（计算机应用技术专业论文）视频会议系统中directshow技术的研究与应用.pdf

哈尔滨理工大学工学硕士学位论文 视频会议系统中d i r e c t s h o w 技术的研究与应用 摘要 视频会议系统是与会者利用i n t e m e t i n t r a n e t 网络传输文字、声音、图像 等，来召开会议的通信系统。随着网络通信技术的进步，视频会议系统在经 济、政治、教育等领域发挥着越来越重要的作用。现有的视频会议大多是借助 于i n t e m e t 网络进行传输音频和视频数据，因此音频和视频数据的压缩和编码便 成了一个主要的问题。如何采用更为有效和简便的方式对音视频数据进行压缩 和编码已经成为衡量一个视频会议好坏的重要因素，特别是对于这种在网络上 进行传输的数据，如果不能有效的对其进行处理，必会影响整个网络的传输的 质量和效果。因此必须找出有效的方式来解决视频会议中音视频数据的压缩和 编码处理。 本文首先对视频会议系统进行了分析和研究，发现在现行以网络进行传输 音视频数据的视频会议系统中对于数据的压缩和编码方式严重的影响了声音和 画面的质量以及清晰度。现今市场上流行的视频会议软件一般是采用一定的硬 件和软件配合的方法进行解决，但是这种方式花费特别的昂贵，一般只在大企 业中进行应用，如何设计出适合中小企业应用的视频会议软件是一个具有重要 意义的问题。因此本文中作者从成本和质量的方面考虑提出了一种解决方案， 来解决视频会议中音频数据和视频数据的压缩和编码问题，即采用d i r e c t s h o w 技术来实现对数据的压缩和编码。d i r e c t s h o w 技术作为一种流媒体处理技术， 为流媒体的捕捉，处理和回放提供了强有力的支持，特别是提供的是一种开放 式的开发环境，用户可以根据自己的需要定制自己的组件。利用d i r e c t s h o w 技 术来解决视频会议系统中音频，视频数据的压缩和编码既方便又经济。文章中 首先根据此问题提出了作者的解决方案，为了更有效的研究此问题，作者根据 所提出的解决方案设计出了视频会议系统中音视频数据处理的流程和代码实 现。其中包括视频会议系统内音频数据的混合，音视频数据的压缩编码等处 理。更为重要的是作者设计出了基于d i r e c t s h o w 技术的接收实时数据的源 f i l t e r ，极大的方便了用户的需要。 关键词视频会议；d i r e e t s h o w ：压缩；编码 哈尔滨理工大学工学硕士学位论文 r e a s e a r c ha n d a p p l i c a t i o no f d i r e c t s h o w t e c h n o l o g yi nv i d e oc o n f e r e n c es y s t e m a b s t r a c t v i d e oc o n f e r e n c es y s t e mi sak i n do fc o m m u n i c a t i o nn e t w o r k i nw h i c h p a r t i c i p a n t so fam e e t i n gc a l lt r a n s f e rw o r d s ，v o i c e ，v i d e oo ro t h e rk i n d so fd a t a t h r o u g hi n t e m e to ri n t r a n e t w 池t h ei m p r o v e m e n to fc o m m u n i c a t i o nt e c h n o l o g y ， v i d e oc o n f e r e n c eh a sb e e na p p l i e di n m a n yf i e l d s ，s u c ha se c o n o m y ，p o l i t i c s ， e d u c a t i o na n ds oo n m o s to ft h ee x i s t i n gv i d e oc o n f e r e n c e sc a nt r a n s m i ta u d i o f r e q u e n c ya n dt h ev i d e od a t ab yt h ei n t e r n e t t h e r e f o r e ，t h ec o m p r e s s i o no fa u d i o f r e q u e n c ya n dv i d e od a t ah a sb e c o m eam a i nq u e s t i o n h o wt os e