chương 1: Giới thiệu tổng quan về MPEG
đúng bởi nó biểu diễn một tần số đơn và không chiếm dải thông. Ngược lại với trường
hợp trên, tín hiệu như là ồn thì hoàn toàn không thể đoán trước được.
Một điểm cần lưu ý là một bộ mã làm việc tốt với dữ liệu “sạch” có thể sẽ không
làm việc tốt nữa khi mà có ồn cộng thêm vào. Hầu hết các bộ nén trong thực tế luôn đi
kèm với bộ tiền xử lý, một bộ giảm ồn thường được thêm vào bộ này khi mà tín hiệu ồn là
không thể dự đoán trước được.
Mã hóa lý
tưởng không
tổn hao
Entropy
Entropy
Bậc tín
hiệu
Dư thừa
Tần số
(a) Mã hóa có Entro
tổn hao
n n
né Chất lượng né Chất lượng
số xấu số xấu
Hệ Hệ
Chất Chất
lượng tốt lượng tốt
Hình 1.4: (a) bộ mã hóa lý tưởng không tổn hao chỉ tách ra phần dư thừa của dữ
liệu, dữ liệu ban đầu không hề bị mất thông tin, với bộ mã hóa có tổn hao thì một phần
lượng thông tin sẽ bị mất đi. (b) Khi hệ số nén tăng thì độ phức tạp của bộ mã phải tăng
lên để đảm bảo chất lượng. (c) Hệ số nén cao có xu hướng làm tăng độ trễ của hệ thống.
Hình a cho thấy lượng entropy cần được truyền đi. Bộ mã lý tưởng cần tách ra được
phần này và chất lượng tín hiệu được khôi phục lại là hoàn hảo. Hình b cho thấy hệ số nén
càng cao thì càng phức tạp. Hình c cho thấy càng nén nhiều thì trễ càng tăng.
- 8-
Chương 1: Giới thiệu tổng quan về MPEG
Hiển nhiên rằng chúng ta cần phải cung cấp một kênh truyền đủ để có thể truyền đi
entropy được bộ mã hóa lấy ra. Nếu dung năng kênh truyền không đủ thì bộ mã hóa sẽ
phải bỏ qua một phần entropy kèm theo đó là phần thông tin có ích.
Một kênh truyền đơn có tốc độ thay đổi là kênh truyền có từ lâu nhưng không phổ
biến lắm với các nhà cung cấp, hiện nay đã có những hệ thống mới như là ATM hỗ trợ
kênh có tốc độ thay đổi. Truyền thông số sử dụng trong DVB là tốc độ cố định. Yêu cầu
tốc độ biến đổi có thể được khắc phục bằng cách kết hợp một số kênh có tốc độ thay đổi
thành một kênh có tốc độ cố định bằng cách phân bố hợp lí tốc độ dữ liệu giữa các kênh.
Khả năng tất cả các kênh truyền cùng một lúc đều đạt đỉnh entropy là rất nhỏ do vậy với
một kênh có tốc độ cho trước thì những kênh có dữ liệu ít phức tạp, yêu cầu ít băng thông
sẽ được truyền cùng với những kênh có dữ liệu phức tạp, yêu cầu băng thông lớn. Đây là
nguyên lí cơ bản của việc kết hợp các kênh.
Với những nguồn thông tin được tạo nên từ những phần tử cơ bản giống nhau, ví dụ
những bản tin viết bằng tiếng Anh chẳng hạn, ta có thể tiến hành thống kê xác suất xuất
hiện của từng chữ cái. Mã hóa chiều dài thay đổi là mã mà sử dụng những từ mã ngắn cho
những kí tự có tần số xuất hiện cao, còn những kí tự tần số xuất hiện thấp sử dụng mã có
chiều dài lớn hơn. Mã này là một loại mã không mất thông tin. Mã rất nổi tiếng là mã
Morse là mã sử dụng phương pháp này. Chữ cái e thường xuyên xuất hiện trong tiếng
Anh vì vậy nó được biểu thị bởi một chấm đơn (single dot), còn chữ cái z ít xuất hiện và
nó được minh họa bởi một mã rất dài. Hoàn toàn có thể nhận thấy là bộ mã này dựa trên
sự hiểu biết về tần số các kí tự đã được thống kê trước. Nếu sử dụng mã này cho ngôn
ngữ khác có thể sẽ không hiệu quả nữa, ví dụ như chữ cái z là rất phổ biến với tiếng Séc.
Mã Huffman là mã làm việc với những số liệu thống kê của nguồn dữ liệu đã biết
trước. Việc truyền thông được nghiên cứu trước, sau đó người ta sẽ dành những từ mã
ngắn để mô tả cho những tín hiệu có tần số xuất hiện cao, ngược lại từ mã dài sẽ cho
những tín hiệu có tần số xuất hiện thấp.
1.5. Nén video
- 9-
Chương 1: Giới thiệu tổng quan về MPEG
(a)
(b)
Hình 1.5: (a) Nén trong ảnh chỉ làm việc trên 1 ảnh đơn duy nhất. (b) Nén liên ảnh
làm việc với một chuỗi các ảnh
Hình 1.5a là mã hóa của một hình ảnh riêng rẽ. Đây được gọi là mã hóa đơn ảnh hay
mã hóa không gian (spatial compress). Một lợi điểm của việc nén trong ảnh là có thể biên
tập trực tiếp từng ảnh một không cần liên quan tới các ảnh khác trong chuỗi. Một số
chuẩn nén sử dụng nén trong ảnh là Digital Betacam, DVC, D-9. Chuẩn ISO JPEG là một
trong các chuẩn nén kiểu này. Ứng dụng của chuẩn JPEG trong truyền hình là ‘Motion
JPEG’.
Hệ số nén cao hơn thu được bằng cách giảm lượng dư thừa thông tin từ ảnh này so
với ảnh trước đó. Nén theo cách này là nén theo trục thời gian. Được gọi là nén liên ảnh
hay inter-coding compress. Nén kiểu này cho hệ số nén cao nhưng có một nhược điểm là
một ảnh chỉ có được bằng cách có ảnh trước đó cộng thêm với phần sai khác. Việc can
thiệp vào một ảnh riêng lẻ trong dòng bit MPEG là không thể và sự sai lệch của một ảnh
có thể kéo theo sự khôi phục không chính xác cho các ảnh tiếp theo đó.
Các thuật ngữ thường được sử dụng là:
Ảnh I (Intra-picture): là ảnh chỉ sử dụng nén trong ảnh, mang thông tin về một
ảnh hoàn chỉnh. Ảnh I cho phép truy cập ngẫu nhiên, có độ nén thấp nhất.
Ảnh P (Predicted-picture): ảnh dự đoán trước, là ảnh được mã hóa có bù chuyển
động từ ảnh I hoặc ảnh P phía trước.
- 10-
Chương 1: Giới thiệu tổng quan về MPEG
Ảnh B (Bi-directional predicted picture): ảnh dự đoán hai chiều, là ảnh được mã
hóa sử dụng bù chuyển động từ các ảnh I hoặc P trước và sau. Ảnh B cho hệ số nén là
cao nhất.
1.5.1. Nén trong ảnh.
Đây là loại nén làm giảm độ dư thừa trong miền không gian, chỉ thực hiện nén trên
dữ liệu của một ảnh, không sử dụng thông tin của các ảnh trước hoặc sau đó.
Phân tích hình ảnh TV thông thường chỉ ra rằng các thành phần tần số cao thể hiện
chi tiết của hình ảnh, và chỉ có phần nhỏ năng lượng là của các thành phần này. Trong
hình ảnh cũng tồn tại những vùng mà trong đó các điểm là tương tự giống nhau, những
điểm như thế này nằm ở vùng tần số thấp. Vùng có độ sáng như nhau nằm ở tần số bằng
0. Việc bỏ qua những vùng có tần số cao là không thể được bởi nó tạo nên độ rõ ràng,
mềm mại của hình ảnh.
Tuy vậy các thành phần tần số cao chỉ chiếm một phần nhỏ năng lượng nên cần it bit
để mã hóa hơn, đồng thời sai số ở những vùng có tần số cao thì con người cũng khó nhận
biết hơn. Nhờ sử dụng đặc điểm này mà việc nén trở nên có hiệu quả.
1.5.2. Nén liên ảnh.
Nén liên ảnh sử dụng tính chất tương tự giữa các ảnh kế tiếp. Thay vì truyền thông
tin của từng ảnh riêng rẽ, phương pháp này truyền đi sự sai khác giữa ảnh hiện tại với ảnh
trước đó bằng kiểu mã hóa vi sai.
Hệ thống mô tả ở hình 1.6a bị hạn chế ở chỗ nếu kênh truyền có lỗi thì nó sẽ gây tác
động đến mọi ảnh tiếp theo đó. Để khắc phục hiện tượng này một ảnh chính xác sẽ được
truyền đi theo chu kỳ thay vì truyền sự sai khác so với ảnh trước đó.
Việc biên tập dòng bit chỉ có thể thực hiện ở tại những điểm mà ảnh I xuất hiện.
- 11-
Chương 1: Giới thiệu tổng quan về MPEG
Điểm ảnh
hiện tại
Điểm ảnh ở
ảnh trước
đó
Thời gian
Trễ 1 ảnh +
Sự khác
biệt
(a)
-
I D D D I
Gửi ảnh Gửi sai khác Gửi sai khác Gửi sai khác Gửi ảnh
(b)
Hình 1.6: (a) Hệ thống nén liên ảnh sử dụng một ảnh trễ để so sánh sự khác biệt với
ảnh hiện tại. (b) Để tránh lỗi xảy ra trên đường truyền, ảnh I được gửi đi theo chu kỳ.
1.5.3. Giới thiệu về phép
bù chuyển động.
Trong khi thực hiện quay một chương trình TV, một đối tượng có thể đứng yên trước
một camera chuyển động hoặc bản thân đối tượng chuyển động trước một camera đặt cố
định. Bù chuyển động là quá trình mà đo đạc chính xác hướng chuyển động của đối tượng
từ hình ảnh hiện tại sang hình kế tiếp, do đó mà phần chuyển động được tách riêng ra, làm
giảm độ dư thừa giữa các hình ảnh. Hình 1.7 mô tả một ví dụ của chuyển động của đối
tượng giữa các ảnh.
