视频基本原理 - BT709和BT1120

上文描述了BT601和BT656的内容以及两者之间的关系。本文主要描述BT1120规范，但是在这之前，先讲述一下BT709规范。

就如上文描述的：BT601是SDTV的数据结构，BT656是SDTV的接口定义；

BT709是HDTV的数据结构，BT1120是HDTV的接口定义；

我们先来了解一下BT709的由来。

20世纪70年代中期，日本开始研究高清晰度电视显示技术。70年代末，EBU代表团远赴日本NHK研究实验室，参观HDTV演示，这次演示给大家留下了深刻的印象。就在那时，SMPTE成立了一个委员会来研究HDTV及其应用，该委员会的结论是HDTV将在影院中占有一席之地。受其影响，HDTV并未在欧洲的广播行业开花结果。

1981年2月，SMPTE在旧金山召开冬季会议，其间NHK展示了其1125i/30模拟系统。同时，EBU技术委员会受邀来到旧金山，参加有关4:2:2格式的讨论，并借机参观了NHK的高清演示。不久，EBU V1/HDTV小组决定成立一个专家组来研究HDTV。

1982年6月，NHK受邀来到爱尔兰，向参加EBU全体会议的人员做了HDTV演示。其间播放了有关自然与体育的画面，以及反映日本文化的纪录片，V1/HDTV小组也目睹了这一盛况。这是HDTV在欧洲的首次亮相，演示非常成功。不久V1/HDTV小组意识到，必须与其他组织达成一个全球一致的HDTV图像格式。由于NHK的HDTV系统是基于1080i/30格式的，而欧洲一直使用25Hz系统，因此帧频的转换问题阻碍了该系统在欧洲的使用。与此同时，美国ATSC正在着手制定地面高清广播标准，由于40Hz图像更容易转换到25Hz或30Hz，因此ATSC建议全球统一使用40Hz帧频（80Hz场频）。然而，面对40Hz所需的带宽资源与并不突出的效果，SMPTE最终未采纳这一提案。在一位BBC工程师的提议下，NHK开发了一种转换器，可将1125i/30下变换到625i/25格式，以便欧洲顺利采纳1125i/30格式。

至此，在HDTV制作格式的问题上，EBU内部产生了分歧。以意大利、瑞士等为代表的一方坚持采纳1125i/30格式，而法、德、英等国代表则认为应坚持25Hz，而且转换器成本高昂，对图像质量也有影响。后来，NHK又开发了一种能将1125i/30格式HDTV信号带宽压缩为8～9 MHz，并通过卫星传输的系统，这就是大名鼎鼎的MUSE。MUSE将图像分为4个部分，巧妙地利用隔行扫描原理，对不同部分分别加以不同的时空滤波器。之后，MUSE来到了欧洲，RAI在都灵的研究中心对其进行了测试。20世纪80年代，日本开始利用MUSE进行高清电视广播。

20世纪80年代初，ITU成立了一个委员会，专门研究HDTV并试图达成全球统一标准。由于该小组依赖EBU、SMPTE及其他国家政府的提案，因此该小组的讨论反映了EBU与SMPTE的主张。在1985至1986年召开的多次ITU会议上，美国代表建议ITU将日本开发的30Hz格式采纳为全球标准，并认为只要以政府的名义施压，就会迫使欧洲接受该格式。欧洲代表对此嗤之以鼻，并坚持拒绝接受该格式。

1986年于南斯拉夫召开的ITU会议上，25 Hz与30 Hz的支持者僵持不下，讨论遇到了巨大障碍。离开南斯拉夫后，一些欧洲政府与企业的代表决心要自行开发HDTV图像格式与广播格式。后来，这便成为著名的尤里卡95计划中的HD-MAC项目。5年后，一个集制作与模拟/数字广播为一体的25Hz HDTV系统诞生。