l e c tam o r e e f f e c t i v ea n ds i m p l em e t h o dt oc o m p r e s sa n de n c o d et h ea u d i oa n dv i d e od a t ah a s a l r e a d yb e c o m ea ni m p o r t a n ti s s u e d i r e c t s h o wi st h em i c r o s o f tc o r p o r a t i o n sp r o d u c t w h i c hi st os i m p l i f ym e d i a p r o c e s s i n gb a s e do nt h ew i n d o w sp l a t f o r md e v e l o p m e n tp a c k a g e ，i s s u e dt o g e t h e r w i t ht h ed i r e c t xd e v e l o p m e n tp a c k a g e d i r e c t s h o wh a sp r o v i d e dt h e p o w e r f u l s u p p o r tf o r t h em u l t i m e d i a c a p t u r e s ，p r o c e s s i n ga n dp l a y b a c k i n g ，i n t e g r a t e d d i r e c t s o u n da n dt h ed i r e c t d r a wt e c h n o l o g y , a n ds u p p o r t e dd v dd i r e c t l y w h a t d i r e c t s h o wp r o v i d e si sak i n do fo p e ns t y l ed e v e l o p m e n te n v i r o n m e n t t h eu s e r sc a n d e s i g nt h em o d u l ea c c o r d i n gt ot h e i rr e q u i r e m e n t s i ti sb o t hc o n v e n i e n ta n d e c o n o m i c a lt os o l v et h ec o m p r e s s i o na n de n c o d i n go ft h ea u d i of r e q u e n c ea n dv i d e o d a t ai nt h ev i d e oc o n f e r e n c es y s t e m f i r s t l y , t h i st h e s i si n t r o d u c e da n da n a l y s e dt h ev i d e oc o n f e r e n c es y s t e m i n w h i c ht h ea u t h o rd i s c o v e r e dt h a t t h eq u a l i t ya n dc l e a r n e s so fv o i c ea n d p i c u r e si nt h e c u r r e n tv i d e oc o n f e r e n c ei s g r e a t l ya f f e c t e db yt h ep r e s e n tw a y so ft h ed a t a s c o m p r e s s i o na n dt h ee n c o d i n g h e n c e ，t h en e ww a yo fd i r e c t s h o wt e c h n o l o g yw a s p u tf o r w a r dt os o l v et h ea b o v eq u e s t i o n ss i n c ei ti sb o t he c o n o c m i c a la n dm o r e e f f e c t i v e t h et h e s i sm a i n l yd e a l e dw i t ht h em i x i n g ，c o m p r e s s i o na n de n c o d i n go ft h e a u d i oa n dv i d e od a t ai nt h ev i d e oc