北京郵電人學(xué)壩i 研究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 摘要 在當(dāng)今的操作系統(tǒng)中，雖然w i n d o w s 占據(jù)統(tǒng)治地位，但是l i n u x 經(jīng)過十幾年 的發(fā)展，也已逐漸成熟，使用l 1 n u x 的w e b 服務(wù)器隨處可見。與w i n d o w s 相 比，l 1 n u x 自身的穩(wěn)定性以及優(yōu)秀的網(wǎng)絡(luò)性能使它的應(yīng)用日益廣泛，而且l i n u x 提供了友好的圖形用戶界面，已經(jīng)直接向主宰個(gè)人電腦的w i n d o w s 系統(tǒng)提出了強(qiáng) 大的挑戰(zhàn)。 而隨著個(gè)人計(jì)算機(jī)和i n t e m e t 技術(shù)的普及，集文本、圖形、圖像、動畫、音頻 和視頻等多種信息為一體的多媒體業(yè)務(wù)證在迅速滲入人們的生活，并成為網(wǎng)絡(luò)通 信的主流。但是數(shù)字視頻信息的數(shù)據(jù)量巨大，無論存儲還是傳輸都很困難，因此 視頻壓縮技術(shù)就成為多媒體通信中最為關(guān)鍵的技術(shù)。國際上通用的圖像視頻壓縮 標(biāo)準(zhǔn)有j p e g 、h 2 6 1 、h 2 6 3 以及m p e g 系列。m p e g 標(biāo)準(zhǔn)兼顧了圖像質(zhì)量和壓 縮費(fèi)用，在圖像、伴音、存儲媒體和傳輸四個(gè)方面制定了統(tǒng)一的標(biāo)準(zhǔn)，有效的將 計(jì)算機(jī)、通信和電視廣播三方面結(jié)合了起來。在本文中簡單闡述了m p e g 視頻壓 縮編碼算法及其軟件實(shí)現(xiàn)。 視頻業(yè)務(wù)在網(wǎng)絡(luò)上的傳輸應(yīng)用包括視頻點(diǎn)播、視頻會議、可視電話、遠(yuǎn)程教 學(xué)、遠(yuǎn)程醫(yī)療等等。本文針對臺灣l e a d t e k 公司的客戶需求，介紹了局域網(wǎng)內(nèi) 視頻點(diǎn)播系統(tǒng)的方案設(shè)計(jì)和實(shí)現(xiàn)，重點(diǎn)闡述了本人完成的客戶端部分。 文章首先在第一章中介紹了多媒體通信和課題背景。第二章中介紹視頻壓縮 的基本技術(shù)以及國際通用的標(biāo)準(zhǔn)。第三章中具體介紹m p e g 1 和m p e g 2 標(biāo)準(zhǔn)以 及它們的編解碼軟件實(shí)現(xiàn)，包括m p e g 一1 和m p e g 2 的基本編解碼以及m p e g 一2 數(shù)據(jù)分割分層編解碼。第四章論述我們的視頻點(diǎn)播系統(tǒng)方案設(shè)計(jì)及實(shí)現(xiàn)，重點(diǎn)介 紹其中客戶端的具體設(shè)計(jì)和工作流程。第五章總結(jié)研究生期間所做的工作，并指 出今后應(yīng)繼續(xù)開發(fā)和完善的工作。 關(guān)鍵詞： 視頻，m p e g ，l i n u x ，數(shù)據(jù)分割，視頻點(diǎn)播，媒體服務(wù)器，客戶端 北京郵電大學(xué)碩j j 研究生論文l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) a b s t r a c t a m o n g a l lt h eo p e r a t i n gs y s t e m st o d a y ，a l t h o u g hw i n d o w sh a st a k e n u p t h e d o m i n i o n p l a c e ，l i n u xs y s t e m h a s g r o w nu pg r a d u a l l ya f t e rd e c a d e so f p r o g r e s s ，a n d i t i su s e do nw e bs e r v e r se v e r y w h e r e c o m p a r e dw i t hw i n d o w s ，l i n u x s y s t e mi su s e d i n c r e a s i n g l yb r o a d b e c a u s eo fi t ss t a b i l i t ya n de x c e l l e n tn e t w o r k p e r f o r m a n c e a n d ， w i t h a ll i n u xh a s p r o v i d e d af r i e n d l yg r a p h i c a lu s e ri n t e r f a c e ，a n di th a s a l r e a d y t u r n e d t ob eas t r o n gc h a l l e n g et ow i n d o w s s y s t e md i r e c t l y ，w h i c hi sd o m i n a t i n gt h ep c w o r l d w i t ht h ed e v e l o p m e n to fp ca n di n t e m e t ，m u l t i m e d i as e r v i c e sw i t h t e x t ，g r a p h i c s ， i m a g e ，a u d i oa n dv i d e oa r eb e i n gw i d e l yu s e di no u rl i f e ，a n db e c o m et h em a i ns e r v i c eo n n e t w o r k b u tt h ed a t ao fd i g i t a lv i d e oi ss oh u g eb o t hf o rs t o r a g ea n df o rt r a n s p o r t ，t h a t v i d e oc o m p r e s s i o nb e c o m e st h ek e yt e c h n o l o g yi nm u l t i m e d i ac o m m u n i c a t i o n s t h e r e a r em a n yi n t e r n a t i o n a ls t a n