H264格式具体说明

一 H.264句法1.1元素分层结构H.264编码器输出的Bit流中，每一个Bit都隶属于某个句法元素。句法元素被组织成有层次的结构，分别描写叙述各个

一 H.264句法


1.1元素分层结构

H.264编码器输出的Bit流中，每一个Bit都隶属于某个句法元素。句法元素被组织成有层次的结构，分别描写叙述各个层次的信息。

图1

H.264分层结构由五层组成，各自是序列參数集、图像參数集、片（Slice）、和宏块和子块。參数集是一个独立的数据单位，不依赖于參数集外的其他句法元素。图2描写叙述了參数集与參数集外的句法元素之间的关系。



图2

一个參数集不正确应某一个特定的图像或序列，同一序列參数集能够被多个图像參数集引用，同理，同一个图像參数集也能够被多个图像引用。仅仅在编码器觉得须要更新參数集的内容时，才会发出新的參数集。

在H.264中，图像以序列为单位进行组织。一个序列的第一个图像叫做IDR图像，IDR图像都是I帧，H.264引入IDR图像为了解码的同步，当解码
器解码到IDR图像时，马上将參考帧队列清空，将已解码的数据所有输出或抛弃，又一次查找參数集，開始一个新的序列。这样，假设前一个序列出现重大错误，在
这里能够获得又一次同步的机会。IDR图像之后的图像永远不会使用IDR之前的图像的数据来解码。

IDR是I帧，但I帧不一定是IDR。I帧之后的图像有可能会使用I帧之前的图像做运动參考。

1.2描写叙述子

描写叙述子描写叙述从Bit流中取出句法元素的方法。

编号

语法

说明

1

ae（e）

CABAC

2

b（8）

读进连续的8个Bit

3

ce（v）

CAvlc

4

f（n）

读进连续的n个Bit

5

i（n）/i（v）

读进连续的若干Bit，并把它们解释为有符号整数

6

me（v）

映射指数Golomb熵编码

7

se（v）

有符号指数Golomb熵编码

8

te（v）

截断指数Golomb熵编码

9

u（n）/u（v）

读进连续的若干Bit，并把它们解释为无符号整数

10

ue（v）

无符号指数Golomb熵编码

表1

1.3句法的表示方法

句法元素的名称由小写字母和一系列下划线组成，变量名称是大写和小写字母组成，中间没有下划线。

二 句法表

定义了H.264的句法，指明在码流中依次出现的句法元素及它们出现的条件、提取描写叙述子等。句法表是分层嵌套的。

句法表中的C字段表示该句法元素的分类，这是为片区服务，分类的详细含义例如以下表描写叙述。

nal_unit_type

NAL类型

C

0

未使用

1

不分区、非IDR的片

2,3,4

2

片分区A

2

3

片分区B

3

4

版分区C

4

5

IDR图像中的片

2,3

6

补充增强信息单元（SEI）

5

7

序列參数集

0

8

图像參数集

1

9

分界符

6

10

序列结束

7

11

码流结束

8

12

填充

9

13..23

保留

24..31

不保留

表2

2.1 NAL语法

编码器将每一个NAL各自独立、完整地放入一个分组，由于分组都有头部，解码器能够方便地检測出NAL的分界，并依次取出NAL进行解码。

每一个NAL前有一个起始码
0x000001，解码器检測每一个起始码，作为一个NAL的起始标识，当检測到下一个起始码时，当前NAL结束。同一时候H.264规定，当检測到
0x000000时，也能够表征当前NAL的结束。对于NAL中数据出现0x000001或0x000000时，H.264引入了防止竞争机制，假设编码
器检測到NAL数据存在0x000001或0x000000时，编码器会在最后个字节前插入一个新的字节0x03，这样：

0x000000－>0x00000300

0x000001－>0x00000301

0x000002－>0x00000302

0x000003－>0x00000303

解码器检測到0x000003时，把03抛弃，恢复原始数据。

解码器在解码时，首先逐个字节读取NAL的数据，统计NAL的长度，然后再開始解码。

句法

C

Desc

nal_nuit(NumBytesInNALunit){/* NumBytesInNALunit为统计出来的数据长度 */

forbidden_zero_bit /* 等于0 */

All

f(1)

nal_ref_idc/* 当前NAL的优先级，取值范围0-3 */

All

u(2)

nal_unit_type /* NAL类型，见表2描写叙述 */

All

u(5)

NumBytesInRBSP=0

for(i=1;i<NumBytesInNALunit;i++){

if(i+2<NumBytesInNALunit && next_bits(24)==0x000003{

/* 0x000003伪起始码，须要删除0x03这个字节 */

rbsp_byte[NumBytesInRBSP++]

All

b(8)

rbsp_byte[NumBytesInRBSP++]