o n f e r e n c eb a s e do nt h ed i r e c t s h o wt e c h n o l o g y 1 1 哈尔滨理工大学工学硕士学位论文 a tt h ee n d i n gp a r t ；t h i sm e t h o dw a ss t u d i e da n de l a b o r a t e do n f o ri n s t a n c e ，i t i n c l u d e dt h ed e s i g na n dr e a l i z a t i o no ft h em e t h o d i no r d e rt om a k et h em e t h o dm o r e c l e a ra n dc o n v i n c i n g ，s o m ek e yc o d e sw e r ea d d e da c c o r d i n g l y k e y w o r d s v i d e oc o n f e r e n c es y s t e m ，d i r e c t s h o w ，c o m p r e s s ，e n c o d e i i i 哈尔滨理工大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文视频会议系统中 d i r e c t s h o w 技术的研究与应用，是本人在导师指导下，在哈尔滨理工大学 攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中 除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作 做出贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果 将完全由本人承担。 作者签名： 柱民 日期：如8 年弓月序日 哈尔滨理工大学硕士学位论文使用授权书 视频会议系统中d i r e c t s h o w 技术的研究与应用系本人在哈尔滨理 工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研 究成果归哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义 发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定，同 意学校保留并向有关部门提交论文和电子版本，允许论文被查阅和借阅。 本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文， 可以公布论文的全部或部分内容。 本学位论文属于 保密 厂 ，在年解密后适用授权书。 不保密叼。 ( 请在以上相应方框内打) 作者签名： 丸民 日期：翮年3 月廖日 导师签名：初膨群日期： 2 矿矿年? 月u 、日 哈尔滨理工大学r t 学硕士学位论文 1 1 课题的来源 第1 章绪论 本课题来源于由大连浩视数字有限公司开发和设计并即将上市的视频软 件- - v c o m o f f i c e 视频会议系统。 1 2 研究的背景和意义 随着网络技术和数字通信技术朝综合化、数字化、智能化、个性化的方向 发展，i n t e m e t 越来越走进人们的生活，在广域互连网平台上实现语音、数 据、图像等多媒体综合业务已经成为网络发展的目标和趋势。利用i n t e r n e t 进 行文字，语音，视频等多媒体信息特别是利用i n t e m e t 进行网上视频会议已经 越来越普遍，所谓视频会议系统是指两个或两个以上不同地方的个人或群体通 过传输线路及多媒体设备，将声音，影像及资料互送，达到即时且互动的沟 通。视频会议系统是集通信，计算机技术，多媒体技术于一体的远程异地通信 方式n 一1 。 大连浩视数字技术有限公司开发的v c o m o f f i c e 视频会议系统是一个基于 p r e s e n c e 平台的先进的可视化实时协同办公系统，该系统不仅具有一般视频系 统会议集视频，音频，数据和w e b 功能而且很好的将会议内的实时交互和会 议外的即时联络统一在同一平台上，可以说是在集当前流行的多媒体通信软件 m s n ，q q ，s k y p e 功能一体的同时又实现了许多独特的功能，是现在市场上 流行的视频软件比如p o l y c o m ，s o n y ，v 2 等公司的视频软件所无法比拟的， 所以在这里我们的必要对此产品进行概括的介绍，一方面可以让读者对视频会 议系统的功能有更深的理解，另一方面对于了解视频会议系统的未来，提高对 视频会议系统领域的研究和重视也有很大的促进作用。 