自1948年提出視頻數(shù)字化概念后, 經(jīng)過將近40年的探索, 于1982年提出了電視演播室數(shù)字編碼的國際標準(CCIR 601號建議);又于1984年提出了第一個實用化的、適應(yīng)于會議電視和可視電話要求的H.261標準;1993年公布了活動圖像的編碼壓縮標準MPEG-1;1994年發(fā)表了MPEG-2標準, 該標準向下兼容MPEG-1, 向上兼容HDTV的圖像質(zhì)量;1999年公布了MPEG-4標準; 今后還計劃發(fā)表MPEG-7標準。下面將上述國際標準逐一介紹。

1、CCIR 601號建議
　

為了便于國際間的節(jié)目交換，為消除數(shù)字設(shè)備之間的制式差別,和為 625行電視系統(tǒng)與 525行電視系統(tǒng)之間兼容，在 1982年 2月國際無線電咨詢委員會(CCIR)第 15次全會上，通過了 601號建議，確定以分量編碼為基礎(chǔ), 即以亮度分量Y、和兩個色差分量R-Y、B-Y為基礎(chǔ)進行編碼,作為電視演播室數(shù)字編碼的國際標準。
該標準規(guī)定: (1).不管是PAL制，還是NTSC制電視,Y、R-Y、B-Y三分量的抽樣頻率分別為13.5MHz、6.75MHz、6.75MHz。(2). 抽樣后采用線性量化，每個樣點的量化比特數(shù)用于演播室為10bit, 用于傳輸為8bit。(3). Y、R-Y、B-Y三分量樣點之間比例為4:2: 2。
　　在 1983年 9月召開的國際無線電咨詢委員會(CCIR)中期會議上，又作了三點補充：(l)明確規(guī)定編碼信號是經(jīng)過γ預(yù)校正的 Y、(R-Y)、B-Y)信號；(2)相應(yīng)于量化級 0和 255的碼字專用于同步， l到254的量化級用于視頻信號; (3)進一步明確了模擬與數(shù)字行的對應(yīng)關(guān)系，并規(guī)定從數(shù)字有效行末尾至基準時間樣點的間隔，對 525行、 60場／秒制式來說為 1 6個樣點，對 625行、 50場/秒制式則為 12個樣點。不論 625行／50場或 525行／60場，其數(shù)字有效行的亮度樣點數(shù)都是 720，色差信號的樣點數(shù)均是 360，這是為了便于制式轉(zhuǎn)換。若亮度樣點數(shù)被 2除，就得到色差信號的數(shù)據(jù)。
　　

2、H.261標準
　　1984年國際電報電話咨詢委員會的第 15研究組成立了一個專家組,專門研究電視電話的編碼問題，所用的電話網(wǎng)絡(luò)為綜合業(yè)務(wù)數(shù)據(jù)網(wǎng)絡(luò)ISDN，當時的目標是推薦一個圖像編碼標準，其傳輸速率為 m×384kb/s(千位／秒)，m= l,2,3,4,5。這里384kb/s在 ISDN中稱為 Ho信道。另有基本信道 B的速率為64kb/s, 6×B= 384kb/s。5×Ho = 30×B= 1920kb/s為窄帶 ISDN的最高速率。后來因為 384kb/s速率作為起始點偏高，廣泛性受限制，另外跨度也太大，靈活性受影響，所以改為 p×64kb/s, p= l， 2,3,..30。最后又把 p擴展到 32，因為 32×64kb/s=2084kb/s, 其中 2084＝211，基本上等于2Mb/s, 實際上已超過了窄帶 ISDN的最高速率1920kb/s，最高速率也稱信道容量。經(jīng)過5年以上的精心研究和努力，終于在 1990年12月完成和批準了CCITT推薦書 H.261，即"采用 p×64kb/s的聲像業(yè)務(wù)的圖像編解碼"，H.261簡稱 p×64。
　　由于 H.261標準是用于電視電話和電視會議，所以推薦的圖像編碼算法必須是實時處理的，并且要求最小的延遲時間，因為圖像必須和語音密切配合，否則必須延遲語音時間。當 p取l或2時，速率只能達到128kb/s, 由于速率較低只能傳清晰度不太高的圖像，所以適合于面對面的電視電話。當 p＞6時，速率＞384kb/s則速率較高，可以傳輸清晰度尚好的圖像，所以適用于電視會議。
　　

