MPEG-2扩展了MPEG-1，涵盖了一个更广泛的应用。在阅读本章之前应该复习MPEG-1的内容来巩固MPEG的基础。
基本应用旨在定义处理所有比特率4~9Mbps广播质量视频的数字传输。但是MPEG-2对其它的应用非常有用，如HDTV，现在支持的码率为1.5~60Mbps。
MPEG-2是一个ISO标准（ISO/IEC 13818），包括下面11个部分：
系统 ISO/IEC 13818-1
视频 ISO/IEC 13818-2
音频 ISO/IEC 13818-3
一致性测试 ISO/IEC 13818-5
软件仿真 ISO/IEC 13818-5
DSM-CC扩展 ISO/IEC 13818-6
高级音频编码 ISO/IEC 13818-7
RTI扩展 ISO/IEC 13818-9
DSM-CC一致性 ISO/IEC 13818-10
IPMP ISO/IEC 13818-11
和MPEG-1一样，压缩比特流隐含定义了解压缩算法。在国际标准的范围内，压缩算法每个厂商有别。数字存储媒介命令与控制（DSM-CC）扩展（ISO/IEC 13818-6）是一个为开发MPEG-2流控制通道相关的工具套件。除了提供VCR类型的特性，如快进，倒退，暂停等之外，它可以用于一个广泛的其它目的，如分组数据传输。DSM-CC工作于连接下一代分组网络，和互联网协议如，RSVP，RTSP，RTP和SCP一起工作。
事实接口（RTI）扩展（ISO/IEC 13818-9）定义一个通用的接口，通过它，终端设备生厂商和网络运营商可以设计。RTI为在实时输入解码器端的一个MPEG-2系统流指定一个传输字节模型，而MPEG-2系统定义了一个理想的字节传输方案。
IPMP（知识产权管理与保护）是一个数字版权管理（DRM）标准，符合MPEG-4 IPMP扩展规范。而不是一个完整的系统，而是一个提供各种功能的框架。
音频概述
除了非后向兼容的音频扩展（ISO/IEC 13818-7）之外，MPEG-2支持多达5个全带宽通道兼容MPEG-1的编码。它也扩展MPEG-1音频编码到1/2采样速率（16kHz，22.5kHz和24kHz），为的是每通道的比特率在64kbps或以下时提高质量。
MPEG-2.5是一个非官方的，而是通用的，扩展了MPEG-2的音频容量。它加入了采样率为8kHz，11.025kHz和12kHz。
视频概述
对于MPEG-2，模型指定语法（即，算法），级别指定多种参数（分辨率，帧率，比特率等等）。主模型@主级的目标是SDTV应用，而主模型@高级则是针对HDTV的应用。
级别
MPEG-2支持4个级别，它指定给定模型的分辨率，帧率，编码的比特率等。
低级（LL）
MPEG-1约束参数比特流（CPB），支持最高352×288，30帧/秒。最高比特率是4Mbps。
主级（ML）
MPEG-2约束参数比特流（CPB），支持最高720×576，30帧/秒，旨在SDTV的应用。最高比特率可达15~20Mbps。
高级-1440
这一级支持高达高1440×1088，60帧/秒，旨在HDTV的应用。最高比特率可达60~80Mbps。
高级（HL）
高级支持高达高1920×1088，60帧/秒，旨在HDTV的应用。最高比特率可达80~100Mbps。
模型
MPEG-2支持6种模型，它指定使用哪种编码语法（算法）。表13.1~13.8显示了允许的多种级别和模型的组合。
简单模型（SP）
不带B帧的主模型，旨在软件应用和可能的数字有线电视。
主模型（MP）
被大部分MPEG-2解码器芯片支持，它应该满足90%的消费类SDTV和HDTV应用。典型的分辨率如表13.6所示。
多视图模型（MVP）
通过使用存在的MPEG-2工具，它可以两个角度差别很小并指向同一场景的摄像机进行视频编码。
4:2:2（422P）
以前叫做“演播室模型”，这个模型使用4:2:2YCbCr代替4:2:0，在主级，提高的最大比特率高达50Mbps（高级是300Mbps）。它被加入支持专业视频SDTV和HDTV需求。
SNR和空间模型
加入SNR可扩展性和/或空间可扩展性。
高模型（HP）
目标针对专业视频HDTV应用。
| 级别 |
模型 |
||||||
| 不可扩展 |
可扩展 |
||||||
| 简单模型 |
主模型 |
多视图模型 |
4:2:2模型 |