v c o m o f f i c e 视频会议系统从总体上来说可以分为两个部分：会议外的即时 通信和会议内的实时交互。对于会议外的即时通信主要实现的功能有：手机短 信功能就是从p c 机向用户的移动手机发送信息，这些信息可以是与会议有关 的信息比如会议通知和预约信息，也可以是用户间的聊天信息。多人聊天功能 就是通信的双方通过i n t e m e t 网络进行信息的传送。文件传送功能实现网上传 哈尔滨理工大学工学硕士学位论文 输文件。快速音视频交流功能实现简单的音视频会议功能，这主要是方便非正 式会议而设计的。会议预约功能实现会议的提前预约。对于会议内的实时交互 功能主要包括：手机或固定电话的呼入功能即用户可以以手机或固定电话的方 式参与会议。这在其它视频会议系统软件中是没有的，比如上面提到的。电子 白板和文件的共享功能实现数据的在线共享和即时交互。视频共享功能实现用 户可以在线共享视频文件，包括在视频会议中所录制下来的文件而且 v c o m o m c e 有自己的播放软件，可以播放各种格式的视频文件。还包括网页协 同浏览功能可以在线同时浏览网页，而且支持两种模式的会议模式，主持人会 议模式和自由讨论模式。可以很好的控制会议的交互。而且v c o m o f f i c e 最具 吸引力的地方除了它强大的功能以外，还有一个最大的优势，易于操作和使 用，它仿照了当前流行的通信软件m s n 进行界面设计，易于操作和掌握，用 户不必在学习使用上花费太多的工夫的，可以说v c o m o f f i c e 软件是当前视频 会议软件中功能最为齐全，最具人性化和易于操作的视频通信软件。 视频通信是人类社会经济生活中不可缺少的一部分，视频会议的出现和发 展，逐渐改变了人类的社会活动方式，有关的研究表明，有效的信息的5 5 6 0 依赖于面对面( f a c et of a c e ) 的视觉效果，3 3 3 8 依赖于说话者的语音， 而只有7 依赖于内容b 1 。传统的通信工具，如电话、传真机等都无法达到面 对面或一群人聚集在一起的沟通效果。尤其是对企事业单位来说，常年超负荷 运转，经常性出差开会，极其令人苦恼。采用视频会议的方式既达到了召开会 议的目的，又避免了出差到外地的奔波h 1 。从效果上来看，可以缓解交通紧张 状况，节省时间和经费；对于一些紧急性会议，视频会议电视在争取时间、及 时商讨决策、及时贯彻上级重要指示、及时取得重要信息等方面，都具有明显 的优越性。它不仅让参加会议的每一个人达到协同办公的目的，大家仿佛坐在 同一个会议室内、同一个会议桌前进行面对面的交流，还可以让与会者在开会 的同时方便地处理其他日常工作，而不会为出差开会而苦恼。 1 3 国内外视频会议的研究现状 视频会议系统的历史可追溯到本世纪6 0 年代初，当时美国电报电话公司 a t & t 】曾推出过模拟会议电视系统 p i c t u r ep h o n e 】。但由于当时的电话网带宽 无法满足要求，其视频信号只能通过极其昂贵的卫星信号传输，这使得成本无 法降低。再加上市场需求不强，技术发展不够成熟，这不但限制了该产品的推 广，也使视频会议市场就此沉寂下来晦1 。 2 哈尔滨理丁大学工学硕上学位论文 进入7 0 年代以来，由于相关技术领域的长足进步，最主要是数字式传输 的出现，传统视频会议系统所用模拟信号的采样或传输方法也得到极大的改 善，数字信号处理技术开始走向成熟。但是数字信号的存储与传输仍是一个难 以解决的问题，尤其是采集的模拟信号如果用数字形式表示，其存储量和要求 的传输能力更甚于模拟系统。对数据压缩问题的研究，成为突破障碍，是最终 把视频会议技术推向市场的关键。从总体看，7 0 年代视频会议系统的发展处于 相对平静的时期，但研究工作并未中断。 进入8 0 年代中期，通信科技发展迅猛，编码和信息压缩技术的发展，使 得视频会议设备的实用性大为提高。这时的c o d e c 由于制造技术的提高，体 积在急剧减小，与此同时，数字式网络发展也非常迅速，t 1 的租用费用迅速 下降，并开始出现更低速率的网络服务。另外，技术的进步也带来c o d e c 价 格的下降。因此，视频会议系统正逐步进入市场。但此时的视频会议系统由于 价格和技术的因素，仍只限于高档的会议室视频会议系统的应用，从而限制了 它的进一步普及。 9 0 年代初期，第一套国际标准h 3 2 0 获得通过，不同品牌产品之间的兼容 性问题得到解决。配合h 2 6 1 视频压缩集成电路技术的开发，视频会议系统也 有朝小型化发展的趋势。在1 9 9 2 1 9 9 5 年期间，中小型视频会议系统成为视频 会议应用中的主要产品。视频会议系统在9 0 年代中期的另一个发展趋势为桌 上型办公设备产品的成熟1 。 