Übersicht
 

Im Jahre 1993 wurde MPEG-1 bzw. MPEG als ISO Standard „ISO IEC JTC 1“ verabschiedet. MPEG-1 setzt hierbei auf der im Jahre 1990 von der ITU verabschiedeten H.261 Norm und dem Einzelbildkompressionsverfahren JPEG auf.

H.261 wird im nachfolgenden Kapitel kurz erwähnt. Die wesentlichen Konzepte der Videokompression sollen jedoch anhand von MPEG-1 dargestellt werden.

MPEG steht für die Forschung bzw. Normierungsgruppe „Moving Picture Experts Group“, die sich mit der Videokompression beschäftigt.

Die grundsätzlichen Vorgaben für MPEG-1 war die Darstellung von Videos in akzeptabler Qualität, wobei hier die Qualität eines VHS-Videorecoder erreicht werden sollte, bei einer vorgegebenen Datenrate von 1,2MBit/s. Diese Datenrate konnte durch damalige CD-ROM Laufwerke erreicht werden. MPEG-1 arbeitet mit Datenraten bis zu 1,856MBit/s.

Die gesamten Qualitätsparameter zu MPEG-1 sind:
 

max. 768x576 Pixel

max. 30 Frames/Sekunde

max. 1,856 MBit/Sekunde

 
 

Bei MPEG-1 wird die Einzelbildkompression basierend auf dem JPEG (Joint Picture Experts Group) eingesetzt. JPEG bzw. JPG wird daneben in vielen Anwendungen mit digitalen Bildern als Dateistandard verwendet.

Bei der Videokompression stehen zwei grundsätzliche Ansätze zur Kompression zur Verfügung. Ein Video läßt sich als Folge von einzelnen Bildern verstehen. Somit ist es offensichtlich, daß durch die Kompression dieser einzelnen Bilder eine Kompression möglich ist. Dieser Ansatz wird als „intraframe“ Kompression bezeichnet, da hier das einzelne Bild betrachtet wird.

Eine weitere Möglichkeit der Kompression entsteht durch die Analyse der Änderung zwischen nachfolgenden Bildern. Im wesentlichen wird hierbei die Differenz zwischen den Bildern betrachtet. Dieser Ansatz wird als „interframe“ Kompression bezeichnet.

Bei MPEG-1 werden sowohl „intraframe“ als auch „interframne“ Kompression eingesetzt.
 
 

• Intraframe Kompression

Die Darstellung eines einzelnen Bildpunktes auf dem Bildschirm entsteht durch die Addition der drei Farbkomponenten Rot, Grün und Blau. Diese RGB-Darstellung ist für jeden Monitor selbstverständlich, da auf der Bildröhre genau diese drei Elementarfarben vorhanden sind, und durch die Mischung hierdurch alle anderen Farben erzeugt werden können.

Bei der Source-Codierung ist es entscheidend, daß die spezifischen Eigenschaften des Empfängers berücksichtigt werden. Hieraus ergibt sich eine andere Farbdarstellung. Statt einen Bildpunkt als RGB-Vektor zu verstehen, wird eine Transformation in einen Helligkeitsanteil Y (luminance) und zwei Farbvektoren I und Q durchgeführt.

Die Motivation hierfür ergibt das menschliche Auge. Das Auge hat eine sehr viel höhere Helligkeitsempfindlichkeit, als dies bei der Farbempfindlichkeit der Fall ist. Durch die Trennung zwischen Helligkeitsinformation, mit der bereits ein Schwarzweißbild erzeugt werden kann, und der Farbinformation kann nachfolgend eine bessere Kompression erreicht werden.

Dies erfolgt in nächsten Schritt durch die Einteilung des Bildes in sogenannte Macroblöcke. Ein Macroblock besteht aus 8x8 einzelnen Bildpunkten. Bei der Helligkeitsinformation, werden 8x8 Bildpunkt in einen 8x8 Pixel großen Macroblock übersetzt.

Da die Farbinformation für das Auge jedoch nicht von so entscheidender Bedeutung ist, werden bei den beiden Farbkomponenten I und Q jeweils 2x2 Pixel in einen einzelnen Pixel im Macroblock transformiert. Somit werden aus ursprünglich 16x16 Pixel nur noch 8x8 Pixel im Macroblock. Durch diese Zusammenfassung wird bereits eine Datenreduktion von 75% bei den Farbkomponenten erreicht, da aus ursprünglich 4 Pixel nur noch ein einzelner Pixel wurde.
 

Helligkeit 1: 1

Farbkomponente 4 : 1

Durch die Transformation der Helligkeits- und Farbinformation in Macroblöcke wird der nächste wesentliche Schritt bei der Kompression ermöglicht.

