【国家标准(GB)】 信息技术 具有1.5Mbit /s数据传输率的数字存储媒体运动图像及其伴音的编码 第4部分：一致性测试

189,35.40
中华人民共和国国家标准
GB/T17191.4—2000
idtISO/1EC 11172-4:1995
信息技术
具有1.5Mbit/s数据
传输率的数字存储媒体运动
图像及其伴音的编码
第4部分：一致性测试
Information technology-Coding of moving pictures and associatedaudio for digital storage media at up to about 1.5Mbit/sPart 4:Compliance testing
2000-01-03发布
2000-08-01实施
国家质量技术监督局
GB/T17191.4—2000
本标准等同采用ISO/IEC11172-4：1995《信息技术具有1.5Mbit/sS数据传输率的数字存储媒
体运动图像及其伴音的编码第4部分：一致性测试》。GB/T17191在《信息技术具有1.5Mbit/s数据传输率的数字存储媒体运动图像及其伴音的编码》总标题下，包括以下4个部分：第一部分（即GB/T17191.1)：系统第二部分（即GB/T17191.2）：视频第三部分（即GB/T17191.3）：音频第四部分（即GB/T17191.4)：一致性测试本标准的附录A是标准的附录，附录B是提示的附录。本标准由中华人民共和国信息产业部提出。本标准由中国电子技术标准化研究所归口。本标准起草单位：南京大学、镇江江奎集团公司。本标准主要起草人：张福炎、余崇智。..comGB/T17191.4—2000
ISO/IEC前言
ISO（国际标准化组织)和IEC(国际电工委员会）是世界性的标准化专门机构。国家成员体（它们都是ISO或EC的成员国)通过国际组织建立的各个技术委员会参与制定针对特定技术范围的国际标准。ISO和IEC的各技术委员会在共同感兴趣的领域内进行合作。与ISO和IEC有联系的其他官方和非官方国际组织也可参与国际标准的制定工作。在信息技术领域，ISO和IEC建立了一个联合技术委员会ISO/IEC/JTC1。由联合技术委员会采纳的国际标准草案需分发给国家成员体进行表决。发布一项国际标准，至少需要75%的参与表决的国家成员体投票赞同。
总标题为《信息技术一一具有1.5Mbit/s数据传输率的数字存储媒体运动图像及其伴音的编码》的国际标准ISO/IEC11172由以下部分组成：一第一部分：系统
第二部分：视频
一第三部分：音频
一第四部分：一致性测试
附录A是ISO/IEC11172的一个组成部分，附录B仅提供参考信息。GB/T17191.4—2000
本系列标准分成四个部分。第1部分：系统一一叙述该标准的系统编码层。它确定一个混合音频和视频数据的多路结构和实时重放同步序列所需要的时间信息的表示方法。第2部分，视频一一叙述视频数据的编码表示和重构图像所需的解码处理。第3部分：音频一一叙述音频数据的编码表示和重构声音所需的解码处理。第4部分：一致性测试一一叙述确定编码位流特性的步骤以及位流和解码器与第1、2、3部分中规定要求的一致性测试。本系列标准的第1、2、3部分规定了一个视听信息的多路结构和编码表示，允许有较大的灵活性，以使得标准能适应多种不同的应用。这灵活性的获得是由于在位流中包含一些确定编码位流特性的参数，其例子如音频采样频率、图像尺寸、图像速率及位速率参数。本系列标准的第4部分说明如何设计测试以确认位流和解码器是否符合本系列标准第1、2、3部分规定的要求。这些测试可以用于以下各种目的例如：编码器的制造者和他们的用户能用这些测试去证实编码器是否产生有效的位流。一解码器的制造者和他们的用户能用这些测试去证实编码器所给出的性能是否符合本系列标准第1、2、3部分规定的要求。
一应用者可以用这些测试去证实所给出的位流特性是否符合应用的要求，例如编码图像的尺寸是否超过该应用所允许的最大值。I
中华人民共和国国家标准
信息技术具有1.5Mbit/s数据
传输率的数字存储媒体运动
图像及其伴音的编码
第4部分：一致性测试
Information technologyCoding of moving pictures and associatedaudio for digital storage media at up to about 1.5 Mbit/sPart 4:Compliance testing
1概述
1.1范围
GB/T17191.4—2000
idtIS0/IEC11172-4:1995
