一、国际音频编码技术现状和发展趋势

　　目前，国际运动图像专家组（MPEG）已经推出了几种音频编码技术。其中MPEG-1(ISO/IEC11172-3)按照编码复杂度分三层编码机制，支持采样率为32、44.1和48KHz的单声道(mono)及双声道(stereo或Dual mono)编码。第3层(MP3)在对双声道立体声编码时,在128Kbit/s对绝大多数音乐编码可达到接近CD的音质效果，成为网络音乐和便携电子设备的首选标准。MPEG-2BC(ISO/IEC13818-3)则是对MPEG-1的向后兼容多声道扩展方案，并增加了一个“低频效果”声道从而提升至5.1个声道编码，且支持16、22.5和24KHz采样音频信号编码。标志MPEG的最高技术水平的MPEG-2 Advanced Audio Coding (ISO/IEC13818-7AAC)在采样率为8～96KHz下提供了1～48个声道可选范围的高质量音频编码。它适用于从比特率在8kbit/s单声道的电话音质到160kbit/s多声道高质量音频编码。用AAC对单声道音频编码，在64Kbit/s下对绝大多数音乐编码可达到接近CD的音质效果。因此和MP3的单声道96Kbit/s相比，编码效率已经有了很大提高，被认为是下一代音频编码标准。

    在多声道环绕立体声编码方面，美国杜比实验室的AC-3提供对32、44.1和48KHz采样，从单声道到5.1环绕立体声的音频信号的编码，并支持码率范围从32kbit/s的单声道码流到640kbit/s的多声道高质量音频码流。目前，DolbyAC-3已经凭借其良好的声场和声像重现能力，赢得了电影、家庭影院、DVD和数字电视伴音等领域的广泛应用，成为事实上的国际标准。

　　其他优秀的音频编码技术，如索尼的ATARC、贝尔实验室的PAC和微软的WMA等，都获得了相当广泛的应用。

　　目前，从国际数字音频应用的发展来看，数字音频编码技术已经在互联网、广播、个人消费电子产品和数字影视等领域获得了广泛的应用，随着3G技术的兴起，正在进入移动通信领域。因此，新一代的数字音频编码技术在传输的可靠性、对带宽的要求和版权的安全性等方面的要求更高。

　　中国在数字音频编码领域起步较晚，目前已经开展数字音频编码技术研究的大学有清华大学、天津大学、西安电子科技大学、哈尔滨工业大学、华南理工大学、东南大学和北京邮电大学等，还没获得较成熟和完整的成果。

二、图像视频编码的国际标准及技术特点

　　近10年来，图像编码技术得到了迅速发展和广泛应用，关且日臻成熟，其标志就是几个关于图像编码的国际标准的制定，即国际标准化组织ISO和国际电工委员会IEC关于静止图像的编码标准JPEG、国际电信联盟ITU-T关于电视电话/会议电视的视频编码标准H261,H.263和ISO/IEC关于活动图像的编码标准MPEG-1，MPEG-2和MPEG-4等。这些标准图像编码算法融合了各种性能优良的图像编码方法，代表了目前图像编码的发展水平。表1给出了各种图像与视频编码国际标准的标题，制定日期、目标比特率、应用场合以及所采用的主要编码技术等。

　　1、JPEG（Joint Photographic Expert Group）

　　JPEG是ISO/IEC联合图像专家组制定的静止图像压缩标准，是适用于连续色调（包括灰度和彩色）静止图像压缩算法的国际标准。JPEC算法共有4种运行模式，其中一种是基于空间预测（DPCM）的无损压缩算法，另外3种是基于DCT的有损压缩算法。

