【摘要】 灰階直方圖是一種有效的檢測畫質的手段，本文通過這種方法做了一系列對比實驗，針對外來素材如何進行轉碼的問題，給出了具體的解決方案。

【關鍵詞】視頻編碼格式  灰階直方圖  輸出碼率  MPEG  轉碼  GOP  幀內壓縮  幀間壓縮  I幀  B幀  P幀

隨著新媒體業務的擴展，視頻編輯系統接收的外來素材日趨繁多，其視頻格式也是多種多樣，包括AV I， MPG，MP4，MOV，WMV，MKV，MXF，FLV，RM/RMVB，MTS等等，這時我們就會面臨非常多的困惑：怎樣設置轉碼格式，能夠使得畫質達到最優？是否存在一種針對畫質優劣的檢測方法？帶著這些問題，我們首先分析了影響畫質的因素。

一．影響畫質的因素

所謂“視頻的畫質”，除去高清素材、標清素材這些原始因素，在同等視頻源的前提下，視頻的壓縮編碼方式才是影響畫質的“幕后真相”，簡單來說，就是視頻編碼格式。但這里所說的格式，并非后綴名.avi或.mp4或.rmvb的格式那么簡單，那只不過是文件封裝格式，即包含了音頻、視頻、時間碼等附加信息的一個容器，而視頻編碼的核心是MPEG-2、H.264、Divx之類的壓縮技術，這種技術決定了視頻是如何被壓縮的，二者的關系如圖1所示。

圖1 容器格式與視頻編碼格式的關系

可見容器只是一個外殼，內部的視頻編碼格式的才是影響畫質的關鍵。具體來說由兩個因素決定：壓縮效率、輸出碼率。在輸出碼率不變的前提下，壓縮的效率越高，

畫質越好，效率越低，畫質損失的就越多。視頻的畫質由以上兩者來決定，也就可以采用不同的編碼方式，對相同的原始素材進行編碼，通過對比實驗來進行評測。這里就用到了灰階直方圖，一種可以描述畫質的統計學圖像。接下來詳細介紹灰階直方圖檢測法。

二．畫質檢測方法

1. 灰階直方圖

灰階可以理解為“灰色的階梯變化”，從純黑到純白，每一個“階”就發生一點變化，以8bit灰階為例，就是用8位二進制的數字表示從純黑到純白的變化過程，即0~255，設0為純黑，255為純白，則一共有256種灰度組成的“階”的變化。如果把分布在所有灰階的像素數統計出來，就得到一個直方圖。圖2就是一個從純黑到純白的漸變條，純黑的灰階為0，純白為255，中間32、64、96、 128、160、192、224七種不同灰階的色塊，統計出的直方圖中，就只有這9種顏色組成的“豎線”，豎線的長度即該色階的面積。顯然，最大的色塊是純黑和純白，所以直方圖中表示0和255的兩根線最長。

圖2 灰階與直方圖的對應關系

直方圖可以統計出圖像中各種顏色的百分比。假設一幅黑白圖像，有且僅有純黑、純白兩種顏色，沒有過渡色，那么在圖像參與重新編碼、壓縮（如幀內壓縮、幀間壓縮）計算的時候，就會產生非純黑非純白的“雜色”，此雜色的灰階必然處于1~254的區間范圍，根據直方圖，這些部分的面積和百分比可以統計出來。

2．螺旋測試圖

螺旋圖在保證畫面為純黑純白的同時，又最大程度的提高了畫面的復雜度，從而放大了壓縮編碼時的破壞效果。如圖3所示為螺旋測試視頻的截圖，該圖像由黑白相間的螺旋條帶與白色螺旋網格組成，在視頻播放時，黑白螺旋向相反的方向旋轉，形成錯綜復雜的動態變化，從而增加了視頻編碼的復雜度。

圖3 螺旋測試（視頻截圖）

盡管圖像復雜，顏色上仍然是由灰階為0和255的純黑純白二色構成。當對視頻進行轉碼，圖像被壓縮時，由于幀內壓縮、幀間壓縮的差值計算，必然產生了處于1~254的灰色部分，這些部分并非原始圖像中的內容，而是由于壓縮計算產生出來的，反映了壓縮編碼對畫質的破壞程度。

如圖4，截取轉碼后視頻中的一幀，放大后可看到白色不再是純白，中間夾著許多灰色的“碎片”，這些碎片占畫面的比例，可以用這些顏色的面積百分比來表示，除此之外，黑白相間的部分也有許多模糊不清的地方，在黑白邊緣出也產生了雜色。

圖4 轉碼后放大可看到“碎片”