d a r d sf o rv i d e o c o m p r e s s i o n ，e g j p e g ，h 2 6 1 ，h 2 6 3a n dt h e s e r i e so fm p e g m p e gc o n s i d e r sp i c t u r e q u a l i t ya n dc o m p r e s s i o nc o s t ，e s t a b l i s h e s u n i f o r ms t a n d a r d sf o ri m a g e ，a u d i o ，s t o r a g em e d i aa n dt r a n s p o r t ，a n dc o m b i n e st h r e e f i e l do fc o m p u t e r ，c o m m u n i c a t i o na n dt e l e v i s i o nb r o a d c a s t i nt h i sp a p e r ，x v ed e s c r i b e m p e gv i d e oc o m p r e s s i o na r i t h m e t i c ，a n di m p l e m e n ti tw i t hs o f t w a r e t h e r ea r em a n ya p p l i c a t i o n so fv i d e ot r a n s p o r to nn e t w o r k ，e g v i d e oo nd e m a n d ( v o d ) ，v i d e oc o n f e r e n c i n g ，v i s u a lt e l e p h o n e , d i s t a n c ee d u c a t i o n ，e t c i nt h i sp a p e r , w e i n t r o d u c et h ed e s i g na n d i m p l e m e n t o f av o d s y s t e mi nl a n ，w h i c hi sd e m a n d e db yc o l e a d t e k a n dm o s to f i ti sa b o u tt h ec l i e n ta c c o m p l i s h e db ym e t h ef i r s tc h a p t e ri n t r o d u c e st h em u l t i m e d i ac o m m u n i c a t i o na n dt h eb a c k g r o u n do f t h ep r o j e c t t h es e c o n d c h a p t e ri n t r o d u c e s t h eb a s i c t e c h n o l o g i e sa n di n t e r n a t i o n a l s t a n d a r d so fv i d e oc o m p r e s s i o n t h et h i f dc h a p t e ri n t r o d u c e sm p e g 1a n dm p e g 一2i n d e t a i l ，t h e n d e s c r i b e st h e i r i m p l e m e n tw i t hs o f t w a r e ，s p e c i a l l yd e s c r i b e st h ed a t a p a r t i t i o n ( d p ) s c a l a b l ee n c o d i n ga n dd e c o d i n g i nt h ef o u r t hc h a p t e r ，w ed e s c r i b et h e d e s i g no f o u rv o d s y s t e m ，a n dt h e nd e s c r i b et h ec l i e n ti nd e t a i l ，w h i c hi sd e s i g n e db y t h ea u t h o r t h el a s tc h a p 。t e rs u m m a r i z e st h ew o r kd u r i n gt h et h r e ey e a r s ，a n dp o i n t so u t w h a tt oc o n t i n u ea n d p e r f e c t k e y w o r d s ：v i d e o ，m p e g ，d a t ap a r t i t i o n ( d p ) ，v o d ，m e d i as e r v e r ，r t p ，c l i e n t 2 北京郵 | _ i 人學(xué)碩i ： i j f 究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 第一章多媒體通信及課題背景概述 1 1 多媒體通信概論與發(fā)展方向 在技術(shù)發(fā)展史上，計(jì)算機(jī)、通信和廣播電視一直是三個(gè)相互獨(dú)立的技術(shù)領(lǐng) 域，各自有著互不相同的技術(shù)特征和服務(wù)范圍。但是，近幾十年來，隨著數(shù)字技 術(shù)的發(fā)展，這三個(gè)原本各自獨(dú)立的領(lǐng)域相互滲透、相互融合，形成了一門嶄新的 技術(shù)多媒體技術(shù)。而隨著個(gè)人計(jì)算機(jī)和i n t e r n e t 技術(shù)的普及，集文本、圖形、 圖像、音頻、動畫和視頻等多種信息為一體的多媒體業(yè)務(wù)正在迅速滲入人們的生 活，并成為網(wǎng)絡(luò)通信的主流。多媒體技術(shù)的應(yīng)用與發(fā)展，反過來進(jìn)一步加速了這 三個(gè)領(lǐng)域的融合，使多媒體通信成為通信技術(shù)今后發(fā)展的主要方向之一。 多媒體使用具有劃時(shí)代意義的“超文本”思想與技術(shù)組成了一個(gè)全球范圍的 超媒體空間，通過只讀光盤存儲器( c o m p a c t d i s cr e a d o n l ym e m o r y ，c d r o m ) 、數(shù) 字多功能光盤( d i g i t a l v e r s a t i l ed i s c ，d v d ) 、多媒體計(jì)算機(jī)和融合后的三大網(wǎng)絡(luò)， 使得人們表達(dá)、獲取和使用信息的方式和方法發(fā)生重大變革，對人類社會產(chǎn)生了 長遠(yuǎn)和深刻的影響。 