📚 课程目录第4章信源编码与视频压缩

4. 信源编码与视频压缩

在无人机数字图传链路中，无线信道带宽始终是最稀缺的资源。摄像头原始输出的 YUV 或 RAW 数据量极大，例如 1080p30 的 YUV420 视频每秒约 93 MB，直接传输既不现实也无必要。信源编码的任务，就是在可接受的画质损失下，把视频数据压缩到链路可承载的码率范围。本节围绕 H.264/H.265 编码标准、码率控制、帧类型、GOP 结构、低延迟编码策略与画质评估展开，帮助你把“压缩”与“链路预算”真正打通。

一、核心原理：从空间冗余到时间冗余

视频压缩的本质是去除冗余。H.264 与 H.265 都采用“预测 + 变换 + 量化 + 熵编码”的混合编码框架。空间冗余通过帧内预测去除，时间冗余通过帧间运动补偿去除，残差再经 DCT 类变换、量化与 CABAC/CAVLC 熵编码压缩。H.265（HEVC）在相同画质下通常比 H.264 节省约 40%～50% 码率，代价是编码复杂度更高、对算力与内存带宽要求更大。

对图传链路而言，编码器输出的不是恒定码率，而是随画面复杂度波动的码流。码率控制（Rate Control）负责把波动约束在链路可承受的范围内，同时尽量保持画质稳定。若码率控制失效，轻则画面糊化，重则丢包、花屏、链路拥塞。

关键认知：编码器不是“把画面变小”，而是“用更少的比特表达可接受的画面”。码率、延迟、画质三者互相制约，设计时必须明确优先级。

二、帧类型与 GOP 结构

H.264/H.265 定义了多种帧类型：I 帧为帧内编码帧，可独立解码，但体积最大；P 帧为前向预测帧，参考前面的帧；B 帧为双向预测帧，压缩效率最高，但需要缓存后续帧，会引入额外延迟。无人机图传通常禁用 B 帧，或仅允许极少量 B 帧，以换取低延迟。

GOP（Group of Pictures）结构描述 I 帧与后续 P/B 帧的排列方式。常见结构如 IBBP、IPPP、以及低延迟场景常用的 IPPP 或“I + 多 P”。GOP 长度越大，I 帧越少，平均码率越低，但随机接入和抗丢包能力越差；GOP 越短，I 帧越频繁，码率上升，但恢复更快。

三、码率控制与低延迟编码策略

码率控制通常分为 CBR（恒定码率）、VBR（可变码率）和 ABR（平均码率）三类。图传链路更适合 CBR 或受限 VBR，因为无线带宽是硬约束。编码器通过调整 QP（量化参数）来改变输出码率：QP 越大，量化越粗，码率越低，画质越差；QP 越小则相反。

低延迟编码的核心手段包括：关闭 B 帧、启用低延迟 P 帧参考结构、减小编码器内部缓冲、使用 slice 级并行与帧级并行、开启 CABAC 但控制复杂度、以及采用“零延迟”或“低延迟”预设。对于无人机图传，端到端延迟通常要求控制在 100 ms 以内，编码环节应尽量压缩到 20～40 ms。

# 典型低延迟 H.264 编码参数（FFmpeg 示例）
ffmpeg -f v4l2 -i /dev/video0 \
  -c:v libx264 -preset ultrafast -tune zerolatency \
  -profile:v baseline -level 3.1 \
  -b:v 4M -maxrate 4M -bufsize 1M \
  -g 30 -keyint_min 30 -sc_threshold 0 \
  -bf 0 -refs 1 -x264-params "rc-lookahead=0:sync-lookahead=0" \
  -f mpegts udp://192.168.1.100:5600

上述参数中，-tune zerolatency 关闭前瞻与 B 帧，-bf 0 禁用 B 帧，-g 30 设置 GOP 为 30 帧，-bufsize 1M 限制码率缓冲，避免突发码率冲击链路。

四、画质评估与常见误区

画质评估分为主观与客观两类。主观评估依赖人眼观察，常用 MOS（平均意见分）；客观评估常用 PSNR、SSIM、VMAF 等指标。PSNR 计算简单但对结构失真不敏感；SSIM 更贴近人眼感知；VMAF 由 Netflix 提出，综合多尺度特征，与主观感受相关性更高。图传场景还应关注“码率-画质曲线”和“丢包下的画质鲁棒性”。

评估维度	常用指标	适用场景	注意事项
客观画质	PSNR / SSIM / VMAF	编码器调优、版本对比	需固定测试序列与码率点
主观画质	MOS	最终用户体验验收	样本量要足够，环境要一致
延迟	端到端延迟、编码延迟	实时图传、飞控回传	需区分编码、传输、解码、显示
鲁棒性	丢包率-画质曲线	无线链路波动场景	关注 I 帧恢复与错误隐藏

常见误区：一味追求低码率而大幅提高 QP，会导致画面出现块效应与拖影；或者为了画质盲目提高码率，造成链路拥塞与丢包。正确做法是先确定链路可用带宽，再在码率约束下优化 QP、GOP 与参考结构。

复盘一个典型场景：某无人机图传在 4 Mbps 链路上使用 H.264 High Profile、GOP=60、开启 B 帧，结果端到端延迟超过 200 ms，且画面在快速运动时出现明显马赛克。调整方案为：切换 Baseline Profile、关闭 B 帧、GOP 降至 30、开启 zerolatency、码率限制为 3.5 Mbps，延迟降至 80 ms 以内，画质在可接受范围内。这说明编码参数必须与链路预算、延迟要求联合设计，而不是孤立调优。

总结来看，H.264/H.265 提供了强大的压缩工具，但图传链路的特殊性要求我们优先考虑低延迟与鲁棒性。理解帧类型、GOP 结构、码率控制与画质评估之间的联动关系，才能在实际工程中做出合理取舍。