Tìm hiểu dịch vụ IPTV, công nghệ nén video tiến tiến MPEG-4 Part 10 và phương pháp đóng gói dữ liệu video qua từng lớp

Mở đầu
Sự phát triển của mạng Internet toàn cầu nói riêng và công nghệ thông
tin nói chung đã đem lại tiến bộ và phát triển vượt bậc của khoa học kĩ thuật.
Internet không những đã rút ngắn khoảng cách về không gian, thời gian mà còn
mạng lại cho mọi người, mọi quốc gia và cả thế giới những lợi ích to lớn. Tốc
độ phát triển nhanh chóng của công nghệ thông tin là một trong những lợi ích to
lớn, có vai trò quan trọng và tầm ảnh hưởng rộng khắp.
Với sự phát triển nhanh chóng của mạng Internet băng rộng còn làm thay
đổi cả về nội dung và kĩ thuật truyền hình. Hiện nay truyền hình có nhiều dạng
khác nhau: truyền hình số, truyền hình vệ tinh, truyền hình cáp, truyền hình
Internet và IPTV. IPTV đang là cấp độ cao nhất và là công nghệ truyền hình của
tương lai. Sự vượt trội trong kĩ thuật truyền hình của IPTV là tính năng tương
tác giữa hệ thồng với người xem, cho phép người xem chủ động về thời gian
và khả năng triển khai nhiều dịch vụ giá trị gia tăng tiện ích khác trên hệ thồng
nhằm đáp ứng nhu cầu của người sử dụng.
Hiện nay trên thế giới đã có một số quốc gia triển khai thành công IPTV.
Theo các chuyên gia dự báo thì tốc độ phát triển thuê bao IPTV sẽ tăng theo
cấp số nhân theo từng năm. Ở Việt Nam hiện nay, một số nhà cung cấp đang
thử nghiệm dịch vụ IPTV trên mạng băng rộng ADSL.
CHƯƠNG 1 TỔNG QUAN VỀ IPTV
1.1 Giới thiệu về truyền hình số theo giao thức IP:
IPTV là tên viết tắt của cụm từ Internet Protocol Television _ truyền hình
qua giao thức Internet.
ITPV theo định nghĩa chính thức như sau: IPTV được định nghĩa là các
dịch vụ đa phương tiện như truyền hình ảnh, tiến nói, văn bản, dữ liệu được
phân phối qua các mạng dựa trên IP mà được quan lý để cung cấp các cấp
chất lượng dịch vụ, bảo mật, tính tương tác, tính tin cậy theo yêu cầu. (theo
ITU – T FG IPTV)
Như vậy IPTV đóng vai trò phân phối các dữ liệu, kể cả hình ảnh, âm
thanh, văn bản qua mạng sử dụng giao thức Internet. Điều này nhấn mạnh vào
việc Internet không đóng vai trò chính trong việc truyền tải thông tin truyền hình

hay bất kì loại nội dung truyền hình nào khác. Thay vào đó, IPTV sử dụng IP là
cơ chế phân phối mà theo đó có thể sử dụng Internet, đại diện cho mạng công
cộng dựa trên IP, hay có thể sử dụng mạng riêng dựa trên IP.
Có thể thấy, IPTV là một dịch vụ số mà có khả năng cung cấp những tính
năng vượt trội hơn khả năng của bất kì cơ chế phân phối truyền hình nào khác.
Ví dụ, set – top box IPTV có thể thông qua phần mềm để cho phép xem đồng
thời 4 chương trình truyền hình trên màn hiển thị, hay có thể nhận tin nhắn
sms, e – mail….
Tiềm năng của IPTV là rất lớn. Dự đoán rằng, năm 2008 sẽ có khoảng
20 triệu gia đình sử dụng dịch vụ IPTV. Nếu chúng ta trả phí 50$ mỗi tháng cho
dịch vụ IPTV, để cả một set – top box, thì ngân sách sẽ thu về khoảng 12 tỉ $
một năm trong vài năm.
1.2 Một số đặc tính IPTV:
- Hỗ trợ truyền hình tương tác: Khả năng hai chiều của hệ thống
IPTV cho phép nhà cung cấp dịch vụ phân phối toàn bộ các ứng dụng TV
tương tác. Các loại dịch vụ được truyền tải thông qua một dịch vụ IPTV có thể
bao gồm TV trực tiếp chuẩn, TV chất lượng cao (HDTV), trò chơi tương tác, và
khả năng duyệt Internet tốc độ cao.
2
- Sự dịch thời gian: IPTV kết hợp với một máy ghi video kĩ thuật số
cho phép dịch thời gian nội dung chương trình – một cơ chế cho việc ghi và lưu
trữ nội dung IPTV để xem sau.
- Cá nhân hóa: Một thệ thống IPTV từ kết cuối đến kết cuối hỗ trợ
truyền thông tin hai chiều và cho phép người dùng ở kết cuối cá nhân hóa
những thói quen xem TV của họ bằng cách cho phép họ quyết định những gì
họ muốn xem và khi nào họ muốn xem.
- Yêu cầu về băng thông thấp: Thay vì phân phối trên mọi kênh để
tới mọi người dùng, công nghệ IPTV cho phép nhà cung cấp dịch vụ chỉ truyền
trên một kênh mà người dùng yêu cầu. Đặc điểm hấp dẫn này cho phép nhà
điều hành mạng có thể tiết kiệm băng thông của mạng.

- Có thể truy xuất qua nhiều thiết bị: Việc xem nội dung IPTV bây giờ
không chỉ giới hạn ở việc sử dụng TV. Người dùng có thể sử dụng máy PC hay
thiết bị di động để truy xuất vào các dịch vụ IPTV.
1.3 Sự khác biệt giữa IPTV và truyền hình Internet:
Do đều được truyền trên mạng dựa trên giao thức IP, người ta đôi lúc hay
nhầm IPTV là truyền hình Internet. Tuy nhiên, 2 dịch vụ này có nhiều điểm khác
nhau:
• Các nền khác nhau:
Truyền hình Internet sử dụng mạng Internet công cộng để phân phát các nội
dung video tới người sử dụng cuối.
IPTV sử dụng mạng riêng bảo mật để truyền các nội dung video đến khách
hàng. Các mạng riêng này thường được tổ chức và vận hành bởi nhà cung cấp
dịch vụ IPTV.
• Về mặt địa lí
Các mạng do nhà cung cấp dịch vụ viễn thông sở hữu và điều khiển không cho
phép người sử dụng Internet truy cập. Các mạng này chỉ giới hạn trong các khu vực địa lí
cố định.
Trong khi, mạng Internet không có giới hạn về mặt địa lí, người dùng Interet nào
cũng có thể xem truyền hình Internet ở bất kì đâu trên thế giới.
• Quyền sở hữu hạ tầng mạng
Khi nội dung video được gửi qua mạng Internet công cộng, các gói sử dụng
giao thức Internet mạng nội dung video có thể bị trễ hoặc mất khi nó di chuyển
3
trong các mạng khác nhau tạo nên mạng Internet công cộng. Do đó, nhà cung cấp
các dịch vụ truyền nhình ảnh qua mạng Internet không đảm bảo chất lượng truyền
hình như với truyền hình mặt đất, truyền hình cáp hay truyền hình vệ tinh. Thực tế
là các nội dung video truyền qua mạng Internet khi hiển thị trên màn hình TV có thể
bị giật và chất lượng hình ảnh thấp.
Trong khi, IPTV chỉ được phân phối qua một hạ tầng mạng của nhà cung
cấp dịch vụ. Do đó người vận hành mạng có thể điều chỉnh để có thể cung cấp

