Weiterempfehlen Leserbrief
05.06.2005

Videos schrumpfen

Know How: MPEG-Grundlagen

DivX/DVD-Software

Der Videostrom

Ein MPEG-Video besteht aus Bildern. Eine Abfolge von Bildern, die ein Decoder ausgibt, liefert ein bewegtes Bild. Bilder können interlaced oder progressiv vorliegen. Progressiv bedeutet: Das Bild liegt Zeile für Zeile vor, zum Beispiel beginnt es bei Zeile 1 und endet bei Zeile 576 - das ist ein Frame.

Interlaced bedeutet: Das Bild besteht aus zwei Feldern (Fields), dem Upper Field (UF) und dem Bottom Field (BF). Beide zusammen ergeben ein Frame. Das Upper Field enthält alle graden Zeilen, das Bottom Field alle ungraden. Gesendet wird erst das Upper, dann das Bottom Field (oder umgekehrt). Ein interlaced PAL-Bild besteht aus 50 Halbbildern (Fields): Erst wird das erste UF gesendet, dann das erste BF, dann das zweite UF, gefolgt vom zweiten BF und so weiter. Das UF und das BF, die zusammen einen Frame ergeben, werden also zeitlich leicht versetzt ausgegeben.

Die Reihenfolge, in der die Fields gesendet werden, ist die Field Order: Upper Field First (UFF) oder Bottom Field First (BFF). Beides kommt sowohl bei DV-Material, digitalem Fernsehen als auch bei DVDs und Video-CDs vor. Die Field Order ist beim De-Interlacen von interlaced Material wichtig und muss im Encoder richtig eingestellt werden.

DVD-Player haben mitunter Schwierigkeiten die richtige Field-Order zu erkennen. Probleme gibt es auch, wenn plötzlich die Field-Order wechselt. Ein unangenehmes Flackern oder Ruckeln des Bildes ist dann oft zu sehen. Um die Field-Order zu ändern muss mit speziellen De-Interlace-Filtern neu encoded werden.

Frame-Typen

Frames können verschieden kodiert werden. MPEG unterscheidet drei Frame-Typen:

I-Fames (Intra-coded pictures) enthalten keine Informationen anderer Frames.
P-Frames (Predicitve-coded pictures) enthalten Differenzinformationen aus einem vorhergehenden I- oder P-Frame, so genannte bewegungskompensierende Vorhersagen.
Ein B-Frame (Bidirectionally predictive-coded picture) enthält Informationen aus einem vorhergehenden und/oder einem folgenden P- oder I-Frame.

Bei P- und B-Frames wird die so genannte Motion Prediction angewandt, die zum Teil für die Kompression verantwortlich ist. Motion Prediction kann man sich vereinfacht ausgedrückt so vorstellen: Bei einer Abfolge von Bildern gibt es immer Bildbereiche, die sich von Bild zu Bild nicht ändern oder nur verschoben werden.

Bei einem vorüber fahrendem Auto reicht es zum Beispiel, nur das Auto zu verschieben, der Rest des Bildes entspricht dem vorhergehenden Bild. Es wird also ein Verschiebungsvektor (oder Bewegungsvektor) vom vorhergehenden Bild zum aktuellen Bild gespeichert - der Decoder holt sich dann die Information aus dem bereits gespeicherten vorhergehenden Bild.

Um ein P-Frame zu encoden, muss der Encoder das vorhergehende I- oder P-Frame kennen. Gleiches gilt für das Decoden. Durch die Motion Prediction kann ein P-Frame praktisch immer mit weniger Bit dargestellt werden als ein I-Frame. Würde man ein P-Frame als Bild speichern, wäre es etwa 30-50% kleiner als ein I-Frame (grobe Schätzung).

Bei B-Frames verdoppelt sich dieser Effekt: B-Frames enthalten Blöcke aus einem vorhergehenden P- oder I-Frame und einem nachfolgendem P- oder I-Frame, deswegen sind B-Frames noch einmal kleiner als P-Frames.

B-Frames sind bei MPEG4-Filmen noch relativ neu. Sie gehören zu den MPEG4-Tools. Dort spricht man von Bidirektionalem Encoding. B-Frames werden aber anders als GMC oder QPel von den meisten DVD-Playern verarbeitet.

I-Frames sind die einzigen Frames, die keine anderen Frames für ihre Darstellung benötigen. Sie sind JPEG-kodiert. Bestimmtes Video-Material wie etwa DV enthält nur I-Frames (und benötigt deswegen mehr Speicherplatz). Theoretisch könnte man jedes P-Frame (oder B-Frame) wieder aus einem P-Frame generieren, dadurch wird das Bild aber immer ungenauer, deswegen streut man hin und wieder I-Frames ein.

Druckversion