SNR模型 |
空间模型 |
高模型 |
|
| 高级 |
- |
是 |
- |
是 |
- |
- |
是 |
| 高级-1440 |
- |
是 |
- |
- |
- |
是 |
是 |
| 主级 |
是 |
是 |
是 |
是 |
是 |
- |
是 |
| 低级 |
- |
是 |
- |
- |
是 |
- |
- |
表13.1 MPEG-2可接受的级别和模型的组合
| 约束 |
模型 |
||||||
| 不可扩展 |
可扩展 |
||||||
| 简单模型 |
主模型 |
多视图模型 |
4:2:2模型 |
SNR模型 |
空间模型 |
高模型 |
|
| 色度格式 |
4:2:0 |
4:2:0 |
4:2:0 |
4:2:0或4:2:2 |
4:2:0 |
4:2:0 |
4:2:0或4:2:2 |
| 图像类型 |
I，P |
I，P，B |
I，P，B |
I，P，B |
I，P，B |
I，P，B |
I，P，B |
| 可扩展模式 |
- |
- |
时空 |
- |
SNR |
SNR或时空 |
SNR或时空 |
| 帧内DC预测（比特数） |
8，9，10 |
8，9，10 |
8，9，10 |
8，9，10，11 |
8，9，10 |
8，9，10 |
8，9，10，11 |
| 序列可扩展性扩展 |
否 |
否 |
是 |
否 |
是 |
是 |
是 |
| 图像空间可扩展性扩展 |
否 |
否 |
否 |
否 |
否 |
是 |
是 |
| 图像时间可扩展性扩展 |
否 |
否 |
是 |
否 |
否 |
否 |
否 |
| 重复第一场 |
约束 |
非约束 |
约束 |
非约束 |
|||
表13.2 一些MPEG-2的模型约束
| 级别 |
最大数量的层数 |
模型 |
|||
| SNR |
空间 |
高 |
多视图 |
||
| 高级 |
所有层（基本+增强） |
- |
- |
3 |
2 |
| 空间增强层 |
1 |
0 |
|||
| SNR增强层 |
1 |
0 |
|||
| 时空辅助层 |
0 |
1 |
|||
| 高级-1440 |
所有层（基本+增强） |
- |
3 |
3 |
2 |
| 空间增强层 |
1 |
1 |
0 |
||
| SNR增强层 |
1 |
1 |
0 |
||
| 时空辅助层 |
0 |
0 |
1 |
||
| 主级 |
所有层（基本+增强） |
2 |
- |
3 |
2 |
| 空间增强层 |
0 |
1 |
0 |
||
| SNR增强层 |
1 |
1 |
0 |
||
| 时空辅助层 |
0 |
0 |
1 |
||
| 低级 |
所有层（基本+增强） |
2 |
- |
- |
2 |
| 空间增强层 |
0 |
0 |
|||
| SNR增强层 |
1 |
0 |
|||
| 时空辅助层 |
0 |
1 |
|||
表13.3 MPEG-2可扩展模型的允许层数量
| 模型 |
模型 |
模型@级别的基本解码器 |
||
| 基本层 |
增强层1 |
增强层2 |
||
| SNR |
4:2:0 |
SNR，4:2:0 |
- |
MP@same level |
| 空间 |
4:2:0 |
SNR，4:2:0 |
- |
MP@same level |
| 4:2:0 |
空间，4:2:0 |
- |
MP@（level - 1） |
|
| 4:2:0 |
SNR，4:2:0 |
空间，4:2:0 |
||
| 4:2:0 |
空间，4:2:0 |
SNR，4:2:0 |
||
| 高 |
4:2:0或4:2:2 |
- |
- |
HP@same level |
| 4:2:0 |
SNR，4:2:0 |
- |
||
| 4:2:0或4:2:2 |
SNR，4:2:0 |
- |
||
| 4:2:0 |
空间，4:2:0 |
- |
HP@（level - 1） |
|
| 4:2:0或4:2:2 |
空间，4:2:2 |
- |
||
| 4:2:0 |
SNR，4:2:0 |
空间，4:2:0或4:2:2 |
||
| 4:2:0或4:2:2 |
SNR，4:2:2 |
空间，4:2:2 |
||
| 4:2:0 |
空间，4:2:0 |
SNR，4:2:0或4:2:2 |