hình ảnh với chất lượng cao.
• Cơ chế truy cập
Một set-top box số thường được sử dụng để truy cập và giải mã nôi j dung
viedeo được phân phát qua hệ thống IPTV , trong khi PC thương được sử dụng để
truy cập các dịch vụ Internet. Các loại phần mềm được sử dụng trong PC thường
phụ thuộc vào loại nội dung truyền hình Internet. Ví dụ như, để download các chương
trình TV từ trên mạng Internet, đôi khi cần phải cài đặt các phần mềm media cần thiết
để xem được nội dung đó. Hay hệ thống quản lí bản quyền cũng cần để hỗ trợ cơ
chế truy cập.
• Giá thành
Phần trăm nội dung chương trình được phân phát qua mạng Internet công
cộng tự do thay đổi. Điều này khiến các công ty truyền thông đưa ra các loại dịch
vụ dựa trên mức giá thành. Giá thành các loại dịch vụ IPTV cũng gần giống với
mức phí hàng tháng của truyền hình truyền thống. Các nhà phân tích mong rằng
truyền hình Internet và IPTV có thể hợp lại thành 1 loại hình dịch vụ giải trí.
1.4 Cơ sở hạ tầng một mạng IPTV
4
Hình 1.1 Sơ đồ khối đơn giản của một hệ thống IPTV
• Trung tâm dữ liệu IPTV:
Cũng được biết đến là “đầu cuối_headend”. Trung tâm dữ liệu IPTV nhân
nội dung từ nhiều nguồn khác nhau, bao gồm truyền hình địa phương, các nhà
tập hợp nội dung, nhà sàn xuất, qua đường cáp, trạm số mặt đất hay vệ tinh.
Ngay khi nhận được nội dung, một số các thành phần phần cứng khác nhau từ
thiết bị mã hóa và các máy chủ video tới bộ định tuyến IP và thiết bị bảo mật
giành riêng được sử dụng để chuẩn bị nội dung video cho việc phân phối qua
mạng dựa trên IP. Thêm vào đó, hệ thống quản lý thuê bao được yêu cầu để
quản lý và hồ sơ và phí thuê bao của những người sử dụng. Chú ý rằng, địa
điểm thực của trung tâm dữ liệu IPTV được yêu cầu bởi hạ tầng cơ sở mạng
được sử dụng bởi nhà cung cấp dịch vụ.
• Mạng truyền dẫn băng thông rộng:

Việc truyền dẫn dịch vụ IPTV yêu cầu kết nối điểm – điểm. Trong trường
hợp triển khai IPTV trên diện rộng, số lượng các kết nối điểm – điểm tăng đáng
kể và yêu cầu độ rộng băng thông của cơ sở hạ tầng khá rộng. Sự tiến bộ trong
công nghệ mạng trong những năm qua cho phép những nhà cung cấp viễn
thông thỏa mãn một lượng lớn yêu cầu độ rộng băng thông mạng. Hạ tầng
truyền hình cáp dựa trên cáp đồng trục lai cáp quang và các mạng viễn thông
dựa trên cáp quang rất phù hợp để truyền tải nội dung IPTV.
• Thiết bị người dùng IPTV:
Thiết bị người dùng IPTV (IPTVCD) là thành phần quan trọng trong việc
cho phép mọi người có thể truy xuất vào các dịch vụ IPTV. Thiết bị này kết nối
vào mạng băng rộng và có nhiệm vụ giải mã và xử lý dữ liệu video dựa trên IP
5
gửi đến. Thiết bị người dùng hỗ trợ công nghệ tiên tiến để có thể tối thiểu hóa
hay loại bỏ hoàn toàn ảnh hưởng của lỗi, sự cố mạng khi đang xử lý nội dung
IPTV.
• Mạng gia đình:
Mạng gia đình kết nối với một số thiết bị kĩ thuật số bên trong một diện
tích nhỏ. Nó cải tiến việc truyền thông và cho phép chia sẻ tài nguyên (các thiết
bị) kĩ thuật số đắt tiền giữa các thành viên trong gia đình. Mục đích của mạng
gia đình là để cung cấp việc truy cập thông tin, như là tiếng nói, âm thanh, dữ
liệu, giải trí, giữa những thiết bị khác nhau trong nhà. Với mạng gia đình, người
dùng có thể tiết kiệm tiền và thời gian bởi vì các thiết bị ngoại vi như là máy in
và máy scan, cũng như kết nối Internet băng rộng, có thể được chia sẻ một
cách dễ dàng.
1.5 Ưu điểm của IP và sự lựa chọn IP cho IPTV:
Truyền hình số được định thời một cách chính xác, là dòng dữ liệu liên
tục có tốc độ bit không đổi, thường hoạt động trên các mạng mà mỗi tín hiệu
được truyền đều phục vụ cho mục đích truyền hình. Trái với truyền hình, mạng
IP truyền những loại dữ liệu khác nhau từ rất nhiều nguồn trên một kênh chung,
bao gồm thứ điện tử, trang web, tín nhắn trực tiếp, tiếng nói qua IP (VoIP) mà