3、 JPEG標準
　　靜像數(shù)據(jù)壓縮標準 JPEG(Joint Photo一graphic Experts Group)，直譯為聯(lián)合攝影術(shù)專家組，其中聯(lián)合是指幾個國際組織的聯(lián)合。它是從1986年正式開始制訂的。當時由兩個國際組織聯(lián)合支持，其一,是國際標準組織 ISO; 其二,是國際電報電話咨詢委員會 CCITT。到 1987年 l1月，國際電工委員會 IEC也參加合作，因此說 JPEG是三個國際組織合作的成果。雖然從 1986開始，經(jīng)過許多次國際會議討論和修改后，于1992年 7月 2日表決通過標準的第一部分，但是可能對有關(guān)測試標準草案(即標準的第二部分)作進一步修改。JPEG是 ISO的標準,同時也CCITT的推薦標準。
　　JPEG是數(shù)字圖像壓縮的國際標準。它用于連續(xù)變化的靜止圖像，這里包括灰度等級和顏色兩方面的連續(xù)變化。JPEG包含兩種基本壓縮方法，各有不同的操作模式。第一種是有損壓縮，它是以DCT(Discrete Cosine Transform)為基礎(chǔ)的壓縮方法。第二種為無損壓縮，又稱預(yù)測壓縮方法。但最常使用的是第一種, 即DCT壓縮方法，也稱為基線順序編解碼(Baseline Sequential Codec)方法，因為這種方法的優(yōu)點是先進、有效、簡單、易于交流，因此應(yīng)用廣泛,是以DCT為基礎(chǔ)的最基本、最重要的方法。
　　

4、MPEG- l標準
　　MPEG是活動圖像專家組(Moving Picture Expert Group)的英文縮寫。實際上，它是標準化組織(ISO)和國際電工委員會(IEC)聯(lián)合技術(shù)委員會l(JTC l)的第29分委員會(SC29)的第 l l工作組(WG l l)，其全稱是 WG l l of SC 29 of ISO/IEC JTCl。MPEG的任務(wù)是開發(fā)運動圖像及其聲音的數(shù)字編碼標準，成立于1988年。
　　專家組最初的任務(wù)有三個：實現(xiàn)1.5Mb/s、 10Mb/s、 40Mb/s的壓縮編碼標準，即 MPEG-l、MPEG-2、MPEG-3。但因為 MPEG-2的功能已使 MPEG-3為多余，所以 MPEG-3于1992月撤消。MPEG-4項目是1991年5月建議并于 1993年 7月確認，其目標是甚低數(shù)碼率的音頻壓縮編碼(碼率低于28．8Kb/s)。下面分別介紹各個標準。
　　隨著數(shù)字音頻和數(shù)字視頻技術(shù)的廣泛應(yīng)用，ISO的活動圖像專家組(MPEG)在1991年11月提出了 ISO ll172標準的建議草案，通稱 MPEG-1標準。該標準于 1992年 11月通過， 1993年8月公布。MPEG-1標準適用于數(shù)碼率在1.5Mbps左右的應(yīng)用環(huán)境，也就是為CD-ROM光盤的視頻存儲和放像所制定的。
　　MPEG-l標準可以處理各種類型的活動圖像，其基本算法對于壓縮水平方向 360個像素豎直方向 288個象素的空間分辨力，每秒24至30幅畫面的運動圖像有很好的效果，在 MPEG-1標準中的一幀圖像的概念不同于電視中幀的概念，前者一定是成逐行掃描的圖像，如果待處理信號是隔行掃描的圖像，則編碼前必須將其轉(zhuǎn)換成逐行掃描的格式。
　　--MPEG-l標準提供了一些錄像機的功能：正放，圖像凍結(jié)、快進、快倒和慢放。此外，還提供了隨機存儲的功能，當然，解碼器這些功能的實現(xiàn)在一定程度上同圖像數(shù)據(jù)存儲介質(zhì)相關(guān)。
　　MPEG-l標準采用了一系列技術(shù)以獲得高壓縮比，第一，對色差信號進行亞采樣，減少數(shù)據(jù)量 ;第二，采用運動補償技術(shù)減少幀間冗余度；第三，做二維DCT變換去除空間相關(guān)性; 第四，對DCT分量進行量化，舍去不重要的信息，將量化后DCT分量按照頻率重新排序; 第五，將 DCT分量進行變字長編碼 ;第六，對每數(shù)據(jù)塊的直流分量(DC)進行預(yù)測差分編碼MPEG-l中的圖像類型共分四種: I圖像, 或稱Intra圖像，采用幀內(nèi)編碼，不參照其它圖像; P圖像, 或稱Predicted圖像, 它們參照前一幅I或P圖像做運動補償編碼; B圖像，或稱雙向預(yù)測圖像，它們參照前一幅和后一幅I或P圖像做雙向運動補償編碼; D圖像，或稱直流(DC) 圖像，這類圖像中只含直流分量，是為快放功能而設(shè)計的。
　