新技術(shù)的產(chǎn)生與發(fā)展往往與其特定的技術(shù)背景密切相關(guān)，而且大多數(shù)都是以 其它相關(guān)技術(shù)的發(fā)展作為基礎(chǔ)。實(shí)際上，多媒體技術(shù)之所以能夠在2 0 世紀(jì)8 0 年 代末期出現(xiàn)，并且立即在世界范圍內(nèi)得到迅速發(fā)展，主要得益于下述幾個(gè)方面的 技術(shù)發(fā)展。 圖像壓縮編碼技術(shù)的成熟 在通信領(lǐng)域中，人人都知道數(shù)字信號具有模擬信號所無法比擬的優(yōu)越性。但 與此同時(shí)，數(shù)字信號的傳輸對帶寬的要求也要遠(yuǎn)遠(yuǎn)高于模擬信號。一路按分量進(jìn) 行編碼的彩色電視信號，按照國際標(biāo)準(zhǔn)，編碼后的數(shù)據(jù)率為r = 2 1 6 m b i t s 。因 此，要以數(shù)字方式傳輸電視信號，必須要解決數(shù)據(jù)率的壓縮問題。 對各種圖像的壓縮編碼問題人們已經(jīng)進(jìn)行了幾十年的深入研究，進(jìn)入2 0 世紀(jì) 8 0 年代后，這項(xiàng)技術(shù)已經(jīng)相當(dāng)成熟，而近幾年來，人們又相繼提出了很多的壓縮 方法與標(biāo)準(zhǔn)，如m p e g 系列，h 3 2 3 系列等，這些技術(shù)對各種圖像及視頻信號的 北京郵電大學(xué)碩j 研究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 傳輸都起了極大的推動作用。 將圖像壓縮編碼技術(shù)應(yīng)用到計(jì)算機(jī)領(lǐng)域則直接導(dǎo)致了新技術(shù)的誕生。當(dāng)d v i ( d i g i t a lv i d e oi n t e r a c t i v e ) 技術(shù)與世人見面時(shí)，它已經(jīng)能將圖像信號和伴音信號 壓縮1 0 0 倍以上( 包括適當(dāng)?shù)貙㈦娨曅盘柕膱D像分辨率降低) ，其速率為1 2 1 4 m b s ，這使得活動圖像數(shù)據(jù)能夠在計(jì)算機(jī)總線上傳輸，從而成為計(jì)算機(jī)可以處 理的數(shù)據(jù)類型之一。 大規(guī)模集成電路技術(shù)的發(fā)展 在多媒體技術(shù)發(fā)展的初期，c p u 的處理能力還很低，那時(shí)數(shù)據(jù)的壓縮和解壓 縮運(yùn)算還要靠專門的芯片來完成。這主要是因?yàn)楫?dāng)時(shí)的集成電路技術(shù)還不是很發(fā) 達(dá)。 可是，進(jìn)入二十世紀(jì)9 0 年代以來，大規(guī)模集成電路技術(shù)得到了迅猛的發(fā)展。 現(xiàn)在，在一個(gè)c p u 芯片內(nèi)，集成的晶體管數(shù)可達(dá)到5 0 0 萬門以上。這也為多媒體 技術(shù)的發(fā)展提供了極為必要的前提條件。 大容量數(shù)字存儲技術(shù)的發(fā)展 本世紀(jì)7 0 年代出現(xiàn)的激光視盤( l d ) 技術(shù)，可以在一張盤上存儲大約3 0 分鐘 的電視節(jié)目，在8 0 年代出現(xiàn)了c d 盤，在一張盤上可紀(jì)錄超過7 0 分鐘的音樂節(jié) 目。 隨著光盤技術(shù)的發(fā)展和隨機(jī)訪問問題的解決，1 9 8 4 年出現(xiàn)了紀(jì)錄計(jì)算機(jī)數(shù)據(jù) 的c d r o m ，在一張c d - r o m 上已經(jīng)能夠滿足存儲一個(gè)電影節(jié)目( - d , 時(shí)左右) 的 要求。與此同時(shí)，計(jì)算機(jī)硬盤和磁盤陣列的容量也得到了飛速的增長。這一切都 為多媒體技術(shù)的全面發(fā)展和實(shí)際應(yīng)用提供了充分的條件。 多媒體涉及的技術(shù)范圍很廣，技術(shù)很新，研究內(nèi)容也很深，是多種學(xué)科和多 種技術(shù)交叉的領(lǐng)域。目前，多媒體技術(shù)的研究和實(shí)際應(yīng)用開發(fā)主要在下列幾個(gè)方 面： ( 1 ) 多媒體數(shù)據(jù)的表示技術(shù)：包括文字、聲音、圖形、圖像、動畫、影視等媒 體在計(jì)算機(jī)中的表示方法。由于多媒體的數(shù)據(jù)量大得驚人，尤其是聲音、圖像和 影視，包括高清晰度數(shù)字電視( h i g h d e f i n i t i o nt e l e v i s i o n ，h d t v ) 這類的連續(xù)媒 體。為了克服數(shù)據(jù)傳輸通道帶寬和存儲器容量的限制，世界各國已經(jīng)投入了大量 的人力和物力來開發(fā)數(shù)據(jù)壓縮和解壓縮技術(shù)；而人一機(jī)接口技術(shù)( 如語音識別和文 本一語音轉(zhuǎn)換( t e x tt os p e e c h ，t t s ) ) 、( v i r t u a l r e a l i t y ，v r ) 也是當(dāng)今多媒 2 北京郵l 乜大學(xué)碩i j 研究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 體技術(shù)研究中的熱點(diǎn)技術(shù)。 ( 2 1 多媒體創(chuàng)作和編輯工具：使用工具將會大大縮短提供信息的時(shí)間。將來人 人都要會使用多媒體創(chuàng)作和編輯工具，就像現(xiàn)在我們使用筆和紙那樣熟練。 ( 3 ) 多媒體數(shù)據(jù)的存儲技術(shù)：這包括c d 技術(shù)，d v d 技術(shù)等。 ( 4 ) 多媒體的應(yīng)用開發(fā)：包括多媒體c d r o m 節(jié)目( t i t l e ) f 6 j 作，多媒體數(shù)據(jù) 庫，環(huán)球超媒體信息系統(tǒng)( w e b ) ，多目標(biāo)廣播技術(shù)( m u l t i c a s t i n g ) ，影視點(diǎn)播( v i d e o o nd e m a n d ，v o d ) ，電視會議( v i d e o c o n f e r e n c i n g ) ，遠(yuǎn)程教育系統(tǒng)，多媒體信息檢 索等。 