nhiều loại dữ liệu khác. Để truyền đồng thời những dữ liệu này, Mạng Internet
phân thông tin thành các gói. Như vậy, rõ ràng là IP và truyền hình không phải
là một sự kết hợp hoàn hảo (lý tưởng) về công nghệ.
Mặc dù không tương thích về căn bản, nhưng thị trường IPTV vẫn bùng
nổ. Vậy lý do tại sao lại chọn các mạng dựa trên IP để truyền tín hiệu truyền
hình? Câu trả lời cho câu hỏi này có thể tóm tắt thành năm điểm sau:
- Mạng IP băng rộng đã vươn tới rất nhiều gia đình ở nhiều nước,
các nhà cung cấp dịch vụ truyền hình có thể sử dụng những mạng này để phát
các dịch vụ truyền hình mà không cần xây dựng hệ thông mạng riêng của họ.
- IP có thể đơn giản công việc phát các dịch vụ truyền hình mới, như
là chương trình tương tác, truyền hình theo yêu cầu…
- Giá thành của mạng IP tiếp tục giảm do số thiết bị được sản xuất
mỗi năm rất lớn và sự tồn tại của các chuẩn trên toàn thế giới.
- Mạng IP có mặt trên toàn thế giới, và số người dùng mạng Internet
tốc độ cao tiếp tục tăng rất nhanh.
6
- IP là công nghệ hoàn hảo cho nhiều ứng dụng khác nhau, bao
gồm sự trao đổi dữ liệu, mạng cục bộ, chia sẻ tệp tin, lướt web và nhiều nhiều
nữa…
IP cung cấp cơ chế để định hướng truyền gói giữa các thiết bị được liên
kết trong mạng. IP là một giao thức phổ biến được sử dụng khắp các mạng
Internet và hàng triệu các mạng khác có sử dụng IP. Không có IP, mọi việc sẽ
hỗn loạn bởi vì không có cách nào để một thiết bị gửi dữ liệu một cách riêng
biệt tới một thiết bị khác.
Với việc sử dụng các mạng IP để truyền dẫn tín hiệu truyền hình, việc
xem truyền hình hiện đại sẽ rất khác so với xem truyền hình trước đây. Các tín
hiệu truyền hình bây giờ không khác gì những dữ liệu khác. Nhờ đó, ngoài các
kênh truyền hình quảng bá truyền thống, chúng ta sẽ có thêm những kênh
truyền hình riêng biệt, tương tác để thỏa mãn nhu cầu của từng người.
1.6 Nhu cầu thực tế của IPTV

Theo nhóm nghiên cứu đa phương tiện (MRG ) trong “ Dự đoán IPTV
toàn cầu năm 2005-2009”: tốc độ phát triển IPTV rất cao: gần 1000%. Thị
trường IPTV trên thế giới phát triển ở mức tăng kép hàng năm 78% lên tới 36.9
triệu người sử dụng vào năm 2009. Doanh thu dịch vụ còn tăng nhanh hơn
trong cùng thời kì, từ 880 triệu USD tới 9.9 tỷ USD.
Theo Informa: tốc độ phát triển IPTV tăng nhanh vào 5 năm tới và đạt
25.9 triệu thuê bao IPTV vào cuối năm 2010.
Theo nguyên cứu TDG: Doanh thu IPTV toàn cấu sẽ đạt trên 17 tỷ USD
vào năm 2010.
Và trên thực tế, dịch vụ IPTV đã được triển khai và đạt dược thành công
ở nhiều như Italy ( Fast Web), Hồng Kông (PCCW), Canada ( Manitoba) và
Japan (Yahoo BB).
Tại thị trường Trung Quốc, IPTV bắt đầu được triển khai từ năm 2004
với 2 nhà cung cấp hàng đầu là CHINA Telecom và ZTE cùng với những nhà
cung cấp khác.
Số lượng thuê bao có thể tăng lến tới 3-6 triệu vào năm 2010.
IPTV được triển khai với băng thông 2M với kĩ thuật nén MPEG-4 part 10
cho TV thường và 6M đối với HDTV.
Các dịch vụ triển khai trên IPTV đến với người dùng:
7
+ LiveTV: truyền hình trực tuyến
+ VoD: truyền hình theo yêu cầu
+ RoD: Dịch vụ ghi hình theo yêu cầu
+ NVoD: Xem chương trình theo lịch phát sóng
CHƯƠNG 2:CHUẨN NÉN SỬ DỤNG TRONG IPTV
Nén cho phép các nhà cung cấp dịch vụ truyền các kênh hình và tiếng với
chất lượng cao qua mạng IP băng rộng. Do mắt người ko thể phân biệt được toàn
bộ các phần của hình ảnh. Do đó việc nén sẽ làm giảm độ lớn của tín hiệu ban đầu
bằng cách bỏ bớt các phần của hình ảnh.
2.1 Nén MPEG:

MPEG là 1 chuẩn nén được sử dụng rộng rãi trong thông tin vệ tinh,
truyền hình cáp và trong các hệ thống truyền hình mặt đất. MPEG (moving
pictures exert group) được thành lập nhằm phát triển các kĩ thuật nén cho phù
hợp vói việc truyền hình ảnh.
Từ khi được thành lập, MPEG đã đưa ra các chuẩn nén
như: MPEG-1, MPEG-2, MPEG4-( Part 2 và part 10), MPEG-7, và MPEG-21. Trong các
chuẩn này, MPEG-2 và MPEG-4 Part 10 được sử dụng rộng rãi trong IPTV.
2.2 Chuẩn MPEG-2:
MPEG 2 là 1 công nghệ đạt được thành công lớn và là 1 chuẩn nén có ưu
thế vượt trội dành cho truyền hình số được truyền qua nhiều mạng truyền thông
băng rộng. Chuẩn nén MPEG-2 được chia thành 2 loại nén hình và nén tiếng.
Nén hình: Video ở dạng cơ bản là 1 chuỗi các ảnh liên tục. 1 frame được
định nghĩa với 1 chuỗi bit header. Mắt người thường thấy thoải mái khi xem TV với
tốc độ 25 hình/s. Sẽ không có lợi nếu phát với tốc độ nhanh hơn vì người xem
không thể nhận ra sự khác biệt. do đó có thể dung lượng của những hình ảnh bằng
8
cách nén chúng lại. Các bộ nén hình được sử dụng với mỗi frame mà vẫn giữ chất
lượng hình ảnh cao.
2.2.1 Quá trình nén MPEG:
Phần đầu tiên của nén bao gồm 1 quá trình tiền đồng bộ. Quá trình này cơ
bản bao gồm việc làm giảm kích thước của các frame. Làm giảm kích thước của
các frame chính là làm giảm số lượng bit , điều này cũng giúp giảm băng thông cần
thiết để truyền tín hiệu. Tuy nhiên, quá trình này không phải ko có trở ngại. Ví dụ, sự
giảm kích thước của khung có thể thường xuyên gây ra những lỗi tỉ số cạnh (giống
như sai tỉ lệ 4/3 hay 16/9) khi được thể hiện trên màn hình TV có độ phân giải thấp.
Phần 2 của quá trình nén tin hiệu là chia 1 frame ảnh ra thành các block có
kích thước 8 nhân 8 pixel –khối mã hóa nhỏ nhất trong giải thuật của MPEG. Có 3
loại block; độ chói Y, thành phần màu đỏ C
r
hoặc xanh C