5、MPEG-2標準
　　MPEG-2是由 MPEG開發(fā)的第 2個標準。按計劃于 1994年 l1月正式確定為國際標準，MPEG-2是"活動圖像及有關(guān)聲音信息的通用編碼"(Generic Coding of Moving Pictures Associated Audio Information)標準。MPEG-2標準制定始于 1990年7月。在此之間，國際電信盟電信標準化部門(ITU-T)成立了一個有關(guān) ATM的圖像編碼專家組。從此開始了JTC1 ITU-T的合作。從1991年5月開始征集有關(guān)圖像編碼算法(Video Coding Algorithms)的文件,有32個公司和組織提供了非常詳細的研究結(jié)果和 D1格式的編解碼圖像錄像帶。 1991年l l月,在日本的 JVC研究所進行了對比測試，確定帶有運動補償預(yù)測和內(nèi)插的DCT最成熟和性能最好。在1992年 1月的會上又定下了 MPEG-2是"通用"(generic)標準。MPEG-2的聲音和系統(tǒng)部分的工作始于1 992年7月。MPEG為制定 MPEG-2經(jīng)常與有關(guān)國際組織，如ISO、IEC、ITU-T、ITU-R等開會協(xié)調(diào)，并注意到了與 MPEG-1的兼容一致。國際電聯(lián)的無線電通信部門(ITU-R)從廣播電視方面提出的不同需求構(gòu)成了 MPEG-2的檔次／等級(Profile/Level)概念的基礎(chǔ)。ITU-R在 MPEG-2的質(zhì)量檢驗、測試方面做了大量工作。MPEG-2的委員會草案ISO/IEC CD 13818是 1993年 l1月產(chǎn)生的。按計劃在 1994年1 l 月 7日至 l 1日的新加坡會議上，批準為國際標準ISO/IEC IS 13818。此后還要對 MPEG-2進行擴展。
　　

6、MPEG-4標準
　　MPEG-4標準將支持 7個新的功能?？纱致詣澐譃?3類：基于內(nèi)容的交互性、高壓縮率和靈活多樣的存取模式?，F(xiàn)分別介紹如下：
　　1. 基于內(nèi)容的交互性(Content-based interactivity)
　　(1)基于內(nèi)容的操作與比特流編輯支持無須編碼就可進行基于內(nèi)容的操作與比特流編輯。例如：使用者可在圖像或比特流中選擇一具體的對象(Object)(例如圖像中的某個人，某個建筑等等)，隨后改變它的某些特性。
　　(2)自然與合成數(shù)據(jù)混合編碼 提供將自然視頻圖像同合成數(shù)據(jù)(文本、圖形)有效結(jié)合的方式，同時支持交互性操作。
　　(3)增強的時間域隨機存取 MPEG-4將提供有效的隨機存取方式：在有限的時間間隔內(nèi),可按幀或任意形狀的對象,對一音、視頻序列進行隨機存取。例如以一序列中的某個音、視頻對象為目標進行"快進"搜索。
　　2. 高壓縮率(Compression)
　　(l)提高編碼效率 在與現(xiàn)有的或正在形成的標準的可比擬速率上, MPEG-4標準將提供更好的主觀視覺質(zhì)量的圖像。這一功能可望在迅速發(fā)展中的移動通信網(wǎng)中獲得應(yīng)用，但值得注意的是：提高編碼效率不是MPEG-4 的唯一的主要目際。
　　(2)對多個并發(fā)數(shù)據(jù)流的編碼 MPEG-4將提供對一景物的有效多視角編碼, 加上多伴音聲道編碼及有效的視聽同步。在立體視頻應(yīng)用方面, MPEG-4將利用對同一景物的多視點觀察所造成的信息冗余， MPEG-4的這一功能在足夠的觀察視點條件下將有效地描述三維自然景物。
　　3. 靈活多樣的存取 (Universal access)
　　(l)錯誤易發(fā)環(huán)境中的抗錯性( Robustness) "靈活多樣"是指允許采用各種有線、線網(wǎng)和各種存儲媒體，MPEG-4將提高抗錯誤能力(Error robustness capability)，尤其是在易發(fā)生嚴重錯誤的環(huán)境下的低比特應(yīng)用中(移動通信鏈路)。注意， MPEG- 4是第一個在其音、視頻表示規(guī)范中考慮信道特性的標準。目的不是取代已由通信網(wǎng)提供的錯誤控制技術(shù)，而是提供一種對抗殘留錯誤的堅韌性。例如：選擇性前向糾錯 ( Selective forward error correction)，錯誤遏制(Error containment), 或錯誤掩蓋(Error concealment)。
　　(2)基于內(nèi)容的尺度可變性(Content-based scalability) 內(nèi)容尺度可變性意味著給圖像中的各個對象分配優(yōu)先級。其中，比較重要的對象用較高的空間和或時間分辨率表示?；趦?nèi)容的尺度可變性是 MPEG-4的核心，因為一旦圖像中所含對象的目錄及相應(yīng)的優(yōu)先級確定后，其它的基于內(nèi)容的功能就比較容易實現(xiàn)了。對甚低比特率應(yīng)用來說，尺度可變性是一個關(guān)鍵的因素, 因為它提供了自適應(yīng)可用資源的能力。例如,這個功能允許使用者規(guī)定：對具有最高優(yōu)先級的對象以可接受的質(zhì)量顯示,第二優(yōu)先級的對象則以較低的質(zhì)量顯示，而其余內(nèi)容(對象)則不予顯示，可見,這種方式可最有效地利用有限的資源。
　　

