基于DaVinci 技術的視頻壓縮傳輸系統設計

劉森

（西安美術學院影視動畫系，陜西西安 710065）

隨著多媒體影視資源的日益豐富與通信技術的日趨成熟，視頻傳輸技術得以應用于更加廣泛的日常生活中，視頻內容的質量、信息量也攀升至新的高峰。尤其是隨著近幾年CCD 設備工藝的提升，產生大量的原始視頻素材數據，且數據終端的人們對高清視頻的需求也越來越大。因此，開發多功能、低成本、性能穩定的視頻壓縮傳輸系統有著很大的應用前景[1-3]。

視頻信號具有數據量大、運算復雜的特征，因此通常采用軟硬件結合的方式來設計實現視頻壓縮系統。DSP 與FPGA 具有實時和并行的處理方式，是實現視頻信號處理的合適器件[4-6]。大量的視頻數據需要幾秒來讀出、傳輸與顯示，對網絡傳輸速度提出了較高的要求，而改善壓縮數據的技術方案是解決這一問題的有效途徑。

1 視頻壓縮流程設計

1.1 信號采集

攝像頭采集環境光信號后，輸出CVBS 格式的模擬視頻信號。經過視頻解碼器芯片后，解碼成RGB信號。此信號是圖像真實的色彩數據，但數據量較大。在進入DM365芯片后，進行信息預處理。將RGB信號轉換成更適合壓縮的亮度色度信號YCbCr，轉換公式為：

由于人眼對亮度信息比色度信息更敏感，所以還可以進一步舍棄轉換得到的YCbCr 信號中的部分色度信號，從而降低信息量，轉換為4∶2∶2 格式的YUV 信號，如圖1 所示。

圖1 YUV4∶2∶2格式

1.2 視頻信號壓縮

視頻信號的壓縮過程即為視頻信號的編碼過程[7-8]，如圖2 所示。

圖2 視頻信號編碼流程

原始視頻信號數據量較大，但同一幀圖像數據內，相鄰像素點僅含有較小的差異，像素值變化平緩，稱為空間冗余。在相鄰幀內，圖像的內容大體相似，稱為時間冗余。人眼對于不同信息的敏感程度差異較大，如亮度變化時，人眼能夠輕易覺察到。但對于色度變化卻相對遲鈍，且人眼對邊緣的變化關注高于對內部細節的變化。利用這種差異，可以刪除人眼不敏感的信息，從而達到數據壓縮的目的，這稱為視覺冗余。

視頻壓縮即利用這幾種冗余，在信號編碼時舍棄一部分相對次要的信息，由此實現降低傳輸數據量的目的。

1.2.1 預 測

將圖像幀分組，每組7 幀，以IPBBPBB的次序劃分。對每組圖像幀序列的第一幀，即I幀做幀內預測。通過計算像素點的預測值與取樣值之差，來消除空間冗余。假設P點為當前采樣像素點，在P點之前的相鄰像素，如圖3 所示。

圖3 像素點預測

由A～G點來預測P點，得到預測值的算法如下：

求實際值與預測值之間的差值：

相較于P，傳輸的數據d下降了兩個數量級。解碼端將根據式（6）還原實際的像素值：

對一組圖像幀序列剩下的幀（前向預測幀P幀與雙向預測幀B幀）做幀間預測，以消除其時間冗余。幀間預測包括宏塊分割、運動估計、運動補償。先將每幀圖像分割為若干N×N像素的宏塊，把時域上一幀（P幀或I幀）作為參考幀，此參考幀是由反量化與反DCT 變換重建得到的。當前幀中的每一塊均在參考幀中尋找一個最佳匹配塊，并計算兩塊之間的位移（運動矢量MV）[9-11]。

尋找匹配塊以最小絕對誤差和?為評判標準，使用全局搜索法將當前塊與參考幀中所有塊的像素值逐一計算絕對誤差，最終求和并取其最小值，算法如下：

其中，xP為當前塊中的像素值，為參考塊中的像素值。

如圖4 所示，求得最佳匹配后，計算當前塊與匹配塊間像素的相對位移平均值，即得到該塊的運動矢量MV。

圖4 最佳匹配與MV

在尋找最佳匹配的過程中，使用菱形搜索法以提高匹配效率，算法的過程如下：

1）從參考幀的宏塊中心按照如圖5 所示的大菱形模板進行搜索。判斷最佳匹配點是否在中心：若是，則跳轉步驟2）；若否，則重復該步驟。

圖5 大菱形模板

2）采用小菱形模板搜索，小菱形模板如圖6 所示。判斷最佳匹配點是否在中心：若是，則算法結束；若否，則跳轉步驟3）。

圖6 小菱形模板

3）以當前的最佳匹配點為中心，取大菱形模板判斷最佳匹配點是否在中心：若是，則轉步驟2）；若否，則重復該步驟。

在求出的MV 與參考幀的基礎上，可以得到待解碼塊的預測。最終，用待預測宏塊的實際值減去預測值，即可求得預測殘差，公式如下：

預測殘差用于編碼傳輸，而分割方式MV 則被送入接收端。

1.2.2 變 換

對原始圖像的亮度宏塊與色度宏塊預測后，得到的信號仍為空域信號。進行兩維4×4 或8×8 像素的DCT 變換，將信號轉換為頻域信號[12-14]。相同內容的時域信號只用一個頻域信號表示，從而去除了空間冗余。每個信號均有準確的數值，x與y坐標的三維信號變換公式如下：