Tất cả hình ảnh thì chuyển động theo trục thời gian, còn bản thân đối tượng thì di
chuyển theo trục optic flow axis . Trục này sẽ chỉ ra hướng chuyển động của đối tượng từ
ảnh này sang ảnh kế tiếp.
Một điều hiển nhiên là dữ liệu diễn tả sự chuyển động của đối tượng sẽ thay đổi tương
ứng với thời gian. Tuy nhiên nếu nhìn theo trục optic flow axis thì hình ảnh của đối tượng
chỉ thay đổi nếu chính bản thân đối tượng đó bị biến dạng, di chuyển vào bóng tối hoặc bị
- 12-
Chương 1: Giới thiệu tổng quan về MPEG
xoay đi. Do vậy dữ liệu dư thừa được loại bỏ đáng kể nếu như chúng ta biết được trục
chuyển động. Khi ấy hệ số nén thu được sẽ cao hơn nhiều.
Optic
flow axis
Trục tung
Trục hoành
Hình 1.7: Chuyển động của đối tượng trong không gian 3 chiều sẽ theo trục optic
flow axis.
Một bộ mã hóa bù chuyển động hoạt động theo nguyên tắc sau. Một ảnh tham chiếu
được gửi đi, nhưng được lưu trữ để so sánh với các ảnh khác để tìm ra vector chuyển
động cho những phần khác nhau trên ảnh. Ảnh tham chiếu này được dịch đi theo các
vector chuyển động để loại bỏ đi phần chuyển động giữa các ảnh. Ảnh này được gọi là
ảnh dự đoán trước. Sau đó ảnh này sẽ được so sánh với ảnh thực để phát hiện ra sai số dự
đoán. Sai số dự đoán được truyền đi cùng với vector chuyển động. Ở nơi thu, ảnh tham
chiếu được lưu giữ trong bộ nhớ. Nó được dịch đi bởi các vector chuyển động và cuối
cùng là lỗi được sửa lại để tạo ra ảnh gốc.
1.6. Giới thiệu về MPEG-1
MPEG-1 được thiết kế ban đầu nhằm mã hóa ảnh động và âm thanh thành dòng bit
có tốc độ của audio Compact Disc. Kết quả tạo ra Video- CD nhưng hiện nay đã được
thay thế bởi DVD. Để có được tốc độ bít thấp MPEG-1 chỉ sử dụng tỉ lệ hình ảnh từ 24-
30Hz cho kết quả là chất lượng chỉ ở mức trung bình.
Để đạt được tốc độ bit này, MPEG-1 giảm tốc độ lấy mẫu bằng một nửa TV chuẩn.
Cụ thể là với hệ thống 25Hz hình ảnh có kích thước là 352 × 288 điểm ảnh, còn với hệ
30Hz là 352 × 240 điểm ảnh. Định dạng như vậy được gọi là common intermediate
- 13-
Chương 1: Giới thiệu tổng quan về MPEG
format (CIF). Với tín hiệu đầu vào là tín hiệu video tổng hợp, CIF có thể nhận được bằng
cách giảm tốc lấy mẫu các dòng tích cực xuống một nửa.
Chuẩn nén này dường như có vẻ rất đơn sơ, song cho tốc độ bit thấp. Tuy vậy nó
cũng được đánh giá là đã cung cấp những công cụ mã hóa quan trọng mà còn được tiếp
tục sử dụng trong MPEG-2 và MPEG-4. Chúng bao gồm cú pháp dòng cơ sở, bù chuyển
động, điều khiển tốc độ bit …. Nhiều nguyên lí mã hóa của MPEG-1 được lấy ra từ
JPEG. Chuẩn MPEG-1 cũng định ra việc mã hóa audio hai kênh.
1.7. MPEG-2 cùng các Profile và Level
MPEG-2 được xem là một chuẩn có ứng dụng rất rộng lớn. Ví dụ MPEG-2 hỗ trợ độ
phân giải cao (HD) mà MPEG-1 không có. Chuẩn này càng trở nên quan trọng khi nó
được chọn làm chuẩn nén cho DVB và DVD. Chuẩn MPEG-3 dự định thiết kế cho
HDTV nhưng người ta nhận thấy MPEG-2 (cùng với các mở rộng của chuẩn này) có thể
đáp ứng các yêu cầu này do vậy mà ko có chuẩn MPEG-3.
Profile
Simple Main 4:2:2 SNR Spatial High
Level
4:2:0 4:2:0, 4:2:2
High 1920 x1152 1920 x1152
80 Mb/s 100 Mb/s
4:2:0 4:2:0 4:2:0, 4:2:2
High – 1440 1440 x1152 1440 x1152 1440 x1152
60 Mb/s 60 Mb/s 80 Mb/s
4:2:0 4:2:0 4:2:2 4:2:0 4:2:0, 4:2:2
Main 720 x 576 720 x 576 720 x 608 720 x 576 720 x 576
15 Mb/s 15 Mb/s 50Mb/s 15 Mb/s 20 Mb/s
4:2:0 4:2:0
Low 352 x 288 352 x 288
4 Mb/s 4 Mb/s
Hình 1.8: Các Profile và Level trong MPEG-2
MPEG-2 được xây dựng trên cơ sở MPEG-1 với sự mở rộng về phạm vi kích thước
hình ảnh và tốc độ bit. Việc ghép các dòng bit với nhau cũng được giải quyết trong chuẩn
- 14-
Chương 1: Giới thiệu tổng quan về MPEG
MPEG-2. Chuẩn MPEG-2 là sự mở rộng của chuẩn MPEG-1 vì vậy một điều dễ hiểu là
bộ giải mã MPEG-2 có thể làm việc được với dòng bit của MPEG-1.
Với một chuẩn duy nhất nhưng MPEG-2 có thể giải quyết được rất nhiều yêu cầu
ứng dụng. Chuẩn này được chia nhỏ thành các Profile và Level. Các Profile thể hiện độ
phức tạp còn các Level thể hiện kích cỡ hình ảnh hoặc độ phân giải đi kèm với Profile
tương ứng. Không phải tất cả các Level đều hỗ trợ mọi Profile.
Một bộ giải mã MPEG-2 với Profile và Level cho trước có thể giải mã Profile và
Level thấp hơn.
Một số hệ thống nén có khả năng tạo ra tín hiệu có thể phân cấp (scaleable signal).
Quá trình này là quá trình mà sau khi cho tín hiệu đầu vào thì ta sẽ thu được tín hiệu đầu
ra gồm có một tín hiệu chính (main signal) và một tín hiệu hỗ trợ ( helper signal). Bản
thân tín hiệu chính có thể được giải mã độc lập cho chất lượng hình ảnh nhất định, nhưng
nếu có thêm tín hiệu hỗ trợ thì chất lượng hình ảnh sẽ được tăng lên.
Hình 1.9: (a) Bộ phân cấp theo tỉ lệ tín/tạp cho ra một tín hiệu có tỉ số tín/ồn ở mức
trung bình và một tín hiệu để giảm ồn. (b) Bộ phân cấp theo không gian cho ra một tín
hiệu ở mức trung bình và một tín hiệu để tăng chất lượng hình ảnh.
- 15-
Chương 1: Giới thiệu tổng quan về MPEG
Hình 1.9a chỉ ra một bộ mã hóa MPEG, bằng cách lượng tử lại có trọng số sẽ thu
được một hình ảnh có tỉ lệ tín/tạp ở mức trung bình. Tại bộ giải mã, hình ảnh này hoàn
toàn có khả năng tái tạo lại, nhưng kèm theo đó chắc chắn là có ồn lượng tử lớn làm chất
lượng hình kém hơn. Sự sai khác do ồn này có thể được nén và gửi đi như là tín hiệu hỗ
trợ. Một bộ giải mã đơn giản thì chỉ giải mã tín hiệu chính còn bộ giải mã phức tạp hơn
thì có thể giải mã cả tín hiệu chính và tín hiệu hỗ trợ cho kết quả là một hình ảnh ở mức
ồn thấp. Đây là nguyên lí của bộ phân cấp theo tỉ lệ tín/tạp.
Hình 1.9b là nguyên lí của bộ phân cấp theo không gian. Nếu chỉ cần mã hóa ở mức
trung bình thì một tí hiệu có độ phân giải trung bình được tạo ra và có thể được giải mã
bằng TV có độ phân giải tiêu chuẩn SDTV. Nhưng nếu gửi kèm vào đó một tín hiệu tăng
cường thì một bộ giải mã thích hợp tại nơi thu có thể kết hợp cả hai tín hiệu để cho ra
hình ảnh có độ phân giải cao HDTV.
Chuẩn MPEG-2 tăng số kênh âm thanh lên tới 5 kênh nhưng vẫn đảm bảo tương
thích với MPEG-1. Ngoài ra MPEG-2 còn có những phương pháp mã hóa âm thanh khác
hiệu quả hơn nhưng không tương thích ngược với MPEG-1. Đó là chuẩn nén MPEG-2
AAC (advance audio coding).
1.8. Giới thiệu về MPEG -4
MPEG-4 sử dụng những công cụ phức tạp hơn nữa nhằm mang lại hệ số nén cao hơn
MPEG-2. MPEG-4 được mong đợi là sẽ có nhiều ứng dụng trong Internet và Wireless
như là MPEG-2 đã có trong DVB và DVD.
MPEG-4 đưa ra một số các công cụ mã hóa mới được minh họa trong hình 1.10. Ở
chuẩn MPEG-1 và MPEG-2 việc bù chuyển động được thực hiện trên từng khối ảnh có
kích thước cố định gọi là macroblocks. Điều này cho phép bộ mã làm việc tốt ở tốc độ đã
được thiết kế, tuy nhiên các macroblocs này không phải lúc nào cũng được tính toán
chính xác với chiều chuyển động của vật thể thực. Điều này làm tăng số bit dư thừa. Ở
chuẩn MPEG-4, đối tượng động có thể được mã hóa với hình dạng tùy ý. Đối tượng động
có thể được mô tả bởi các vector chuyển động và sẽ làm giảm được nhiều dữ liệu dư thừa.
