上世紀(jì)90年代中期，視頻會議進(jìn)入中國，威速V2視頻會議從1999年開始創(chuàng)辦，到2001年正式成立公司，V2視頻會議發(fā)展之初到現(xiàn)在擁有15年視頻會議行業(yè)經(jīng)驗?？梢哉f是經(jīng)歷了視頻會議從無到有、從不成熟到基本成熟的過程。在這個發(fā)展過程中，又相繼出現(xiàn)了電視會議、桌面會議、多媒體會議等多種遠(yuǎn)程會議系統(tǒng)。視頻會議系統(tǒng)發(fā)展的關(guān)鍵技術(shù)之一是視頻編碼。利用低比特率的視頻編解碼方案H.263 建議，可將視頻圖像最少壓縮到大約20 kbps，以使其能在普通電話線上通過28.8 kbps 的V.34Modem 傳送音頻信號。事實上，在音視頻編碼協(xié)議不斷改進(jìn)與發(fā)展的同時，視頻會議本身的協(xié)議也實現(xiàn)了更新?lián)Q代，目前已出現(xiàn)了基于分組交換網(wǎng)的H.323 建議。視頻會議向高性能、多功能、協(xié)同性、智能化和集成化方向發(fā)展的另一個關(guān)鍵技術(shù)是多畫面合成技術(shù)。

　　V2視頻會議具有豐富的功能，包括攝像頭遠(yuǎn)程遙控、組播、電視墻、多組會議并發(fā)、大容量視頻會議等用戶可根據(jù)自己的需要選擇適當(dāng)?shù)哪K，構(gòu)建一個完整的視頻會議平臺。V2視頻會議數(shù)據(jù)應(yīng)用工具如電子白板、應(yīng)用程序共享、桌面共享、即時消息、文件傳送等也一應(yīng)俱全。V2視頻會議還能支持PDF、txt、 PowerPoint、Word、Excel等各種OFFICE文檔以及圖片等多種形式的文件，并支持超過500頁的超大文檔，高效實時的屏幕共享技術(shù)，支持網(wǎng)頁等程序共享，同時還支持桌面共享功能。

　　由于傳統(tǒng)采用RGB 格式存儲數(shù)據(jù)流以用于多畫面合成的方法十分浪費(fèi)資源。因此，為了在有限的頻帶條件下最大限度地提高資源利用率，本文提出了一種在不影響畫面質(zhì)量的同時解決其資源利用問題的新方案。事實上。視頻會議多畫面軟件已經(jīng)應(yīng)用到生活的諸多領(lǐng)域。而且將會有更廣泛地使用。

　　1 數(shù)據(jù)流的捕獲

　　Windows 下捕獲數(shù)據(jù)包的結(jié)構(gòu)如圖l 所示，其中NDIS 的NDIS (Network Driver Interface

　　Specification)是Microsoft 和3Com 公司聯(lián)合制定的網(wǎng)絡(luò)驅(qū)動規(guī)范，該規(guī)范提供有大量的操作函數(shù)。它可為上層的協(xié)議驅(qū)動提供服務(wù)，從而屏蔽了下層各種網(wǎng)卡的差別。NDIS 向上可支持多種網(wǎng)絡(luò)協(xié)議，例如TCP/IP、NWLink IPX/SPX、NETBEUI 等，向下則可支持不同廠家生產(chǎn)的多種網(wǎng)卡。

　　捕獲數(shù)據(jù)包的結(jié)構(gòu)

　　利用 winpcap 進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)包的捕獲和過濾的設(shè)計步驟如下：

　　(1)打開網(wǎng)卡，設(shè)置網(wǎng)卡為混雜模式;

　　(2)回調(diào)函數(shù)Network Tap，得到監(jiān)聽命令后從網(wǎng)絡(luò)設(shè)備驅(qū)動程序處收集數(shù)據(jù)包，并把監(jiān)聽到的數(shù)據(jù)包傳送給過濾程序;

　　(3)當(dāng)Packet filter 監(jiān)聽到數(shù)據(jù)包到達(dá)時，NDIS 中間驅(qū)動程序調(diào)用分組驅(qū)動程序，該程序可將數(shù)據(jù)傳遞給每一個參與進(jìn)程的分組過濾程序;

　　(4)由Packet filter過濾程序決定丟棄或接收數(shù)據(jù)包，并將接收的數(shù)據(jù)拷貝到相應(yīng)的程序;

　　(5)通過分組過濾器后，再將未過濾掉的數(shù)據(jù)包提交給核心緩沖區(qū)，當(dāng)系統(tǒng)緩沖區(qū)滿后，再將數(shù)據(jù)包拷貝到用戶緩沖區(qū)。監(jiān)聽程序可以直接從用戶緩沖區(qū)中讀取捕獲的數(shù)據(jù)包;

　　(6)關(guān)閉網(wǎng)卡。

　　2 視頻數(shù)據(jù)流的解碼

　　捕獲到的視頻數(shù)據(jù)流。通常在網(wǎng)絡(luò)傳輸中都采用H.263視頻編碼建議，其圖像格式為CIF格式。H.263-CIF格式的數(shù)據(jù)流是一種壓縮編碼圖像格式，這種格式在網(wǎng)絡(luò)傳輸過程中可節(jié)省頻帶資源，可在有限的帶寬下最大限度地提高資源利用率。但是，CIF格式必須經(jīng)過處理才能應(yīng)用于多畫面合成。只有通過解碼使捕獲到的視頻數(shù)據(jù)流變成YUV(RGB)格式后，此圖像格式才可直接運(yùn)用于多畫面合成，而且此格式的圖像合成也比較方便、快捷。為了使圖像由 H.263格式轉(zhuǎn)變?yōu)閅UV(RGB)格式，應(yīng)運(yùn)用H.263解碼器進(jìn)行解碼。

　　3 多畫面合成

　　視頻數(shù)據(jù)流經(jīng)過解碼之后，可將其變成YUV(RGB)格式。下一環(huán)節(jié)即是視頻數(shù)據(jù)流的合成(多畫面合成)，這也是本文的關(guān)鍵技術(shù)。在視頻會議系統(tǒng)中，參加會議的與會者或許不只兩、三個，所有與會者可能分布全國乃至世界各地。為了使每個與會者都能進(jìn)行面對面的直接交流，就需要在同一時間看到所有的與會者，因此，多畫面合成技術(shù)必不可少。通過多畫面合成能使N個不同的視頻畫面實時地在同一臺顯示器上顯示，這樣，每一位與會者就都可以運(yùn)用該軟件看到其他成員。

　　YUV主要的采樣格式有YCbCr4：2：O、YCbCr4：2：2、YCbCr4：1：1和YCbCr4：4.：4。其中YCbCr4：1：1比較常用，其含義是每個點保存一個8 bit的亮度值(也就是Y值)，每2x2個點保存一個Cr和Cb值，這樣，圖像在人的視覺中不會起太大的變化。RGB (R，G，B都是8 bit unsigned)模型的4個點需要8×3=24 bits，而現(xiàn)在僅需要8+(8/4)+(8/4)=12 bits，平均每個點占12 bits。這樣就把圖像的數(shù)據(jù)壓縮至一半。YUV411為每個像素都提取Y分量，UV分量在水平方向上每4個像素采樣一次。YUV420并非V分量采樣為 0，而只是跟YUV411相比，在水平方向上提高了一倍的色差采樣頻率，并在垂直方向上以U/V間隔的方式減小了一半色差采樣。