本标准规定如何设计一些测试方法，以检验位流和解码器是否符合GB/T17191第1、2、3部分所提出的要求。在本标准中对编码器没有特别说明。一个编码器，如果它产生的位流与GB/T17191第1、2、3部分中所要求的位流语法和语义相一致，可以被称为GB/T17191编码器。GB/T17191第1、2、3部分中规定了编码位流和解码器的特性。位流的特性规定了所开发的位流标准中的一个子集。其例子如图像尺寸的应用值或范围以及位速率参数。解码器的特性规定了所采用的解码过程的性能和能力。其性能的例子如应用的算术精度。解码器能力则规定了解码器可以解码和重建的编码位流，它定义了一个可解码位流标准中的一个子集。如果一个编码位流的特性是在解码器能力规定的标准的子集之中，则该位流能被这解码器解码。本标准阐述了位流和解码器与GB/T17191第1、2、3部分规定的要求之间的一致性测试步骤。给出声称的一组特性，它必须完全符合由GB/T17191第1、2、3部分规定的要求。本标准总结了与特性相互参照的一些要求，同时规定了可以被测试的一致性。给出了如何建立测试和决定它们结果的指导准则，以及一些应用于音频的实际测试。1.2引用标准
下列标准所包含的条文，通过在本标准中的引用而构成为本标准的条文。本标准出版时，所示版本均为有效。所有标准都会被修订，使用本标准的各方应探讨使用下列标准最新版本的可能性。GB/T17191.1—1997信息技术具有1.5Mbit/s数据传输率的数字存储媒体运动图像及其伴音的编码第1部分：系统（idtISO/IEC11172-1：1993）GB/T17191.2—1997
信息技术具有1.5Mbit/s数据传输率的数字存储媒体运动图像及其伴音的编码第2部分：视频（idtISO/IEC11172-2：1993）信息技术具有1.5Mbit/s数据传输率的数字存储媒体运动图像及其伴GB/T17191.31997
音的编码第3部分：音频（idtISO/IEC11172-3：1993)GB/T17576—1998CD数字音频系统(idtIEC908：1987)CCIR建议601-2演播室数字电视编码参数CCIR报告624-4单色和彩色电视系统特性国家质量技术监督局2000-01-03批准2000-08-01实施
CCIR建议648音频信号的录制
GB/T17191.4——2000
CCIR报告955-2便携和移动式卫星接收器的声音信号广播（包括附录V中先进的数字系统I的综述）
CCITT建议J.17声音编程电路的预加重IEEE1180：1990实现8×8离散余弦变换的规格说明2技术原理
2.1定义
本标准使用下列定义，方括号内注明定义所属部分。2.1.1AC系数[视频】ACcoefficient【video】任一DCT系数，它在一个或两个方向上的频率为非零。2.1.2存取单元［系统】accessunit[system】对音频压缩，存取单元就是音频存取单元。对视频压缩，存取单元是一幅图像的编码表示。2.1.3自适应分段【音频】adaptivesegmentation［audio]以可变时间段方式将数字音频信号分段。2.1.4自适应位分配［音频】adaptivebitallocation［audio】根据心理声学模型用时间和频率可变的方式对各子带进行位分配。2.1.5自适应噪声分配【音频】adaptivenoiseallocation［audio】根据心理声学模型用时间和频率可变的方式将编码噪声分配到各频带。2.1.6混迭［音频】alias［audio】由奈奎斯特子采样所产生的镜像信号分量。2.1.7分析滤波器组【音频】analysisfilterbank［audio】在编码器中，将宽带PCM音频信号变换成一组子采样的子带样值。2.1.8音频存取单元［音频】audioaccessunit［audio】对层「和层I音频存取单元定义为可由自身进行解码的编码位流的最小部分，其中解码的意思是“声音的完全重建”。对层Ⅱ音频存取单元是位流的一部分，它在利用以前获得的主要信息后可以被解码。
2.1.9音频缓冲器【音频】audiobuffer［audio】在系统目标解码器中用以存储压缩的音频数据的缓冲器。2.1.10音频序列音频】audiosequence［audio】一个不中断的音频顿序列，在其中下列参数是不变的：一标识符(ID)；
一层；
一采样频率；
一对层I和层I：位速率索引。
2.1.11向后运动矢量【视频】backwardmotionvector【video】按照显示顺序，利用后继的参考图像作运动补偿的运动失量。2.1.12巴克［音频】Bark［audio]临界频带速率单位。巴克标度是一种非线性映射的频率标度，在音频范围内它和人耳听觉的频率选择性相匹配。
3双向预测编码图像B图像【视频】bidirectionallypredictive_codedpicture；B_picture[video】