Tùy theo từng Profile, đối tượng động có thể là hai chiều hoặc ba chiều, chắn sáng hay là
trong suốt. Bộ giải mã phải có khả năng xắp xếp từng lớp đối tượng theo độ gần xa của
đối tượng đó so với người xem thành một hình ảnh thực. Mã hóa hình ảnh trong chuẩn
MPEG-4 được gọi là mã hóa xếp lớp (texture coding) và cho kết quả tốt hơn MPEG-2.
- 16-
Chương 1: Giới thiệu tổng quan về MPEG
Object coding
Visual object:
Part of scene which can be
independently accessed and
manipulated
Hình 1.10: MPEG-4 đưa ra một số các công cụ mới mà các chuẩn trước đó không
có. Bao gồm mã hóa đối tượng, mã hóa dạng lưới (mesh coding), mã hóa ảnh tĩnh, thể
hiện trạng thái của khuôn mặt và cơ thể.
Để tăng cường việc bù chuyển động, chuẩn MPEG-4 còn có khả năng mô tả một đối
tượng di chuyển theo hướng về gần hoặc ra xa là bao nhiêu bằng cách sử dụng công nghệ
gọi là mã hóa dạng lưới (mesh coding). Bằng cách làm cong hình ảnh (warping image),
việc dự đoán hình ảnh hiện tại được tăng cường. MPEG-4 cũng đưa ra cách mã hóa hình
ảnh dùng biến đổi cosin rời rạc DCT hoặc dùng wavelet.
Chuẩn MPEG-2 đã hỗ trợ một số dạng phân cấp như đã mô tả ở trên, chuẩn MPEG-4
còn phát triển xa hơn nữa. Ngoài phân cấp theo không gian và theo tín/tạp như MPEG-2
thì MPEG-4 còn hỗ trợ phân cấp theo thời gian. Một dòng bit ở cấp cơ sở có tỉ lệ khung
hình nhất định có thể kết hợp với một dòng bít hỗ trợ thêm để giải mã cho ra hình ảnh có
tỉ lệ khung hình cao hơn. Điều này quan trọng ở chỗ nó cho phép chúng ta phát triển
những chương trình có tốc độ khuôn hình cao hơn so với tốc độ chuẩn của TV và phim
hiện tại nhưng vẫn đảm bảo tương thích với các thiết bị truyền thống. Nó cũng được ứng
dụng trong mạng internet, cho phép người dùng có chất lượng hình ảnh tốt nhất ứng với
khả năng đường truyền mà họ có.
MPEG-4 còn đưa ra những chuẩn cho việc thể hiện kích thích tình cảm trên khuôn
mặt và cơ thể. Những vector đặc biệt cho phép một hình ảnh tĩnh của khuôn mặt hoặc có
- 17-
Chương 1: Giới thiệu tổng quan về MPEG
thể kèm theo cả phần cơ thể được kích thích kèm theo cả giọng nói với tốc độ bit rất thấp.
Điều này rất có ý nghĩa với những hệ thống như là hệ thống giả lập hay trò chơi điện tử,
khi đối tượng mà người sử dụng điều khiển di chuyển khắp màn hình. Điểm bất lợi của
việc nén theo kiểu này là tăng thêm độ phức tạp của bộ mã nhưng với sự phát triển trong
công nghệ xử lí số, mạch tích hợp giá thành ngày càng rẻ thì đây rõ ràng không phải là
vấn đề quá lớn.
Như đã được mong đợi trước khi ra đời, với hệ thống công cụ rất lớn, chuẩn MPEG-
4 đã đáp ứng một cách hoàn hảo cho rất nhiều ứng dụng, cũng như là MPEG-2 đã hỗ trợ
các ứng dụng khác nhau bằng cách chia ra các Profile và Level.
1.9. Giới thiệu về MPEG-7
Ngày nay khi mà các dữ liệu hình ảnh và âm thanh được số hóa ngày càng trở nên
phổ biến cùng với sự phát triển của máy tính và internet thì khối lượng các dữ liệu trên trở
thành khổng lồ. Điều đó dẫn đến việc tìm kiếm được một đoạn âm thanh hoặc hình ảnh
phù hợp với sở thích của người sử dụng là vô cùng khó khăn. Với những dữ liệu dạng kí
tự (như văn bản kiểu text, doc, html…..) thì đã có những giải pháp tìm kiếm hiệu quả,
trang web www.google.com là một ví dụ điển hình trong lĩnh vực tìm kiếm. Tuy nhiên
với dữ liệu đa phương tiện thì vấn đề là vô cùng phức tạp.
MPEG-7 ra đời nhằm mục đích giải quyết vấn đề này. Chuẩn này thường được gọi là
Giao diện mô tả nội dung đa phương tiện - Multimedia Content Description Interface. Nó
cho phép tìm kiếm một cách nhanh chóng và hiệu quả các dữ liệu đa phương tiện theo nội
dung. Ban đầu MPEG-7 được thiết kế với mục đích cung cấp thêm một chức năng bổ
sung cho các chuẩn MPEG trước đó để đưa ra thông tin về nội dung của dữ liệu. Sau này
thì chức năng này trở thành tiêu chuẩn của việc mô tả nội dung đa phương tiện. Như
chúng ta đã biết, chuẩn MPEG-4 là chuẩn nén được xây dựng trên việc mã hóa đối tượng
do vậy đây là nền tảng tốt để xây dựng MPEG-7. MPEG-7 có thể được sử dụng độc lập
với các chuẩn nén trước đó. Nhưng cũng cần lưu ý là chuẩn MPEG-7 không thể thay thế
hoàn toàn các chuẩn MPEG-1, MPEG-2 hay MPEG-4.
1.10. Nén âm thanh
Các hệ thống nén audio được xây dựng trên cơ sở nghiên cứu về đặc tính sinh lí
cũng như giới hạn thính giác của con người nhằm loại bỏ thành phần thông tin dư thừa
trong các tín hiệu audio.
- 18-
Chương 1: Giới thiệu tổng quan về MPEG
Hệ thống thính giác con người (HAS – Human Auditory System) hoạt động như một
bộ phân tích phổ, các thành phần phổ của âm thanh được phân tích độc lập qua các bộ lọc
thông dải gọi là các dải băng chuẩn. Các dải băng chuẩn có độ rộng 100Hz khi tần số dưới
500Hz còn khi tần số lớn hơn 500Hz thì độ rộng băng tỉ lệ với tần số. Do vậy trên thực tế
âm thanh được chia thành 25 dải băng con tương ứng với 25 bộ lọc ốc tai theo quy luật tự
nhiên. Các dải băng này sẽ được xử lí riêng rẽ, rồi được tổng hợp lại trên cơ sở đánh giá
mức năng lượng và độ nhạy của HAS với từng băng.
• Nén không tổn hao
Nén không tổn hao cho phép khôi phục lại một cách y hệt dòng bit trước khi nén.
Cách nén này loại bỏ những dư thừa thống kê, những thông tin trong tín hiệu có thể dự
đoán từ các mẫu trước đó. Cách nén này có ưu điểm là chất lượng âm thanh tốt nhưng hệ
số nén đạt được lại quá thấp, thường chỉ giới hạn ở tỉ lệ 2:1 tùy thuộc vào độ phức tạp của
dữ liệu nguồn.
Nén không tổn hao thường sử dụng các kỹ thuật sau đây:
Thuật toán vi phân: Độ sai khác giữa các mẫu tín hiệu liền nhau thường nhỏ
hơn nhiều so với bản thân độ lớn của mẫu tín hiệu. Do vậy có một độ dư thừa thông
tin lớn. Kĩ thuật DPCM lợi dụng đặc điểm này. DPCM mã hóa phần khác nhau giữa
các tín hiệu chứ không mã hóa bản thân mẫu tín hiệu. Hệ thống ADPCM thì lại mã
hóa phần khác nhau giữa mẫu thực với mẫu dự đoán cho hiệu quả nén tốt hơn nữa so
với hệ thống DPCM.
Mã hóa với từ mã có độ dài thay đổi làm tăng tính hiệu quả của việc mã hóa
thông tin.
• Nén có tổn hao
Nén có tổn hao lợi dụng đặc điểm của hệ thống HAS là không thể phân biệt một
thành phần tần số nào đó khi có một tần số gần đó với biên độ lớn hơn được phát. Bằng
cách nén này hệ số nén đạt được trong khoảng từ 2:1 đến 10:1 tùy thuộc vào quá trình mã
hóa và yêu cầu chất lượng của tín hiệu sau nén.
Nguyên lí cơ bản của nén có tổn hao là loại bỏ đi những thành phần nằm dưới đường
cong ngưỡng âm. Vì lý do này nén có tổn hao được gọi là làm mất các thành phần âm.
Nén có tổn hao thường sử dụng kết hợp các kỹ thuật sau đây:
Kỹ thuật ‘che’ (masking) đối với các thành phần tín hiệu trong miền thời gian
và miền tần số. Số bit lượng tử dùng để mã hóa cho mỗi băng là khác nhau.
- 19-
Chương 1: Giới thiệu tổng quan về MPEG
Chặn mức tạp âm lượng tử cho từng âm độ của tín hiệu âm thanh bằng cách
đưa ra số bit để đảm bảo mức nhiễu lượng tử nằm dưới mức giá trị cần chặn.
Mã hóa nối: sử dụng tính dư thừa trong hệ thống âm thanh đa kênh. Người ta
nhận thấy rằng có nhiều thành phần tín hiệu giống nhau trên các kênh của một hệ
thống đa kênh. Do đó những thành phần chung này được mã hóa riêng ra và được
chỉ thị giải mã lặp lại trên tất cả các kênh.
1.11. Dòng bit MPEG
- 20-
Chương 1: Giới thiệu tổng quan về MPEG
thanh và dòng dữ liệu phụ thuộc nào. Tất nhiên là có thể có dòng truyền tải đơn chương
trình (single program transport stream) chỉ mang dòng cơ sở của một chương trình TV.
Với một số ứng dụng nhất định thì việc sử dụng dòng truyền tải trở nên không phù
hợp. Mỗi gói truyền tải có kích thước nhỏ, cộng với việc nó phải có phần tiêu đề làm cho
tốn dung lượng. Ở trường hợp này ta dùng dòng chương trình (program stream). Một
dòng chương trình là dòng bit ghép tín hiệu hình ảnh và âm thanh cho một chương trình
vào với nhau. Không giống như dòng truyền tải, các khối của dòng chương trình thường
lớn và có kích thước không phải là cố định.