b.
Các loại block thành
phần màu mang thông tin về những màu khác nhau của hình ảnhtrg khi độ chói
mang thông tin về những phần màu đen hoặc trắng của hình ảnh.
Khi hoàn thành 2 phần trên, MPEG sẽ thực hiện 1 hàm toán được gọi là
biến đổi cosin rời rạc đối với mỗi block riêng biệt. Kết quả thu được là một ma trận
hệ số 8*8. DCT sẽ biến đổi sự khác nhau về không gian thành các tần số khác
nhau, nhưng không làm thay đổi các thông tin trong block, các blcok ban đầu sẽ
được tái tạo lại 1 cách chính xác sử dụng biến đổi ngược. Nguyên tắc thực hiện
hàm này bao gồm việc chia các block thành các phần tùy theo mức độ quan trọng.
Những phần quan trọng sẽ đươc giữ nguyên cho tới bước tiếp theo trong khi các
phần còn lại sẽ bị giảm bớt. Điều này sẽ đảm bảo rằng mắt người không chú ý tới
việc những phần không quan trọng của block bị bỏ bớt khi tốc bít bị hạn chế.
Bước tiếp theo trong MPEG là quá trình lượng tử hóa. Quá trình lượng tử hóa
dữ liệu số là quá trình làm giảm số lượng bít của các block. Mức lượng tử đối với mỗi
tìn hiệu video là rất quan trọng.
Khi tất cả các block trong frame đều đã đc nén lại, MPEG sẽ ngắt các frame
9
thành 1 dạng mới gồm nhiều block gọi l à macro block. Mỗi macro block có kích
thướ c 16 nhân 16 chứa các block độ chói và block thành phần màu. Nếu có sự
khác biệt giữa frame cuối cùng và frame hiện tại, các thiết bị nén MPEG sẽ chuyển
những block mới này tới 1 vị trí mới trên frame hiện tại. Điều này giúp không phải gửi
đi những hình ảnh mới hoàn toàn, do đó có thể tích kiệm băng thông. Có 2 cách để
thực hiện điều đó:
Nén theo không gian
là làm giảm các bít trên từng frame riêng biệt. điều này
có thể đạt được do các pixel luôn đứng cạnh nhau trong các frame thường có giá
trị giống nhau. Do đó thay về mã hóa từng pixel riêng biệt. Kĩ thuật nén theo không
gian này mã hóa sự khác biệt giữa các pixel cạnh nhau. Số lượng bít cần thiết để
mã hóa những khác biệt này ít hơn số lượng bít cần thiết để mã hóa từng pixel

riêng biệt.
Nén theo thời gian là làm giảm các bit giữa các frame liên tục. Trong quá
trình sản xuất video có những thông tin được lặp lại giữa những frame liên tiếp.
VD: nếu trên hình có 1 bức tường , bức tường vẫn xuất hiện liên tục trong 30 hình
tiếp theo, mà không thay đổi ( bức tường đó không thay đổi trong vòng 1s) . thay vì
mã hóa 30 lần liên tục trong 1s, nên thời gian chỉ gửi đi các thông tin dự đoán
chuyển động giữa những frame hình, trong trương hợp của bức tường trong VD
trên, dự đoán chuyển động được đặt = 0.
Có nhiều phuơng thức khác nhau để nén 1 frame hình. VD như với 1 frame
hình có độ phức tạp cao thì cần phương pháp nén có yếu tố nén theo không gian
thấp bởi vì chỉ có 1 phần rất nhỏ các pixel được lặp lại. Nếu tốc đọ bit có sự thay đổi
lớn thì khó có thể truyền đi trong mạng IP, vì thế nhiều bộ mã hóa bao gồm cả chức
năng đệm để có thể điều khiển và quản lí tốc độ chung mà tại đó các bit được truyền
đi tới tầng tiếp theo của hệ thống sản xuất video.
Bước tiếp theo của quá trình nén MPEG là mã hóa các macroblock thành các
slice. Slice là 1 chuỗi ảnh đặt nằm ngang cạnh nhau từ trái sang phải. Nhiều slice
kết hợp với nhau tạo thành 1 hình. Mỗi slice được mã hóa độc lập với nhau để hạn
10
chế lỗi.
2.2.2 Các ảnh trong chuẩn nén MPEG:
Chuẩn nén MPEG định nghĩa 3 loại ảnh:
Intra-frame (I-frame)---- frame được mã hóa riêng biệt không phụ thuộc các
frame trước đó hoặc tiếp theo.Mã hóa theo hệ thống đc sử dụng gần giống như nén
JPEG. Đây là frame độc lập và đc sử dụng để tạo ra các loại frame khác.
P-frame ( forward predicted frame)---- khung dự đoán ảnh tiếp theo là khung
dự đoán ảnh dựa trên các frame I trước đó. MPEG không thực sự mã hóa ảnh mà
chứa các thông tin về chuyển động cho phép IPTVCD có thể tái tạo lại frame. P-
frame yêu cầu ít băng thông hơn I-frame, điều này là yếu tố quan trọng đối với
mạng dựa trên IPTV.
B-frame (Bi-directional predicted frame )---- frame dự đoán hướng: B-

