ITU-T  Recommendation  H.261   (Previously "CCITT  Recommendation")  

 1. Γενικά

                    Το πρότυπο Η.261 του ITU, περιγράφει τις μεθόδους κωδικοποίησης και αποκωδικοποίησης για κινούμενη εικόνα σε ρυθμούς  p x 64 Kbit/s, όπου p κυμαίνεται στην περιοχή 1 έως 30.

2. Σύντομη περιγραφή

                     Ένα τυπικό διάγραμμα που χρησιμοποιείται για την κωδικοποίηση και αποκωδικοποίηση video δίνεται στο σχήμα 1.   Σχήμα 1

2.1 Είσοδος και έξοδος video
 

•             Για να μπορέσει το πρότυπο H.261 να καλύψει τις περιοχές που χρησιμοποιούν εικόνα με 625 και 525 γραμμές , η πηγή κωδικοποίησης (Source coder) λειτουργεί με εικόνες βασισμένες στο πρότυπο  CIF (Common Intermediate Format). Τα στάνταρτ για την είσοδο και έξοδο σήματος τηλεόρασης -που μπορεί για παράδειγμα να είναι σύνθετο ή απλό, αναλογικό ή ψηφιακό- καθώς και η μέθοδοι που εφαρμόζονται σε κάθε απαραίτητη μετατροπή του από και προς την πηγή κωδικοποίησης, δεν αποτελούν αντικείμενο του H.261.

2.2 Ψηφιακή είσοδος και έξοδος
 

•                   Ο κωδικοποιητής video (video coder) έχει ως έξοδο μια ψηφιακή ακολουθία (Coded bit stream) η οποία μπορεί να συνδυαστεί με άλλα σήματα (όπως για παράδειγμα περιγράφεται στο πρότυπο H.221). Ο αποκωδικοποιητής  video (video decoder) εκτελεί την αντίθετη εργασία.

2.3 Συχνότητα δειγματοληψίας
 

•                Οι εικόνες δειγματοληπτούνται με ρυθμό ο οποίος είναι ακέραιο πολλαπλάσιο του αριθμού των γραμμών απ’ τις οποίες αποτελείται η εικόνα. Ο χρονιστής (clock) με βάση τον οποίο γίνεται η δειγματοληψία λειτουργεί ασύγχρονα με τον αντίστοιχο χρονιστή του δικτύου.

2.4 Αλγόριθμος κωδικοποίησης
 

•            Χρησιμοποιείται η τεχνική απόρριψης χρονικού πλεονάσματος πληροφορίας με βάση κάποιους προβλεπτικούς αλγόριθμους, καθώς και η τεχνική απόρριψης χωρικού πλεονάσματος. Ο αποκωδικοποιητής έχει τη δυνατότητα αντιστάθμισης κίνησης, επιτρέποντας έτσι και την προαιρετική ενσωμάτωση της τεχνικής αυτής και στον κωδικοποιητή.

2.5 Ρυθμός δυαδικών ψηφίων (bit rate)
 

•         To πρότυπο Η.261 είναι σχεδιασμένο κυρίως για ρυθμούς video μεταξύ 40 Kbit/s και 2Mbit/s.

2.6 Συμμετρία μετάδοσης
 

•                    Ο κωδικοποιητής/αποκωδικοποιητής μπορεί να χρησιμοποιηθεί τόσο για αμφίδρομη όσο και για μονόδρομη επικοινωνία.

2.7 Διαχείριση λαθών
 

•             Η μεταδιδόμενη δυαδική ακολουθία περιλαμβάνει και κώδικα διόρθωσης λαθών BCH (Bose, Chaudhuri and Hocquengham). Η χρήση αυτού του κώδικα απ’ τον αποκωδικοποιητή είναι προαιρετική.