1990年，ITU 11A工作组重开有关HDTV的会议，1080p/50与1080p/60两种逐行扫描系统成为讨论的基础。然而，在HDTV是否应包含隔行扫描这一问题上，欧洲代表再次遇到了疑惑。按照ITU之前的定义，HDTV必须提供比SDTV更高的运动效果，而SDTV的场频已经是50Hz与60Hz，因此采用这种场频的HDTV不能提供比SDTV更好的质量，也就不属于真正的HDTV。不过，考虑到在当时的技术条件下，隔行系统较为现实，ITU会议最终达成了一致，即接受50Hz/60 Hz两种场频和帧频、一种图像格式（1920×1080）及一种数据率，NHK也随着提交了一份ITU-R BT.709建议的新草案。2年后，随着24/25Hz格式的加入，HDTV开始在电影行业崭露头角。

作为一个全球合作项目，709建议书的诞生过程，是智慧的结晶，也是妥协的产物。

首先，同BT601定义了SDTV的色彩空间，BT709也定义了HDTV的色空间，BT709色彩标准不是色域里最丰富的，而是在电视、电影中能看到的影像中最丰富的色彩，同时它也是国际上都遵循的行业标准，如下图中三角部分就是BT709的色空间；

BT709 选用YCbCr 4:2:2的模式，下面是和BT601类似的YCbCr色空间的推导过程：

Y是亮度值，由R,G,B的加权平均可以得到：Y=kr*R +kg*G + kb*B; 这里kr,kb,kg是加权因子。

颜色信号可以由不同的颜色差别来表示：

Cb= B-Y; Cr =R-Y; Cg = G-Y

对于一个颜色图像的完整的描述由给定Y和三个色差: Cb, Cr, Cg 来表示。然后Cb+Cr+Cg是一个常数，那么我们只需要两个色度参数就可以了，第三个可以通过其他两个计算出来。在YCbCr空间中，只有Y和Cb,Cr值被传输和存储，而且Cb和Cr的分辨率可以比Y低，因为人类视觉系统对于亮度更加敏感。这就减少了表示图像的数据量。通常的观察情况下，RGB和YCbCr表示的图像看上去没有什么不同。对于色度采用比亮度低的分辨率进行采样是一种简单而有效的压缩办法。

一个RGB图像可以在捕捉之后转换为YCbCr格式用来减少存储和传输负担。在显示图象之前，再转回为RGB.注意没有必要去指明分别的加权值kg（因为kb+kr+kg=1)，而且G可以从YCbCr中解压出来，这说明不需要存储和传输Cg参数。

Y = kr R + (1-kb-kr)G + kb B

Cb = 0.5/(1-kb) * (B-Y)

Cr = 0.5/(1-kr) * (R-Y)

则：

R = Y + (1-kr)/0.5 * Cr

G = Y - 2kb(1-kb)/(1-kb-kr) * Cb-2kr(1-kr)/(1-kb-kr) * Cr

B = Y + (1-kb)/0.5 * Cb

而ITU-R的BT.709决议定义了Kr= 0.2126； Kb = 0.072，那么代换参数就有了如下等式：

Y= 0.2126R + 0.7154G + 0.072B

Cb = 0.5388(B - Y )

Cr = 0.635(R - Y )

即

Y = 0.2126R + 0.7154G + 0.072B

Cb = (-0.1145R - 0.3855G + 0.500B)

Cr = (0.500R - 0.4543G - 0.0457B)

则：

R = Y + 1.5748Cr

G = Y - 0.1868Cb - 0.4680Cr

B = Y + 1.856Cb

对Cb和Cr加上偏置，就得到下面的公式：

Y = 0.299R + 0.587G + 0.114B

Cb = (-0.1145R - 0.3855G + 0.500B) +128

Cr = (0.500R - 0.4543G - 0.0457B) + 128

关于RGB和YCbCr色空间的详细介绍，请参考前文“视频基本原理--RGB to YUV&YCbCr“；

在ITU-R BT.709 建议书内，对1125行和1250行系统HDTV（高清晰度电视）已经确立了演播室标准，标准中包含有有关常规电视的系统以及像素平方通用图像格式（CIF）逐行扫描的系统；