||
| 4:2:0 |
空间，4:2:2 |
SNR，4:2:2 |
||
| 4:2:2 |
空间，4:2:2 |
SNR，4:2:2 |
||
| 多视图 |
4:2:0 |
时空，4:2:0 |
- |
MP@same level |
表13.4一些MPEG-2视频解码器需要的多种模型
| 级别 |
空间分辨率层 |
参数 |
模型 |
|||||
| 简单 |
主 |
多视图 |
4:2:2 |
SNR/空间 |
高 |
|||
| 高级 |
增强 |
每行采样点数 |
- |
1920 |
1920 |
1920 |
- |
1920 |
| 每帧行数 |
1088 |
1088 |
1088 |
1088 |
||||
| 每秒帧数 |
60 |
60 |
60 |
60 |
||||
| 低 |
每行采样点数 |
- |
- |
1920 |
- |
- |
960 |
|
| 每帧行数 |
1088 |
576 |
||||||
| 每秒帧数 |
60 |
30 |
||||||
| 高级-1440 |
增强 |
每行采样点数 |
- |
1440 |
1440 |
- |
1440 |
1440 |
| 每帧行数 |
1088 |
1088 |
1088 |
1088 |
||||
| 每秒帧数 |
60 |
60 |
60 |
60 |
||||
| 低 |
每行采样点数 |
- |
- |
1440 |
- |
720 |
720 |
|
| 每帧行数 |
1088 |
576 |
576 |
|||||
| 每秒帧数 |
60 |
30 |
30 |
|||||
| 主级 |
增强 |
每行采样点数 |
720 |
720 |
720 |
720 |
720 |
720 |
| 每帧行数 |
576 |
576 |
576 |
608 |
576 |
576 |
||
| 每秒帧数 |
30 |
30 |
30 |
30 |
30 |
30 |
||
| 低 |
每行采样点数 |
- |
- |
720 |
- |
- |
352 |
|
| 每帧行数 |
576 |
288 |
||||||
| 每秒帧数 |
30 |
30 |
||||||
| 低级 |
增强 |
每行采样点数 |
- |
352 |
352 |
- |
352 |
- |
| 每帧行数 |
288 |
288 |
288 |
|||||
| 每秒帧数 |
30 |
30 |
30 |
|||||
| 低 |
每行采样点数 |
- |
- |
352 |
- |
- |
- |
|
| 每帧行数 |
288 |
|||||||
| 每秒帧数 |
30 |
|||||||
注：
1．上面的级别和模型原始指定的每帧行数是最大1152行，改变到每帧1088行。
表13.5 MPEG-2的分辨率和时空参数上限
在单层或SNR可扩展编码模型中的情况下，使用“增强层”参数。
| 级别 |
最高比特率（Mbps） |
典型有效分辨率 |
帧速率（Hz）2 |
||||||||||
| 23.976p |
24p |
25p |
29.97p |
30p |
50p |
59.94p |
60p |
25i |
29.97i |
30i |
|||
| 高级 |
80 （高级模型为100） （4:2:2模型为300） |
1920×10801 |
× |
× |
× |
× |
× |
|
|
|
× |
× |
× |
| 高级-1440 |
60 （高级模型为80） |
1280×720 |
× |
× |
× |
× |
× |
× |
× |
× |
|
|
|
| 1440×10801 |
× |
× |
× |
× |
× |
|
|
|
× |
× |
× |
||
| 主级 |
15 （高级模型为20） （4:2:2模型为50） |
352×480 |
× |
× |
|
× |
× |
|
× |
× |
|
× |
× |
| 352×576 |
|
× |
× |
|
|
× |
|
|
× |
|
|
||
| 544×480 |
× |
× |
|
× |
× |
|
× |
× |
|
× |
× |
||
| 544×576 |
|
× |
× |
|
|
× |
|
|
× |