frame là frame đc tạo thành từ việc kết hợp các thông tin từ cả I-frame và P-
frame. Mã hóa B-frame thì tương tự với P-frame, ngoại trừ các vecto chuyển
động phụ thuộc vào các vùng trong các khung tham khảo sau đó. B-frame
chiếm ít dung lượng hơn là I-frame va P-frame. Vì thế dòng Mpeg video gồm
nhiều B-frame thì chiếm dung lượng thấp hơn so với dòng chứa các frame I va
P. Thậm chí, B-frame giúp làm tối thiểu băng thông cần thiết đối với các dòng
MPEG video. Tuy nhiên, B-frame cũng có hạn chế đó là độ trễ. Do IPTVCD
phải kiểm tra 2 khung trước và sau trước khi tạo ra B-frame.
3 loại ảnh trên kết hợp với nhau tạo thành 1 chuỗi các frame đc gọi là nhóm
ảnh (GOP ). Mỗi nhóm ảnh bắt đầu bằng một frame I và có một số các frame B và P,
Mỗi nhóm ảnh MPEG có cấu trúc như sau:
[I B B B P B B B P B B B P B B B P]
Mỗi nhóm ảnh cần bắt đầu với một khung I, mặc dù kích thước của mỗi
nhóm ảnh là khác nhau, nhưng trung bình mỗi nhóm ảnh trong IPTV có khoảng 12
đến 15 frame. Mỗi cấu trúc của một nhóm ảnh thông thường có thể được miêu tả
bởi 2 thông số: N, số ảnh trong một nhóm và M, khoảng cách giữa các frame. Các
11
nhóm ảnh được chia thành 2 loại: nhóm đóng và nhóm mở. Với nhóm đóng, khung
B cuối cùng không yêu cầu khung I đầu tiên cho nhóm ảnh tiếp theo để giải mã,
trong khi với nhóm mở cần yêu cầu khung I cho nhóm ảnh tiếp theo. Các nhóm
ảnh sau đó được kết hợp với nhau để tạo thành dòng video. Mỗi dòng video bắt
đầu biết một đoạn mã, theo sau đó là một header và kết thúc với một mã duy nhất.
Thứ tự các khung được truyền đi trên mạng băng rộng thì khác với thứ tự
các khung trong chuối bit đầu vào của bộ mã hóa. Bởi vì bộ giải mã trong IPTVCD
cần xử lý các frame I và P trước khi tạo ra khung B. Mối quan hệ tổng thể giữa các
chuỗi ảnh, ảnh, các slice, các khối macro, các khối và các điểm ảnh được minh
họa ở hình sau:
Hình 2.1 Cấu trúc dòng MPEG video
Mặc dù MPEG-2 được sử dụng trong truyền hình cáp và vệ tinh, nhưng
MPEG-2 có nhưng hạn chế đối với các mạng có băng thông giới hạn.Do đó một

công nghệ nén mới với nhiều tính năng đã được phát triển trong nhưng năm gần
đây vơi mục đích truyền video qua mạng băng thông giới hạn. MPEG-4 part 10
được sử dụng trong hạ tầng mạng IPTV.
12
2.3 MPEG-4:
Chuẩn MPEG-4 thành công hơn so với chuẩn MPEG-2. Thêm vào đó,
MPEG-4 đưa ra 1 hệ thống hoàn chỉnh với các đặc điểm hỗ trợ các định dạng dữ
liệu. Mpeg-4 bao gồm rất nhiều phần có thể thực hiện cùng nhau hoặc riêng biệt.
• Phần1:Systems;
• Phần2:Visual;
• Phần3:Audio;
• Phần 4: Conformance xác định việc triển khai một MPEG-4 sẽ như thế nào;
• Phần 5: Các phần mềm tham chiếu, đưa ra một nhóm các phần mềm tham
chiếu quan trọng, được sử dụng để triển khai MPEG-4 và phục vụ như một ví
dụ demo về các bước phải thực hiện khi triển khai;
• Phần 6: Khung chuẩn cung cấp truyền thông đa phương tiện tích hợp DMIF
(Delivery Multimedia Integration Framework), xác định một giao diện giữa các
ứng dụng và mạng/lưu trữ;
• Phần 7: Các đặc tính của một bộ mã hoá video tối ưu (bổ xung cho các
phần mềm tham chiếu, nhưng không phải là các triển khai tối thiểu cần thiết).
• Các phần mới bổ xung tiếp cho chuẩn MPEG-4 sau này là:
• Phần 8: Giao vận (về nguyên tắc không được xác định trong chuẩn, nhưng
phần 8 xác định cần ánh xạ như thế nào các dòng MPEG-4 vào giao vận IP);
• Phần 9: Mô tả phần cứng tham chiếu (Reference Hardware Description);
• Phần 10: MPEG-4 Advanced Video Coding /H.264 là thành tựu mới nhất về
nén video, trên cơ sở đồng bộ với khả năng tính toán và dung lượng bộ nhớ
của các máy tính PC hiện nay, ứng dụng các phương pháp mã hoá phức tạp
hơn nhiều các phương pháp trước đó và có thể thực hiện cả trong môi trường
phần mềm và phần cứng, do nhóm chuyên gia MPEG hợp tác với nhóm IUT
Study Group phát triển và có nhiều khả năng sẽ trở thành chuẩn mã hoá video

qui mô toàn cầu, duy nhất của ITU và ISO;
• Phần 11: Mô tả khung hình (Scene Description - được tách ra từ phần 1);
• Phần 12: Định dạng file truyền thông ISO (ISO Media File Format);
• Phần 13: Quản lý bản quyền nội dung IPMP (Intellectual Property
Management and Protection Extensions);
• Phần 14: Định dạng fille MP4 (trên cơ sở phần 12);
• Phần 15: Định dạng file AVC (cũng trên cơ sở phần 12);
• Phần 16: AFX (Animation Framwork eXtensions) và MuW (Multi-user
Worlds).
Công nghệ mã hoá video trong MPEG-4.

Chuẩn MPEG-4 là một chuẩn động dễ thay đổi: với MPEG-4, các đối
tượng khác nhau trong một khung hình có thể được mô tả, mã hoá và truyền đi
một cách riêng biệt đến bộ giải mã trong các dòng cơ bản ES (Elementary
Stream) khác nhau. Cũng nhờ xác định, tách và sử lý riêng các đối tượng (như
nhạc nền, âm thanh xa gần, đồ vật, đối tượng ảnh video như con người hay
13
động vật, nền khung hình…), nên người sử dụng có thể loại bỏ riêng từng đối
tượng khỏi khuôn hình. Sự tổ hợp lại thành khung hình chỉ được thực hiện
sau khi giải mã các đối tượng này.

Trên Hình 2.2 thể hiện một trường hợp điển hình của tổ hợp khuôn hình
MPEG-4, cho thấy nhiều đối tượng (bàn, quả cầu, bảng đen, người hướng dẫn
và audio) được đặt vào một hệ thống toạ độ không gian 3 chiều (3-D) đối với vị
trí người xem giả định. Các thiết bị mã hoá và giải mã video đều áp dụng sơ đồ
mã hoá như nhau cho mỗi đối tượng video VO (Video Object) riêng biệt (hình
2), nhờ vậy người sử dụng có thể thực hiện các hoạt động tương tác riêng với
từng đối tượng (thay đổi tỷ lệ, di chuyển, kết nối, loại bỏ, bổ xung các đối
tượng…) ngay tại vị trí giải mã hay mã hoá.
Hình 2.2 Tổ hợp khung hình trong MPEG-4