使用相对于其前和/或其后的参考图像的运动补偿预测进行编码的图像。2
2.1.14位速率bitrate
GB/T17191.4——2000www.bzxz.net
压缩的位流从存储媒体传输到解码器输入端的速率。2.1.15位流特性［一致性］bitstreamcharacteristics[compliance】编码器用来产生位流的标准的一部分。例如一个编码器可能提供产生位流的语法和语义约束，如参数范围的限制,这些约束是GB/T17191第1、2、3部分支持的性能的一个部分。在视频位流中的例子有图像尺寸的应用值或范围和位速率参数。2.1.16位流一致性【一致性】bitstreamcompliance［compliance】如果某位流与GB/T17191第1、2、3部分中规定的位流语法和语义的要求相符合，则该位流是一致性的。
2.1.17位流要求[一致性】bitstreamrequirements【compliance】由GB/T17191第1、2、3部分中规定的对位流的要求。2.1.18块压扩【音频】blockcompanding［audio】在某一时间区间内，音频数字信号的规一化。2.1.19块[视频】block【video】一个8行×8列的正交像素块。
2.1.20边界【音频】bound［audio】采用强度立体声编码的最低子带。2.1.21字节对齐bytealigned
如果某位在编码位流中的位置，从流的第一个位算起正好是8的倍数，则该位是字节对齐的。2.1.22字节byte
8个位组成的序列。
2.1.23信道channe
存储或传输GB/T17191位流的数字媒体。2.1.24声道（或信道）[音频】channel［audio】立体声信号的左和右声道。
2.1.25色度（分量）［视频】chrominancecomponent【video】按CCIR建议601中定义的方式，用于表示与主色彩相关的二个色差信号之一的矩阵、块或单个像素。表示色差信号的符号是C和Cb。2.1.26编码的音频位流【音频】codedaudiobitstream［audio]按照GB/T17191.3规定的音频信号的编码表示。2.1.27缩编码的视频位流［视频]codedvideobitstream【video]按照GB/T17191.2规定的一幅或多幅图像序列的编码表示。2.1.28编码顺序［视频】codedorder【video】图像存储和解码的顺序，该顺序未必与显示顺序一致。2.1.29编码表示codedrepresentation以编码形式表示的数据元素。
2.1.30编码参数［视频】codingparameters【video】用于刻划编码视频位流的特征的一组用户可定义的参数，位流由编码参数刻划其特征，解码器由其能解码的位流刻划其特征。
2.1.31分量【视频】component【video】构成图像的三个矩阵（一个亮度和两个色度)之一的矩阵，块或单个像素。2.1.32压缩compression
减少表示数据项的位数。
GB/T17191.4——2000
2.1.33恒位速率编码视频C视频】constantbitratecodedvideo【video】平均位速率为常数的压缩视频位流。2.1.34恒位速率constantbitrate压缩位流时从开始至结束位速率保持不变。2.1.35约束参数【视频】constrainedparameters［video】在GB/T17191.2中2.4.3所定义的一组编码参数值。2.1.36约束系统参数流【系统】CSPS，constrainedsystemparameterstream[system】符合GB/T17191.1中2.4.6所定义的约束条件的一个多路复合流。2.1.37CRC
循环完余码。
2.1.38临界带速率［音频】criticalbandrate［audio]频率的心理声学函数。对一个给定的可听声频率，它正比于低于此频率的临界频带数目。临界频率的标度单位是巴克。
2.1.39临界带【音频】criticalband［audio】在频域中的心理声学测量，它和人耳的频率选择性相对应。这种选择性用巴克表示。2.1.40数据元素dataelement
编码之前和解码之后数据项的表示。2.1.41DC-系数［视频】DC_coefficient[video】在两个方向上频率都为零的DCT系数。2.1.42DC编码图;D图C视频】DC_codedpicture;Dpicture[video】仅使用自身信息编码的图像，编码表示的DCT系数中仅有DC_系数。2.1.43DCT系数DCTcoefficient
-个给定的余弦基本函数的幅值。2.1.44解码流decodedstream
压缩位流的解码重构。