Cấu trúc chi tiết của dòng cơ sở, dòng cơ sở đóng gói và dòng truyền tải sẽ được mô
tả chi tiết trong các chương sau.
- 21-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
Tín hiệu video số dạng thức CCIR-601 sau khi nén MPEG có dạng một dòng dữ liệu
video cơ sở (Elementary Stream - ES). Dòng ES chỉ chứa những thông tin cần thiết để
khôi phục lại hình ảnh ban đầu.
Tương tự, tín hiệu audio số dạng thức AES/EBU (Tần số lấy mẫu 48kHz, 24bit/mẫu,
tốc độ bít 1152kbps) được mã hóa thành dòng cơ sở audio (audio ES).
Dòng cơ sở về cơ bản là tín hiệu gốc tại đầu ra của bộ mã hóa và chỉ chứa những
thông tin cần thiết để giúp bộ giải mã tái tạo lại hình ảnh, âm thanh ban đầu.
Hình 2.2 sau đây mô tả cách thức tạo ra dòng cơ sở. Tín hiệu video sau khi qua bộ
mã hóa hai chiều, cho kết quả là các thông tin về các vector chuyển động, bảng lượng tử,
và các dữ liệu về không gian. Những dữ liệu này sau khi được mã hóa bằng các phương
thức khác nhau sẽ được trộn vào thành một dòng cơ sở duy nhất. Dữ liệu sau bộ ghép
(mux) nhiều hay ít là tùy vào lượng thông tin có trong ảnh. Nhưng tốc độ bit của dòng cơ
sở là không đổi nhờ qua một bộ đệm. Bộ đệm này có khả năng cảm nhận tốc độ dữ liệu
đi ra để điều khiển tốc độ mã hóa dữ liệu đầu vào. Tốc độ của dòng đi ra được qui định
- 22-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
bởi thiết bị đồng hồ yêu cầu (demand clock). Đồng hồ này là do kênh truyền hoặc thiết bị
lưu trữ quyết định.
Bảng lượng tử
Dữ liệu
không gian
Mã hóa entropy
và mã hóa độ Bộ ghép
Tín hiệu
Video
Mã hóa 2 dài từ mã thay
chiều đổi
Mã hóa vi sai
Dòng cơ
Vector sở
chuyển động
Slice
Bộ đệm
Điều khiển
tốc độ Đồng hồ yêu cầu
xn xn xn
Khối các hệ
số DCT Macro block Slice Ảnh
Ma trận Level
xn
lượng tử
Tốc độ
ảnh Profile
xn
Tín hiệu
ra Video sequence Nhóm ảnh
Loại Cỡ ảnh
mẫu
Đồng bộ Mở/ Đóng
Quét liên tuc/ Tỉ lệ khuôn
xen kẽ hình
- 23-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
Đầu tiên là một tập hợp hợp các hệ số biểu diến khối DCT. Sáu hoặc tám khối DCT
tạo nên một macro block. Ở ảnh B và ảnh P mỗi macro block sẽ tương ứng với một vector
bù chuyển động. Một số macro block sẽ tạo thành một lát ảnh (slice) biểu thị sọc ngang
của hình ảnh từ trái sang phải. Tập hợp các lát ảnh tạo thành một ảnh, ảnh này thì cần biết
giá trị cờ I/P/B để biết được loại ảnh tương ứng. Một số ảnh tạo thành một nhóm ảnh
(GOP - Group of Picture). Một nhóm ảnh bắt đầu bằng ảnh I, giữa hai ảnh I liền nhau là
một số ảnh P và có thể có thêm ảnh B. Một tập hợp các nhóm ảnh tạo thành đoạn dữ liệu
video. Bắt đầu mỗi chuỗi video đều có phần tiêu đề chứa những thông tin quan trọng hỗ
trợ cho bộ giải mã.
2.2. Dòng cơ sở đóng gói (packetized elementary stream)
Dòng cơ sở video
Đóng gói Video PES
(Video ES)
Dòng cơ sở audio
Đóng gói Audio PES
(Audio ES)
Dòng cơ sở video là dòng bit liên tục mang thông tin về hình ảnh. Trong việc lưu trữ
và truyền dẫn thì sẽ thích hợp hơn nhiều nếu sử dụng những khối dữ liệu rời rạc, do vậy
- 24-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
dòng cơ sở được đóng gói tạo thành dòng cơ sở đóng gói PES (packetized elementary
stream). Tương tự như vậy, dữ liệu audio cũng cần được đóng gói. Cấu trúc của một gói
được mô tả trong hình 2.5. Gói được bắt đầu bằng phần tiêu đề chứa một mã bắt đầu gói
và một mã để phân biệt loại dữ liệu chứa trong gói. Ngoài ra có thể có thêm một số nhãn
thời gian để đồng bộ với bộ giải mã hình ảnh trong thời gian thực và đồng bộ với âm
thanh.
Hình 2.6 chỉ ra rằng nhãn thời gian thực chất là lấy mẫu trạng thái của một bộ đếm
được điều khiển bởi đồng hồ 90kHz. Đồng hồ này có được nhờ chia tần một đồng hồ chủ
27MHz cho 300. Có hai loại nhãn thời gian là nhãn thời gian trình diễn PTS (presentation
time stamp) và nhãn thời gian giải mã DTS (decode time stamp). Nhãn thời gian trình
diễn được dùng để xác định khi nào thì hình ảnh sẽ được thể hiện trên màn ảnh, còn nhãn
thời gian giải mã xác định khi nào hình ảnh được giải mã. Trong mã hóa hai chiều, những
nhãn thời gian này có thể không khác nhau.
: 300 33-bit
27 MHz 90 kHz count
Encoder
clock
Time stamp
- 25-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
thì ảnh P2 được giải mã và lưu trữ để giải mã ảnh B3. Quá trình giải mã và trình diễn cứ
thế tiếp tục.
Khi truyền
I P1 B1 B2 P2 B3
Khi giải mã
N N+1 N+2 N+3 N+4 N+5
I P1 B1 B2 P2 B3
I B1 B2 P1 B3
N+2
N+1 N+3 N+4 N+5
Khi trình diễn
Hình 2.7: Sử dụng nhãn thời gian PTS/DTS trong việc đồng bộ giải mã 2 chiều.
Trên thực tế, khoảng thời gian giữa các hình ảnh đến bộ giải mã thường là không
đổi, do vậy sẽ là thừa nếu gói nào cũng gán thêm nhãn thời gian PTS/DTS. Nhãn thời
gian có thể chiếm một khoảng 700ms trong dòng chương trình (program stream) và
100ms trong dòng truyền tải (transport stream). Vì lí do đó mà không phải mọi gói đều có
nhãn PTS/DTS. Vì trong dòng bit, mỗi loại ảnh (I, B hoặc P) đều được gán một cờ để xác
định, do đó bộ giải mã có thể suy ra nhãn thời gian cho mọi ảnh trong dòng bít.
Hình 2.8 chỉ ra rằng một số gói PES có thể được gom lại thành một cụm (pack) mà
tiêu đề của nó có chứa phần đồng bộ và một mã tham chiếu đồng hồ hệ thống (system
clock reference code) cho phép bộ giải mã tái tạo lại đồng hồ của bộ mã hóa.
- 26-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
Gói PES
Cụm
Hình 2.8: Một số các gói PES tạo thành một cụm, phần tiêu đề cụm có chứa tham chiếu
đồng hồ (clock reference)
2.2.2. Cú pháp dòng cơ
sở đóng gói
PES HEADER
PES DATA ORIGINAL DATA OPTIONAL
PES
“10” SCRAMBLING ALIGNMENT COPYRIGHT OR COPY 7 FLAGS LENGTH FIELDS
PRIORITY
(2 BIT) CONTROL INDICATOR (1 BIT) (1 BIT) (8 BIT) (8 BIT)
(1 BIT)
(2 BIT) (1 BIT)
OPTIONAL
5 FLAGS
FIELDS
PES
PES PACK PROGRAM PACKET P- STD EXTENSION
PRIVATE HEADER SEQ COUNTER BUFFER FIELD
DATA FIELD (16 BIT) (16 BIT)
- 27-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
1. Mã tiền tố khởi đầu (PES start code prefix): đây là mã 24-bit có giá trị là 0x000001.
Mã này xác định điểm bắt đầu của một gói PES.
2. Nhận dạng dòng (stream ID): mã 8-bit xác định loại của dữ liệu chứa trong dòng cơ
sở.
3. Độ dài gói PES (PES packet length): trường 16-bit, chỉ ra số byte của gói cơ sở đóng
gói đi sau trường này.
4. Các byte tiêu đề và đệm PES:
4.1. Các byte đệm (stuffing bytes): có giá trị cố định là 0xFF, được bộ mã hóa chèn thêm
vào gói PES, đến bộ giải mã các byte này được bỏ qua.
4.2. Điều khiển đảo mã PES (PES scrambling control): trường 2-bit. Giá trị và ý nghĩa
được cho theo bảng sau:
- 28-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
Giá trị “11”: cả nhãn thời gian trình diễn PTS và nhãn thời gian giải mã (DTS –
decode time stamp) đều có trong tiêu đề của gói PES.
Giá trị “00”: cả hai nhãn thời gian đều không có.
Giá trị “01”: bị cấm dùng.
4.7.2. Cờ ESCR (Elementary Stream Clock Reference Flag): trường 1 bit. Khi
được đặt là “1” có nghĩa là giá trị của ESCR có trong tiêu đề của gói PES. Giá trị
trường là “0” có nghĩa là không có ESCR trong tiêu đề của gói PES này.
4.7.3. Cờ RATE (ES rate flag): trường 1 bit, thể hiện sự có mặt hay không của
trường ES rate trong tiêu đề của gói PES.
4.7.4. Cờ TM (DSM trick mode flag): cờ 1 bit, thể hiện sự có mặt của trường 8-bit
mô tả hoạt động của Phương tiện lưu trữ số (DSM – Digital Storage Media).