1.2.3 量 化

DCT 變換后，對頻域的DCT 變換系數、幀間預測的預測插值和幀內預測的插值做量化，對其中的低頻信息細量化、高頻信息粗量化。量化過程可以用下式描述：

FQ(u,v)為量化得到的DCT 系數，Q(u,v)為量化矩陣，q為量化步長，round(·)為取整函數。

2 系統電路實現

2.1 視頻信號流程

視頻壓縮傳輸系統由攝像頭采集環境信息，產生的模擬視頻信號首先經過OPA361 濾波放大器進行信號放大。然后送入ADV7180 解碼芯片轉換為ITU.656 格式的8 位色差亮度信號YCbCr，并分離出行場同步信號。視頻解碼信號通過CCDC 進入TMS320DM365 芯片的視頻處理子系統VPSS，在這里完成視頻信號的壓縮編碼。并經過乒乓存儲后，從子系統的視頻后端輸出接口發送到網絡接口，進入局域網中繼續傳輸。信息傳輸流程如圖7所示。

圖7 系統信息流程圖

2.2 系統硬件架構

該系統的硬件主要由TMS320DM365 開發板和外置攝像頭組成，可分為六大模塊：電源管理模塊、攝像頭模塊、DDR 儲存模塊、DSP 視頻處理模塊、ARM控制模塊與網絡控制模塊。各模塊相互配合，完成信號的轉換和流通。硬件配置如圖8 所示。

圖8 硬件組織結構

TMS320DM365 芯片內部集成了ARM926EJ-S精簡指令集CPU，包括16 kB 指令緩存、8 kB 數據緩存。其用來控制開發板、管理DDR 內存數據、配置各模塊初始化參數等[15-16]。

該系統采用1 GB 容量的DDR3 SDRAM 存儲器，確保視頻信號有足夠的緩存空間。正常工作后，在DDR 芯片中進行YUV 信號的乒乓存儲，將存儲器分出兩個塊區A 與B：寫入塊A 時，讀取塊B；寫入塊B時，讀取塊A。上述兩種操作循環執行。

DSP 視頻處理包括DM365 前端的視頻解碼器和DM365 中的VPSS 部分。將視頻信號CVBS的解碼——IUT656 格式的YCbCr 信號轉換為YUV 信號，以及將關鍵的視頻信號壓縮編碼并生成碼流。同時，壓縮好的圖像碼流也暫存在這里。

該系統采用型號為DM9000A的網卡控制器，由外部20 MHz 晶振提供時鐘信號。PHY 可以通過自動協商來配置網卡控制器的寄存器值，并根據實際情況發揮最優性能。DM90000A 連接到DM365 中的MII 接口，將壓縮編碼后的碼流進行轉換，然后傳遞到以太網中。

3 視頻傳輸

該系統采用實時傳輸協議RTP，通過以太網傳輸系統生成的視頻流數據，該協議實際包含RTP 與RTCP 兩部分。前者為實時傳輸協議，為終端提供連續的多媒體實時傳輸服務；后者為實時傳輸控制協議，用來監控傳輸質量，并負責擁塞控制與流控制。

傳輸中的視頻信號碼流除了像素碼流外，還有兩個重要參數集：序列參數集與圖像參數集。在DM9000A的協商階段將參數集發送給網絡節點上的接收端，DM9000A 使用的端口號為8080。

在與接收端的連接建立后，首先發送參數集信息，然后發送視頻碼流。在得到接收端的服務質量信息后，根據實時信道狀況調整壓縮率等編碼信息，并重新發送參數集。

4 仿真測試

基于TI 公司的TMS320DM365 音視頻處理芯片與DaVinci 軟件，在Linux 系統中搭建DaVinci 技術開發平臺。編輯壓縮應用程序后，使用命令來調試各功能模塊，工作正常后連接攝像頭。主機作為網絡傳輸的終端最后收到了編碼后的視頻信號，對其進行信道解碼與解壓縮后，正常播放攝像頭拍攝到的圖像顯示效果，如圖9 所示。

圖9 顯示效果圖

試驗采集到的幀率與網絡傳輸速度如圖10所示。經過抓包測試，DM9000A的傳輸速度達到了40 Mbps，視頻壓縮后的信號幀率為5 幀/s，平均碼率約為41 kbit/s。截取視頻信號傳輸時的網絡所占帶寬和利用率，如表1 所示。從表2 可看出，該系統的壓縮率與H.264 相比差異較小，但由于壓縮效率的提升，有效降低了傳輸時的平均時延，較H.264 系統下降了30 ms。

表1 網絡傳輸抓包數據統計

表2 該系統與H.264系統性能對比

圖10 幀率與網絡傳輸速度

5 結束語

該文基于DaVinci 技術和H.264 框架，使用優化的幀間預測匹配算法提高視頻壓縮效率，通過搭建硬件實現平臺編寫了Linux 系統下的實現程序，并將其固化于開發板中，最終實現了視頻壓縮傳輸的設計目的。仿真顯示該系統工作穩定，能夠有效地解決視頻數據量大、不便于網絡傳輸的問題，可以用于視頻素材的直接采集與迅速傳輸。且具有所需攜帶設備少、操作簡單的特點，適用于高清晰度源文件的高速實時傳輸。在高清素材采集、整理、智能化的編輯加工等應用場景中，具有較強的實用價值。