数字视频技术
数字视频
在上世纪90年代中期以前，几乎所有的视频都采用了模拟格式。正是在那之后，诸如MPEG‐2压缩的出现、互联网上流媒体的繁荣以及FCC采用“数字电视（DTV）”标准等推动力形成了一场“完美风暴”，将数字视频表现方式的优点呈现给整个视频世界。这些超越模拟信号的优点包括：更好的信噪比性能，更好的带宽利用（可以将若干路数字视频通道融入每个现有的视频频道中），而且通过数字压缩技术来减少存储空间。
从根本上来说，视频的数字化同时包括了对模拟视频信号的采样和量化。在视频帧的2D框架之中，采样最终体现为将栅格状的图像空间划分为小块的区域，并根据每个区域中颜色空间分量的强度来为其分配相对幅值。请注意，模拟视频信号已经被从垂直方向上（离散的多行扫描）和时间上（每秒分立的多帧图像）做了采样。
量化是指在采样过程中设法确定这些离散幅值的过程。8bit视频是消费类应用中常用的格式，在每个颜色通道（R、G、B或者 YCbCr）中，0代表最暗（全黑），255代表最亮（白）。不过，应该指出的是，每单色通道10bit 和12bit的量化水平，也正在迅速融入主流的视频产品中，从而带来更高的精度，这对于避免其截断误差从而降低接收到的图像噪声来说，是非常有效的。
数字视频的出现，在很大程度上为NTSC和PAL系统接口的标准化提供了极佳的机会。当ITU（国际电信联盟）开会以确定关于数字视频标准方面的推荐方案时，它把重点放在如何在NTSC和PAL格式之间实现高度的共享性，这样使得两种标准都可以采用同一种编码格式。
他们确定了2种独立的推荐方案－ITU‐R BT.601和ITU‐R BT656。这两种方案合起来，就定义了一种结构，该结构能让不同的数字视频系统部件实现互操作。鉴于BT.601定义了数字视频传输所用的参数，BT.656定义了接口本身。
ITU-R BT.601（前 CCIR-601）
BT.601规定了对视频信号进行数字化编码的方法，它利用了YCbCr颜色空间，以更好地利用通道带宽。它建议将4:2:2 YCbCr作为广播视频的首选格式。同时也提供了同步信号（HSYNC，VSYNC，FIELD）和时钟信号，以便划定有效视频区的边界。图4示出了同步信号、时钟和数字信号之间典型的时序关系。
每个BT.601像素分量（Y、Cr或 Cb）被量化为8或者10bit信息，NTSC和PAL的有效视频画面中每行有720个像素 。不过，它们在垂直分辨率方面存在差异。30帧/s的NTSC有525行（线）（包括垂直消隐或者回扫区），而通过在PAL帧上添加100条线，或者说，使之总共达到625条线，使PAL的25帧/s的速率适应同样的标准。
BT.601规定Y值的额定值范围从16（全黑）一直到235（全白）。颜色分量Cb和Cr则从16到240，但128的量值对应着无颜色。有时，由于噪声或者截断误差的存在，一个量值可能会超出额定值边界之外，但永远不会取值到0或者255。
ITU-R BT.656 （前 CCIR-656）
BT.601规划了对视频进行数字编码的方法，而BT.656则实际定义了实施BT.601所必需的物理接口和数据流。它同时定义了位并行和位串行模式。位并行模式只需要27MHz的时钟（在NTSC 30 帧/s条件下）以及8或10条连线（具体取决于像素的分辨率）。所有的同步化信号都嵌入到数据流中，因此无需额外添加硬件连线。
位串行模式只需要在单个通道上传输一路复用化的10bit/像素串行数据流，不过它需要运用复杂的同步化、频谱整形和时钟恢复调理等技术手段。此外，其位时钟速率接近300MHz，因此要在很多系统中实施基于采用串行位形式的BT.656是极富挑战性的任务。从我们的目标出发，我们将把注意力仅放在位并行模式上。
图5和图6示出了ITU-R BT. 656中分别针对525/60 （NTSC）和625/50 （PAL）系统的帧划分方法和数据流的特性。
在BT.656标准中，水平（H）、垂直（V）和场（F）信号作为嵌入到视频数据流中的一串字节来发送，这一串字节构成了一个控制字。有效视频起点（SAV）和有效视频终点（EAV）信号指示了每行读入的数据单元的开始和结束。SAV出现在H发生1-0切换时，EAV出现在H发生0-1切换时。整个视频场由有效的视频＋水平消隐（EAV和SAV代码之间的空间）以及垂直消隐（V＝1的空间）组成。
视频的场从F位的切换开始。“奇数场”由F＝0表示，而F＝1则表示偶数场。逐行扫描的视频并不区分场1和场2，而隔行扫描的视频则要求专门对每个场进行独立的处理，因为每个场交替的扫描行组合起来最终形成实际的视频图像。
图7更为详细地示出了SAV和EAV代码。请注意，视频数据有一个由三个字节构成的前导码（8bit视频是0xFF, 0x00，0x00，而10bit视频则是0x3FF, 0x000, 0x000），后面跟随着XY状态字，这个字除了包含F （场）, V （垂直消隐） 和 H （水平消隐）位之外，还包含了4个保护位，以实现单位错误的检测和纠正。请注意，F和V只能作为EAV序列的一部分来变化（即，从H = 0切换到H = 1）。此外，请注意，对于10bit视频来说，增加的两位实际上是最低位，而不是最高位。
图中：8－bit Data——8位数据，10bit Data——10位数据
各个数位的定义如下：
- F = 0 for Field 1
- F = 0 ，场 1
- F = 1 for Field 2
- F = 1， 场 2
- V = 1 during Vertical Blanking
- V = 1 垂直消隐期间
- V = 0 when not in Vertical Blanking
- V = 0 未在垂直消隐期内
- H = 0 at SAV
- H = 0 @ SAV
- H = 1 at EAV
- H = 1 @ EAV
- P3 = V XOR H
- P2 = F XOR H
- P1 = F XOR V
- P0 = F XOR V XOR H
垂直消隐间隔（V＝1的时间）可以被用来发送非视频的信息，如音频、文字电视广播（teletext）、字幕（closed‐captioning）或者甚至交互电视应用所需的数据。BT.656借助辅助性的数据包实现这些功能。这些辅助性数据包并未采用通常在控制代码前的那些“0xFF, 0x00, 0x00”前导码，而是以“0x00, 0xFF, 0xFF”前导码为开头。
假定并不发送辅助数据，则在水平和垂直消隐间隔期间，（Cb, Y, Cr, Y, Cb, Y, …）流是（0x80, 0x10, 0x80, 0x10, 0x80, 0x10…）。另外，请注意，由于0x00 和 0xFF等量值专门用于控制前导码，故不能用作有效视频流的一部分。在10bit系统中，（0x000 到 0x003）以及（0x3FC 到0x3FF）等量值也都被专门留出，以免给8bit的视频引用造成问题。
上述就是我们关于数字视频的概念介绍。在下一部分中，我们将把注意力放在如何从系统角度来考察视频技术上，讨论视频流是如何进入和输出嵌入式系统的。