14
Hình 2.3 Cấu trúc bộ mã hóa và giải mã MPEG-4
Các bộ phận chức năng chính trong các thiết bị MPEG-4 bao gồm:
• Bộ mã hoá hình dạng ngoài Shape Coder dùng để nén đoạn thông tin, giúp
xác định khu vực và đường viền bao quanh đối tượng trong khung hình scene.
• Bộ dự đoán và tổng hợp động để giảm thông tin dư thừa theo thời gian.
• Bộ mã kết cấu mặt ngoài Texture coder dùng để xử lý dữ liệu bên trong và
các dữ liệu còn lại sau khi đã bù chuyển động.
Hình 2.4 là một ví dụ về mã hoá và tổng hợp khung hình video sử dụng
trong MPEG-4. Nhiều đối tượng, như người, xe ô tô, nhà cửa, được tách ra
khỏi video đầu vào. Mỗi đối tượng video sau đó được mã hoá bởi bộ mã hoá
đối tượng video VO (video object) và sau đó được truyền đi trên mạng. Tại vị trí
thu, những đối tượng này được giải mã riêng rẽ nhờ bộ giải mã VO và gửi đến
bộ tổ hợp compositor. Người sử dụng có thể tương tác với thiết bị để cấu trúc
lại khung hình gốc (a), hay để xử lý các đối tượng tạo ra một khung hình khác
(b). Ngoài ra, người sử dụng có thể download các đối tượng khác từ các thư
viện cơ sở dữ liệu (có sẵn trên thiết bị hay từ xa thông qua mạng LAN, WAN
hay Internet) để chèn thêm vào hay thay thế các đối tượng có trong
khuôn hình gốc (c).
15
Hình2.4 Mã hóa và tổng hợp khung hình trong MPEG-4
Để có thể thực hiện việc tổ hợp khung hình, MPEG-4 sử dụng một ngôn
ngữ mô tả khung hình riêng, được gọi là Định dạng nhị phân cho các khung
hình BiFS (Binary Format for Scenes). BiFS không chỉ mô tả ở đâu và khi nào
các đối tượng xuất hiện trong khung hình, nó cũng mô tả cách thức hoạt động
của đối tượng (làm cho một đối tượng xoay tròn hay chồng mờ hai đối tượng
lên nhau) và cả điều kiện hoạt động đối tượng và tạo cho MPEG-4 có khả năng
tương tác. Trong MPEG-4, tất cả các đối tượng có thể được mã hoá với sơ đồ
mã hoá tối ưu riêng của nó – video được mã hoá theo kiểu video, text được mã
hoá theo kiểu text, các đồ hoạ được mã hoá theo kiểu đồ hoạ - thay vì việc xử

lý tất cả các phần tử ảnh pixels như là mã hoá video ảnh động. Do các quá
trình mã hoá đã được tối ưu hoá cho từng loại dữ liệu thích hợp, nên chuẩn
MPEG-4 sẽ cho phép mã hoá với hiệu quả cao tín hiệu ảnh video, audio và cả
các nội dung tổng hợp như các bộ mặt và cơ thể hoạt hình.
2.4 Tổng quan về MPEG-4 Part 10
Đầu năm 1998, 2 tổ chức ITU-T và VCEG đã cùng đưa ra một chuẩn nén
mới H.26L nhằm tăng gấp đôi hiệu suất nén . Do đó chuẩn nén này sẽ mở ra nhiều
ứng dụng mới như truyền hình qua mạng Internet, truyền hình di động và phát triển
các ứng dụng hiện có.
Cuối năm 2001, VCEG và MPEG đã thành lập JVT ( Joint Video Team) có
nhiệm vụ hoàn thành chuẩn nén mới và chính thức được thông qua với tên gọi là
MPEG-4 Part 10 hoặc H.264/AVC vào tháng 3 năm 2003.
16
2.4.1
Cấu trúc phân lớp của H.264/AVC
Với sự gia tăng các ứng dụng và dịch vụ trên nhiều mạng thì câu hỏi đặt
ra là làm thế nào quản lí được các ứng dụng đó. Do vậy, chuẩn H.264/AVC
phải có độ linh hoạt cao và có thể ứng dụng trên nhiều mạng khác nhau. Do đó,
chuẩn H.264/AVC được thiết kế theo phân lớp mã hóa video VCL ( Video
Coding Layer) và lơp NAL làm nhiệm vụ tương thích với môi trường mạng khác
nhau.
Hình 2.5: Cấu trúc phân lớp của H.264
a) Lớp mạng NAL ( Network Abstration Layer)
NAL có khả năng ánh xạ từ lớp VCL đến lớp truyền tải:
+ RTP/IP cho dịch vụ thời gian thực qua mạng Internet (conversational và
streaming).
+ Định dạng file: ISO MP4 cho lưu trữ và truyêng tải MMS.
+ H32x cho các dịch vụ đàm thoại có dây và không dây.
+ Dòng truyền tải MPEG-2 cho các dịch vụ quảng bá.
Gói NAL: dữ liệu video được mã hóa được tổ chức trong một đơn vị

NAL( hay gói NAL). Mỗi gói có độ dài tính theo byte. Byte đầu tiên của mỗi gói
NAL là byte mào đầu, nó chỉ rõ loại dữ liệu được chứa trong NAL, các byte còn
lại chứa dữ liệu.
Phần dữ liệu của NAL được ghép xen.
Cấu trúc của đơn vị NAL có định dạng chung cho việc sử dụng truyền
trong hệ thống hướng bit và hướng gói.
b) Lớp mã hóa video:
Lớp mã hóa video của H.264/AVC thì tương tự với các tiêu chuẩn khác
như MPEG-2 video. Nó là sự kết hợp dự đoán theo thời gian và theo không
17
gian,vàvới mã chuyển vị.

Ảnh được tách thành các khối. Ảnh đầu tiên của dãy hoặc điểm truy
nhập ngẫu nhiên thì được mã hóa “Intra”, có nghĩa là không dùng thông tin nào
ngoài thông tin chứa trong bản thân ảnh. Mỗi mẫu của một khối trong một frame
Intra được dự đoán nhờ dùng các mẫu không gian bên cạnh của các khối đã
mã hóa trước đó. Đối với tất cả các ảnh còn lại của dãy hoặc giữa các điểm
truy cập ngẫu nhiên, mã hóa “Inter” được sử dụng, dùng dự đoán bù chuyển
động từ các ảnh được mã hóa trước.
c) Khái niệm về ảnh, khung, bán ảnh, macroblock
Tín hiệu video được mã hóa trong H.264 bao gồm tập hợp các ảnh được
mã hóa có trật tự. Một ảnh có thể biểu diễn bằng cả một khung hoặc một bán
ảnh. Nhìn chung, một khung gồm có hai bán ảnh xen kẽ nhau: bán ảnh trên và
bán ảnh dưới. Bán ảnh trên gồm các dòng chẵn 0, 2, 4, …, H/2 -1, với H là tổng
số dòng trong một khung. Bán ảnh dưới gồm các dòng lẻ và bắt đầu từ dòng
thứ 2.
Hình 2.6: Các bán ảnh trong một khung
Các macroblock: Mỗi ảnh video, frame hoặc field, được chia thành các
macroblock có kích thước cố định bao trùm một diện tích ảnh hình chữ nhật
gồm 16 x 16 mẫu thành phần luma và 8 x 8 mẫu cho mỗi một trong hai thành