4.7.5. Cờ ACI (additional copy information flag): cờ 1 bit, thể hiện sự có mặt của
trường thông tin thêm về loại dữ liệu (bản gốc hay là bản sao).
4.7.6. Cờ CRC (PES CRC flag) : cờ 1 bit, thể hiện sự có mặt của trường kiểm tra
dư thừa vòng CRC (Cyclic Redundancy Check) trong tiêu đề của gói PES.
4.7.7. Cờ EXT (PES extension flag): cờ 1 bit, thể hiện sự có mặt của trường mở
rộng (extension field) trong tiêu đề của gói PES.
4.8. Chiều dài dữ liệu tiêu đề (PES header data length): trường 8-bit, chỉ định số byte
của trường tùy chọn và các byte đệm trong tiêu đề của gói PES này.
4.9. Trường tùy chọn (optional field):
4.9.1. Nhãn thời gian trình diễn (PTS – Presentation Time Stamp): được sử dụng
để xác định thời điểm một đơn vị dữ liệu được thể hiện ở máy thu.
4.9.2. Nhãn thời gian giải mã (DTS – Decode Time Stamp): được sử dụng để xác
định thời điểm một đơn vị dữ liệu được đưa đến bộ giải mã.
4.9.3. Chuẩn đồng hồ dòng cơ sở (ESCR – Elementary Stream Clock Reference):
trường 48-bit, trong đó 42-bit được dùng để biểu diễn các trường ESCR cơ sở
(ESCR base) và ESCR mở rộng (ESCR extension).
4.9.4. Tốc độ dòng cơ sở (ES rate - Elementary Stream Rate): trường 24-bit, cho
biết tốc độ nhận byte của gói PES khi đến bộ giải mã. Đơn vị đo của trường này
là 50 bytes/giây. Giá trị trường này của các gói PES khác nhau có thể thay đổi.
4.9.5. Trường DSM Trick Mode: trường 8-bit, gồm có:
- 29-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
4.9.5.1. Điều khiển phương thức kĩ xảo (trick mode control): cho biết thông tin
về kĩ xảo sử dụng trong dòng bit tương ứng như sau:
Giá trị Mô tả
000 Chạy đi nhanh (Fast forward)
001 Chuyển động chậm (Slow motion)
010 Đông khung hình (Freeze frame)
011 Chạy ngược nhanh (Fast reverse)
100 Chạy ngược chậm (Slow reverse)
101 tới 111 Dự phòng
4.9.5.2. Nhận dạng mành (field id): trường 2-bit, chỉ thị những mành nào được
thể hiện trên màn ảnh.
Giá trị Mô tả
00 Chỉ thể hiện mành 1
01 Chỉ thể hiện mành 2
10 Thể hiện cả 2 mành
11 Dự phòng
4.9.5.3. Phục hồi lát trong ảnh (intra slice refresh): trường 1-bit. Khi trường này
mang giá trị “1” có nghĩa là có thể có những macroblocks bị thiếu trong
dữ liệu video của gói PES này. Lúc này bộ giải mã sẽ thay những
macroblock bị thiếu bởi macroblock tương ứng của hình được giải mã
trước đó. Giá trị “0” có nghĩa là không bị thiếu.
4.9.5.4. Cắt tần số (frequency truncation): trường 2-bit, chỉ thị sự hạn chế các hệ
số tần số được sử dụng trong mã hóa dữ liệu hình ảnh.
Giá trị Mô tả
00 Chỉ có hệ số 1 chiều là khác 0
01 Chỉ 3 hệ số đầu tiên khác 0
10 Chỉ 6 hệ số đầu tiên khác 0
11 Tất cả các hệ số đều có thể khác 0
4.9.6. Trường thông tin cộng thêm (additional copy info): trường 7-bit chứa những
dữ liệu cá nhân liên quan đến thông tin về bản quyền tác giả.
- 30-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
4.9.7. PES CRC: trường 16-bit, mang thông tin về mã sửa sai (mã kiểm tra dư
thừa vòng – Cyclic Redundancy Check) của dòng PES.
4.9.8. Trường mở rộng (PES extension):
4.9.8.1. Các trường cờ (5 flags):
• Cờ dữ liệu cá nhân (PES private data flag): thể hiện sự có mặt hay không của dữ
liệu cá nhân.
• Cờ trường tiêu đề cụm (pack header field flag): thể hiện sự có mặt hay không của
tiêu đề cụm (pack header).
• Cờ đếm thứ tự gói chương trình (program packet sequence counter): Khi trường
này mang giá trị “1” thì trong gói PES này sẽ có các trường sau: program packet
sequence counter, MPEG1 MPEG2 identifier, và trường original stuff length. Nếu giá trị
là “0” thì sẽ không có các trường nêu trên.
• Cờ đệm hệ thống giải mã dòng chương trình (P-STD buffer flag - Program
stream system target decoder buffer flag): cờ 1 bit, khi mang giá trị “1” nghĩa là các
trường sau có trong gói PES: P-STD buffer size và P-STD buffer scale.
• Cờ mở rộng PES (PES extension flag): cờ 1-bit, khi đặt giá trị “1” nghĩa là trong
gói PES có trường PES extension field length và các trường có liên quan.
4.9.8.2. Trường tùy chọn (optional field)
• Dữ liệu cá nhân (PES private data): trường 16-bit mang dữ liệu cá nhân.
• Trường tiêu đề cụm (pack header field).
• Bộ đếm thứ tự gói chương trình (program packet sequence counter): trường 7-bit
có chức năng đếm các gói PES. Giá trị trường này sẽ trở về “0” sau khi đạt chỉ số lớn
nhất.
• Bộ đệm hệ thống giải mã dòng chương trình (P-STD buffer - Program stream
system target decoder buffer ).
• Trường mở rộng PES (PES extension field).
- 31-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
Cú pháp Số bit
PES_packet() {
packet_start_code_prefix 24
stream_id 8
PES_packet_length 16
if (stream_id != program_stream_map
&& stream_id != padding_stream
&& stream_id != private_stream_2
&& stream_id != ECM
&& stream_id != EMM
&& stream_id != program_stream_directory
&& stream_id != DSMCC_stream
&& stream_id != ITU-T Rec. H.222.1 type E stream) {
'10' 2
PES_scrambling_control 2
PES_priority 1
data_alignment_indicator 1
copyright 1
original_or_copy 1
PTS_DTS_flags 2
ESCR_flag 1
ES_rate_flag 1
DSM_trick_mode_flag 1
additional_copy_info_flag 1
PES_CRC_flag 1
PES_extension_flag 1
PES_header_data_length 8
if (PTS_DTS_flags = = '10') {
'0010' 4
PTS [32..30] 3
marker_bit 1
- 32-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
PTS [29..15] 15
marker_bit 1
PTS [14..0] 15
marker_bit 1
}
if (PTS_DTS_flags = = '11') {
'0011' 4
PTS [32..30] 3
marker_bit 1
PTS [29..15] 15
marker_bit 1
PTS [14..0] 15
marker_bit 1
'0001' 4
DTS [32..30] 3
marker_bit 1
DTS [29..15] 15
marker_bit 1
DTS [14..0] 15
marker_bit 1
}
if (ESCR_flag = = '1') {
reserved 2
ESCR_base[32..30] 3
marker_bit 1
ESCR_base[29..15] 15
marker_bit 1
ESCR_base[14..0] 15
marker_bit 1
ESCR_extension 9
marker_bit 1
}
if (ES_rate_flag = = '1') {
marker_bit 1
ES_rate 22
- 33-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
marker_bit 1
}
if (DSM_trick_mode_flag = = '1') {
trick_mode_control 3
if ( trick_mode_control = = fast_forward ) {
field_id 2
intra_slice_refresh 1
frequency_truncation 2
}
else if ( trick_mode_control = = slow_motion ) {
rep_cntrl 5
}
else if ( trick_mode_control = = freeze_frame ) {
field_id 2
reserved 3
}
else if ( trick_mode_control = = fast_reverse ) {
field_id 2
intra_slice_refresh 1
frequency_truncation 2
}
else if ( trick_mode_control = = slow_reverse ) {
rep_cntrl 5
}
Else
reserved 5
}
if ( additional_copy_info_flag = = '1') {
marker_bit 1
additional_copy_info 7
}
if ( PES_CRC_flag = = '1') {
previous_PES_packet_CRC 16
}
if ( PES_extension_flag = = '1') {
- 34-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
PES_private_data_flag 1
pack_header_field_flag 1
program_packet_sequence_counter_flag 1
P-STD_buffer_flag 1
reserved 3
PES_extension_flag_2 1
if ( PES_private_data_flag = = '1') {
PES_private_data 128
}
if (pack_header_field_flag = = '1') {
pack_field_length 8
pack_header()
}
if (program_packet_sequence_counter_flag = = '1') {
marker_bit 1
program_packet_sequence_counter 7
marker_bit 1
MPEG1_MPEG2_identifier 1
original_stuff_length 6
}
if ( P-STD_buffer_flag = = '1') {
'01' 2
P-STD_buffer_scale 1
P-STD_buffer_size 13
}
if ( PES_extension_flag_2 = = '1') {
marker_bit 1
PES_extension_field_length 7
for (i = 0; i < PES_extension_field_length; i) {
reserved 8
}
}
}
}
For ( i = 0 ; i < N1 ; i++){
- 35-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
stuffing_byte 8
}
for (i = 0; i <N2; i++) {
PES_packet_data_byte 8
}
}
else if ( stream_id = = program_stream_map
|| stream_id = = private_stream_2
|| stream_id = = ECM
|| stream_id = = EMM
|| stream_id = = program_stream_directory
|| stream_id = = DSMCC_stream
|| stream_id = = ITU-T Rec. H.222.1 type E stream ) {
for (i = 0; i < PES_packet_length; i++) {
PES_packet_data_byte 8
}
} else if ( stream_id = = padding_stream) {
for (i = 0; i < PES_packet_length; i++) {
padding_byte 8
}
}
}
- 36-
Chương 2: Dòng cơ sở và dòng cơ sở đóng gói
Các gói PES này được ghép kênh với nhau tạo ra dòng truyền tải (Transport Stream)
hoặc dòng chương trình (Program Stream). Dòng chương trình (Program Stream) được
thiết kế để truyền đi trong môi trường không có tạp nhiễu và sai lầm, ví dụ như trong các
ứng dụng CD-ROM. Còn với môi trường truyền dẫn, phát sóng thực tế luôn có lỗi, trong
trường hợp này ta cần phải sử dụng dòng truyền tải (Transport Stream).