1 2 課題背景及研究內(nèi)容介紹 多媒體是指多種信息傳播媒體，如文本、圖形、圖像、音頻、動畫和視頻等 信息的組合。而多媒體通信就是指集這些通信媒介為一體的，具有集成性、同步 性與交互性的通信方式。多媒體通信近年來發(fā)展迅速，特別是在寬帶通信網(wǎng)中， 多媒體業(yè)務(wù)將占據(jù)相當(dāng)大的比重，作為多媒體主流業(yè)務(wù)的視頻業(yè)務(wù)傳輸正越來越 受到用戶和研究者的重視，而視頻點(diǎn)播則是這項(xiàng)業(yè)務(wù)的典型代表。 1 2 1 v o d 的發(fā)展得到技術(shù)支持 雖然數(shù)字存儲技術(shù)和網(wǎng)絡(luò)得到不斷地發(fā)展和完善，但是由于數(shù)字視頻信息的 數(shù)據(jù)量十分巨大，無論存儲或傳輸都還是很困難，因此視頻壓縮技術(shù)就成為多媒 體通信中最為關(guān)鍵的技術(shù)。國際上通用的圖像視頻壓縮標(biāo)準(zhǔn)有h 2 6 3 、h 2 6 1 、 j p e g 以及m p e g 系列。其中m p e g 標(biāo)準(zhǔn)兼顧了圖像質(zhì)量和壓縮費(fèi)用，對圖像、 伴音、存儲媒體和傳輸四個(gè)方面制定了統(tǒng)一標(biāo)準(zhǔn)，有效的將計(jì)算機(jī)、通信和電視 廣播三方面結(jié)合了起來。 視頻壓縮編碼一系列國際標(biāo)準(zhǔn)的提出標(biāo)志著視頻編碼技術(shù)已經(jīng)成熟，開始由 學(xué)術(shù)研究走向產(chǎn)業(yè)化，前景十分誘人。早在1 9 9 1 年就有人預(yù)言，視頻編碼技術(shù)的 突破具有十分巨大的意義，其意義之大已到了可以促使現(xiàn)有信息產(chǎn)業(yè)的結(jié)構(gòu)發(fā)生 巨變的程度，它使通信、廣播、計(jì)算機(jī)產(chǎn)業(yè)的界限變得模糊了。近年來的實(shí)踐也 證實(shí)t z - 個(gè)預(yù)言?，F(xiàn)在的情況已經(jīng)不是簡單的滿足某些用戶的圖像壓縮的要求， 而是f 在以視頻編碼為核心技術(shù)之一，大規(guī)模地積極開拓新的產(chǎn)品和新的領(lǐng)域， 北京郵電人學(xué)碩l 研究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 并且已經(jīng)開始影響到人們的生活方式。電視廣播、v c d 和d v d 、視頻點(diǎn)播、視頻 會議、可視電話、遠(yuǎn)程教學(xué)、遠(yuǎn)程醫(yī)療視頻業(yè)務(wù)正在迅速滲入人們生活的各 個(gè)方面，可以預(yù)計(jì)，充滿魅力的視頻業(yè)務(wù)將在未來的信息社會中扮演舉足輕重的 角色。 目前基于i p 尋址的多媒體通信異軍突起，發(fā)展勢頭極為迅猛。而i n t e r n e t 已 經(jīng)是家喻戶曉，i n t e m e t 的w e b 技術(shù)也已廣為使用。隨著w e b 技術(shù)的發(fā)展，特別 是j a v a ，j a v as c r i p t 和p l u g i n 技術(shù)的不斷引入，w e b 系統(tǒng)的能力越來越強(qiáng)大， 它已經(jīng)不只是提供簡單的文本、圖片等的信息檢索服務(wù)，它還可以提供聲音、動 畫乃至實(shí)時(shí)運(yùn)動圖像的服務(wù)。 當(dāng)前世界各國、各大廠商都在研究基于i p 尋址的多媒體通信。國際標(biāo)準(zhǔn)化組 織，包括i s o ( 國際標(biāo)準(zhǔn)化組織) 和i t u t ( 國際電聯(lián)) ，也都在積極地進(jìn)行基于 i p 尋址的多媒體通信的研究，制定相應(yīng)的標(biāo)準(zhǔn)。 由于基于i p 尋址的多媒體通信技術(shù)的飛速發(fā)展，有一大批原來必須在b i s d n 中開展的業(yè)務(wù)，業(yè)已證明可以很好地在i p 網(wǎng)上開展。最有代表性的業(yè)務(wù)之一就是 視頻點(diǎn)播( v o d ，v i d e oo n d e m a n d ) ，一直以來，它在各國的b i s d n 實(shí)驗(yàn)網(wǎng)中 幾乎無一例外地得到應(yīng)用。而這項(xiàng)業(yè)務(wù)目前在i p 網(wǎng)上開展得很好，國內(nèi)外已有這 樣的v o d 設(shè)備，并已投入商業(yè)運(yùn)行，其使用方便程度和服務(wù)質(zhì)量都很好。所以在 i n t e m e t 上的實(shí)踐是三網(wǎng)合一后實(shí)現(xiàn)視頻點(diǎn)播的第一步。 1 2 2 l i n u x 操作系統(tǒng)簡介 在l 1 n u x 操作系統(tǒng)出現(xiàn)之前，由于u n i x 系統(tǒng)十分龐大，所需硬件也較為昂 貴，所以在p c 機(jī)上w i n d o w s 操作系統(tǒng)占據(jù)了壟斷地位。1 9 9 1 年，l i n u sb t o r v a l d s 在網(wǎng)絡(luò)上組織人員為p c 機(jī)編寫了第一個(gè)免費(fèi)的u n i x 內(nèi)核( k e r n e l ) ，發(fā) 展至今已經(jīng)成為一個(gè)能在p c 機(jī)上穩(wěn)定工作的u n i x x w i n 操作系統(tǒng)。這個(gè)系統(tǒng)被 命名為l i n u x 系統(tǒng)。 l i n u x 是一個(gè)可以在p c 機(jī)上運(yùn)行的u n i x 系統(tǒng)，不但具有最新u n i x 的全 部功能，而且還擁有獨(dú)特的良好性能。l i n u x 是一個(gè)開放的，多用戶、多任務(wù)的 操作系統(tǒng)，不但性能優(yōu)越，而且有著良好的用戶界面和豐富的網(wǎng)絡(luò)功能。其它特 性還包括設(shè)備獨(dú)立性、可靠的系統(tǒng)安全性、良好的可移植性及按需求定制的靈活 性。這些特性使得l 1 n u x 得到極快的發(fā)展和普及。l i n u x 系統(tǒng)及其發(fā)展均符合 ! ! 塞! ! ! ! ! 