|
|
||
| 640×480 |
× |
× |
|
× |
× |
|
× |
× |
|
× |
× |
||
| 704×480，704×576 |
× |
× |
|
× |
× |
|
× |
× |
|
× |
× |
||
| 720×480，720×576 |
|
× |
× |
|
|
× |
|
|
× |
|
|
||
| 低级 |
4 |
320×240 |
× |
× |
|
× |
× |
|
× |
× |
|
× |
× |
| 352×240 |
× |
× |
|
× |
× |
|
× |
× |
|
× |
× |
||
| 352×288 |
|
× |
× |
|
|
× |
|
|
× |
|
|
||
注：
1. 对于隔行扫描图像，视频编码系统需要有效扫描行的数目是32的倍数，逐行扫描图像是16的倍数。所以，对于1080-行的隔行扫描格式，视频编码器和解码器真正使用的是1088行。额外的8行是“虚设”行，没有内容，设计者选择特定应用的虚设数据。额外的8行通常是编码图像的最后8行。这些虚设行不携带有用的数据，但加了一点传送需要的数据。
2. p = 逐行扫描；I = 各行扫描。
表13.6 MPEG-2主模型级别和分辨率的例子
| 级别 |
空间分辨率层 |
模型 |
|||||
| 简单 |
主 |
多视图 |
SNR/空间 |
高 |
4:2:2 |
||
| 高级 |
增强 |
- |
62.668800 |
62.668800 |
- |
62.668800（4:2:2） 83.558400（4:2:0） |
62.668800 |
| 低 |
- |
- |
62.668800 |
- |
14.745600（4:2:2） 19.660800（4:2:0） |
- |
|
| 高级-1440 |
增强 |
- |
47.001600 |
47.001600 |
47.001600 |
47.001600（4:2:2） 62.668800（4:2:0） |
- |
| 低 |
- |
- |
47.001600 |
10.368000 |
11.059200（4:2:2） 14.745600（4:2:0） |
- |
|
| 主级 |
增强 |
10.368000 |
10.368000 |
10.368000 |
10.368000 |
11.059200（4:2:2） 14.745600（4:2:0） |
11.059200 |
| 低 |
- |
- |
10.368000 |
- |
3.041280（4:2:0） |
- |
|
| 低级 |
增强 |
- |
3.041280 |
3.041280 |
3.041280 |
- |
- |
| 低 |
- |
|
3.041280 |
|
- |
- |
|
表13.7 MPEG-2 Y采样率（M采样点/秒）上限
在单层或SNR可扩展编码模型中的情况下，使用“增强层”参数。
| 级别 |
模型 |
|||||
| 不可扩展 |
可扩展 |
|||||
| 简单 |
主 |
多视图 |
4:2:2 |
SNR/空间 |
高 |
|
| 高级 |
- |
80 |
130（两层） 80（基本层） |
300 |
- |
100（所有层） 80（中+基本层） 25（基本层） |
| 高级-1440 |
- |
60 |
100（两层） 60（基本层） |
- |
60（所有层） 40（中+基本层） 15（基本层） |
80（所有层） 60（中+基本层） 20（基本层） |
| 主级 |
15 |
15 |
25（两层） 5（基本层） |
50 |
15（两层） 10（基本层） |
20（所有层） 15（中+基本层） 4（基本层） |
| 低级 |
- |
4 |
8（两层） 4（基本层） |
- |
4（两层） 3（基本层） |
|
表13.8 MPEG-2比特率（Mbps）上限
可扩展性
MPEG-2 SNR，空间和高框架支持4种可扩展性模式操作。这些模式将MPEG-2视频分成几层，目的是为视频数据确定优先级。由于效率下降大概2dB（即大概需要多30%的比特数），所以可扩展性通常不使用。
SNR可扩展性
这种模式的目标是需要多级质量级别的应用。所有层都有相同的空间分辨率。基本层提供基本视频质量。增强层通过提供基本层的精细DCT系数数据来提高视频质量。