DỮ LIỆU ES
MÃ HOÁ ĐÓNG DÒNG TRUYỀN
AUDIO GÓI TẢI
AUDIO
VIDEO PES ( TRANSPORT
GHÉP
KÊNH STREAM )
AUDIO PES DÒNG
TRUYỀN
TẢI
VIDEO PES
AUDIO PES
- 37-
Chương 3: Dòng truyền tải
TRANSPORT ADAPTATION
SYNC START TRANSPORT PID SCRAMBLING CONTINUITY
ERROR FIELD ADAPTATION
BYTE INDICATOR PRIORITY (13 CONTROL COUNTER PAYLOAD
INDICATOR CONTROL FIELD
(8 BIT) (1BIT) (1 BIT) BIT) (2 BIT) (4 BIT)
(1 BIT) (2 BIT)
ELEM
ADAPTATION RANDOM STREAM
DISCONTINUITY OPTIONAL
FIELD ACCESS PRIORITY 5 FLAGS STUFFING
INDICATOR FIELDS
LENGHTH INDICATOR INDICATOR (5 BIT) BYTES
(1 BIT)
(1 BYTE) (1 BIT) (1 BIT)
TRANSPORT ADAPTATION
SPLICE
PCR OPCR PRIVATE FIELD
COUNTDOWN
(48 BIT) (48 BIT) DATA EXTENSION
(8 BIT)
(40 BIT) (40 BIT)
- 38-
Chương 3: Dòng truyền tải
Gói truyền tải luôn bắt đầu bởi phần tiêu đề (header), phần còn lại mang dữ liệu gọi
là phần tải tin (payload). Để cho việc truyền tải có hiệu quả thì kích thước phần tiêu đề
thường là nhỏ, nhưng nhằm thực hiện một số mục đích đặc biệt thì phần tiêu đề có thể
được mở rộng. Khi ấy phần tải tin sẽ được thu hẹp lại để đảm bảo kích thước của gói
truyền tải vẫn là không đổi.
Phần tiêu đề bắt đầu bởi byte đồng bộ (syncbyte) được nhận biết bởi bộ giải mã.
Trong dòng truyền tải có thể mang rất nhiều dòng cơ sở, mỗi dòng cơ sở sẽ được mang
một mã nhận dạng 13-bit duy nhất là PID (Packet Identification Code). Nhờ có mã này
mã bộ giải mã có thể nhận diện từng gói truyền tải là của dòng cơ sở tương ứng nào.
Trong việc ghép kênh có trường hợp xảy ra là đang có một chuỗi các gói của dòng
cơ sở này được truyền thì lại chuyển sang một chuỗi các gói của dòng cơ sở khác. Vì vậy
để trợ giúp cho bộ giải mã thì trong phần tiêu đề của gói truyền tải có một bộ đếm liên tục
(continuity count). Bộ đếm này sẽ tăng ứng với một gói tiếp theo của một dòng cơ sở
được truyền đi.
Từ cách làm việc của dòng truyền tải cho thấy: dòng truyền tải không đảm bảo một
tốc độ bit cố định cho một dòng cơ sở, tổng tốc độ của các dòng cơ sở trong dòng truyền
tải sẽ được hạn chế để không vượt quá giá trị lớn nhất, tốc độ của dòng truyền tải sẽ được
giữ không đổi nhờ chèn thêm các byte đệm hoặc các gói rỗng (null packet).
3.2. Chuẩn đồng hồ (clock references)
Dòng truyền tải là sự kết hợp của một số các chương trình truyền hình với nhau,
những chương trình này được lấy từ những nguồn khác nhau. Sẽ là ảo tưởng nếu cho rằng
tất cả các chương trình này đồng bộ với nhau, vì thế dòng truyền tải phải được thiết kế
cho các chương trình không đồng bộ. Cơ chế để tách các chương trình không đồng bộ
trong dòng truyền tải gọi là chuẩn đồng hồ chương trình PCR (Program Clock
Reference).
Với dòng chương trình (program stream), thì tất cả các chương trình yêu cầu phải
được đồng bộ, do đó chỉ cần một đồng hồ ở bộ giải mã. Trong trường hợp này cơ chế
đồng bộ gọi là chuẩn đồng hồ hệ thống SCR (System Clock Reference).
- 39-
Chương 3: Dòng truyền tải
Hình 3.2 mô tả cách thức mà hệ thống PCR/SCR làm việc. Mục tiêu là tái tạo lại
đồng hồ 27MHz ở bộ giải mã đồng bộ với bộ mã hóa. Tại bộ mã hóa, đồng hồ chuẩn
27MHz được đưa đến bộ đếm tiến 48-bit.
Bộ hợp kênh dòng truyền tải sẽ lấy mẫu theo chu kì trạng thái của bộ đếm và đặt giá
trị này vào phần tiêu đề của gói truyền tải. Đó chính là giá trị PCR. Bộ giải mã chỉ chọn
những gói có PID phù hợp với chương trình mà nó được yêu cầu để giải mã. Từ những
gói này, bộ giải mã sẽ tách ra giá trị PCR. Với dòng chương trình thì giá trị được chèn vào
phần tiêu đề không phải là PCR mà là SCR.
Hình 3.2: Sử dụng tham chiếu đồng hồ chương trình hoặc tham chiếu đồng hồ hệ
thống (PCR/SCR) để tái tạo đồng hồ ở bộ giải mã
Giá trị PCR/SCR được dùng để điều khiển vòng khóa số NLL (numerically locked
loop). NLL có chứa một bộ 27 MHz VCXO (voltage controlled crystal oscillator). Bộ
VCXO này điều khiển một bộ đếm 48-bit giống như bộ mã hóa. Giá trị của bộ đếm này
được so sánh với giá trị của PCR/SCR, sự sai khác này được sử dụng để điều chỉnh tần số
- 40-
Chương 3: Dòng truyền tải
của bộ VCXO. Sau một thời gian điều chỉnh, giá trị của bộ đếm sẽ trùng với giá trị
PCR/SCR, khi đó bộ VCXO sẽ được giữ cố định không thay đổi nữa. Trên thực tế thì do
ảnh hưởng của kênh truyền mà vẫn có sự sai pha trong vòng lặp. Lỗi này được loại bỏ bởi
bộ lọc vòng (loop filter) để làm cho bộ VCXO vẫn làm việc hiệu quả với lỗi pha.
3.3. Giải mã dòng truyền tải.
PAT (PID = 0)
NIT
Program 0 18
(PID = 18)
Program 1 35
Program 2 50
.
.
Stream 1 V 51 Stream 1 V 17
Stream 2 A 53 Stream 2 A 36
Stream 3 A 54 Stream 3 A 38
Stream 4 A 56 Stream 4 D 41
Stream 5 A 60
PMT 2
Stream 6 D 65
PID = 50
PMT 1
PID = 35
PAT - Program Association Table
CAT - Conditional Access Table
NIT - Network Information Table
Null packets – PID = 8191
Trong dòng truyền tải có rất nhiều dòng cơ sở của nhiều chương trình khác nhau.
Mỗi dòng cơ sở đều có một giá trị PID khác nhau. Nhưng bộ giải mã phải được cho biết
dòng cơ sở video nào kết hợp với dòng cơ sở audio nào thì mới có thể giải mã được.
- 41-
Chương 3: Dòng truyền tải
Nhiệm vụ này là của PSI (Program Specific Information). Hình 3.3 chỉ ra cấu trúc của
PSI.
Khi bộ giải mã được khởi động, nó hoàn toàn không biết gì về dòng truyền tải sắp
phải giải mã. Việc đầu tiên là nó nhận các gói có PID = 0. Những gói này mang thông tin
về bảng liên kết chương trình PAT (Program Association Table). PAT được truyền đi ở
những thời khoảng xác định, nó mang thông tin về tất cả các chương trình có trong dòng
truyền tải. Các chương trình thì được mô tả chi tiết hơn bởi bảng bản đồ chương trình
PMT (Program Map Table). Những giá trị PID của PMT được mang trong bảng liên kết
chương trình PAT.
Hình trên cũng chỉ ra rằng PMT cho phép xác định đầy đủ một chương trình. Trong
đó chứa đựng PID của các dòng cơ sở video, audio và dữ liệu tương ứng của một chương
trình. Do đó, khi người dùng chọn một kênh chương trình nào đó thì đầu tiên máy thu sẽ
tìm ra PMT của chương trình đó. Từ đó tách ra các gói của dòng cơ sở tương ứng để đưa
đi giải mã.
Chương trình số 0 mang thông tin về mạng NIT (Network Information Table). Nó
mang thông tin về các dòng truyền tải khác đang hiện hữu. Ví dụ như trong quảng bá vệ
tinh, bảng thông tin mạng NIT sẽ mang thông tin về vị trí quĩ đạo, sự phân cực, tần số
sóng mang, và phương thức điều chế. Sử dụng bảng NIT, máy thu có thể chuyển đổi tự
động giữa các dòng truyền tải.
Những gói có PID bằng 1 được dùng để mang thông tin về bảng truy cập có điều
kiện CAT (Conditional Access Table). Đây là cơ chế điều khiển truy cập hỗ trợ cho
những dịch vụ mà cần trả phí thì mới có thể giải mã được chương trình.
- 42-
Chương 3: Dòng truyền tải
MPEG_transport_stream() {
do {
transport_packet()
} while (nextbits() = = sync_byte)
}
transport_packet(){
sync_byte 8
transport_error_indicator 1
payload_unit_start_indicator 1
transport_priority 1
PID 13
transport_scrambling_control 2
adaptation_field_control 2
continuity_counter 4
if(adaptation_field_control = = '10' || adaptation_field_control = = '11'){
adaptation_field()
}
if(adaptation_field_control = = '01' || adaptation_field_control = = '11') {
for (i = 0; i < N ; i++){
data_byte 8
}
}
}
Phần header có độ dài tối thiểu là 4 bytes và chứa những thông tin sau:
- 43-
Chương 3: Dòng truyền tải
1. Byte đồng bộ (Sync Byte): byte này được nhận biết bởi bộ giải mã. Byte này được cố
định giá trị là 0x47.