7、 MPEG-7標準
　　MPEG家族的新成員叫作"多媒體內(nèi)容描述接口"(簡稱MPEG-7, 它的由來是1+2+4=7, 因為沒有MPEG-3、MPEG-5、MPEG-6)，它將擴展現(xiàn)有內(nèi)容識別專用解決方案的有限的能力，特別是它還包括了更多的數(shù)據(jù)類型。換言之， MPEG- 7將規(guī)定一個用于描述各種不同類型多媒體信息的描述符的標準集合。 MPEG-7還將對定義其它描述符及其結(jié)構(gòu)(描述方案)，和他們之間的關(guān)系的方法進行標準化。這種描述(也就是描述符和描述方案的組合)將與內(nèi)容本身關(guān)聯(lián)起來，以便對用戶感興趣的素材進行快速高效的搜索。 MPEG-7將標準化一種用來定義描述方案的語言，即描述定義語言(DDL)。帶有與之相關(guān)的 MPEG-7數(shù)據(jù)的 AV素材，就可以被加上索引，并可進行檢索。這些素材可能包括，靜止圖像、圖形、3D模型、音頻、語言、視頻、以及關(guān)于這些成份如何組成一個多媒體表述(即所謂"環(huán)境"，組合信息)的信息。在這些通用數(shù)據(jù)類型中的特殊情況可能已包括面部表情和個人特征。
　　MPEG- 7象 MPEG家族中的其它成員一樣，是針對滿足特定需要的音、視頻信息的標準化表述。由于 MPEG-7是在其它標準表述諸如模擬、 PCM、 MPEG-l、MPEG-2和MPEG- 4等基礎(chǔ)上建立起來的，而標準化的功能之一就是對其中相應(yīng)部分提供參考。舉例來說，也許一個用于MPEG-4的形狀描述符,在 MPEG-7的環(huán)境里可能會有幫助，同樣的，用于 MFEG-l、MPEG-2的運動矢量區(qū)也可能有這樣的情況。
　　但是， MPEG-7的描述符并不依賴于它所描述的內(nèi)容是編碼的或存儲的方式，可以把MPEG-7的描述說明,附加到模擬制的電影里或是用紙張打印出來的圖片上。然而，盡管MPEG-7的描述不依賴于所處理素材的(編碼)表達方式，但由于在一定程度上它是在 MPEG-4的基礎(chǔ)上發(fā)展起來的，而 MPEG-4采用了按照具有一定時間關(guān)系(同步)和空間關(guān)系(對于視頻而言是在屏幕上，對于音頻而言是在房間內(nèi))的對象,來進行音、視頻編碼的處理方式，因此用 MPEG-4編碼有可能把描述說明附加到場景中的成員(對象)，比如說音、視頻對象身上。所以，MPEG-7在描述中要提供不同的程度，才可能實現(xiàn)不同等級的識別。
　　因為描述性特征必須在應(yīng)用環(huán)境中才有意義，所以他們會因用戶范圍的不同和應(yīng)用領(lǐng)域的不同而有所區(qū)別。這就意昧著，同樣的素材，因為要和應(yīng)用范圍相匹配，可能會使用不同類型的特征來描述。我們來看一些例子，對于可視素材，較低的抽象級別可能會用一些象形狀、尺寸、紋理、顏色、運動(拋射)、位置("對象會在場景中的哪個位置被發(fā)現(xiàn)呢?")等屬性來描述；對音頻內(nèi)容而言，可能會采用調(diào)式、情緒、節(jié)奏、節(jié)奏變化、在聲場中的位置等屬性。而最高的抽象等級可能會給出關(guān)于語意的信息："在這個場景中，左側(cè)有一只正在吠叫的棕狗，右側(cè)有一只落下來的藍色圓球，背景中還有汽車經(jīng)過的聲音。"當然，所有這些描述都會以高效方式進行編碼，也即能提高搜索的效率。同時，中間也可能存在過渡的抽象等級。抽象等級與提取特征的方式有關(guān)，許多低等級的特征可以用全自動的方式提取出來，而高等級的特征就需要更多的人工交互。