　　1）无损压缩算法，可以保证无失真地重建原始图像。

2）基于DCT的顺序模式，按从上到下，从左到右的顺序对图像进行编码，称为基本系统。

　　3）基于DCT的递进模式，指对一幅图像按由粗到细对图像进行编码。

　　4）分层模式。以各种分辨率对图像进行编码，可以根据不同的要求，获得不同分辨率的图像。

　　JEPG对图像的压缩有很大的伸缩性，图像质量与比特率的关系如下：

　　a)1.5～2.0比特/像素：与原始图像基本没有区别（transparent quality）。

　　b)0.75～1.5比特/像素：极好（excellent quality），满足大多数应用。

　　c)0.5～0.75比特/像素：好至很好（good to very good quality），满足多数应用。

　　d)0.25～0.5比特/像素：中至好（moderate to very good quality），满足某些应用。

　　2、JPEG-2000

　　与以往的JPEG标准相比，JPEG-2000压缩率比JPEG高约30%，它有许多原先的标准所不可比拟的优点。JPEG-2000与传统JPEG最大的不同，在于它放弃了JPEG所采用的以DCT变换为主的分块编码方式，而改为以小波变换为主的多分辨率编码方式。

　　首先，JPEG-2000能实现无损压缩（lossless compression）。在实际应用中，有一些重要的图像，如卫星遥感图像、医学图像、文物照片等，通常需要进行无损压缩。对图像进行无损编码的经典方法--预测法已经发展成熟，并作为一个标准写入了JPEG-2000中。

　　JPEG-2000还有一个很好的优点就是误码鲁棒性（robustness to bi terror）好。因此使用JPEG-2000的系统稳定性好，运行平稳，抗干扰性好，易于操作。

　　JPEG-2000能实现渐进运输（progressive trans mission），这是JPEG-2000的一个极其重要的特征。它可以先传输图像的轮廓，然后逐步传输数据，不断提高图像质量，以满足用户的需要，这在网络传输中具有非常重大的意义。使用JPEG-2000下载一个图片，用户可先看到这个图片的轮廓或缩影，然后再决定是否下载。而且，下载时可以根据用户需要和带宽来决定下载图像质量的好坏，从而控制数据量的大小。

　　JPEG-2000另一个极其重要的优点就是感兴趣区（ROI，Region Of Interest）特性。用户在处理的图像中可以指定感兴趣区，对这些区域进行压缩时可以指定特定的压缩质量，或在恢复时指定特定的解压缩要求，这给人们带来了极大的方便。在有些情况下，图像中只有一小块区域对用户是有用的，对这些区域采用高压缩比。在保证不丢失重要信息的同时，又能有效地压缩数据量，这就是感兴趣区的编码方案所采取的压缩策略。基于感兴趣区压缩方法的优点，在于它结合了接收方对压缩的主观要求，实现了交互式压缩。

　　3、MPEG-1

　　国际标准化组织ISO/IEC的运动图像专家组MPEG（Moving Picture Expert Group）一直致力于运动图像及其伴音编码标准化工作，并制定了一系列关于一般活动图像的国际标准。1993年制定的MPEG-1标准是针对1.5Mbit/s速率的数字存储媒体运动图像及其伴音编码制定的国际标准，该标准的制定使得基于CD-ROM的数字视频以及MP3等产品成为可能。MPEG-1的带宽最多为1.5Mbit/s，其中11Mbit/s用于视频，128Kbit/s用于音频，其余带宽用于MPEG系统本身。

　　为了追求高的压缩效率，去除图像序列的时间冗余度，同时满足多媒体等应用所必须的随机存取要求，MPEG-1视频把图像编码分成I帧、P帧、B帧和D帧共4种类型。

    I帧为帧内编码帧（intra coded frame），编码时采用类似JPEG的帧内DCT编码，I帧的压缩率是几种编码类型中最低的。P帧为预测编码帧（predictive coded frame），采用前向运动补偿预测和误差的DCT编码，由其前面的I或P帧进行预测。B帧为双向预测编码帧（bi-directionally predictive coded frame），采用双向运动补偿预测和误差的DCT编码，由前面和后面的I或P帧进行预测，所以B帧的压缩效率最高。D帧为直流编码帧（Dc coded frame），只包含每个块的直流分量。MPEG-1采用运动补偿支除图像序列时间轴上的冗余度，可使对P帧和B帧图像的压缩倍数比I帧提高很多。