空间可扩展性
有用的联播，每个层有一个不同的空间分辨率。基本层提供了基本空间分辨率和时间速率。增强层使用对基本层空间内插来提高空间分辨率。例如，基本层可能使用352×240的视频分辨率，而增强层被用来生成704×480的视频分辨率。
时间可扩展性
这种模式允许从低时间速率迁移到较高时间速率系统。基本层提供基本的时间速率。增强层关联基本层使用时间预测。基本层和增强层可以融合产生全时间速率输出。所有层有相同的分辨率和色度格式。在增强层有错误的情况下，基本层可以被用来隐藏它。
数据分区
这种模式的目标是在ATM网络中信元丧失恢复能力。它将64个量化变换系数分成两组比特流。较高优先级的比特流包括重要的低频DCT系数和头和运动向量类的附属信息。一个低优先级的比特流携带高频DCT系数来增加细节。
传输流和程序流
MPEG-2系统标准指定两种方法来复合音频，视频和其它数据到一个合适的格式来传输和存储。
程序流 设计应用于较少出错的地方。它包含的音频，视频和数据流（也叫做比特流元素）复合到单个比特流。程序流，也就是每个元素流，可以是固定或可变的比特流。DVDs和SVCD使用程序流，在视频和音频流的私有数据流中携带DVD-和SVCD-特定数据。
传输流 使用长度为188字节的固定大小的分组，被设计用于那些数据容易出错的地方。也将所有音频，视频和数据流复合成单个比特流，可以携带多个程序流。ARIB，ATSC，DVB和开放式有线?标准使用传输流。
传输流 和程序流 都是基于一个通用的分组结构，以便于通用的解码器使用和转换。两种流被设计支持大量已知的和预期的应用，而保持灵活性。
视频编码层
YCbCr色度空间
MPEG-2使用YCbCr色度空间，支持4:2:0，4:2:2和4:4:4采样。选择4:2:2和4:4:4采样比4:2:0提高了色度分辨率，产生更好的图像质量。
MPEG-2的4:2:0采样结构如图3.8~3.10所示。4:2:2和4:4:4采样如图3.2和3.3所示。
编码图像类型
有3中类型的图像编码。I（帧内）图像是长或帧作为一个单独的静态图像编码的。在视频流中它们允许随机访问。如此，I图像每秒应该出现2次。I图像也应该出现在那些场景剪切的地方。
P（预测）图像是关于最近的I或P图像场或者帧的编码，产生前向预测处理，如图13.1所示。通过使用运动补偿，P图像比I同乡提供更多的压缩，它也作为B图像或将来P图像的参考。
B（双向）图像通过使用最近的过去或将来的I或P图像作为一个参考来进行场或帧编码，产生一个双向预测，如图13.1所示。B帧提供了最大的压缩率。并且通过平均两张图像降低了噪声。典型地，使用两张B图像来分开I或P图像。
D（DC）图像除了后向兼容MPEG-1的解码之外，在MPEG-2中不支持。
一个图像组（GOP）是一系列的一个或多个编码图像，旨在辅助随机访问和编辑。在编码过程中，GOP的值是可配置的。越小的GOP值，就有越好的运动响应（由于I图像彼此接近），但是较低的压缩率。
在编码的比特流中，一个GOP必须开始于一个I图像，可以跟随任何数量以任何顺序跟随I，P或B图像。在显示次序中，一个GOP必须开始预一个I或B图像，结束预一个I或P图像。所以，最小的GOP是一个I图像，而最大的没有限制。
每个GOP应该和其它任何GOP独立编码。然而这是不真实的，除非没有B图像先于第一个I图像，或者它们仅使用后向运动补偿。这导致了开放和封闭的GOP格式。一个封闭的GOP可以不使用前面的GOP图像的运动补偿。一个开放的GOP由断开连接标志 标识，指示在GOP头之后的第一个B图像（如果有）紧随在第一个I图像可能不能被正确的解码（这样不能被显示），由于因为编辑而使用于参考图像不可用的缘故。
图13.1 MPEG-2 I，P和B帧
一些图像可以不按顺序序列发送，有解码器来完成并发插值处理和和图像重排列。箭头显示了帧间的有依赖性。
运动补偿
由于引入了场，所以MPEG-2的运动补偿更复杂。在一个宏块使用运动补偿被压缩之后，在参考宏块和编码宏块之间包含两个空间差异（运动向量），内容不同（误差项）。
两个主要的预测类型是场 和帧。场图像中，只有使用场预测。帧图像中，或者场，或者帧预测被使用（在宏块层次可选）。
MPEG-2的运动向量通常以半像素单位编码。MPEG-1同时支持半像素或全像素单位。