目前，基于h 3 2 3 的视频会议产品是市场的主流，但同时也有很多其他的 方式，比如个人终端，特别是在线应用，就有可能使用s i p ，比如i n s t a n t m e s s a g e r ，微软现在已经支持s i p ，索尼公司认为控制功能在视频会议系统中 非常重要，在重要用户之间通过h 3 2 3 协议能够实现互操作，因此认为现在 h 3 2 3 是视频会议的主流。但视频会议不可能是一个只支持单一协议的系统， 应该是多样化的。现在很多人也都在促进s i p 协议，所有的设备商都开始研究 s i p ，移动网也开始启用s i p 。无论对市场还是技术来说，这些现象都是正常 的。 中国的视讯业发展已有1 0 年的历程。发展之初的视频会议系统只是针对 政府、金融、集团公司等高端市场，主要在专网中运行，且造价不菲，预算往 往高达百万、千万元。受2 0 0 3 年s a r s 的影响，中国视频会议系统市场近两 年突破了以往的平缓发展局面，开始步入稳步快速发展阶段。混网及企业公网 市场代替基于专线网络的视频会议系统占了主流地位。2 0 0 4 年，基于混网和企 业公网的产品占到了6 8 8 的比例，2 0 0 5 年，这一比例将高达8 7 5 ，成为市 哈尔滨理工大学工学硕十学位论文 场主流。赛迪顾问公司去年年底的调查显示，我国在政府、金融、能源、通 信、交通、医疗、教育等重点行业机构中视频会议设备的用户比例达到了 6 6 3 ，视频会议系统已经成为了我国行业信息交流和传递的重要手段。计世 资讯( c c wr e s e a r c h ) 预测，未来3 年内，视频会议系统将以复合年平均增长率 2 6 1 的速度增长1 。 1 4 本文的工作 本文通过对视频会议系统的分析，特别是针对当前影响其会议质量问题的 音频数据和视频数据的压缩编码问题，提出了一种基于d i r e c t s h o w 技术的音 视频数据的处理方案，利用此方案成功设计实现了视频会议内部音视频数据处 理功能模块，其最终的画面质量和声音的质量都特别的成功。主要的工作包 括： 首先对视频会议系统进行的分析和研究，主要从视频会议的基本概念，分 类以及视频会议的主要涉及到的关键技术这几个方面。因为视频会议质量的好 坏与这有很重要的关系，特别是现在的视频会议主要依靠网络媒介进行传输的 软会议，如果音视频数据量过大，事必会严重的影响传输的质量问题。 接下来对d i r e c t s h o w 这种流媒体处理技术进行了介绍，主要从其组成， 原理，以及其自身的优点进行了说明，特别是其在音视频数据的处理方面所具 有的特有优势进行了详细的介绍。d i r e c t s h o w 是一种基于c o m 组件的流媒体 处理技术，通过各种接口来实现具体的功能，依靠这种技术我们可以很方便的 将现有的各种流行的实用音视频编码格式进行封装到我们的组件中来实现我们 所需要实现的功能，可以说这种技术特别的方便这也是我们为什么要选择它的 一个重要原因。 通过上面分别对视频会议和d i r e c t s h o w 技术的介绍，提出了在视频会议 中使用d i r e c t s h o w 技术来对音视频数据进行编码和压缩处理。这主要有两个 方面的原因：一个是因为d i r e c t s h o w 技术的自身优势特别是在流媒体处理方 面。它一开始就是为音视频数据的处理而出现的，因此我们选择它。二是它简 便而且实用，特别是在现在视频会议的造价都相当的高有的还要借助于很昂贵 的硬件来实现，因此使用这种技术不但能够节约财力而且所取得的效果也是很 好的，这也是我们考虑的一个重要因素。在本文中为了能更具有说服力，也能 为读者提供更大的参考文中写出了许多关键性的代码。 4 哈尔滨理工大学工学硕士学位论文 1 5 论文的组织 本文共分为五章： 第一章“绪论”，介绍了论文研究的背景及意义，国内外视频会议系统研 究现状。 第二章“视频会议和d i r e c t s h o w 技术 ，主要对视频会议和流媒体处理 技术d i r e c t s h o w 技术进行了详细的说明。 第三章“视频会议系统中d i r e c t s h o w 技术的应用”，主要研究了在视频 会议系统中如何应用d i r e c t s h o w 技术来解决对音视频编码的处理。主要包括 视频会议内多路音频数据的混合，音视频数据的压缩编码，以及音视频数据的 同步等问题的处理。 第四章“基于d i r c t s h o w 流媒体实例编程实现”，主要是视频会议内部音 视频数据的代码实现。 结论。 哈尔滨理工大学工学硕士学位论文 第2 章视频会议系统和d i r e c t s h o w 技术 2 1 视频会议系统 视频会议系统是集通信技术、计算机技术、微电子技术于一体的远程异地 通信方式，该系统是一种典型的语音和图像通信。