皇查蘭塑! ：型塑圭堡壅 ! 型型莖! 塑塑生塑墨笙查芝堂塑壅! l p o s i x 標(biāo)準(zhǔn)。其內(nèi)核支持e t h e m e t ，p p p ，s l i p ，n f s 等協(xié)議；系統(tǒng)應(yīng)用包括 t e l n e t ，r l o g i n ，f t p ，m a i l ，g o p h e r ，t a l k ，t e r n t ，n e w s 等全套u(yù) n i x 工具包；x 圖 形庫包括x t e r m ，f v w r n ，x x g d b ，r n o s m c ，x v ，g s ，x m a n 等全部x - w i n 應(yīng)用工具； 中文工具有c x t e r m ，c e l v i s ，c e m a s c ，c l e s s ，r l z n t y ，c y t a l k ，c t a l k ，c m a i l 等，可以 處理g b ，b i g 5 文件。此外還有d o s 模擬軟件，可以運(yùn)行d o s w i n 下的軟件。 歸功于上述一系列優(yōu)點(diǎn)，l i n u x 操作系統(tǒng)近年來發(fā)展迅猛。世界各地有很多 程序員和工作小組在積極地為l i n u x 編寫各種各樣的應(yīng)用軟件，從d o s 環(huán)境摸 擬到圖像、聲音信號的處理，從游戲到中文軟件，無所不包。而各大軟件公司也 已紛紛推出l i n u x 版本的商業(yè)軟件。由于得到了諸如英特爾、i b m 、惠普以及戴 爾等業(yè)界巨頭的支持，l n u x 現(xiàn)在正在成為主流產(chǎn)品。從戴姆勒克萊斯勒公司到 華爾街的大多數(shù)重量級經(jīng)紀(jì)公司，l i n u x 都在為自己贏得一席之地。誰能想到， 就在3 年前還是兩手空空的l i n u x 現(xiàn)在已經(jīng)占據(jù)了價(jià)值5 0 9 億美元的服務(wù)器市場 1 3 7 的份額。據(jù)1 d c 市場研究公司預(yù)計(jì)，上述數(shù)據(jù)到2 0 0 6 年將攀升到2 5 2 ， 使得l i n u x 在服務(wù)器市場上坐穩(wěn)第二把交椅。i d c 公司還預(yù)計(jì)，從2 0 0 3 年開 始，占據(jù)服務(wù)器市場頭把交椅的微軟公司的市場份額將從現(xiàn)在的5 9 9 開始下 降，麗與此同時(shí)l i n u x 則將在諸如“游戲工作站”視頻游戲機(jī)和電視錄像機(jī)等 多種消費(fèi)電子產(chǎn)品中亮相。毫無疑問，l i n u x 作為一個(gè)新興事物已經(jīng)日漸成熟。 與w i n d o w s 操作系統(tǒng)相比，l i n u x 自身的穩(wěn)定性以及優(yōu)秀的網(wǎng)絡(luò)性能使它的 應(yīng)用日益廣泛。從大的方面說，l i n u x 的自由軟件思想是微軟公司專業(yè)軟件思想 的挑戰(zhàn)者。自由軟件徹底推翻了微軟王國的商業(yè)模式，它主張?jiān)创a公丌，使得 程序員和用戶一起融入產(chǎn)品開發(fā)中，可以根據(jù)自己的需要進(jìn)行修改和完善。而且 用戶可以自由拷貝軟件，充分享受信息技術(shù)革命帶來的好處。以w i n d o w s 為代表 的封閉式產(chǎn)權(quán)形態(tài)受到了以l i n u x 為代表的開放式產(chǎn)權(quán)形態(tài)的挑戰(zhàn)，而國際互聯(lián) 網(wǎng)的崛起則注定了軟件產(chǎn)業(yè)從封閉到開放的大勢所趨；從小的方面說，l n u x 是 最適合計(jì)算機(jī)愛好者的操作系統(tǒng)。首先，l i n u x 是一個(gè)u n i x 操作系統(tǒng)在個(gè)人電 腦上的完整實(shí)現(xiàn)。有了它，用戶可以在個(gè)人電腦上運(yùn)行各種u n i x 命令，使用各 種u n i x 軟件，享有從i n t e m e t 上獲得的各種為u n i x 編寫的免費(fèi)軟件、工具乃至 游戲。其次，l i n u x 是免費(fèi)的，即使我們不能從網(wǎng)上下載也只需要花費(fèi)工本費(fèi)就 可以得到它的光盤安裝版。它完全公開的內(nèi)核及軟件源代碼對于從事計(jì)算機(jī)科研 的工程師們來說，更是難得的寶貝。而且l 1 n u x 提供了友好的圖形用戶界面，已 北京郵電大學(xué)碩j ：研究生論義 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 經(jīng)直接向主宰個(gè)人電腦的w i n d o w s 系統(tǒng)提出了強(qiáng)大的挑戰(zhàn)。 l 1 n u x 正走向主流1 1 2 3 課題研究內(nèi)容 基于以上介紹的視頻點(diǎn)播業(yè)務(wù)的迅速發(fā)展和l i n u x 操作系統(tǒng)的廣泛應(yīng)用，我 們實(shí)驗(yàn)室選擇了l e a d t e k 的這個(gè)項(xiàng)目，在l i n u x 操作系統(tǒng)上實(shí)現(xiàn)基于i p 的視頻 點(diǎn)播功能，將支持m p e g 流的傳輸與播放。而我個(gè)人承擔(dān)的課題是在l i n u x 上 實(shí)現(xiàn)視頻點(diǎn)播系統(tǒng)的客戶端。 我在研究生期間主要所做的工作為：研究m p e g 標(biāo)準(zhǔn)，在多媒體計(jì)算機(jī)平臺 上用軟件方式實(shí)現(xiàn)m p e g 流數(shù)據(jù)的編解碼算法；在多媒體計(jì)算機(jī)平臺上用軟件方 式實(shí)現(xiàn)局域網(wǎng)內(nèi)的視頻點(diǎn)播系統(tǒng)，重點(diǎn)完成系統(tǒng)的客戶端，即m p e g 流的解碼播 放程序。 選擇在多媒體計(jì)算機(jī)平臺上進(jìn)行研究開發(fā)的原因在于：它能將多媒體數(shù)據(jù)的 采集，編解碼，傳輸，顯示等功能集于一身，可以不需要其它硬件設(shè)備而直接在 其已有的硬件平臺上很容易地進(jìn)行系統(tǒng)開發(fā)。而計(jì)算機(jī)在社會生活中各個(gè)領(lǐng)域都 得到了廣泛的應(yīng)用，普及率也在快速增長，在不久的將來就可以達(dá)到甚至超過電 視機(jī)的普及率。