2.1.45解码器特性［一致性】decodercharacteristics【compliance】在解码器中所用解码处理的性能和能力。2.1.46解码器一致性【致性】decodercompliance【compliance】某解码器在对其解码能力所规定的标准子集之内的位流进行解码时，如果它符合GB/T17191第1、2、3部分中规定的解码器要求时，则该解码器是一致性的。2.1.47解码器输入缓冲器［视频】decoderinputbuffer【video】视频缓冲检验器中的先进先出(FIFO)缓冲器。2.1.48解码器输入速率【视频】decoderinputrate【video】在视频缓冲检验器中指明并在编码视频位流中编码的数据速率。2.1.49解码器decoder
解码处理的实体。
2.1.50解码（处理）decoding（process）在GB/T17191中定义的处理，它读入输入的编码位流并产生解码的图像或音频信号样值。2.1.51解码器要求［一致性】decoderrequirements[compliance】由GB/T17191第1、2、3部分中定义的对解码器的要求。2.1.52解码时标;DTS［系统】decodingtime_stamp;DTS［system】可能出现在分组头中的一个域，它用来指出系统自标解码器解码一个存取单元的时刻。2.1.53去加重(音频】de_emphasis［audio】4
GB/T17191.4——2000
对经过存储或传输的音频信号所采取的一种滤波以消除由于加重引起的线性失真。2.1.54逆量化【视频】dequantization［video]在位流中的量化DCT系数在解码之后和在DCT逆变换之前进行重新比例变换的过程。2.1.55数字存储媒体；DSMdigitalstoragemedia;DSM指数字存储或传输的设备和系统。2.1.56离散余弦变换;DCT［视频】discretecosinetransformationDCT【video】离散余弦变换或离散余弦逆变换。DCT是一种可逆的离散正交变换，在GB/T17191.2的附录A中定义了DCT逆变换。
2.1.57显示顺序［视频】displayorder【video】显示解码图像的顺序。通常与输入给编码器的图像顺序相一致。2.1.58双声道模式［音频】dualchannelmode［audio】具有独立节目内容（如两种语言)的两个音频信道被编码在一个位流中，称为双声道模式。其编码过程和立体声模式一样。
2.1.59编辑editing
对一个或多个压缩位流进行处理以生成一个新的压缩位流的过程。编辑后的位流必须满足GB/T17191规定的要求。
2.1.60基本流【系统】elementarystream(system）泛指编码的视频流、音频流或其他编码的位流。2.1.61加重【音频】emphasis【audio】对音频信号在存储或传输前进行滤波以改善其高频段的信噪比。2.1.62编码器encoder
编码处理的实体。
2.1.63编码（处理）encoding（process）读入输入图像或音频的样本流，并产生符合GB/T17191中规定的有效编码位流的处理。2.1.64炳编码entropycoding
为了减少亢余而对信号的数字表示进行可变长无损编码方法。2.1.65快速正放【视频】fastforwardplayback【video】按显示顺序，用快于真实时间的速度显示图像序列或序列一部分的过程。2.1.66 FFT fastfourier transformation快速傅里叶变换。实现离散傅里叶变换(正交变换)的一种快速算法。2.1.67滤波器组【音频】filterbank［audio】覆盖整个音频范围的一组带通滤波器。2.1.68固定分段【音频】fixed segmentationaudio】将数字音频信号按固定的时间长度分段。2.1.69禁止forbidden
在定义编码位流时，术语“禁止是指决不可以使用的数值，这常用于避免起始码的误判。2.1.70强迫更新［视频】forcedupdating【video】经常地对宏块作顿内编码处理，以保证编码器和解码器在DCT逆变换中不会生成过多的不匹配误差。
2.1.71向前运动矢量【视频】forwardmotionrector【video]用显示顺序上在其前的图像为参考图像作运动补偿的运行失量。2.1.72顿【音频】frame［audio】音频信号的一部分，它相应于音频存取单元中的音频PCM样值。5
GB/T17191.4——2000