在通信的发送端，将图像和 声音信号变成数字化信号，在接收端再把它重现为视觉和听觉可获取的信息。 与电话会议相比，视频会议具有直观性强和信息量大等特点哺1 。 2 1 1 视频会议系统的基本概念 视频会议系统( v i d e oc o n f e r e n c es y s t e m ) 又被称之为电视会议系统，是一种 能把声音、图像、文本等多种信息从一个地方传送到另一个地方的通信系统。 采用该系统，可以使身处两个或多个会场的与会者既能听到其他与会者的声 音，又能直观地看到其他与会者的图像，甚至是发言者的神态表情等。与会者 也可以通过图像通信方式来发表各自的意见，观察对方的形象和有关信息或出 示实物、图纸等增强临场感，还可以通过传真或共享电子白板等及时传送相关 文件、图表或讨论问题等，从而缩短了与会者之间的距离，改善了会议气氛， 使与会者都能如身临其境般的进行会议，在应用中能够提高工作效率，降低远 距离的会议费用。 2 1 2 视频会议系统的组成和分类 一套完整的视频会议系统通常由视频会议终端、多点控制单元m c u 、网 络管理软件、传输网络以及相关附件五大部分构成。由于用户已有的网络状 况、硬件设施各有特色，所以对视频会议系统中视频会议终端系统、多点会议 控制器m c u 、网络管理软件等部分的要求，也各不一样阳3 。 多点控制单元：m c u ，多点控制单元也叫多点会议控制器，英文名为 m u l t ic o n t r o lu n i t ，简称m c u n 训。m c u 是多点视频会议系统的关键设备，它 的作用相当于一个交换机的作用，它将来自各会议场点的信息流，经过同步分离 后，抽取出音频、视频、数据等信息和信令，再将各会议场点的信息和信令， 送入同一种处理模块，完成相应的音频混合或切换，视频混合或切换，数据广 6 哈尔滨理工大学工学硕士学位论文 播和路由选择，定时和会议控制等过程，最后将各会议场点所需的各种信息重 新组合起来，送往各相应的终端系统设备。 传输网络：传输网络即宽带连接方式，通常有l a n 接入、a d s l 接入、 c a b l em o d e m 接入方式和无线接入等四种方式。 附属设备：一套视频会议系统需要哪些附属设备需要看具体应用需求，通 常用到的附属设备包括投影仪、监视器电视机、大型扩音器、麦克风、大型 摄像机、d v d 播放机、录像机、外部遥控器、写字板、中央控制、记忆 卡、放映机、等离子屏、计算机监视器等。 当前视频会议领域分为以下几类： 1 基于硬件的视频会议系统现在最常用的实现手段。特点是使用专用的 设备来实现视频会议，系统造价较高，使用简单，维护方便，视频的质量非常 好，对网络要求高，需要专线来保证n 。 2 基于软件的视频会议系统完全使用软件来完成硬件的功能，主要借助 于高性能的计算机来实现硬件解码功能。特点是充分利用已有的计算机设备， 总体造价较低n 2 1 。 3 网络视频会议系统完全基于互联网而实现的。特点是可以实现非常强 大的数据共享和协同办公，对网络要求极低，完全基于电信公共网络的运营， 客户使用非常方便，不需要购买软件和硬件设备，只需交费即可，视频效果一 般n 引。 软件视频会议系统是指运行在网络和计算机终端上，具有会话管理、音视 频交互、数据共享等功能，实现人们基于图像和语言的“直接”交流、数据和信 息共享、内容协作等功能的软件系统。 基于i p 网络的纯软件解决方案与传统的电视会议和硬件视频会议相比， 有着明显的优势。用户无需投入高昂的成本，无需租用昂贵的线路，利用普通 的p c 机、标准的视频音频采集设备( 如u s b 摄像头、耳机和麦克风) 和普通i p 互联网络，就能够实现较高质量、较高稳定性的视频会议；能有效地节约时间 和经费，全面提高商务活动及政府和企业工作的效率；软件实现的视频会议系 统灵活性强，功能扩展性好，能提供更丰富的数据协作、会议管理和控制功 能，可以很方便地实现人们个性化视频的要求，方便地做成组件或中间件，或 进行二次开发和方便地移植，特别是它能够融合在各种应用软件中，在个人 视频应用中有着广阔的前景n 屯1 5 1 。与硬件相比，软件视频会议系统还可以方便 地部署和产品升级，使用更加灵活，可随时随地地召开网络会议。在桌面多媒 体电脑以及无处不在的i p 网络得到了极大普及的今天，软件视频会议系统会 7 哈尔滨理t 大学t 学硕士学位论文 受到越来越多的普通用户的青睐。软件化正是视频会议的必然发展趋势。 现行的基于i p 的视频会议系统主要有s i p 软件视频会议、h 3 2 3 视频会议 和基于视频控制服务器的视频会议等几种类型，虽然它们的实现方式不同， 但需要完成的功能是相近的，即建立控制服务器的会话、客户端间传输音频 视频信号、会议的控制管理、会议的终结n6 1 。