phần chroma. Tất cả các mẫu macroblock luma hoặc chroma được dự đoán
theo không gian hoặc thời gian, và dự đoán tại chỗ hợp thành được truyền đi
nhờ dùng mã chuyển vị. Do vậy mỗi thành phần màu dự đoán tại chỗ được
chia nhỏ thành các khối. Mỗi khối được biến đổi nhờ dùng biến đổi nguyên (an
integer transform), và các hệ số biến đổi được lượng tử hóa và được truyền đi
18
bằngphương pháp mã hóa entropy.
Các macroblock được tổ chức thành các slice, biểu diễn các tập con của ảnh
đã cho và có thể được giải mã độc lập. Thứ tự truyền các macroblock trong
dòng bit phụ thuộc vào bản đồ phân phối Macroblock (Macroblock Allocation
Map) và không nhất thiết phải theo thứ tự quét. H.264 / AVC hỗ trợ năm dạng
mã hóa slice khác nhau. Đơn giản nhất là slice I (Intra), trong đó tất cả
macroblock được mã hóa không có tham chiếu tới các ảnh khác trong dãy
video. Tiếp theo là các slice P và B, ở đó việc mã hóa có tham chiếu tới các
ảnh trước nó (slice P) hoặc cả ảnh trước lẫn ảnh sau (slice B). Hai dạng slice
còn lại là SP (switching P) và SI (switching I), được xác định cho chuyển mạch
hiệu quả giữa các dòng bit được mã hóa ở các tốc độ bit khác nhau.
2.4.1 H.264 CODEC
Giống như các tiêu chuẩn nén trước đây ( ví dụ như MPEG-1, MPEG-2
và MPEG-4),H.264 không được định nghĩa là bộ CODEC ( một cặp encoder
và decoder) mà H.264 định nghĩa các cú pháp của luồng nén video. Trong
thực tế, bộ mã hóa và giải mã bao gồm các thành phần cơ bản như trong
hình 2.8 và hình 2.9. So với các chuẩn nén trước bao gồm các thành phần
như bộ dự đoán, biến đổi, lượng tử, mã hóa entropy, H.264 CODEC còn bao
gồm bộ lọc deblocking và có nhiều thay đổi quan trọng trong các chi tiết về
chức năng của các thiết bị.
Bộ mã hóa (hình 2.8) bao gồm 2 dòng dữ liệu , dòng forward (từ trái
sang phải) và dòng tái tạo (từ phải sang trái). Dòng dữ liệu trong bộ giải mã
được truyền từ phải sang trái trong hình 2.9.
19

Hình 2.7: Sơ đồ bộ mã hóa H.264.
Bộ mã hóa dòng forward
Một khung hoặc trường lối vào Fn được xử lí trong các khối của một
macroblock ( đáp ứng cho 16x16 pixel trong một hình bình thường). Mỗi
macroblock được mã hóa ở chế độ trong ảnh hoặc liên ảnh, với từng block trong
macroblock. Một dự doán PRED (kí hiệu là P trong hình 2.8) được định dạng dựa
trên các mẫu ảnh được tái tạo lại.
Trong chế độ nén liên ảnh, PRED được hình thành từ slice hiện thời vừa
được mã hóa, giải mã và tái tạo lại (
uF
′
n
trong hình, chú ý rằng các mẫu không
được lọc được sủ dụng để tạo nên PRED)
Trong chế độ nén trong ảnh, PRED được hình thành bằng cách dự đoán
bù chuyển động từ một hoặc hai ảnh tham khảo được. Trong hình 2.8, ảnh tham
khảo là ảnh
F′
n −1
vừa được mã hóa. Nhưng, dự đoán tham chiếu đối với mỗi
macroblock có thể được chọn từ các hình ảnh trong quá khứ hoặc trong tương
lai vừa được mã hóa, tái tạo và lọc ( theo thứ tự hiển thị) .
Dự đoán PRED trừ với block hiện tại đer tìm ra sự khác biệt , được biến đổi
và lượng tử hóa để thu được hệ số lưởng tử X sẽ được sắp xếp lại và mã hóa
entropy. Hệ số được mã hóa entropy cùng với thông tin về cạnh được mã hóa
trong mỗi block trong macroblock (chế độ dự đoán, mức lượng tử, thông tin về
vector chuyển động, …) định dạng nên các dòng bit để truyền tơi lớp mạng trừu
tượng để truyền hoặc lưu trữ.
Hình 2.8: Bộ mã hóa
Bộ mã hóa dòng tái tạo

Bên cạnh việc mã hóa và truyền tải các block trong macroblock, bộ mã hóa
còn giải mã ( tái tạo) chúng để làm tham khảo cho các dự đoán trong tương lai. Hệ
20
số X được giải lượng tử (Q
−1
) và biến đổi ngược (T
−1
) để thu được sụ khác biệt
block D
′
n . Block dự đoán PRED được cộng vào để tạo thành block tái tạo uF′n

.
Bộ lọc được ứng dụng để giảm ảnh hưởng của méo và các ảnh tham khảo dự
đoán được tạo từ 1 chuỗi các block F′n.

Mục đích chính của bộ giải mã dòng tái tạo trong bộ mã hóa là để chắc
chắn rằng cả bộ mã hóa và giải mã đều sử dụng các tham số khung đã xác định
để tạo ra dự đoán P. Nếu không có các tham số này, dự báo P ở bộ mã hóa và
giải mã sẽ không được xác định, dẫn đến lỗi giữa bộ mã hóa và giải mã.
Hình 2.9 Bộ giải mã
Bộ giải mã
Bộ giải mã nhận được các dòng bit được nén từ NAL. Các thành phần dữ
liệu được giải mã entropy để tìm ra hệ số lượng tử X. Sử dụng giải lượng tử và
biến đổi ngược để thu được Dn. Sử dụng các thông tin header đươc giải mã từ
các dòng bit, bộ mã hóa tạo ra block dự đoán, giống hệt với PRED được tạo ra ở
bộ mã hóa. PRED được cộng với
D
′
n để tạo ra uF′n

, sau đó được lọc để tạo
ra các block F′n.

