BT601/BT656/BT1120的基本概念解析
date
May 18, 2020
slug
2020-05-18-bt601-bt656-bt1120-basics
status
Published
tags
音视频
summary
在本文中总结了模拟和数字领域视频传输方面的BT601、BT656、BT1120等规范的相关基础知识。
type
Post
要解释清楚BT656、BT601、BT1120这些规范的由来，就需要从最早期的模拟视频技术讲起。因此早期的电视以及音视频信号都是以模拟的形式采集、处理、传输、播放的，而到了数字时代，为了能够以更先进的数字形式来对模拟的图像视频进行进行处理，就要涉及到模拟视频数字化的处理，而BT656、BT601、BT1120这些规范就定义了如何实现模拟视频数字化的标准。
PAL和NTSC
PAL和NTSC均使用隔行扫描技术，即在显示器显示的一个帧分为两个场：偶数场和奇数场。
一帧图像的显示需要使用电子枪在CRT上扫描两次：第一次对屏幕上的奇数行进行扫描，第二次对屏幕上的偶数行进行扫描（NTSC与以上刚好相反，先扫描偶数场，然后扫描奇数场）。因此，PAL制式的图像信号一秒钟有25帧完整的图像帧，但电子枪一秒钟要扫描50次；NTSC则一秒钟有30帧完整图像帧，电子枪一秒钟扫描60次。
除了能够在显示器上显示出来的有效图像信号之外，PAL或者NTSC送出的信号中还包含一些消隐行和水平消隐像素，这些消隐行和水平消隐像素不会显示在显示器上，但是仍然以行频和帧频等时钟同步包含在信号中。
每一个场的有效图像上下都包含有一些消隐行，称为消隐顶场和消隐底场。
因此对于PAL的一帧图像而言（NTSC与之类似），就由以下部分组成：
- 奇数场消隐顶场；
- 奇数场有效图像数据行；
- 奇数场消隐底场；
- 偶数场消隐顶场；
- 偶数场有效图像数据行；
- 偶数场消隐底场；
同样的，每一行数据中都由两部分组成：
- 水平消隐像素（Horizontal Vertical Blanking）；
- 有效数据；
- *PAL制式主要用在中国和欧洲*。其详细技术指标如下：
- 场频：50Hz；
- 帧频：25Hz；
- 行频：15625Hz=625行/帧 * 25帧/秒；
- 总行数：625；
- 总列数：864；
- 有效行：576：
- 有效列：720；
- 图像宽高比：4:3；
- 像素采样频率：13.5MHz；
- 每行采样时间：53.3333us（720/13.5）；
- 扫描方式：奇场在前，偶场在后；
- *NTSC主要用在美国和日本*。其详细技术指标如下：
- 场频：29.97Hz * 2；
- 帧频：29.97Hz；
- 行频：15734.25Hz=525行/帧 * 29.97帧/秒；
- 总行数：525；
- 总列数：858；
- 有效行：486（480）：
- 有效列：720；
- 图像宽高比：4:3；
- 像素采样频率：13.5MHz；
- 每行采样时间：53.3333us（720/13.5）；
- 扫描方式：偶场在前，奇场在后；
BT601
该标准的推出主要是用于把传统的隔行模拟视频信号进行数字化转换和编码，也就是对以上所描述的525行60Hz（NTSC）和625行50Hz（PAL）模拟视频信号进行数字化采样和编码的规范和方法。
BT601规范对PAL和NTSC模拟视频进行数字化的时候，使用的图像数字化编码方式为YCbCr 4:2:2，每个采样点的亮度和色度信号均取8bit进行量化；
- 对亮度信号Y仍然采用13.5MHz采样频率，色度信号U和V分别采用6.75MHz采样频率，但因为色度信号U和V共用Cb/Cr合成信号线进行传输，因此在通信方面都采用13.5MHz的通信速率；
- 采样数据率：13.5(MHz)×8(bit)＋2×6.75(MHz)×8(bit)= 27Mbyte/s。
在数据接口方面采样21芯进行传输，其中包含16bit数据，Y信号和UV信号数据同时并行传输，并且有独立的行场同步信号；
- 一路Y信号，8bit；
- 一路Cb/Cr合成信号，8bit；