In einem Macroblock werden 8x8 (bei der Helligkeitsinformation) bzw. 16x16 (Bei der Farbinformation) repräsentiert. Diese Darstellung läßt sich erneut durch ein mathematisches Verfahren zerlegen.

Um das grundsätzliche Verfahren zu verstehen ist ein Exkurs in die Nachrichtentechnik bzw. Physik erforderlich.

Grundsätzlich läßt sich jedes Signal, z.B. die Messung einer Spannungsänderung an einem Mikrofon, durch die Summation von mehreren einzelnen diskreten Frequenzen darstellen. Das entsprechende mathematische Verfahren wird Fourier-Transformation. Nach der FT wird ein Signal nicht mehr als eine Folge von Spannungswerten zu bestimmten Zeitpunkten (Graph) beschrieben, sondern durch die Anteile von bestimmten Frequenzen.


Bild: Transformation eines Makroblock von der Signal (Zeit) Darstellung in die Frequenz Darstellung mittels DCT
 


Bild: Basis zu der das ursprüngliche Signal in die Frequenzdarstellung transformiert wird
 

Die FT ermöglicht dies für ein eindimensionales Signal. Bei der Bildkompression wird das zweidimensionale Verfahren „discrete cosinus transformation“ DCT verwendet. Hier wird das „Signal“ nicht als eindimensionale Frequenzdarstellung, sondern als Darstellung zweier Frequenzen dargestellt, die senkrecht aufeinander stehen.

Eine weitere Möglichkeit dies zu verstehen ist durch eine Basistransformation zu verstehen. Eine solche Basis ist durch nachfolgendes Bild gegeben. Auf diesem Bild ist links oben die geringste Frequenz zu sehen, während die Frequenzen nach rechts bzw. unten steigen.

Nachdem durch die DCT eine Frequenzdarstellung in x- bzw. y-Achse vorhanden ist, können weitere Informationsanteile entfernt werden. In der transformierten Darstellung eines Macroblock steigen die Frequenzen für die x-Achse von links nach rechts, während die Frequenzen für die y-Achse von oben nach unten steigen.

Betrachtet man die Summe der x- und y-Frequenz, so ergeben sich auf diagonalen Geraden von rechts-oben nach links-unten jeweils gleiche Summenfrequenzen.  Werden diese Frequenzen durch den im Bild dargestellten „zig-zag“ Kurs durchlaufen, dann steigt die Summenfrequenz kontinuierlich an, bis das Maximum in der rechten unteren Ecke erreicht wird. Werden die Macrozellen in dieser Reihenfolge als Vektor betrachtet, so steigen die Frequenzen von der ersten zur letzten Komponente an. Mit einer steigenden Frequenz wird der Anteil der höherfrequenten kontinuierlich geringer.

Bild: Ermittlung der Reihenfolge durch "zig-zag" Kurs

Durch eine Quantisierung (Rundung) dieses Vektors, werden i.d.R. viele Komponenten zu 0. Diese Komponenten brauchen dann bei der späteren Verarbeitung nicht mehr berücksichtigt werden. Gerade diese Quantisierung ist ein weiterer wesentlicher Schritt der Datenreduktion bei diesem Verfahren.

Durch diese sehr umfangreichen mathematischen Verfahren ist der wesentliche Teil der Datenreduktion erreicht. Die jetzt folgenden Schritte kodieren die so gewonnenen Daten.

Die erste Komponente des quantisierten Vektors beschreibt die geringste Frequenz in dem entsprechenden Macroblock. Hierdurch wird die Grund- bzw. Durchschnittsausprägung der Helligkeitskomponente bzw. eines der beiden Farbvektoren beschrieben werden. Dieser Wert wird als DC-Wert bezeichnet und kann für eine sehr grobe Bilddarstellung bereits eingesetzt werden. Da ein Bild seine Helligkeits- bzw. Farbinformation i.d.R. steig ändert, werden die DC-Werte von nachfolgenden Macroblöcken mittels „differential pulse code modulation“ DPCM kodiert. Bei diesem Verfahren werden zu dem entsprechenden Vorgängerwert lediglich die Differenzen berücksichtigt.

Die anderen 63 AC Werte werden durch die Lauflängen-Kodierung dargestellt. Die Motivation hierfür ergibt sich aus der Tatsache, daß viele dieser Wert 0 sind, und somit durch die LL-Kodierung eine sehr gute Kompression erreicht werden kann.

Neben der sehr komplexen „intraframe“ Kompression wird noch die „interframe“ Kompression durchgeführt.
 