All

b(8)

i+=2/* 取出前两个0x00后，跳过0x03 */

emulation_prevention_three_byte/* equal to 0x03 */

All

f(8)

}else{

rbsp_byte[NumBytesInRBSP++] /* 继续读取后面的字节 */

All

b(8)

}

}

表3

2.2序列參数集（SPS）

句法

C

Desc

seq_parameter_set_rbsp(){

profile_idc/* 指明所用的Profile */

0

u(8)

constraint_set0_flag

0

u(1)

constraint_set1_flag

0

u(1)

constraint_set1_flag

0

u(1)

reserved_zero_5bits /* equal to 0 */

0

u(5)

level_idc /* 指明所用的Level */

0

u(8)

seq_parameter_set_id /* 指明本序列參数集的id号，0-31，被图像集引用，编码须要产生新的序列集时，使用新的id，而不是改变原来參数集的内容 */

0

ue(v)

log2_max_frame_num_minus4/*
为读取元素frame_num服务，frame_num标识图像的解码顺序，frame_num的解码函数是ue(v)，当中
v=log2_max_frame_num_minus4+4，该元素同一时候指明frame_num的最大值MaxFrameNum=2(
log2_max_frame_num_minus4+4)*/

0

ue(v)

pic_order_cnt_type /* 指明poc的编码方法，poc标识图像的播放顺序，poc能够由frame_num计算，也能够显示传送。poc共三种计算方式 */

0

ue(v)

if(pic_order_cnt_type==0)

log2_max_pic_order_cnt_lsb_minus4 /* 指明变量MaxPicOrderCntLsb的值， MaxPicOrderCntLsb＝2(log2_max_pic_order_cnt_lsb_minus4+4) */

0

ue(v)

else if(pic_order_cnt_type==1){

delta_pic_order_always_zero_flag /* 等于1时，元素delta_pic_order_cnt[0]和delta_pic_order_cnt[1]不在片头中出现，而且它们的默认值是0，等于0时，上述两元素出现的片头中 */

0

u(1)

offset_for_non_ref_pic /* 用来计算非參考帧或场的poc，[-231,231-1] */

0

se(v)

offset_for_top_to_bottom_field/* 计算帧的底场的poc */

0

se(v)

num_ref_frames_inpic_order_cnt_cycle /* 用来解码poc,[0.255] */

0

ue(v)

for(i=0;i<num_ref_frames_inpic_order_cnt_cycle;i++)

offset_for_ref_frame[i]/* 用来解码poc，对于循环中的每一个元素指定一个偏移 */

0

se(v)

}

num_ref_frames /* 參考帧队列可达到的最大长度，[0,16] */

0

ue(v)

gaps_in_frame_num_value_allowed_flag /* 为1，同意slice header中的frame_num不连续 */

0

u(1)

pic_width_inmbs_minus1 /* 本元素加1，指明以宏块为单位的图像宽度 PicWidthInMbs=pic_width_in_mbs_minus1+1 */

0

ue(v)

pic_height_in_map_units_minus1 /* 本元素加1，指明以宏块为单位的图像高宽度 PicHeightInMapUnitsMbs=pic_height_in_map_units_minus1+1 */

0

ue(v)

frame_mbs_only_flag /*
等于0表示本序列中全部图像均为帧编码；等于1，表示可能是帧，也可能场或帧场自适应，详细编码方式由其他元素决定。结合前一元
素：FrameHeightInMbs=(2-frame_mbs_only_flag)*PicHeightInMapUnits */

0

ue(v)

if(frame_mbs_only_flag)

mb_adaptiv_frame_field_flag /* 指明本序列是否是帧场自适应模式：

frame_mbs_only_flag=1，所有是帧

frame_mbs_only_flag=0， mb_adaptiv_frame_field_flag=0，帧场共存

frame_mbs_only_flag=0， mb_adaptiv_frame_field_flag=1，帧场自适应和场共存*/

0

u(1)

direct_8x8_inference_flag /* 用于指明B片的直接和skip模式下的运动矢量的计算方式 */

0

u(1)

frame_cropping_flag /* 解码器是否要将图像裁剪后输出，假设是，后面为裁剪的左右上下的宽度 */

0

u(1)

if(frame_cropping_flag){

frame_crop_left_offset

0

ue(1)

frame_crop_right_offset

0

ue(1)

frame_crop_top_offset

0

ue(1)

frame_crop_bottom_offset

0

ue(1)

}

vui_parameters_present_flag /* 指明vui子结构是否出如今码流中，vui子结构在附录中指明，用于表征视频

格式的信息 */

0

u(1)

if(vui_parameters_present_flag)

vui_parameters()

0

rbsp_trailing_bits()

0

}

表4