2.8 Πολυτερματική λειτουργία (multipoint operation)
 

•               Τα χαρακτηριστικά τα οποία είναι απαραίτητα για την υποστήριξη αυτής της λειτουργίας περιλαμβάνονται στο πρότυπο H.261

3. Πηγή κωδικοποίησης (source coder)

3.1 Μορφή πηγής
 

•                 Η πηγή κωδικοποίησης χειρίζεται non-interlaced εικόνες με ρυθμό 30000/1001»29.97 φορές το δευτερόλεπτο. Η τυπική απόκλιση στη συχνότητα είναι ±50ppm.
•                Οι εικόνες κωδικοποιούνται στη φωτεινή συνιστώσα (luminance) και στις δυο χρωματικές συνιστώσες (Y , CB και CR). Αυτές οι συνιστώσες και ο τρόπος ανάθεσης των τιμών τους διευκρινίζονται στο πρότυπο CCIR 601.
• Black = 16
• White = 235
• Zero colour difference = 128
• Peak colour difference = 16 and 240.
•               Οι τιμές αυτές χρησιμοποιούνται και οι συναρτήσεις που υπάρχουν στον αλγόριθμο κωδικοποίησης δέχονται ως είσοδο τιμές από 1 έως 254.
• Δύο μορφές εικόνας καθορίζονται:
•                  Στην πρώτη μορφή (CIF) , η δομή της δειγματοληψίας του σήματος φωτεινότητας (luminance) είναι: 352 pixels/line, 288 lines/picture σε ορθογώνια διάταξη. Η δειγματοληψία των δύο χρωματικών συνιστωσών γίνεται στα 176 pixels/line, 144 lines/picture επίσης σε ορθογώνια διάταξη. Οι χρωματικές συνιστώσες υποδειγματοληπτούνται σε σχέση με το σήμα φωτεινότητας. Τα δείγματα των συνιστωσών διαφοράς χρώματος και της φωτεινότητας καθώς και η συσχέτισή τους φαίνονται στο σχήμα 2.
•  

  Σχήμα 2  

•             Η δεύτερη μορφή εικόνας, quarter-CIF (QCIF), περιέχει το μισό αριθμό pixels καθώς και των γραμμών από ότι περιγράφτηκε παραπάνω. Όλες οι διατάξεις κωδικοποίησης και αποκωδικοποίησης πρέπει να είναι ικανές να χειρίζονται εικόνες QCIF. Μερικές διατάξεις μπορούν να χειρίζονται και εικόνες CIF.

3.2 Αλγόριθμος κωδικοποίησης video
 

•                   Η πηγή κωδικοποίησης σε γενική μορφή, φαίνεται στο σχήμα 3. Τα κύρια τμήματά της είναι: η προβλεπτικότητα (prediction), μετασχηματισμός block (block transformation) και η κβαντοποίηση (quantization).

  Σχήμα 3    
 
 

•            Η πρόβλεψη λαθών (ΙΝΤΕR mode) ή η εικόνα που μπαίνει ως είσοδος (INTRA mode) υποδιαιρείται σε 8 pixels x 8 line blocks, που χωρίζονται σε μεταδιδόμενα ή μη μεταδιδόμενα. Επιπλέον, 4 block φωτεινότητας και δύο block που αντιστοιχούν στις χρωματικές συνιστώσες, συνδυάζονται ώστε να σχηματίσουν ένα macroblock όπως φαίνεται στο σχήμα 10.
•             Τα κριτήρια επιλογής της κατάστασης και μετάδοσης ενός block δεν αποτελούν αντικείμενο του Η.261 και μπορεί να διαφέρουν. Τα block που μεταδίδονται υφίστανται διακριτό μετασχηματισμό και οι παραγόμενοι συντελεστές κβαντοποιούνται και κωδικοποιούνται.

3.2.1 Πρόβλεψη
 

•             Η μέθοδος πρόβλεψης μπορεί να βελτιωθεί χρησιμοποιώντας την αντιστάθμιση κίνησης (βλ. 3.2.2) και φίλτρο μείωσης χωρικού πλεονάσματος.