2. Chỉ thị lỗi truyền tải (Transport Error Indication) : Có độ dài 1bit .Chỉ thị này thông
báo khi tỉ lệ lỗi bít BER vượt quá giá trị cho phép. Khi giá trị này được đặt là ‘1’ nó
chỉ thị rằng có ít nhất 1 lỗi không thể sửa được trong gói truyền tải, và sẽ không thể
đặt lại thành giá trị ‘0’ chừng nào mà các lỗi chưa được sửa hết.
3. Chỉ thị bắt đầu đơn vị dữ liệu (Payload Unit Start Indicator): trường cờ 1 bit mang
thông tin về gói PES hoặc dữ liệu PSI trong gói truyền tải.
Khi mà phần tải tin của gói truyền tải mang dữ liệu của các gói PES thì bít này có ý
nghĩa như sau: bit có giá trị ‘1’ nếu phần payload của gói truyền tải này chứa byte đầu
tiên của gói PES, có giá trị ‘0’ nếu không phải như vậy.
Khi mà phần tải tin của gói truyền tải mang dữ liệu PSI thì bit này được đặt là ‘1’
nếu gói này có chứa byte đầu tiên của PSI, nếu không phải vậy thì bit này sẽ có giá trị ‘0’.
Khi đây là gói trống (null packet) thì bit này được đặt là ‘0’
4. Ưu tiên truyền tải (Transport Priority): Khi được đặt là ‘1’, bit này chỉ thị rằng gói
này có độ ưu tiên cao hơn các gói khác có cùng PID mà bit này có giá trị ‘0’. Cơ chế
này cho phép xác lập mức ưu tiên của dữ liệu trong bản thân một dòng cơ sở. Phụ
thuộc từng ứng dụng mà trường này có thể được mã hóa theo cách không cần quan
tâm đến các PID hay là chỉ xét trong 1 PID duy nhất. Trường này thì có thể bị thay đổi
bởi bộ mã hóa hoặc giải mã của tùy từng kênh truyền.
5. Nhận dạng gói (Packet Identification - PID): trường 13-bit chỉ ra loại dữ liệu chứa
trong phần tải tin. Sau đây là bảng các giá trị PID
Giá trị Mô tả
0x0000 Bảng liên kết chương trình(Program Association Table)
- 44-
Chương 3: Dòng truyền tải
6. Điều khiển đảo mã truyền tải (Transport Scrambling Control): trường 2-bit chỉ ra kiểu
xáo trộn dữ liệu trong tải tin của gói truyền tải. Phần tiêu đề (header) và phần thích
nghi (adaptation field) trên thực tế không được xáo trộn. Trong trường hợp gói rỗng
giá trị của trường này được đặt là ‘00’. Sau đây là bảng giá trị của trường này:
Giá trị Mô tả
00 Không xáo trộn
01 Dự phòng
10 Bị xáo trộn bởi khóa ‘chẵn’
11 Bị xáo trộn bởi khóa ‘lẻ’
7. Điều khiển trường thích nghi (Adaptation Field Control): cho biết thông tin về trường
thích nghi (Adaptation Field):
Giá trị Mô tả
00 Dự phòng
01 Không có trường thích nghi, chỉ có payload
10 Chỉ có trường thích nghi, không có payload
11 Có trường thích nghi, sau đó là payload
8. Bộ đếm liên tục (Continuity Counter): đây là bộ đếm 4-bit, đếm các gói có cùng PID.
Khi đạt giá trị lớn nhất (0xF) thì sẽ quay về 0. Bộ đếm này sẽ không thực hiện đếm
nếu giá trị của Adaptation Field Control là ‘00’ hoặc ‘10’.
Trong dòng truyền tải, một gói có thể được gửi thành hai lần. Trong đó gói thứ hai là
bản sao của gói thứ nhất (duplicate packet). Trong trường hợp này thì giá trị của bộ đếm
liên tục sẽ không tăng. Hai gói này sẽ có các byte tương ứng giống nhau y hệt trừ giá trị
- 45-
Chương 3: Dòng truyền tải
của trường chuẩn đồng hồ chương trình (program clock reference) nếu có thì sẽ được thay
bằng giá trị thích hợp.
Giá trị này được tăng lên 1 đơn vị so với giá trị trong gói truyền tải trước đó mà có
cùng giá trị PID, hoặc không tăng trong trường hợp trường Adaptation Field Control có
giá trị là ‘00’ hoặc ‘10’ như đã mô tả ở trên. Bộ đếm này có thể bị gián đoạn nếu giá trị
của trường chỉ thị bất liên tục (discontinuity indicator) được đặt là “1”. Trong trường hợp
gói rỗng, giá trị của Continuity Counter chưa được định nghĩa.
9. Byte dữ liệu (data byte): Đây là những byte mang dữ liệu của các gói PES, thông tin
của PSI, của các byte dữ liệu riêng (private data) hoặc các byte đệm. Trong trường
hợp gói rỗng (gói có PID bằng 0x1FFF) thì byte dữ liệu có thể mang bất kì giá trị nào.
Số byte dữ liệu N bằng 184 trừ đi số byte của trường thích nghi được mô tả ngay sau
đây.
10. Trường thích nghi (Adaptation Field): gồm có:
- 46-
Chương 3: Dòng truyền tải
Cú pháp Số bit
adaptation_field() {
adaptation_field_length 8
if (adaptation_field_length > 0) {
discontinuity_indicator 1
random_access_indicator 1
elementary_stream_priority_indicator 1
PCR_flag 1
OPCR_flag 1
splicing_point_flag 1
transport_private_data_flag 1
adaptation_field_extension_flag 1
if (PCR_flag = = '1') {
program_clock_reference_base 33
reserved 6
program_clock_reference_extension 9
}
if (OPCR_flag = = '1') {
original_program_clock_reference_base 33
reserved 6
original_program_clock_reference_extension 9
}
if (splicing_point_flag = = '1') {
splice_countdown 8
}
if (transport_private_data_flag = = '1') {
transport_private_data_length 8
for (i = 0; i < transport_private_data_length; i++) {
private_data_byte 8
}
}
- 47-
Chương 3: Dòng truyền tải
if (adaptation_field_extension_flag = = '1') { 8
adaptation_field_extension_length 1
ltw_flag 1
piecewise_rate_flag 1
seamless_splice_flag 5
reserved
if (ltw_flag = = '1') { 1
ltw_valid_flag 15
ltw_offset
}
if (piecewise_rate_flag = = '1') { 2
reserved 22
piecewise_rate
}
if (seamless_splice_flag = = '1') { 4
splice_type 3
DTS_next_AU[32..30] 1
marker_bit 15
DTS_next_AU[29..15] 1
marker_bit 15
DTS_next_AU[14..0] 1
marker_bit
}
for (i = 0; i < N; i++) { 8
reserved
}
}
for (i = 0; i < N; i++) { 8
stuffing_byte
}
}
}
- 48-
Chương 3: Dòng truyền tải
- 49-
Chương 3: Dòng truyền tải
liệu. Giá trị ‘1’ chỉ thị gói có mức ưu tiên cao hơn gói có giá trị ‘0’. Trong trường
hợp gói truyền tải mang dữ liệu hình ảnh thì trường này chỉ được đặt là ‘1’ nếu gói
truyền tải này mang thông tin của ảnh I (intra-coded picture).
10.5. Các trường cờ bao
gồm:
10.5.1. PCR-flag: cờ 1-bit. Giá trị là ‘1’ cho biết có sự có mặt của chuẩn đồng hồ
chương trình (Program Clock Reference).
10.5.2. OPCR-flag: cờ 1-bit. Giá trị là ‘1’ cho biết sự có mặt của đồng hồ chương
trình gốc (Original Program Clock Reference).
10.5.3. Splicing Point Flag: Cờ hiệu điểm ghép nối độ dài 1bit, chỉ ra sự có mặt của
trường đếm ngược điểm ghép nối (Splice Countdown).
10.5.4. Transport Private Data Flag: cờ 1 bit. Có giá trị ‘1’ nếu trong trường thích
nghi có chứa một hoặc nhiều hơn một byte dữ liệu cá nhân (private data byte), có giá
trị ‘0’ nếu không chứa byte nào.
10.5.5. Adaptation Field Extension Flag: cờ 1bit chỉ sự có mặt của phần mở rộng
của trường thích nghi. Có giá trị ‘1’ nếu có phần mở rộng này, có giá trị ‘0’ nếu
không có.
10.6. Trường tùy chọn
(Optional Field): Bao gồm:
10.6.1. PCR (Program Clock Reference): có 48-bit. Đây là chuẩn đồng hồ chương
trình được dùng để đồng bộ quá trình giải mã hệ thống. Trường này có thể được sửa
đổi trong quá trình truyền (PCR được truyển tổi thiểu 1 lần/100 ms).
Trường này được mã hóa thành 2 phần. Phần thứ nhất là trường 33-bit
‘program clock reference base’. Phần thứ hai là trường 9-bit ‘program clock
reference extension’. Các trường này có giá trị tính theo công thức sau:
PCR(i) = PCR_base(i) × 300 + PCR_ext(i)
PCR_base(i) = ((system_clock_ frequency × t(i)) DIV 300) % 233
PCR_ext(i) = ((system_clock_ frequency × t(i)) DIV 1) % 300
Trong đó:
t(i) là thời gian byte thứ i của dòng truyền tải tới bộ giải mã.
DIV là phép chia làm tròn về hướng âm vô cùng.
% là toán tử lấy phần dư
- 50-
Chương 3: Dòng truyền tải
- 51-
Chương 3: Dòng truyền tải
Đây là trường 8-bit mô tả một giá trị có thể là dương hoặc âm. Một giá trị
dương sẽ mang ý nghĩa là còn bao nhiêu gói truyền tải nữa (mà có cùng chỉ số PID)
thì sẽ tới điểm nối (splicing point). Những gói truyền tải kiểu bản sao (duplicate
packet) hoặc gói truyền tải mà chỉ chứa trường tùy chọn sẽ bị loại trừ. Điểm nối
được định vị ngay tại vị trí sau byte cuối cùng của gói truyền tải mà có giá trị trường
này bằng 0. Byte cuối cùng trong phần payload của gói truyền tải này sẽ chứa byte
cuối cùng của một khung audio hoặc một hình đã được mã hóa. Những gói truyền tải
có cùng chỉ số PID sau đó có thể chứa đựng dữ liệu từ một dòng cơ sở khác cùng
loại.