ITU-R BT.709 建议书中包含下列HDTV演播室标准，以覆盖宽广的应用范围：

常规电视系统方面：

–总行数1125，2:1 隔行扫描，场频60Hz，有效行1035；

–总行数1250，2:1 隔行扫描，场频50Hz，有效行1152；

CIF 系统（1920×1080）方面：

–总行数1125，有效行1080；

–图像频率60、50、30、25 和24 Hz，包括逐行、隔行和帧分段传输；

对于1125/60/2:1 系统，表示图像信号的数字码字借助于20或30对屏蔽导线并行地传输。20对导线应用于传输由亮度Y和时分复用的色差CB/CR分量组成的信号集合，30对导线应用于传输R、G、B 信号或是传输带有附加数据流（辅助信道）的Y、CB/CR 分量。一对附加的屏蔽导线运载74.25MHz 的同步时钟。

对于基于CIF格式的HDTV系统，格式标准汇总如下表：

下面是数字编码参数：

所以，常用的1080P
50/60HZ 是148.5Mhz的数据采样率，而1080i50/60HZ 或者1080P 25/30Hz 则是74.25Mhz的数据采样率。时钟信号规范如下图所示：

BT1120是高清晰度电视(HDTV) 演播室信号BT709规范的数字接口，因为BT1120采样YCbCr422模式，所以一般是16bit/20bit的数据流通道加上一个采样时钟通道。

数字接口是在单个信号源与单个目的端之间提供单向连接，数据信号为二进制信息形式，相应的编码的信号有：

1）图像数据

2）定时基准码

3）附属数据

在BT1120标准中说明的图像数据指的是图像的有效尺寸的数据。而其中定时基准码包括SAV、EAV信号；而SAV与EAV中间又包括消隐区附属数据；详细内容如下图所示：

上图我们看到视频中的某一帧的状态。L1和L2 是帧消隐区，同样
L5 和L6也是帧消隐区。我们看看下图，来说明各个参数的意义。

从上图我们看到了再L3 和L4行之间才是真正的有用的1080行视频数据。举个例子，1920x1080P60Hz格式的时序为例，BT1120规定一个时钟传输一个像素16bit/20bit（YCbCr），那么一秒钟需要多少个时钟呢？下面简单的换算下，像素的总行数（1125）x像素的总列数（2200）x 帧率（60）=148.5M; 如VESA规范中定义的1080P 60Hz时序，像素时钟也即是148.5M，如下图所示。

对于每行的数据的格式，同BT656类似，由EAV 作为一行有效数据结束，SAV 作为一行有效数据开始，而SAV与EAV中间又包括消隐区附属数据，如下图所示：

由上面的格式，我们可以看到每一行在视频传输过程中的格式。在定时基准码的前3个字节是恒定的。FF , 00 , 00, 第四个字节XY是我们需要分析的。

上图给出的数值是为10比特接口的建议值。如果是8比特的系统取高八位就可以了。第4字节XY中：

F是奇偶场标志，F=0/1对应第1/2场；

V表示场同步，V=0/1表示对应有效行/场消隐行；

H是行同步信号，H=0/1对应行有效视频开始处(SAV)/行有效视频结束处(EAV)；

P0，P1，P2，P3：保护比特，P0，P1，P2，P3 比特的状态决定于F，V 比特的状态，在接收机中，这种安排容许纠正l比特误码和检出2比特误码。具体逻辑如下：

P3 = V xor H

P2 = F xor H

P1 = F xor V

P0 = F xor V xor H

结果参考下表：

通过以上分析，就应该可以知道EAV 和SAV可以填什么数据了。也知道
BT1120每行的数据格式。

在实际的使用中，因为现在的视频接收接口器件一般要求全制式，全格式支持，在后端数字输出接口标注的时候不是很严格区分BT656和BT1120的区别，一般会指出支持BT656模式或者BT1120模式，指的就是支持带EAV/SAV的内嵌同步模式。对于8bit/10bit数据总线，SDTV（NTSC/PAL 480i/576i）的分辨率就是BT656模式，而16bit/20bit的HDTV分辨率就是BT1120模式。