所以，以多媒體計(jì)算機(jī)為平臺開發(fā)的系統(tǒng)會有廣闊的市場前景。 選擇以軟件作為多媒體通信系統(tǒng)的開發(fā)手段的原因在于：成本低：便于版本 升級和功能增強(qiáng)；更容易推廣和占領(lǐng)市場等。但是軟件開發(fā)的缺點(diǎn)就是對計(jì)算機(jī) 硬件的依賴很強(qiáng)，知識產(chǎn)權(quán)保護(hù)能力弱。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，硬件設(shè)備 的升級和更新?lián)Q代，軟件多媒體通信系統(tǒng)的優(yōu)越性將逐漸展露出來，缺點(diǎn)也會得 到克服。每一次計(jì)算機(jī)硬件性能的提高，都是對軟件系統(tǒng)的自然升級。 1 3 論文內(nèi)容安排 本論文的主要內(nèi)容安排如下： 第一章介紹多媒體通信及其發(fā)展方向；討論了課題背景中視頻點(diǎn)播業(yè)務(wù)的發(fā) 展和l i n u x 操作系統(tǒng)的一般特性；簡單介紹了研究生期間的工作內(nèi)容，并解釋了 選擇此課題的緣由；最后是本論文的內(nèi)容安排。 第二章簡單介紹了多媒體通信中的關(guān)鍵技術(shù)視頻壓縮技術(shù)，包括視頻壓縮 6 北京郵電火學(xué)碩士研究生論文l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 中常用的基本技術(shù)以及國際通用的視頻壓縮標(biāo)準(zhǔn)，并作了簡單的理論分析。 第三章論述研究生期間對m p e g 視頻壓縮技術(shù)的研究，首先介紹m p e g 1 和 m p e g 2 標(biāo)準(zhǔn)，然后介紹它們的編解碼軟件實(shí)現(xiàn)工作，包括m p e o 1 和m p e g 一2 的基本編解碼以及m p e g 2 數(shù)據(jù)分割分層編解碼。 第四章主要介紹m p e g 視頻流在i p 網(wǎng)上的傳輸應(yīng)用局域網(wǎng)內(nèi)的視頻點(diǎn) 播系統(tǒng)。首先介紹系統(tǒng)的總體方案設(shè)計(jì)，然后具體介紹客戶端的結(jié)構(gòu)設(shè)計(jì)和功能 模塊劃分，最后詳細(xì)介紹我在其中具體軟件實(shí)現(xiàn)的功能模塊。 第五章是對整個(gè)研究生期間所做工作的總結(jié)，以及對將來接續(xù)工作的建議。 北京郵電入學(xué)壩i 研究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 第二章多媒體通信中的關(guān)鍵技術(shù)。視頻壓縮技術(shù) 視頻，就是活動圖像。我們所看到的視頻信息實(shí)際上是由許多單一的圖像所 組成的，每幅圖像稱為一幀。由于人眼的視覺惰性，每秒2 4 幀的電影畫面就形成 了連續(xù)活動影像感覺的電影。 圖像是多媒體攜帶的信息中極為重要的媒體，人類接受的信息約有7 0 來自 視覺系統(tǒng)，實(shí)際上就是圖像和視頻。但是，圖像和視頻數(shù)字化之后的數(shù)據(jù)量非常 大。以一路電視信號為例，按c c i r 6 0 1 標(biāo)準(zhǔn)，數(shù)字化后的分辨率為7 2 0 * 5 7 6 ，每 秒2 5 幀，y ：u ：v 為4 ：2 ：2 。若用8 b i t 數(shù)據(jù)表示y 信號，則每像素占1 6 b i t ，數(shù)碼率 為1 6 5 9 m b p s 。以6 4 k b p s 作為一個(gè)數(shù)字話路，若不加壓縮，為傳輸一路電視要占 用2 5 9 2 個(gè)有效數(shù)字話路，這在實(shí)際應(yīng)用中是難以接受的。若用一個(gè)容量為1 g b 的硬盤或者c d r o m 來存儲這樣的數(shù)據(jù)，則只能存儲不到1 分鐘的視頻，并且所 需的高數(shù)據(jù)吞吐量是一般的硬盤和c d r o m 難以達(dá)到的。若不加壓縮，h d t v 信 號的數(shù)碼率甚至可達(dá)到1 g b p s 。因此必須要對圖像和視頻數(shù)據(jù)進(jìn)行壓縮，這樣才 能夠滿足存儲容量和傳輸帶寬的要求。幾十年來，許多科技工作者一直在孜孜不 倦地尋找更有效的方法，以盡量少的數(shù)據(jù)量表征圖像和視頻，同時(shí)保持復(fù)原圖像 和視頻的質(zhì)量，使它符合預(yù)定應(yīng)用場合的要求。 視頻數(shù)據(jù)可以進(jìn)行壓縮有幾方面的原因。首先，原始圖像是高度相關(guān)的，存 在很大的冗余度。數(shù)據(jù)冗余造成比特?cái)?shù)浪費(fèi)，消除這些冗余可以節(jié)約碼字，也就 是達(dá)到了數(shù)據(jù)壓縮的目的。大多數(shù)圖像內(nèi)相鄰像素之間有較大的相關(guān)性，即空間 冗余度；圖像序列( 即視頻) 前后幀之間也有較大的相關(guān)性，即時(shí)間冗余度。 其次，若用相同碼長表示不同出現(xiàn)概率的符號也會造成比特?cái)?shù)的浪費(fèi)，這種 浪費(fèi)稱為符號冗余度，如果采用可變長編碼技術(shù)，對出現(xiàn)概率高的符號用短碼字 表示，對出現(xiàn)概率低的符號用長碼字，就可以消除符號冗余度，從而節(jié)約碼字。 允許圖像編碼有一定程度的失真也是圖像可以壓縮的一個(gè)重要原因。在許多 應(yīng)用場合，并不要求經(jīng)壓縮及復(fù)原以后的圖像和原圖完全相同，而允許有少量失 真。只要這些失真并不被人眼所察覺，在許多情況下是完全可以接受的。這就給 壓縮比的提高提供了十分有利的條件。圖像質(zhì)量允許的損失越多，可以實(shí)現(xiàn)的壓 縮比就越大。這種有失真的編碼稱為限失真編碼。在多數(shù)應(yīng)用中，人眼往往是圖 北京郵電人學(xué)碩j j 研究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 像信息的最終接收者( 信宿) ，如果能充分利用人眼的視覺特性，就可以在保證 所要求的圖像主觀質(zhì)量的前提下實(shí)現(xiàn)較高的壓縮比，這就是利用了視覺冗余度。 2 1 視頻壓縮的基本技術(shù) 基本的視頻壓縮技術(shù)包括：預(yù)測編碼、正交變換、最佳量化與矢量量化、熵 編碼以及運(yùn)動補(bǔ)償預(yù)測等，下面對它們簡要的加以介紹。 