现就这三种主要的视频会议的实 现说明如下： 1 基于h 3 2 3 的软件视频会议系统基于h 3 2 3 的软件视频会议系统由相应 的协议族提供支持，使得这样的系统能够有很强的适应性、兼容性。h 3 2 3 建 议的多媒体会议系统不是基于客户服务器结构，而是基于传统的电话呼叫网络 模式。h 3 2 3 为基于网络的通信协议定义了4 个主要的组件：终端( t e r m i n a l ) 、 网关( g a t e w a y ) 、网守( g a t e k e e p e r ) 和多点控制单元( m c u ) n 。基本拓扑 结构结构如图2 1 所示： 图2 1 拓扑结构图 f i g 2 - 1t h et o p o l o g i c a lg r a p h h 3 2 3 呼叫建立过程涉及到三种信令：r a s ( r e g i s t r a t i o n 、a d m i s s i o n 和 s t a t u s ) 信令、h 2 2 5 0 呼叫信令和h 2 4 5 控制信令。其中r _ a s 信令用来完成 终端与网守之间的登记注册、授权许可、带宽改变、状态和脱离解除等过程； h 2 2 5 0 呼叫信令用来建立两个终端之间的连接，当系统中有一个网守时，由 网守决定在终端与网守之间或是在两个终端之间开辟呼叫信令信道；h 2 4 5 控 制信令用来传送终端到终端的控制消息，包括能力交换、打开和关闭逻辑信 道、模式参数请求、流控消息和通用命令与指令等n8 1 9 1 。 用户终端、多点控制单元和网关都是h 3 2 3 的一个终端，通过网守建立呼 叫连接，这种呼叫连接把会议所要用到的组件连接在一起。连接的会议控制和 媒体的传输靠多点控制单元来进行，根据控制信令h 2 4 5 协商的媒体格式进行 8 哈尔滨理工大学工学硕士学位论文 传输。这里的m c u 起到了路由媒体包，并对会议进行控制的功能，从终端中 接受和转发媒体流。当会议结束后各个终端向网守发出会话结束请求，网守确 认会议结束。 2 基于s i p 的软件视频会议系统视频会议技术中最关键的部分是会话的 建立和管理，而s i p 在这方面体现了它的简约而又强大的功能。它可用来创 建、修改以及终结多个参与者的多媒体会话过程。s i p 中有客户机和服务器之 分。客户机是指为了向服务器发送请求而与服务器建立连接的应用程序，用户 代理客户端( u s e ra g e n tc l i e n t s ) 和代理( p r o x y ) 是客户端。服务器是向客户 机发出的请求提供服务并回送应答的应用程序。共有四类基本服务器：用户代 理( u s e ra g e n ts e r v e r s ) ，代理服务器( p r o x i e s ) ，重定向服务器( r e d i r e c t s e r v e r ) ，注册服务器( r e g i s t r a r ) ，针对特殊的应用系统还要有相应的其他服务 器，比如视频会议系统需要有视频应用服务器砼“2 引。 s i p 视频应用服务器由中心( f o c u s ) ，媒体策略服务器( m e d i ap o l i c y ) ， 会议策略服务器组成( c o n f e r e n c ep o l i c i e s ) 。媒体策略实质上就是媒体传输的 方法数据库，会议策略是描述会议操作方法的一个数据库心副。在基于s i p 的软 件视频会议服务器中关键的组件是中心，中心通过适当的媒体策略和会议策略 形成一次会议中的整体管理控制和媒体传输方案基于s i p 的软件视频会议系 统的结构如图2 2 所示 会议策略服务器 会议 s i p 会话 会议 s i p 会话 的参 的参 中心与者 与者 媒体策略服务器 图2 - 2s i p 结构图 f i g 2 - 2t h es t r u c t u r eo fs i p 在会议的开始，通过会议的参与者用会议策略控制协议( c p c p ) 和会议 策略服务器进行交互，建立该次会议适当的控制方式和媒体传输方式。会议的 建立可以是客户端发起也可以由中心发起，通过中心对与会人员进行邀请，根 据会议策略决定与会人员的资格。会议开始后，整个会议是围绕着中心来进行 的，中心实施对会议的管理，以及媒体的分发和传输，中心有权根据会议策略 9 哈尔滨理t 大学工学硕士学位论文 重新邀请新的成员加入和把某个会议成员逐出该会议。中心还可以提供丰富的 其他功能，如可以把某个成员设为匿名或隐身，还可以在原有的会议中建立新 的子会议。会话的结束可以由成员向中心提出申请，或者直接由中心决定乜4 。 