随着我国工业的不断发展，工业网络结构的复杂性与日俱增，但是由于一些枢纽单位所处地理位置分散和偏僻等特点，给网络的管理造成了诸多不便，采用远程视频监控来提高工业管理的自动化程度显得日益重要。

随着计算机、视频编码以及网络传输技术的飞速发展，视频监控技术实现了巨大飞跃，视频编码技术作为远程视频监控的关键技术，受到了大家的关注。目前，视频监控系统中主要采用的图像压缩标准H.261与MPEG-1，在应用中具有适应性和用户交互性差的局限性。近些年产生的MPEG-2、MPEG-4、H.263、H.264等视频编码标准提供了更高的数据压缩比，尤其是H.264以其高质量、低码流、适应性强的特点越来越广泛地被应用在视频监控系统中。

由于以上标准在专利池收费、知识产权以及技术实现复杂度方面存在一定的问题，制约了它们的发展。能否建立一种我国自主知识产权且性能相同或优于其他标准的视频编码标准，成为我们面临的重要问题。在这种情况下，AVS（音视频编码技术标准）进入了我们的视线。

1AVS视频编码标准

(1)AVS主要技术改进

AVS采用了许多先进的技术来保证其性能，是一项较有优势的新标准。2003年底完成的AVS标准第2部分(AVS1-P2以下称为AVS视频标准)主要面向高清晰度、高质量数字电视广播、数字存储媒体和其它相关应用。它具有4大特点：性能高，编码效率比MPEG-2高2倍以上,与H.264的编码效率相当；算法复杂度比H.264低；软硬件实现成本都低于H.264；专利授权模式简单，费用明显低于同类标准。

AVS视频标准采用了与H.264类似的技术框架（如图1），包括变换、量化、熵编码、帧内预测、帧间预测、环路滤波等技术模块。

图1

实现AVS视频标准的主要先进技术如下。

• 平均信息量编码

首先，AVS采用了k（k=0,1,2,3）阶Exp-Golomb（指数哥伦布）编码，CBP（宏块编码模板）、宏块模式和运动矢量等采用0阶指数哥伦布码编码，量化系数使用全部四种指数哥伦布码,并采用2D-VLC对其进行编码。由于对Exp-Golomp编码表进行了调整，AVS解码器并不需要存储这些编码表。而语法元素可以利用带有可选择查找表的简单分析进行解码。AVS定义的19个映射表尽管只占用了不到2Kbyte的空间，却能很好地适应不同的分配，并具有很高的编码能力。

• 转换和量化

与H.264和MPEG-2不同的是，AVS采用8×8整数转换。为了减少解量化和逆转换中的取整误差，AVS还专门设置了一种特殊程序，并且各种操作均可在16位内完成。

• 帧内预测

AVS视频标准采用了帧内预测技术，改进了帧内编码的宏块性能。与H.264相比，AVS定义了5种用于8×8亮度块的模式和4种用于8×8色度块的模式。

• 基准画面

以往的视频编码标准（如MPEG-2）中，双向预测编码画面(B画面)通常以前一个画面和/或后一个画面为基准。虽然预测编码画面(P画面)只用前一个画面来预测当前画面，但在解码器内实际的基准缓冲空间相当于该画面的两倍大。而AVS完全采用基准缓冲器进行P缓冲器编码，P画面可用前面的两个相邻的I/P画面作基准，因此在提升编码效率的同时，占用的基准缓冲器空间仍与MPEG-2相同。

• B画面对称模式

AVS以对称模式取代了现有编码标准的插值模式，只有前向活动矢量进行编码，逆向活动矢量则通过前向和逆向间的相互关系得出。因此，至多有一种方向的活动矢量需要在AVS的B宏块中进行编码。

• 加权预测

AVS的加权预测功能可以在很大程度上改善编码效率，尤其是在场景转换和照明变化时。加权预测采用了一种简单的线性模式，因此参数能在预测的图像头内进行编码。但每个宏块均可以自由选择是否采用加权预测。

• 去块滤波器

基于块的视频编码经常会产生块赝像，在低位率情况下这种现象会变得更明显。为解决这一问题，AVS定义了一种适应性环路去块滤波器，用以改进解码视频质量。除了画面边界或片边界外，过滤功能还能用于亮度和色度块的边界。过滤的强度则取决于宏块的类型、量化阶、活动矢量和块间的区别。

• 隔行编码

在输入隔行序列时，一个画面既可以用一帧也可以用两场(顶场和底场)进行编码。只有帧和场间的画面层适配可以用于当前的版本。在采用两场编码时，前一场由之前的解码场预测，而后一场则通过前一场和之前的解码场共同预测。两个场分享一个图像头，但是它们应属于不同的片。

(2)AVS与H.264的比较

视频信息通常为海量信息，需要占用大量的存储空间和传输带宽，视频标准研究的关键在于保证图像视觉效果不失真的情况下优化算法、消除视频数据重的冗余，最大范围地压缩视频数据。

与目前性能最好的H.264标准进行比较，在图像质量相近的情况下，AVS解码复杂度相当于H.264的30%，AVS编码复杂度相当于H.264的70%。复杂度越低，占用系统资源越少，系统效率则相应提高。具体技术模块复杂度分析如表1所示。