值得注意的是，灰階直方圖檢測方法并不局限于螺旋測試圖作為樣本，通過各類繪圖軟件，還可以編輯出其他形式的測試樣本，只需最大程度的提高圖像復雜度即可。

使用直方圖，即可測出灰階為1~254的雜色占整幅畫面的比例，如圖5所示，這些部分的比例越高，畫質破壞程度越大。

圖5 雜色占整幅圖像的百分比

上圖中，通過直方圖統計信息可以得出，灰階為1~254的雜色部分占畫面的百分比為29.90%。根據以上數據，我們就可以控制不同的變量，來進行對比實驗。

三．應用實例：MPEG視頻轉碼對比實驗

為了進行對比實驗，樣本視頻必須采用統一的素材源制作，并且宜采用市面上最為通用的、視頻編輯軟件最認可的格式，參數如下：

1． 控制變量

以上參數只是轉碼設置的一個大的框架，具體到細節，也就是我們要研究的兩大變量，第一個變量即輸出碼率，第二個是壓縮效率，后者反映在MPEG的GOP設置上，GOP （Group of Pictures）是MPEG標準中的重要內容，涉及到I幀、B幀、P幀、幀內壓縮、幀間壓縮等相關概念。

在同等的GOP設置下，輸出碼率不同，畫質必然不同。這里的第一個實驗即采用300Mb/s、100Mb/s、 80Mb/s、35Mb/s四種不同碼率分別對樣本進行轉碼，用灰階直方圖測定其雜色百分比，即可驗證“碼率越高畫質越好”這一推斷。

2．實驗A：不同碼率下的畫質檢測

在這個實驗中GOP設置要盡可能簡單，只做幀內壓縮，設置為“僅I幀”（Intra coded picture圖像內部編碼幀，簡稱I幀），沒有幀間壓縮或預測算法，轉碼軟件GOP設置和輸出碼率如圖6所示。

圖6 GOP設置（左）與碼率設置（右）

將四個樣本的碼率分別設為300Mb/s，100Mb/s， 80Mb/s，35Mb/s，轉碼并截圖后分別得到以下四張圖，再分別用直方圖測定其雜色百分比，如圖7所示。

圖7 四種碼率及其灰階直方圖

顯然，碼率越高，雜色越少，畫質也就越好。另外，從上述數據中，我們還能得出一些其他推論：從300Mb/s到100Mb/s畫質變化只有0.7個百分點，盡管兩者的文件大小差了兩倍之多，這說明碼率增加的太高，也沒有太大意義，反而給文件傳輸增加了負擔。

碼率從80Mb/s到35Mb/s，同樣是碼率變化，畫質改變就大的多了，雜色增加了約6個百分點，可見視頻壓縮編碼存在一個“崩潰點”，當碼率低于這個值，畫質會迅速下降。

MPEG-I幀是僅采用了幀內壓縮的格式，壓縮效率并不理想，這時就要考慮優化GOP設置，加入幀間壓縮了。

3.實驗B：加入P幀的GOP設置對畫質的優化這里簡要介紹一下MPEG-I BP的GOP原理。如圖8所示，圖像組的第一幀是I幀，由I幀預測出2個P幀(Predictive預測幀），然后由I幀和P幀、或者P幀和P幀雙向預測出中間的B幀（Bidirectional predictive雙向預測幀），每5幀圖像共同組成一個圖像組，組中有且僅有一個完整的I幀，可見，這種編碼技術大幅度提高了壓縮效率。

圖8 幀間壓縮原理

GOP的P幀和B幀結構可以用N和M來表示，圖8是N=5，M=2的情形（即GOP總共5幀，BP周期為2的BPBP……結構）

從實驗B開始將GOP設定為12幀，在做灰階直方圖的時候，截取連續12幀的圖像進行統計，可以直接把螺旋測試視頻長度做成12幀（約0.48秒），即只有一組GOP，對12幀的雜色百分比分別測定之后，取其平均值即可得到結論。本次實驗統一采用35Mb/s的碼率，僅加入了P幀，所以GOP結構為N=12，M=1（無B幀）。

測定結果如下：

可見，相比實驗A的35M b/s的M P E G-I幀相比， 雜色百分比從3 2 . 6 6 % 下降到2 8 . 8 6 % ， 這個改善程度比從100M b/s到300M b/s都要理想的多，這說明，在相同碼率下，采用幀間壓縮與幀內壓縮結合的方式，能大大降低雜色成分在畫面中的比例。

4 . 實驗C ： 加入B幀和P幀的GOP設置對畫質的優化

B幀是夾在P幀中間并呈周期性出現的，每個周期的B幀數量相同，這里繼續保持35Mb/s的碼率，GOP采用N=12，M=2結構。

結果如下：

整體來看比實驗B的結果又優化了一點，約0.2個百分點，其中能看出B幀的雜色百分比達到了29%，明顯高于I幀和P幀，但平均下來的還是優于實驗B的結果。此外我們還檢測了M周期為3/4/6的樣本，一組G OP的雜色仍然保持在28.6%左右，幾乎沒有變化。

四.結論

實際上， 灰階直方圖的檢測方法可以推而廣之到更多的編碼格式，應用到網絡視頻、流媒體等更多領域。特別是在上述實驗中，我們發現了“崩潰點”的存在，這說明，視頻軟件的輸出碼率一定存在一個“最優解”，即如何在碼率盡可能低的情況下，讓畫質保持在可以接受的范圍，既保證了播放流暢度，也不影響觀感體驗。希望本文的畫質檢測方法和相關數據，能為視頻編輯、視頻轉碼等工作提供一些參考意義。