1 、預(yù)測編碼 預(yù)測編碼也稱為差分脈沖編碼調(diào)制( d p c m ) ，既可在一幀圖像內(nèi)進(jìn)行幀內(nèi) 預(yù)測編碼，也可以在多幀圖像間進(jìn)行幀問預(yù)測編碼。預(yù)測編碼的基本技術(shù)是信號 的最佳預(yù)測和最佳量化。 幀內(nèi)進(jìn)行預(yù)測編碼的理論依據(jù)是二維圖像中相鄰像素之間存在很強(qiáng)的相關(guān) 性，因此可以用已知的前面幾個(gè)像素值來預(yù)測當(dāng)前像素的值。然后對實(shí)際值和預(yù) 測值之間的差值( 預(yù)測誤差) 進(jìn)行量化和編碼。幀內(nèi)預(yù)測編碼的優(yōu)點(diǎn)是方法簡 單，硬件實(shí)現(xiàn)容易，缺點(diǎn)是對信道噪聲及誤碼很敏感，會產(chǎn)生誤碼擴(kuò)散，同時(shí)幀 內(nèi)d p c m 的壓縮比較低，通常為2 - 3 倍。隨著正交變換編碼的廣泛應(yīng)用，幀內(nèi)編 碼的作用已經(jīng)很有限。目前主要使用幀間預(yù)測方法來壓縮視頻信號。 幀( 場) 間預(yù)測編碼的理論依據(jù)是視頻信號的相鄰幀( 場) 之間存在極強(qiáng)的 相關(guān)性。利用這種時(shí)間相關(guān)性來進(jìn)行幀問編碼，可以獲得比幀內(nèi)d p c m 高得多的 壓縮比。因此，幀間編碼被廣泛應(yīng)用于視頻壓縮編碼標(biāo)準(zhǔn)，如h 2 6 3 、m p e g 標(biāo)準(zhǔn) 等。幀問預(yù)測編碼方法包括幀間統(tǒng)計(jì)特性、幀( 場) 重復(fù)、閾值法、幀內(nèi)插、運(yùn) 動補(bǔ)償預(yù)測、自適應(yīng)幀內(nèi)幀間編碼等。 2 、正交變換編碼 預(yù)測編碼的任務(wù)是要使預(yù)測值盡可能接近實(shí)際樣值，也就是要尋找一種盡可 能接近原信號統(tǒng)計(jì)特性的預(yù)測方法，通過相差來除去視頻圖像信號的相關(guān)性，從 而達(dá)到數(shù)據(jù)壓縮的目的。一種更有效的除去視頻圖像信號相關(guān)性的方法是進(jìn)行信 號變換。通常采用正交變換編碼，其主要優(yōu)點(diǎn)有： 在變換域里描述視頻圖像要比在空間域里簡單。 視頻圖像的相關(guān)性明顯下降，信號的能量主要集中在少數(shù)幾個(gè)變換系數(shù) 北京郵l 乜大學(xué)頒 j 研究生論文l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 上，采用量化和熵編碼可以有效的壓縮其數(shù)據(jù)。 可以充分利用人眼的視覺特性，例如空間頻率特性、視覺心理和視覺現(xiàn)象 等。 具有較強(qiáng)的抗干擾能力，傳輸過程中的誤碼對圖像質(zhì)量的影響遠(yuǎn)小于預(yù)測 編碼。通常，對高質(zhì)量的圖像，d p c m 要求信道誤碼率 p _ s y s ) 。 i n t f _ r u n ( i n t f _ t h r e a dt 4p _ i n t f ) ：進(jìn)入主循環(huán)，直到p _ i n t f - b _ d i e 被設(shè)為1 時(shí)結(jié)束。 文件的讀?。?因?yàn)槊襟w流的定義不同，所以播放不同的流時(shí)，編碼器與輸入線程需要重新 初始化。界面線程會調(diào)用i n p u t _ c r e a t e t h r e a d 來初始化要用到的線程。 首先找到能讀插件的插件程序，如i n p u t _ f i l e o p e n ，i n p u t _ n e t w o r k o p e n 或者 i n p u t _ d v d o p e n ，來打開套接字。函數(shù)會設(shè)置兩個(gè)非常重要的參數(shù)：b _ p a c e _ c o n t r o l 和b _ s e e k a b l e 來描述控制分量。接著程序流成回進(jìn)入輸入插件中的p f _ i n i t 函數(shù)， 循環(huán)執(zhí)行p f _ r e a d 和fd e m u x 來讀取媒體流。插件負(fù)責(zé)初始化流結(jié)構(gòu)，管理包緩沖 器，讀包，解復(fù)用輸出包。 北京郵電人學(xué)碩i 研究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) 2 輸出到界面接口的結(jié)構(gòu) 請注意i n c l u d e i n p u t ，此文件定義了結(jié)構(gòu)，_ext i n t e h i n p u t t h r e a dt s t r e a m結(jié)構(gòu)和關(guān)于 的描述。_ d e s c r i p t o r _ t e s 首先，i n p u tt h r e a dt 結(jié)構(gòu)定義了兩個(gè)空類型指針：pm e t h o dd a t a 和 p _ p l u g i n _ d a t a ，用來指向緩沖器管理數(shù)據(jù)和插件數(shù)據(jù)。接著，流描述被存儲到一個(gè) 專門用來存儲流描述的樹型程序描述器中。這個(gè)樹型結(jié)構(gòu)，我們用下圖來描述： ”1 “。一” l 駕a c ：eo a n 。0 1 。鼬。|l b - pb 一自鼬k l l l k ui | 二竺竺! 一一j 墨e 匿s 三4 】匡霸 e s ( e l e m e n t a r ys t r e a m s ) 由i d ( as t r e a m _ i d 真正的m p e g 流i d ) ，類型( 由 i s o i e c1 3 8 1 8 - 1 中表2 - 2 9 說明) 和文字上的說明共同描述還可以攜帶解復(fù)用的 相關(guān)信息和編碼器信息p _ d e c o d e r _ f i f o 。如果流不是m p e g 系統(tǒng)層的，還需要特定 的解復(fù)用信息。如果需要攜帶額外信息，還需要使用空類型指針v o i d + pd e m u x _ d a t a 。 