3.2.2 Αντιστάθμιση κίνησης
 

•          Η δυνατότητα αντιστάθμισης κίνησης είναι προαιρετική για τον κωδικοποιητή. Ο αποκωδικοποιητής θα αποδέχεται ένα διάνυσμα ανά macroblock. Τόσο η οριζόντια όσο και η κατακόρυφη συνιστώσα από αυτά τα διανύσματα κίνησης παίρνουν ακέραιες τιμές που δεν ξεπερνούν το ±15. Το ίδιο διάνυσμα χρησιμοποιείται και για τα τέσσερα block φωτεινότητας του macroblock. Το διάνυσμα κίνησης για τις δυο χρωματικές συνιστώσες παράγεται διαιρώντας δια δύο κάθε συνιστώσα από το διάνυσμα του macroblock και αποκόπτοντας το δεκαδικό μέρος με στρογγυλοποίηση, ώστε να προκύψουν ακέραιοι αριθμοί.
•          Θετική τιμή στην κατακόρυφη ή οριζόντια συνιστώσα του διανύσματος κίνησης, υποδηλώνει ότι η τα αντίστοιχα pixel της προηγούμενης εικόνας βρίσκονται δεξιά ή κάτω αντίστοιχα, των pixel της εικόνας για την οποία γίνεται η πρόβλεψη. Τα διανύσματα κίνησης περιορίζονται στο ότι όλα τα pixel που σχετίζονται με αυτά, δεν πρέπει να βρίσκονται εκτός των ορίων της εικόνας που κωδικοποιείται.

3.2.3 Loop Filter
 

•                 Η διεργασία της πρόβλεψης γίνεται μέσω ενός δύο διαστάσεων χωρικού φίλτρου (FIL), το οποίο λειτουργεί με βάση ένα 8x8 block.
•                  To φίλτρο χωρίζεται σε δύο μονοδιάστατα μέρη, τα οποία χειρίζονται δύο διαδικασίες, μία για την οριζόντια και μία για την κατακόρυφη διεύθυνση. Και οι δυο διαδικασίες, δεν είναι αναδρομικές και οι συντελεστές που χρησιμοποιούνται είναι: Ό, ½ , Ό, εκτός από τα όρια του block όπου ο έλεγχος μπορεί να περάσει εκτός του block. Στις περιπτώσεις αυτές το 1-D φίλτρο τροποποιείται έτσι ώστε να έχει συντελεστές: 0, 1, 0. Έτσι οι αριθμοί που επιστρέφονται στην έξοδο του 2-D φίλτρου είναι ακέραιοι εύρους 8 bit. Οι αριθμοί στρογγυλοποιούνται ώστε να μην έχουν κλασματικό μέρος.
•                   Το φίλτρο τίθεται εντός ή εκτός λειτουργίας για τα 6 block που αποτελούν το macroblock ανάλογα με τον τύπο του macroblock (βλ. 4.2.3)

3.2.4 Μετασχηματισμός
 

•       Τα μεταδιδόμενα block, αρχικά υφίστανται διακριτό συνημιτονικό μετασχηματισμό, που λαμβάνει χώρα στις δύο διαστάσεις του 8x8 block. Οι τιμές από τον αντίστροφο μετασχηματισμό κυμαίνονται από -256 έως +255 μετά το ψαλίδισμα, ώστε να παριστάνονται από δυαδικούς αριθμούς εύρους 9 bits. Η συνάρτηση μεταφοράς του αντίστροφου μετασχηματισμού δίνονται από τον τύπο:

με  u, v, x, y  =  0, 1, 2, . . ., 7
όπου x,y  =  spatial coordinates in the pel domain,
 u,v  =  coordinates in the transform domain,
   for u = 0; otherwise 1,
   for v = 0; otherwise 1.
ΣΗΜΕΙΩΣΗ: Στο Μετασχηματισμένο block, x=0 και y=0 αναφέρονται στο pixel που βρίσκεται στο πάνω και αριστερό άκρο της εικόνας.