2.1.73自由格式【音频】freeformat［audio】不同于规定位速率的任何位速率，在各层它应小于最大允许的位速率。2.1.74将来参考图视频］futurereferencepicture【video】按显示顺序在当前图像之后出现的参考图像。2.1.75区组层音频】granules[Layer］［audio】由全部32个子带的三个连续子带样值组成，它作为整体考虑其量化。相当于96个PCM样值。2.1.76区组［层音频】granules[Layer］audio】携带有自身的辅助信息的576条频率线。2.1.77图组［视频】groupofpicture【video]支持随机存取的一幅或多幅编码图像的序列，它是GB/T17191.2规定的编码语法中的一层。2.1.78汉宁窗Hannwindow［【音频】傅里叶变换之前将逐个样值应用于音频样值块的时间函数。2.1.79哈夫曼编码Huffmancoding摘编码的一种特定方法。
2.1.80混合滤波器组【音频】hybridfilterbank［audio】子带滤波器组与改进的离散余弦变换的串联组合。2.1.81IMDCT[音频】
改进的离散余弦逆变换。
2.1.82强度立体声【音频】intensitystereo［audio】种利用立体声节目中的立体声不相干性和几余性的方法，它是基于在高频部分只保留左和右声道能量包络的方法。
2.1.83隔行扫描【视频】interlace［video】常规电视图像的一个性质，其中相间各行在时间上连续。2.1.84顿内编码视频】intracoding【video】仅使用宏块或图像自身的信息对该宏块或图像进行编码。2.1.85顿内编码图像，I图像［视频】intra_codedpicture，1picture[video】仅使用自身信息进行编码的图像。2.1.85aGB/T17191.1解码器［致性】GB/T17191.1decoder[compliance】对GB/T17191.1位流解码处理的实体。MPEG系统解码器是它的同义词。2.1.85bGB/T17191.2解码器［致性】GB/T17191.2decoder[compliance】对GB/T17191.2位流解码处理的实体。MPEG视频解码器是它的同义词。2.1.85cGB/T17191.3解码器［—致性】GB/T17191.3decoder[compliance】对GB/T17191.3位流解码处理的实体。MPEG音频解码器是它的同义词。2.1.86GB/T17191（多路复合）流［系统）GB/T17191（multiplexed）stream[system）按照本标准规定的方式由零或若干基本流组合而成的一个位流。2.1.87联合立体声编码【音频】jointstereocoding［audio】任何利用立体声不相干性和亢余性的编码方法。2.1.88联合立体声模式【音频】jointstereomode［audio】一种采用联合立体声编码的音频编码算法模式。2.1.89层【音频】layer［audio】按GB/T17191.3定义的音频系统的编码层次的一个层次。2.1.90层［视频和系统】layer【videoandsystem】本标准和GB/T17191.2中定义的视频和系统规范中数据层次结构中的一个层次。6
GB/T17191.4——2000
2.1.91亮度（分量）［视频】luminance（component）【video）与CCIR建议601定义的基色相关的单色信号的表示，它可以是矩阵、块或单个像素。表示亮度的符号是Y。
2.1.92宏块［视频】macroblock【video】四个8×8的亮度数据块和两个相应8×8的色度数据块（由图像的亮度分量中16×16数据块得到的）。宏块有时指像素数据，有时又指像素值的编码表示以及GB/T17191.2中定义的其他宏块层语法中的数据元素，可根据上下文予以区别。2.1.93映射【音频】mapping［audio】应用子带滤波和/或改进的离散余弦变换对音频信号进行从时间域到频率域的变换。2.1.94屏蔽【音频】masking［audio】人类听觉系统的一种特性，由于屏蔽作用一个音频信号的存在可以使另一个音频信号不被感知。2.1.95屏蔽阅值【音频】maskingthreshold[audio】它是频率和时间的函数，在该值以下音频信号将不能被人的听觉系统所感知。2.1.96MDCT【音频】modifieddiscretecosinetransform[audio]改进的离散余弦变换。