輸入插件負(fù)責(zé)啟動必要的解碼線程，如果它想選擇e s ( e l e m e n t a r y s t r e a m s ) ，必須調(diào)用i n p u ts e l e c t e s ( i n p u t _ t h r e a d _ _ t + p _ i n p u t ，e s _ d e s c r i p t o r _ t + p _ e s ) 3 界面接口使用的方法： 北京郵電火學(xué)順 + 研究生論文 l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) i n p u te x t i n t f c 提供了控制讀取媒體流的一些方法： i n p u t _ s e t s t a t u s ( i n p u t _ t h r e a d _ _ t + p _ i n p u t ，i n ti _ m o d e ) ；控制讀駁速度i m o d e 是i n p u ts t a t u s _ e n d ，i n p u t _ s t a t u s _ p l a y ，i n p u t _ s t a t u s p a u s e ， i n p u ts t a t u sf a s t e r ，i n p u ts t a t u ss l o w e r 中的一個(gè)。事實(shí)上流的讀 取速度取決于變量p _ i n p u t 一 s t r e a m c o n t r 0 1 i _ r a t e 。變量缺省值為 d e f a u l t r a t e 。 i n p u t _ c l o c k m a n a g e r e f ( i n p u t _ t h r e a d _ t 4 pi n p u t ，i n ti m o d e ) ：負(fù)責(zé)改變速率。 由停止輸入流實(shí)現(xiàn)播放流的暫停。 i n p u t _ s e e k ( i n p u t _ t h r e a dt + p _ i n p u t ，o f fti _ p o s i t i o n ) ：節(jié)目播放過程中的隨 意拖動。位置通常是在p _ i n p u t 一 p _ s e l e c t e d _ a r e a x s t a r t 和p _ i n p u t 一 ps e l e c t e da r e a - is i z e 之間的一個(gè)數(shù)值。 i n p u t _ o f f s e t t o t i m e ( i n p u t _ t h r e a d _ t 4p _ i n p u t ，c h a r + p s zb u f f e r ，o f f t i o f f s e t ) ： 相應(yīng)調(diào)整時(shí)間的偏移量。 i n p u t _ c h a n g e e s ( i n p u t _ t h r e a d _ t + pi n p u t ，e s _ d e s c r i p t o r _ t + p _ e s ，u 8i _ c a t ) 和 i n p u t _ t o g g l e e s ( i n p u t t h r e a d _ t + p _ i n p u t ，e s _ d e s c r i p t o r _ t + ”s ，b o o l e a nt bs e l e c t ) ：提供函數(shù)管理e s 流。 輸入模塊從s r e i n p u t i n p u t _ d e c c 中激活相應(yīng)的解碼器模塊。d e cc r e a t e t h r e a d 函數(shù)會選擇更精確的解碼器模塊。每一個(gè)解碼器模塊會去找解碼器配置類型然后 返回一個(gè)值。解碼器配置類型在i n c l u d e i n p u t 中描述。_ e x t d e ch 4 6 1 0 數(shù)據(jù)包結(jié)構(gòu) 數(shù)據(jù)包結(jié)構(gòu)在i n c l u d e i n p u t _ e x t d e c h 中定義。其中d a t ap a c k e t _ t 是一個(gè)指向 數(shù)據(jù)物理位置的指針a 解碼器讀數(shù)據(jù)從p a y l o a d _ s t a r t 開始直到p _ _ p a y l o a d _ e n d 結(jié) 束。當(dāng)p _ n e x t 不是空時(shí)，將指向下一個(gè)包。如果b _ d i s c a r d j ) a y l o a d 有值，意味著 需要丟棄包。 輸入模塊和解碼器模塊都需要用到結(jié)構(gòu)d e c o d e r f i f o t 。它規(guī)定p e s 包以隊(duì)列 形式編碼，控制這個(gè)過程的宏包括： d e c o d e r _ f i f o _ i s e m p t y ，d e c o d e r _ f i f o _ i s f u l l ， d e c o d e r f i f o _ s t a r t ，d e c o d e r _ f i f o _ i n c s t a r t ，d e c o d e rf i f oe n d ， d e c o d e r _ f i f o _ i n c e n d 。而下一個(gè)包進(jìn)入解碼器需要調(diào)用 北京郵 乜人學(xué)顧 研究生論文l i n u x 下視頻點(diǎn)播系統(tǒng)客戶端的實(shí)現(xiàn) c o d e rf i f os t a r t ( + pd e c o d e rf i f o ) 。解碼結(jié)束后需要調(diào)用pd e c o d e rf i f o p fd e l e t et e s ( p _ d e c o d e r _ _ f i f o - p j a a c k e t s _ m g t ， d e c o d e r _ f i f o _ s t a r t ( + p _ d e c o d e r _ f i f o ) ) 其中 d e c o d e r _ f 1 f o _ i n c s t a r t ( + p _ d e c o d e r _ f i f o ) 把p e s 返回用于緩沖區(qū)管理。如果 隊(duì)列為空可以再填充，否則不行，一面出現(xiàn)上溢。如果讀到文件末尾，df i f o b d i e 置l ，然后調(diào)用v l c _ t h r e a d _ e x i t o 結(jié)束整個(gè)過程。 4 6 “視頻解碼器使用的方法 視