2.4.3 Các đặc điểm chính của MPEG-4 Part 10:
a) Kích thước block ảnh có thể thay đổi được:
Thành phần độ chói của macroblock (16*16 mẫu) có thể được chia theo 4
cách: một macro block 16 *16 phần macroblock, hai macroblock 16*8 phần, hai 8*
16 phần hoặc bốn macroblock 8*8 phần. Nếu kiểu 8*8 phần được chọn, mỗi bốn
8*8 sub-macroblock trong một macro block có thể được chia theo 4 cách: một
phần sub-macro block 8*8, hai phần sub-macroblock 4*8, hai phần sub-
macroblock 8*4 hoặc bốn phần sub-macroblock 4*4 . Các phần này và các sub-
macroblock tạo ra nhiều cách kết hợp giữa trong mỗi macroblock.
Trong thực tế, phần có kích thước lớn phù hợp với những vị trí không chi
tiết, và phần kích thước nhỏ phù hợp với các vị trí có độ chi tiết cao.
21
Hinh 2.10: Bù chuyển động
b) Độ chính xác của vector bù chuyển động cao:
Mỗi phần hay mỗi phần sub-macroblock trong một macro được mã hóa
trong ảnh được dự đoán từ một vùng có cùng kích thước trong ảnh tham khảo.
hầu hết các chuẩn nén trước đó chỉ đạt được độ chính xác ½ của vector bù
chuyển động, nhưng với H.264 có thể đạt được tới ¼.
c) Tham chiếu nhiều ảnh bù chuyển động:
Ảnh P trong MPEG-2 là ảnh dự đoán được tham chiếu từ một ảnh trước
đó, còn ảnh B là ảnh dự đoán 2 chiều được tham chiếu từ nhiều ảnh I hoặ P
trước và sau nó.
Trong chuẩn nén H.264, ảnh hiện tại có thể tham chiếu bởi nhiều ảnh,
điều này cho phép tăng hiệu suất nén. Một lượng lớn các ảnh được giải nén và
lưu trong bộ giải nén.
Trong các chuẩn nén trước đó, thứ tự các ảnh dùng cho mục đích tham

chiếu bù chuyển động và thứ tự các ảnh thể hiện có mối quan hệ chặt chẽ với
nhau. Tuy nhiên, chuẩn nén H.264 đã khắc phục nhược điểm này bằng cách cho
phép bộ giải nén lựa chọn thứ tự các ảnh tham chiếu.
22
Hình 2.11: Tham chiếu đa ảnh
d) Dự đoán trong ảnh:
Các mẫu của một macroblock được dự đoán bằng cách chỉ sử dụng phần
thông tin của macroblock được truyền đi trong một ảnh.
Trong chuẩn nén H.264/AVC, có hai loai dự đoán trong ảnh cho thành phần
chói Y. Loại thứ nhất là intra 4x4 và loại thứ 2 là intra 16x16. Trong INTRA 4x4,
các phần tử ảnh có kích thước 16x16 được chia thành 16 phần có kích thước 4x4,
việc dự đoán được thực hiên với từng phần riêng biệt. Có 9 mode dự đoán tùy
chọn đối với các block thành phần chói Y kích thước 4x4, 4 mode đối với thành
phần chói Y kích thước 16x16, 4 mode cho thành phần màu Cr, Cb. Bộ nén sẽ lựa
chọn mode dự đoán sao cho sự khác biệt giữa P và block được mã hóa là nhỏ
nhất.
c mode dự đoán thành phần chói Y 4x4
Có 9 mode dự đoán thành phần chói Y kích thước 4x4, đó là:
Mode 0: dự đoán theo chiều dọc
Mode 1: dự đoán theo chiều ngang
Mode CD: dự đoán dựa trên trung bình tất cả các mẫu xung quanh từ bên
trái và từ trên của khối dữ liệu hiện tại.
Mode 3: dự đoán dự trên các mẫu có độ nghiêng 45 độ từ phải sang trái.
Mode 4: dự đoán dự trên các mẫu có độ nghiêng 45 độ từ trái sang phải.
Mode 5 : sử dụng phép ngoại suy với góc có độ nghiêng 26.6 độ so với
chiều dọc.
Mode 6: sử dụng phép ngoại suy với góc có độ nghiêng 26.6 độ so với
chiều ngang
23
Mode 7: sử dụng phép ngoại suy với góc có độ nghiêng 26.6 độ so với

chiều dọc bên phải
Mode 8: sử dụng phép ngoại suy với góc có độ nghiêng 26.6 độ từ so với
chiều ngang.
Hình 2.12: Mode dự đoán thành phần chói Y kích thước 4x4
Hình 2.13: Mode dự đoán 16x16 liên ảnh
• Các mode dự đoán thành phần chói Y 16x16
Như dã nói trình bày ở trên, một mode dự đoán được áp dụng cho toàn bộ
một macro thành phần chói kích thước 16x16. Có 4 mode dự đoán đó là dự đoán
theo chiều dọc, dự đoán theo chiều ngang, dự đoán phẳng. Đối với mode dự
đoán phẳng, một hàm tuyến tính được sử dụng giữa các mẫu từ bên trái và từ
trên xuống so với mẫu dự đoán hiện tại. Mode này hoạt động hiệu quả giữa các
vùng có độ chói liên tục thay đổi. Các mode hoạt động giống như đối với thành
phần chói kích thước 4x4, chỉ khác là chúng hoạt động đối với toàn bộ
macroblock thay vì với 16 phần kích thước 4x4.
• Các mode dự đoán các thành phần màu Cr và Cb:
Dự đoán trong ảnh đối với các thành phần màu của một macroblock tương
tự như đối với thành phần chói Y có kích thước 16x16. Bởi vì tín hiệu màu có sự
thay đổi liên tục trong hầu hết các trường hợp. Nó luôn áp dụng cho các khối 8x8
sử dụng dự đoán ngang, dọc, DC và sự đoán phẳng.
24
Hình 2.14: Dự đoán ảnh I
e) loại bỏ dư thừa không gian:
Biến đổi Cosine rời rạc DCT hai chiều trong các chuẩn MPEG-1, MPEG-2
nhằm mục đích loại bỏ phần dư thừa không gian. DCT được áp dụng cho các khối
8x8. trong H.264/AVC, DCT được áp dụng với hệ số nguyên. Kích thước khối thay
đổi, có thể là 16x16, 4x4, hoặc trong trường hợp đặc biệt có thể dùng khối kích
thước 2x2. Việc sử dụng khối có kích thước nhỏ hơn so với các chuẩn nén trước
đó cho phép bộ mã hóa tương thích tốt hơn với biên của các đối tượng chuyển
động.
25