- 系统时钟信号，行同步信号，场同步信号，各1bit；
- 两根底线；
BT656
BT656实际上只是在BT601的基础上新增的一种数据传输接口和传输方式，对模拟视频信号如何进行采样和量化仍然遵守BT601规范的定义。
BT656在BT601提供的数据结构规范的基础上定义了两种传输数字化视频的数字接口标准：位并行模式和位串行模式。
位并行模式：
- 采用9芯，8bit数据传输，1bit时钟信号，先传Y，再传UV，没有独立的行场同步信号，行场同步信号嵌入在数据流中。
- 因此BT656的传输时钟的速度是BT601的2倍，也就是说BT656的采样率是27MHz；
位串行模式：
- 单个通道上传输一路串行的复用数据流，所有的亮度和色度信息在同一条数据线上分时传输，位时钟速率接近300MHz（实际数据传输率243Mbps），涉及到复杂的同步化、频谱整形和时钟恢复等技术手段，难度很大；
- 因此在工程实践中一般使用BT656的位并行模式。
既然在BT656的位并行模式中没有独立的行场同步信号，那么在对BT656送过来的图像视频信号进行解析的时候，如何能够知道其同步信息呢？这就要依赖于BT656在传输过程中嵌入在图像信息中的SAV和EAV信息。
一个典型的行由四个部分组成：
- 结束码EAV+水平消隐像素（Horizontal Vertical Blanking） + 起始码（SAV） + 有效数据（Active Video）；
SAV和EAV信息都是4个字节，其定义如下：FF 00 00 XY；
前面的三个字节是固定的，第四个字节则定义了行、场、消隐等信息，这个8bit的字节定义如下：
1 F V H P3 P2 P1 P0；
其中：
- F：标记奇偶场信息，传输顶场时为0，传输底场时为1；
- V：标记消隐行信息，传输消隐行时为1，传输有效视频数据行时为0；
- H：标记EAV还是SAV，SAV为0，EAV为1；
- P0~P3为保护比特，其值取决于F、H、V，起到校验的作用。
NTSC和PAL制式情况下各行的SAV和EAV设置如下所示：
BT1120
与BT601/BT656类似，只不过BT601/BT656定义的针对标清的NTSC和PAL制式模拟视频的数字化数据格式与传输接口的规范，而BT1120针对的则是1080P分辨率的高清模拟视频的数字化传输规范。
BT1120规范中定义一个图像帧应该包含1125总行数和1080有效行，而每行的有效像素则为1920个像素，并且能够支持逐行和隔行的24Hz、25Hz、30Hz、50Hz、60Hz等扫描频率。
以下为逐行扫描模式下的帧格式定义：
以下为隔行扫描模式下的帧格式定义：
同样与BT656规范类似，在BT1120的接口定义中不包含行场同步信号，而是把这些行、场、有效像素区域等同步相关的信息嵌入在SAV和EAV信息中传输到接收端。
BT1120的SAV和EAV的定义也与BT656基本一致，即：SAV和EAV信息都是由4个字节组成，其定义如下：FF 00 00 XY
最后一个字节XY中通过F、V和H bit分别代表了场识别信息、场/帧消隐期识别信息以及行消隐期识别信息。
BT1120在硬件传输接口的定义上与BT656类似，可以支持并行数据流模式和复用并行数据流两种模式：
- 并行数据流模式：vclk+vid[15:0] 16/20bit，同时在16bit的数据总线上传输一个像素的8bit亮度信息和8bit色度信息，类似于两个BT656组合在一起使用；
- 复用并行数据流模式：vclk+vid[7:0] 8/10bit，在同一组数据总线的时间上下沿上分别传输像素的亮度信号和色度信号。
- YD0-YD1919:数字亮度数据Y；
- CBD0-CBD959 :数字色差数据Cb；
- CRD0-CRD959:数字色差数据Cr；
vlck的频率方面，BT656的采样频率是27MHz；而BT1120因为要支持高清分辨率，其采样频率是72/74.25MHz。
- 其中30fps采样74.25MHz的采样率，60fps则采用148.5MHz的采样率。