16×8运动补偿选项
每个宏块使用两个运动向量（B图像4个），一个是宏块的高16×8区域，另一个是宏块的低高16×8区域。它仅用于场图像。
偶素运动补偿选项
这仅用于在帧的预测和参考场之间没有B图像的P图像。使用一个运动向量，两个运动向量只有一个小的差别。所有必要的预测由这些导出。
宏块
MPEG-2有3种类型的宏块可用。
4:2:0宏块（图13.2）包括4个Y块，1个Cb块和1个Cr块。块的组织如图中所示。
4:2:2宏块（图13.3）包括4个Y块，2个Cb块和2个Cr块。块的组织如图中所示。
4:4:4宏块（图13.4）包括4个Y块，4个Cb块和4个Cr块。块的组织如图中所示。
P帧中的宏块使用前面最近的I或P帧作为参考帧编码，产生2种可能的编码：
l 帧内编码：没有运动补偿
l 前向预测：前面最近的I或P帧作为参考
B帧中的宏块使用前面和将来最近的I和/或P帧作为参考帧编码，产生4种可能的编码：
l 帧内编码：没有运动补偿
l 前向预测：前面最近的I或P帧作为参考
l 后向预测：将来最近的I或P帧作为参考
l 双向预测：使用两个帧作为参考：前面最近的I或P帧作为参考和将来最近的I或P帧作为参考
图13.2 MPEG-2的4:2:0宏块结构
图13.3 MPEG-2的4:2:2宏块结构
图13.4 MPEG-2的4:4:4宏块结构
I帧
宏块
I帧有10种类型的宏块，如表13.28所示。
如果表13.28中的[宏块量化]列为“1”，那么量化尺度被传送。对于其余的宏块类型，DCT校正使用前面的量化尺度值来编码。
如果表13.28中的[编码模式]列为“1”，那么6-比特的编码块模型被作为可变长编码传送。这告诉解码器4:2:0宏块的6个块中的哪个被编码（“1”），哪个没有被编码（“0”）。表13.33列举了码字分布的63种组合。当没有编码块时，就没有编码；它有宏块类型指示。对于4:2:2和4:4:4的宏块，分别有2个或6个额外的比特，被用来扩展编码块模型。
DCT
每个8×8的块（输入采样或者预测误差项）通过一个8×8的DCT（离散余弦变换）处理，产生一个8×8块的水平和垂直频率系数，如图7.56所示。
输入采样值是0~255，产生的DC系数的范围是0~2，048，AC系数的范围是-2,048~2,047。
由于空间和信噪比（SNR）的可扩展性，非帧内块（非帧内宏块中的块）也有可能。非帧内块的系数意味着采样值之间的差异，而并非实际样本值。它们通过从前面图像减去当前宏块运动补偿值得到。
量化
8×8块的频率系数被均匀量化，限制于可允许的数值范围。量化步距从量化矩阵和量化尺度导出，可能随不同系数而不同，在宏块之间改变。
因为人眼对大的亮度区域敏感，DC系数的量化步距大小可以选择8，9，10或11比特的精度。量化DC系数通过将DC系数除以8，4，2或1取最近整数得到。
AC系数使用两个量化矩阵来量化：一个用于帧内宏块，一个用于非帧内宏块。当使用4:2:2或4:4:4数据时，不同矩阵可以使用Y或CbCr数据。每个量化矩阵有一套默认的值，并可以覆盖。
如果表13.28中的[宏块量化]列有一个“1”，那么量化尺寸被传送。对于剩下的宏块类型，DCT校正使用先前的量化尺寸编码。
锯齿扫描
锯齿扫描，开始于DC分量，为了提高频率，产生一个量化频率系数分布的线性流，如图7.59和7.60所示。这将产生长游程的0系数。
DC系数量化编码
在DC系数量化之后，它们是无损编码。
如图13.2~13.4中宏块中的Y编码块顺序。块4的DC值是下一个宏块的块1的预测。在每个分片的开始处，无论一个宏块是否被跳过，或者是否一个非帧内宏块被编码，DC预测被置成128（8比特DC预测），256（9比特DC预测），512（10比特DC预测）或1024（11比特DC预测）。
每个Cb和Cr快的DC值使用前面宏块对应块的DC值作为预测。在每个分片的开始处，无论一个宏块是否被跳过，或者是否一个非帧内宏块被编码，DC预测被置成128（8比特DC预测），256（9比特DC预测），512（10比特DC预测）或1024（11比特DC预测）。
但是，一个通用的实现是复位DC预测值到0和而使帧内DC项的中心到0而不是灰度的50%电平。然后，解码器在量化器（它有一个可以被用来重构真确值混合器）中必须处理不同的帧内DC精度，而不是解析器（它通常不能接触数据，并且没有混合器）。