• interframe Kompression

Bild: Beispiel "Tagesschau" (c) ARD/NDR
(Erlaubnis zur Veröffentlichung im Rahmen der Seminararbeit wird angenommen.)

Bei den meisten Anwendungen ändern sich im zeitlichen Verlauf nur sehr wenige Macroblöcke bei nachfolgenden Bildern. Somit ist es sehr wünschenswert nur solche Macroblöcke neu zu übertragen, in denen eine signifikante Änderung stattgefunden hat. Bei dem dargestellten Bild der Tagesschau, ändern sich nur sehr wenige Teile, insbesondere die Gesichtszüge und diverse Text- und Grafik-Einblendungen im Vorder- und Hintergrund.

Daneben wird bei der „interframe“ Kompression noch eine „motion compensation“ durchgeführt. Hierbei wird untersucht, ob einzelne Macroblöcke durch translatorische Bewegungen ihre Position im Bild geändert haben. Gerade dieser Schritt ist sehr aufwendig und wird nicht immer durchgeführt, da nur bei bestimmten Bildsequenzen eine signifikante Datenreduktion möglich ist. Andere Bewegungsabläufe einzelner Macroblöcke (z.B. Rotationen) werden grundsätzlich nicht durchgeführt, da dies noch einmal eine sehr erhebliche CPU Belastung für den Sender zur Folge hätte.

Abschließend werden für MPEG-1 noch die benutzen Frametypen dargestellt. In einem Frametyp wird ein entsprechender Teil des Datenstroms dargestellt.

• I – Frames (Intraframe)

Diese Frames stellen ein komplettes Bild in JPEG Kodierung dar. I-Frames werden in regelmäßigen Schritten gesendet, um einem Empfänger quasi jederzeit die Möglichkeit zum Darstellen des Videos zu ermöglichen. Denn ein I-Frame ist immer die Grundlage für andere nachfolgende Frametypen.

• P – Frames (Predicted)

Bei diesen Frames werden die Änderungen zu einem anderen I-Frame bzw. zu einem anderen P-Frame.

• B – Frames (Bidirectional Frames)

Diese Frames bieten den höchsten Kompressionsgrad, denn es wird gleichzeit ein Bezug zu zwei anderen Frames hergestellt. Wie bei den P-Frames können hier jedoch nur andere I-Frames oder P-Frames referenziert werden.


Bild: Beispiel für die Anwendung eines B-Frames
 

• D – Frames (DC Komponente)

Dieser Frametyp beinhaltet nur den DC Anteil eines Macroblock. Somit läßt sich hierdurch das Bild nur sehr grob darstellen. Deshalb werden D-Frames hauptsächlich für Anwendungen mit schnellem Vor- bzw. Rückspulen eingesetzt.
 

Die Framereihenfolge kann völlig frei durch den Sender vorgegeben werden. Wie bereits erwähnt, muß jedoch in regelmäßigen Abständen ein I-Frame gesendet werden, damit auch alle potentiellen Empfänger möglichst schnell mit der Darstellung beginnen können.
 

Bild: Mögliche Reihenfolge der unterschiedlichen Frametypen mit ihren entsprechenden Referenzbildern
 
• Zusammenfassung MPEG

In der nachfolgenden Grafik wird das komplette MPEG-1 Verfahren ohne den „interframe“ Anteil dargestellt.

Bild: MPEG-Kompletdarstellung (ohne interframe)

Die Audio Kompressionsverfahren von MPEG-1 werden hier nicht erwähnt.
 
 
• MPEG 2

Neben MPEG-1 wurde 1993 zur Normierung bei der ISO vorgeschlagen. Während MPEG-1 sehr enge Grenzen bei der Qualität und der nutzbaren Bandbreite vorgibt, beinhaltet MPEG-2 eine größere Variationsmöglichkeit von Qualität und Bandbreite.

Während MPEG-1 lediglich „VHS-Qualität“ bietet, kann MPEG-2 auch bei anspruchsvollen Anwendungen mit erhöhten Qualitätsanforderungen eingesetzt werden.

MPEG-2 bietet also die sogenannte „Broadcast Quality“, wie sie für die Verbreitung von Fernsehbildern gefordert wird.

Die Bandbreitenvorgaben erfolgen in „levels“. Daneben existieren „profiles“ die Qualitätsvorgaben machen. Die möglichen Kombination zwischen „levels“ und „profiles“ werden in der nachfolgenden Tabelle dargestellt.

Das wichtigste Einsatzgebiet von MPEG-2 stellt das digitale Fernsehen dar. So wird MPEG-2 bei der digitalen Fernsehübertragung via Satellit und Kabel eingesetzt.

Nächstes Kapitel:
Video Kompressionsverfahren H.261/H.263