Phần payload của gói truyền tải tiếp theo mà có cùng PID sẽ bắt đầu bằng byte
đầu tiên của một gói cơ sở đóng gói (PES packet). Trong trường hợp dữ liệu âm
thanh, phần payload của gói PES sẽ bắt đầu bằng một điểm truy cập (an access
point). Trong trường hợp dữ liệu hình ảnh, phần payload của gói PES sẽ bắt đầu
bằng một điểm truy cập, hoặc một mã kết thúc chuỗi (sequence end code) theo sau
đó là một điểm truy cập. Sau điểm nối có thể vẫn còn trường đếm lùi điểm ghép nối.
Khi ấy giá trị của trường này là một giá trị âm ‘–n’ nó chỉ ra rằng gói truyền tải này
là gói thứ n sau điểm nối.
Điểm truy cập được định nghĩa như sau:
Với dữ liệu hình: đó là byte đầu tiên của tiêu đề chuỗi hình ảnh (video
sequence header).
Với dữ liệu âm thanh: đó là byte đầu tiên của khung âm thanh (audio frame).
10.6.4. Trường dữ liệu riêng truyền tải (Transport Private Data) : chiếm 5 byte.
Byte dữ liệu cá nhân (Private data byte): những byte này không được định
trước bởi ITU-T | ISO/IEC mà thay đổi tùy theo người dùng.
Chiều dài dữ liệu cá nhân (transport private data length): trường 8 bit, chỉ ra số
byte dữ liệu cá nhân đi ngay sau trường này.
10.6.5. Mở rộng trường thích nghi (Adaptation Field Extention): chiếm 5 byte.
10.6.5.1. Chiều dài mở rộng trường thích nghi (adaptation field extension
length): trường 8-bit. Chỉ ra số byte của trường thích nghi mở rộng đi sau trường này
(bao gồm cả những byte dự phòng nếu có).
10.6.5.2. ltw_flag (legal time window_flag): trường cờ 1 bit. Khi được đặt giá
trị ‘1’ thì có nghĩa là có mặt của trường ltw_offset
- 52-
Chương 3: Dòng truyền tải
- 53-
Chương 3: Dòng truyền tải
mã hóa trong trường ‘legal time window offset’. Khi đó giá trị của t1(Ai + j) được tính
theo công thức sau:
t1(Ai + j) = t1(Ai) + j × 188 × 8-bits/byte /R
với j trong khoảng từ 1 đến N.
Tất cả các gói nằm giữa gói này và gói tiếp theo có cùng PID mà có chứa
trường ‘legal time window offset’ sẽ được xử lí nếu nó có giá trị :
offset = t1(Ai) – t(Ai)
Giá trị của trường này sẽ không được xác định trong những gói truyền tải mà
không có trường ‘legal time window offset’.
10.6.5.8. Loại điểm ghép nối (splice type) : trường 4-bit. Trong tất cả các gói
truyền tải, có cùng PID, mà giá trị của trường ‘splice countdown’ giảm dần từ giá trị
lớn nhất về 0, thì trường loại điểm ghép nối sẽ có cùng giá trị. Nếu dòng cơ sở trong
đó là âm thanh thì trường này có giá trị ‘0000’. Nếu dòng cơ sở trong đó là dòng dữ
liệu hình ảnh thì giá trị của trường này sẽ chỉ ra các điều kiện cần phải tôn trọng khi
thực hiện ở điểm nối. Những điều kiện này được chỉ ra trong các bảng từ 3.4.1 đến
3.4.14.
10.6.5.9. Nhãn thời gian giải mã đơn vị truy cập kế tiếp DTS_next_AU
(decoding time stamp next access unit): trường 33-bit, mã hóa thành 3 phần. Trong
trường hợp giải mã liên tục và theo chu kì thì trường này chỉ ra thời gian giải mã của
đơn vị truy cập ngay sau điểm nối. Thời gian giải mã này được mô tả trong cơ sở
thời gian hợp lệ trong gói truyền tải có giá trị ‘splice countdown’ là 0. Trường này sẽ
giữ nguyên giá trị trong các gói truyền tải, có cùng PID, tiếp theo cho tới khi giá trị
của trường ‘splice countdown’ giảm tới 0.
10.7. Các byte đệm
(Stuffing Bytes): Mỗi byte có giá trị cố định là 0xFF, được chèn thêm vào bởi bộ
mã hóa và các byte này sẽ được bỏ qua tại bộ giải mã.
- 54-
Chương 3: Dòng truyền tải
- 55-
Chương 3: Dòng truyền tải
- 56-
Chương 3: Dòng truyền tải
- 57-
Chương 3: Dòng truyền tải
- 58-
Chương 3: Dòng truyền tải
- 59-
Chương 3: Dòng truyền tải
• Khả năng mở rộng: Cấu trúc của dòng truyền tải cho phép cung cấp các dịch vụ
mới trong tương lai mà không làm ảnh hưởng tới cấu trúc hiện tại. Khi đó có nhu cầu tạo
ra một loại dòng cơ sở mới, việc duy nhất cần làm là cấp phát thêm một chỉ số PID mà
không hề làm thay đổi cấu trúc phần cứng của thiết bị. Tính tương thích vẫn được đảm
bảo. Các thiết bị giải mã hiện tại vẫn có khả năng giải mã các gói có chỉ số PID đã biết và
bỏ qua các gói có chỉ số PID mới. Khả năng này có thể được ứng dụng để đưa vào “các
dạng thức 1000 dòng quét liên tục” hay “3D-HDTV” bằng cách gửi thêm số liệu theo tín
hiệu cơ bản.
• Khả năng chống lỗi và đồng bộ: Các gói TS có độ dài không đổi tạo nền tảng cho
việc kiểm soát lỗi gây ra bởi đường truyền và việc khôi phục lại đồng bộ. Trong dòng
truyền tải, các chương trình khác nhau có thể được sắp đặt ở những vị trí khác nhau và
không nhất thiết phải đồng bộ với nhau. Kết quả dòng truyền tải cần phải có những hệ
thống đồng bộ riêng biệt cho mỗi chương trình. Phương pháp đồng bộ này còn được gọi
là Program Clock Reference – PCR.
• Thiết bị thu rẻ tiền: Các gói TS có độ dài không đổi cũng sẽ cho phép chế tạo bộ
giải mã hệ thống đơn giản, rẻ tiền.
3.6. Tính linh hoạt của dòng truyền tải:
Dòng truyền tải MPEG rất linh hoạt thể hiện ở hai khía cạnh sau:
• Các chương trình được định nghĩa như là bất kì sự kết hợp nào của dòng bít sơ
cấp. Một dòng bít sơ cấp có thể xuất hiện ở trong một hoặc nhiều chương trình khác nhau.
Ví dụ 2 dòng bít video khác nhau có thể kết hợp với 1 dòng bit audio để tạo ra 2 chương
trình khác nhau. Các chương trình cũng có thể sửa đổi phù hợp với một số yêu cầu đặc
biệt. Ví dụ cùng một chương trình truyền hình nhưng phần âm thanh có thể là nhiều ngôn
ngữ khác nhau.
• Nhiều chương trình khác nhau có thể được ghép kênh trong cùng một hệ thống
truyền tải. Tại phía thu, từng chương trình riêng rẽ có thể được tách ra một cách dễ dàng.
- 60-
Chương 3: Dòng truyền tải
- 61-
Trần Văn Hoan K49Đ Khóa luận tốt nghiệp
Kết luận
Yêu cầu quan trọng nhất của việc nén dữ liệu là loại bỏ được càng nhiều dữ liệu dư
thừa càng tốt, sao cho đạt được tỉ lệ nén cao mà chất lượng suy giảm không đáng kể.
Ngoài ra thì việc vận chuyển dữ liệu sau khi nén từ nơi phát tới nơi thu là một việc cũng
rất quan trọng. Với chuẩn MPEG nhiệm vụ này được thực hiện bởi dòng truyền tải.
Dữ liệu sau khi qua bộ nén, được gọi là dòng cơ sở, sẽ được đóng gói thành dòng cơ
sở đóng gói PES. Dòng cơ sở đóng gói lại được đóng gói một lần nữa để cho ra dòng
truyền tải.
Dòng truyền tải MPEG được tạo nên từ các gói truyền tải có kích thước cố định là cơ
sở cho việc phân phối dữ liệu an toàn và chính xác. Đồng thời cũng nhờ có đặc điểm cấu
tạo như trên mà dòng truyền tải hết sức mềm dẻo và linh hoạt, dễ dàng trong việc ghép
kênh, tách kênh cũng như cấp phát dung lượng. Dòng truyền tải được chuẩn hóa giúp cho
việc chế tạo thiết bị trở nên dễ dàng.
Dòng truyền tải có cấu tạo vừa đảm bảo tính chặt chẽ và an toàn cho dữ liệu được
vận chuyển, lại vừa đảm bảo tính mở rộng trong tương lai. Đây là một yêu cầu thực tế
thường thấy trong sự phát triển của công nghệ.
Do khuôn khổ của luận văn và điều kiện khách quan không cho phép nên em mới
chỉ nghiên cứu trên lý thuyết mà chưa có điều kiện phân tích, đo đạc một dòng truyền tải
thực tế. Vì lý do đó những kiến thức em trình bày ở trên không tránh khỏi thiếu sót và hạn
chế, em rất mong nhận được sự chỉ bảo của các thầy cô và các bạn.
Hà Nội, 5/2008
Sinh viên: Trần Văn Hoan
- 62-
Trần Văn Hoan K49Đ Khóa luận tốt nghiệp
Tiếng Việt
[11] Ngô Thái Trị, Truyền hình số mặt đất, Nhà xuất bản Bưu điện 2005.
[12] Đỗ Hoàng Tiến – Vũ Đức Lý, Truyền hình số, Nhà xuất bản Khoa học và kỹ thuật
2001.
- 63-