AC系数量化编码
在AC数据量化之后，它们的扫描顺序如图7.59或7.60所示，使用游程长度和电平编码。扫描开始于位置1，如图7.59和7.60所示，位置0的DC系数分开编码。
游程长度和电平点编码如表13.37和13.38所示。“s”位指示电平的符号；“0”是正，“1”是负。对于帧内块，或者使用表13.37或者使用表13.38，由比特流中的intra_vlc_format指定。对于非帧内块，仅使用表13.37。
对于游程电平复合没有在表13.37和13.38中显示，一个逃逸序列被使用，包含逃逸码（ESC），后跟随游程长度和电平码，由图13.39和13.40所示。
在最后的DCT系数完成编码以后，一个EOB码被加入，告诉解码器这个8×8块中已经不再有量化系数了。
P帧
宏块
由于额外增加了复杂的运动补偿，所以P帧有26种类型的宏块，如表13.29所示。
当在码流中的macroblock_address_increment参数大于1时，存在被忽略的宏块。对于P帧的场，解码器从相同优先级的场作为预测场，运动向量被置为0。对于P帧图像，解码器置运动向量预测为0，并置运动向量为0。
如果表13.29中的[marcoblock quant]列有一个“1”，量化尺度被传送。对于剩下的宏块类型，DCT校正使用之前的量化尺度被编码。
如果表13.29中的[motion forward]列有一个“1”，那么水平和垂直前向运动向量依次被传送。
如果表13.29中的[coded pattern]列有一个“1”，那么6-比特编码块模式被作为一个可变长度码被传送。这告诉解码器宏块中的哪6块被编码成（“1”），哪个没有编码成（“0”）。表13.33列举了63种可能组合的码字分布。当没有块别编码时，就没有编码；它由宏块类型指示。对于帧内编码宏块的P和B帧，块编码模式没有被传送，但是它的假设值是63（所有块被编码）。对于4:2:2和4:4:4宏块，分别有一个额外的2或6比特被用来扩展编码块模式。
DCT
帧内块的AC系数传输和I图像的方式一样。帧内块的DC系数传输方式不同；预测值被置为1,024，除非前面块是帧内编码的。
非帧内块系数表示了不同的采样值而不是真实的采样值。他们通过从当前图像中减去前面图像的运动补偿值得到。DC值没有预测。
输出采样值的范围是-255~+255，产生的AC参数范围是-2,000~+2,000。
量化
帧内块的量化方式和I图像一样。
非帧内块使用量化尺度和非帧内量化矩阵量化。AC和DC系数的量化方式相同。
帧内块编码
帧内块的编码和I图像的帧内块编码相同。DC系数的预测值是128的处理方法不相同，除非前面块是帧内编码。
非帧内块编码
块编码模式（CBP）被用来指定哪个块有不同的系数。这些编码和帧内块编码类似，除了DC系数和AC系数的编码方式相同之外。
B帧
宏块
由于额外增加了复杂的后向运动补偿，所以B帧有34种类型的宏块，如表13.30所示。
对于B图像的场，解码器从相同优先级的场作为预测场。预测的方向（前向，后向或双向）和前面宏块是一样的，运动向量的预测不受影响，运动向量采用适当的运动向量预测。
如果表13.30中的[marcoblock quant]列有一个“1”，量化尺度被传送。对于剩下的宏块类型，DCT校正使用之前的量化尺度被编码。
如果表13.30中的[motion forward]列有一个“1”，那么水平和垂直前向运动向量依次被传送。如果表13.29中的[motion backward]列有一个“1”，那么水平和垂直前向运动向量依次被传送。如果前向和后向运动类型同时存在，那么向量的传输顺序为：
水平前向
垂直前向
水平后向
垂直后向
如果表13.30中的[coded pattern]列有一个“1”，那么6-比特编码块模式被作为一个可变长度码被传送。这告诉解码器宏块中的哪6块被编码成（“1”），哪个没有编码成（“0”）。表13.33列举了63种可能组合的码字分布。当没有块别编码时，就没有编码；这由宏块类型指示。对于帧内编码宏块的P和B帧，块编码模式没有被传送，但是它的假设值是63（所有块被编码）。对于4:2:2和4:4:4宏块，分别有一个额外的2或6比特被用来扩展编码块模式。
编码
块DCT系数被发送到量化系数，编码的方式和P图像的方式一样。