3.2.5 Κβαντοποίηση
 

•          Ο αριθμός των κβαντοποιητών είναι 1 για τους INTRA dc συντελεστές και 31 για τους άλλους συντελεστές. Σε ένα macroblock ο ίδιος κβαντοποιητής χρησιμοποιείται για όλους τους συντελεστές εκτός από τους INTRA dc συντελεστές. Τα επίπεδα αποφάσεων δεν καθορίζονται. Ο κβαντοποιητής για τους INTRA dc συντελεστές περιέχει τιμές που μεταβάλλονται γραμμικά με βήμα 8 και χωρίς την ύπαρξη νεκρής ζώνης (dead-zone). Οι άλλοι 31 κβαντοποιητές είναι επίσης γραμμικοί αλλά με ύπαρξη νεκρής ζώνης, γύρω από το μηδέν και με βήμα που παίρνει τιμές από 2 έως 62.
•                 Τα ανακατασκευαζόμενα επίπεδα που χρησιμοποιούνται περιγράφονται στην παράγραφο 4.2.4.

3.2.6 Ψαλιδισμός της ανακατασκευαζόμενης εικόνας
 

•                  Για να αποφύγουμε την αριθμητική υπερχείλιση στον κωδικοποιητή και αποκωδικοποιητή, λόγω μεγάλων συντελεστών, είναι απαραίτητη η χρήση των συναρτήσεων ψαλιδισμού. Η συνάρτηση ψαλιδισμού εφαρμόζεται στην ανακατασκευαζόμενη εικόνα, που σχηματίζεται προσθέτοντας τις τιμές της πρόβλεψης και το σφάλμα πρόβλεψης, που καθορίζονται στη διαδικασία κωδικοποίησης. Ο ψαλιδιστής επεμβαίνει στις τιμές που είναι μικρότερες του 0 ή μεγαλύτερες του 255, αλλάζοντας τις σε 0 και 255 αντίστοιχα.

3.3 Έλεγχος κωδικοποίησης (coding control)
 

•                     Αρκετές παράμετροι μπορούν να υπάρχουν για τον έλεγχο του ρυθμού της παραγωγής κωδικοποιημένων δεδομένων video. Αυτές περιλαμβάνουν επεξεργασία πριν την πηγή κωδικοποίησης (source coder), κβαντοποιητή, έλεγχος σημαντικότητας block και χρονική υποδειγματοληψία. Οι ρυθμίσεις που χρησιμοποιούνται για το σκοπό αυτό, δεν αποτελούν αντικείμενο του Η.261.

3.4 Ανανέωση macroblock
 

•       H ανανέωση γίνεται προωθώντας τη χρήση της INTRA κατάστασης του αλγόριθμου κωδικοποίησης. Η μορφή ανανέωσης δεν καθορίζεται. Για την αποφυγή λανθασμένης ή κακής ποιότητας πληροφορίας που προέρχεται από τη χρήση του διακριτού μετασχηματισμού, ένα macroblock πρέπει να ανανεώνεται δυναμικά τουλάχιστο μια φορά κάθε 132 φορές που μεταδίδεται.

4. Video multiplex coder
 

4.1 Δομή δεδομένων
 

•              Εκτός αν καθορίζεται διαφορετικά, το περισσότερο σημαντικό ψηφίο είναι αυτό που μεταδίδεται πρώτο. Αποτελεί το 1ο bit και είναι το αριστερότερο bit του κώδικα, κατά σύμβαση με το H.261. Εκτός αν καθορίζεται διαφορετικά, όλα τα υπόλοιπα bits που δε χρησιμοποιούνται παίρνουν τιμή "1". Τα bits που δε χρησιμοποιούνται θα πρέπει να αγνοούνται από το σύστημα εκτός αν η χρήση τους καθοριστεί από το CCITT.

4.2 Διάταξη του Video multiplex
 

•               To video multiplex ακολουθεί μια δομή τεσσάρων επιπέδων. Από την κορυφή της ιεραρχίας μέχρι το τέλος τα επίπεδα αυτά είναι:
•          ¨ picture
•          ¨ Group of blocks (GOB)
•          ¨ Macroblock (MB)
•          ¨ Block

Ένα συντακτικό διάγραμμα του video multiplex coder δίνεται στο σχήμα 4.
    Σχήμα 4