2.1.97运动补偿【视频】motioncompensation【video】使用运动失量来提高像素值预测的有效性，预测应用运动矢量以提供相对于前/后参考图像的位移量，参考图像中包含已解码的像素值，它用于形成预测误差信号。2.1.98运动估值【视频】motionestimation【video】在编码过程中估算运动矢量的过程。2.1.99运动失量［视频】motionvector［video】用于运动补偿的二维矢量，它给出当前图像坐标位置相对于参考图像坐标位置的一个偏移量。2.1.100MS立体声［音频】MSstereo[audio】一种利用立体声节目中立体声不相关性和亢余性的方法，它基于对左声道和右声道的和信号和差信号进行编码以替代左、右声道。2.1.101帧间编码［视频】nonintracoding【video】宏块或图像在编码时既使用自身的信息也使用其他时刻出现的宏块和图像信息的一种编码方法。2.1.102非音调分量［音频】non_tonalcomponent［audio]音频信号中类似噪声的分量。
2.1.103奈奎斯特采样Nyquistsampling以大于或等于信号带宽两倍的频率进行采样。2.1.104包【系统】pack【system】包由一个包头及随后的一个或多个分组所构成，它是GB/T17191.1所定义的系统编码语法中的一个层次。
2.1.105分组数据【系统】packetdata[system】一个分组内所含的连续数据字节，它来自某个基本流。2.1.106分组头［系统】packetheader[system】用以给出分组数据中所含基本流数据有关信息的一个数据结构。2.1.107分组【系统】packet[system]它是本标准所定义的系统编码语法中的一个层次，分组由头和其后面的某一基本数据流中的若干连续字节所组成。
padding［audio】
2.1.108填充音频
一种调节音频顺平均时间长度的方法，对应于PCM样值的持续时间，有条件地在音频顿中加进7
GB/T17191.4——2000
2.1.109过去参考图像【视频】pastreferencepicture【video】按显示顺序在当前图像之前出现的参考图像。2.1.110像素纵横比［视频】pelaspectratio【video】像素显示时其垂直高度与水平宽度之比。2.1.111像素［视频】pel［audio】图像元素。
2.1.112图周期视频】pictureperiod【video】图像速率的倒数。
2.1.113图速率［视频】
pictureratevideo]
解码过程输出图像的标准速率。2.1.114图像【视频】picture［video】源图像数据、编码图像数据或重建图像数据。一个源图像或重建图像包含三个8位二进制数的长方矩阵，分别表示亮度和两个色度信号。图像层是GB/T17191.2编码语法的一个层次。注意，GB/T17191总是使用术语“图像”，而很少使用术语“”或“场”。2.1.115多相滤波器组［音频】polyphasefilterbank［audio】一组具有特殊相位关系的等带宽滤波器，以取得滤波器组的有效实现。2.1.116预测［视频】prediction[video】用预测值来估算当前正在解码的像素值或数据元素的估计值。2.1.117预测编码图像，P图［视频】predictive_codedpicture;Ppicture【video]利用过去参考图进行运动补偿预测编码的图像。2.1.118预测误差【视频】predictionerror【video】像素或数据元素的实际值与其预测值之间的差值。2.1.119预测值[视频】predictor［video】先前已解码的像素值或数据元素的线性组合。2.1.120演示时标;PTS【系统】presentationtime_stamp【system】分组头中可能包含的一个域，它用来指出一个演示单元在系统目标解码器中被演示出来的时刻。2.1.121演示单元;PU【系统】presentationunit［system】已解码的一个音频存取单元或一幅图像。2.1.122心理声学模型【音频】psychoacousticmodel[audio】人类听觉系统屏蔽特性的数学模型。2.1.123量化矩阵［视频】quantizationmatrix【video】由逆量化器使用的64个8位的数集合。2.1.124量化DCT系数［视频】quantizedDCTcoeffients[video】进行逆量化之前的DCT系数。量化DCT系数的可变长编码表示作为压缩视频位流的一部分而存储。
quantizerscalefactor[video]
2.1.125量化器比例因子［视频】出现在位流中的一个数据元素，在解码过程中用于对逆量化定标。2.1.126随机存取randomaccess
从任意点开始读入编码位流并解码的过程。2.1.127参考图像【视频】referencepicture【video]按显示顺序与当前图像最邻近的I图像或P图像。2.1.128顺序调整缓冲器［视频】reorderbuffer【video】8
小提示：此标准内容仅展示完整标准里的部分截取内容，若需要完整标准请到上方自行免费下载完整标准文档。