H264的RBSP类型之AUD

最新推荐文章于 2025-04-22 23:54:37 发布

爱自在

最新推荐文章于 2025-04-22 23:54:37 发布

阅读量4.9k

点赞数 2

分类专栏：音视频

本文链接：https://blog.youkuaiyun.com/u012587637/article/details/81263491

版权

音视频专栏收录该内容

72 篇文章

订阅专栏

本文详细解析了H.264视频编码的过程及关键概念，如NALU、AUD等，介绍了SODB、RBSP、EBSP的不同，并阐述了它们在编码流程中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

AUD从哪来

Access Unit Delimiter访问单元分隔符

以TS文件为例，下面开始剥洋葱~

TS由一个一个188字节的TS数据包组成。有PCR和包计数（0-15）
去掉TS包头，根据TS包的PID过滤，承载数据组成的就是PES流（打包的原始流），PES由一个个不定长的PES包组成。里面有PTS/DTS，
去掉PES头信息得到ES(基本码流)，也就是H264流或者AAC流，或者…
H264由一个个NAL-网络提取层组成。
NAL是有起始码和一个一个NALU-网络提取层单元组成。
NALU由NALU包头和RBSP组成。包头占一个字节，最后5位指定了后面的BRSP的类型。当类型为9时，代表AUD,也就是Access Unit Delimiter访问单元分隔符。

AUD 的语法

基本还是NALU头+RBSP，下面是其RBSP定义

access_unit_delimiter_rbsp( ) {  
primary_pic_type        3 bit
rbsp_trailing_bits( )  
}

rbsp_trailing_bits 是填充字节，也就是为了对齐1个字节，先填充1bit1，再填充若干bit0。填充前叫做SODB-数据比特串，填充后叫做RBSP-原始字节序列载荷。

AUD 的意义

AUD 是分解符，也就是AUD之间是一个完整的帧。
primary_pic_type 指明了这个帧的类型。

primary_pic_type	可能会出现在基本编码图像中的 slice_type 值
0	I
1	I, P
2	I, P, B
3	SI
4	SI, SP
5	I, SI
6	I, SI, P, SP
7	I, SI, P, SP, B

这部分为了帮助理解，看下面百科内容。

实例

00 00 00 01 09 10

00 00 00 01 为NAL起始码
09 说明类型为9，也就是AUD。
10 说明后面跟的是I帧

以下摘自百度百科：

地址：https://baike.baidu.com/item/%E5%9B%BE%E5%83%8F%E5%B8%A7


H.264 是一次概念的革新，它打破常规，完全没有 I 帧、P帧、B 帧的概念，也没有 IDR 帧的概念。对于 H.264 中出现的一些概念从大到小排序依次是：序列、图像、片组、片、NALU、宏块、亚宏块、块、像素。

这里有几点值得说明：
（1）、在 H.264 协议中图像是个集合概念，顶场、低场、帧都可以称为图像（本文后面内容用到图像概念时都是集合概念，不再重复说明）。因此我们可以知道，对于 H.264 协议来说，我们平常所熟悉的那些称呼，例如：I 帧、P 帧、B 帧等等，实际上都是我们把图像这个概念具体化和细小化了。我们在 H.264 里提到的“帧”通常就是指不分场的图像；
（2）、如果不采用 FMO（灵活宏块排序） 机制，则一幅图像只有一个片组；
（3）、如果不使用多个片，则一个片组只有一个片；
（4）、如果不采用 DP（数据分割）机制，则一个片就是一个 NALU，一个 NALU 也就是一个片。否则，一个片由三个 NALU 组成（即标准“表7-1”中 nal_unit_type 值为 2、3、4 的三个 NALU 属于一个片）；
（5）、以上所述的片和 NALU 的大小关系并不是抽象概念上的从属关系。从概念的从属关系上来看，NALU其实又是片的一个集合概念，例如：标准“表7-1”中 nal_unit_type 值为 5 的 NALU 包括 I 片或者 SI 片。
一幅图像根据组成它的片类型来分，可以分为标准“表7-5”中的 8 种类型。我们平常应用中所最常见到的其实是这些类型的特例。例如：我们平常所谓的“I 帧”和“IDR 帧”，其实是 primary_pic_type 值为 0 的图像，我们平常所谓的“P帧”其实是 primary_pic_type 值为 1 的图像的特例，我们平常所谓的“B帧”其实是 primary_pic_type 值为 2 的图像的特例。
一幅图像根据概念来分可以分为两种：IDR 图像和非 IDR 图像。一幅图像是否是 IDR 图像是由组成该图像的 NALU 决定的，如果组成该图像的 NALU 为标准“表7-1”中 nal_unit_type 值为 5 的 NALU，则该图像为 IDR 图像，否则为非 IDR 图像。

以下来自转载

转载地址：https://blog.youkuaiyun.com/u010289908/article/details/45742573

H.264 的功能分为两层：视频编码层（VCL, Video Coding Layer）和网络提取层（NAL,Network Abstraction Layer）。VCL 数据即编码处理的输出，它表示被压缩编码后的视频数据序列。

VCL存在三种封装形式：SODB, RBSP, EBSP.

SODB：数据比特串，即编码后的最原始的数据；

RBSP：原始字节序列载荷，即在SODB的后面添加了trailing bits，即一个bit 1和若干个bit 0，以便字节对齐；

EBSP：扩展字节序列载荷，即在RBSP的基础上添加了仿校验字节0x03.—-annexb

二、联系、区别与作用

SODB是编码收的原始数据，经过封装后为RBSP，RBSP是NAL单元的数据部分的封装格式。在NAL内部为了防止与起始码竞争，从而引入填充字节0x03，这样便形成了EBSP。

1、RBSP的形成过程

如果SODB的内容是空的，那么RBSP的内容也是空的；

否则，RBSP的第一个字节取自SODB的第1到第8个比特，RBSP字节内部按照从左到右从高到低的顺序排列。以此类推，RBSP中的每个字节都直接取自SODP的相应比特。RBSP的最后一个字节包含SODB的最后几个比特，以及trailing bits。其中，trailing bits的第一个比特为1，其余的比特为0，保证字节对齐。最后，在结尾添加0x0000，即CABAC ZERO WORD，从而形成RBSP。

2、EBSP的形成过程

NALU数据+起始码就形成了AnnexB格式，起始码包括两种，0x00000001和0x000001。为了不让NALU的主体与起始码之间产生竞争，在对RBSP进行扫描时，如果遇到连续的两个0x00字节，则在该两个字节后面添加一个0x03字节。在解码的时候将该0x03字节去掉，也成为脱壳操作。

通过该种方式形成EBSP，这需要将近两倍的整帧图像码流大小。为了减少存储器需求，在每个macroblock结束后，即检查该macroblock的SODB的起始码竞争问题，并保留SODB的最后两个字节的零字节个数，以便与下一个macroblock的SODB的开始字节形成连续的起始码竞争检测。对一帧图像的最后一个macroblock，先添加结尾停止bit，在检查起始码竞争。

注：起始码包括两种情况，即4字节和3字节。在SPS、PPS和Access Unit的第一个NALU使用4字节起始码，其余情况均使用3字节起始码。

起始码：如果NALU 对应的Slice 为一帧的开始，则用4 字节表示，即0x00000001；否则用3 字节表示，0x000001。