3 基于视频控制服务器的会议系统以视频服务器为中心、完全基于软件 实现的视频会议系统由于抛弃了复杂的协议体系结构，具有很大的灵活性。 会议参与者需要在服务器端的注册服务器进行注册，会议的管理者也是一 个客户端，不过需要有特殊的授权。会议通过会议的管理者发起，服务器通过 管理者的控制对各个参与者进行呼叫或预约，这里包括呼叫成员在注册服务器 端查询，并且进行名字向网络地址转换的过程，以及对与会人员身份的认证和 媒体传输能力的协商过程堙5 2 引。会话建立后整个媒体的传输都是通过会议的管 理功能模块进行的，包括从各个终端采集数据，然后分发给各个客户端。由于 目前的网络和路由器不能很好地支持多播和资源预留，所以节省带宽的方法是 采取应用层多播技术。会话过程中会议的控制是通过管理功能模块进行的，比 如新成员的加入、把某人逐出会议等。对话的终结设计比较简洁，只需要终端 发出会话终止的请求，服务器端就会自动删除该客户端，而整个会议的结束是 由会议管理者进行控制心7 1 。 2 2d i r e c t s h o w 技术 d i r e c t x 是微软公司开发的一套基于w i n d o w s 平台的编程接口( a p i ) ；它 能出色地完成高速的实时动画渲染、交互式音乐和环境音效、高效多媒体数据 处理等一般a p i 很难完成的任务乜引。 d i r e c t s h o w 是d i r e c t x 大家族中的一位成员。d i r e c t x 的家族成员很多，而 且各有各的本领，就如d i r e c t d r a w 和d i r e c t 3 d 负责二维图形图像- - 维动画加 速、d i r e c t m u s i c 和d i r e c t s o u n d 负责交互式音乐环境音效处理一样， d i r e c t s h o w 为w i n d o w s 平台上处理各种格式的媒体文件播放、音视频采集等 高性能要求的多媒体应用，提供了完整的解决方案。 2 2 1d i r e c t s h o w 概述 d i r e c t s h o w 是一个开放性的应用框架，也是一套基于c o m 的编程接口。 d i r e c t s h o w 的系统功能如图2 3 所示 1 0 哈尔滨理t 大学t 学硕上学位论文 图2 3d i r e c t s h o w 系统框图 f i g 2 - 3t h ed i r e c t s h o w 可以看到，图中最大的一块即是d i r e c t s h o w 系统，它的基本工作原理就是 “流水线”：将单元组件f i l t e r 串联在一起，交由f i l t e rg r a p hm a n a g e r 统一控制。 系统的输入可以是本地文件系统、硬件插卡、因特网等，系统的输出可以是声 卡( 声音再现) 、显卡( 视频内容显示) 、本地文件系统，当然也可以最终将数 据向网络发送恻。 事实上，计算机应用领域中的很多模块都可以和d i r e c t s h o w 系统交互。也 就是说，d i r e c t s h o w 的应用范畴很广。单纯从本地系统来说，d i r e c t s h o w 可以 实现不同格式的媒体文件的解码播放、或格式之间的相互转换，可以从本地机 器中的采集设备采集音视频数据并保存为文件，可以接收、观看模拟电视等。 而从网络应用的角度来说，d i r e c t s h o w 更可用于视频点播、视频会议、视频监 控等领域。其实，广义上来说，d i r e c t s h o w 系统适合于一切流式数据的处理， 这些数据可以是音频、视频这样的多媒体数据，但又不局限于多媒体数据。 d i r e c t s h o w 是一个基于c o m ( 组件对象模型) 的系统，由许多模块化的软 件组件组成。在这个系统中，最基本的构造模块是称为过滤器( f i l t e r ) 的软件组 件。f i l t e r 将多媒体数据的处理过程分为若干步骤，每一步由一个过滤器来完 成，对多媒体数据流执行一个简单的操作。过滤器有输入和输出，它接受输入 并产生输出啪1 。例如，对于一个解码过滤器，它的输入是按某种格式经过编码 的多媒体数据流，它输出的是经过过滤器解码的数据流。 在应用程序中，为了完成对多媒体数据的处理，需要将若干过滤器连接起 哈尔滨理工大学工学硕士学位论文 来，一个的输出作为另一个的输入，这样连接在一起的一组过滤器称为过滤器 流水线( f i l t e rg r a p h ) 。过滤器流水线也掌握着每一步该使用哪一个过滤器及这 些过滤器之间是如何连接的。这样，多媒体数据流就在过滤器流水线上，从源 过滤器经由中间过滤器移动到播放过滤器，从而得到播放。在这个过程中完成 了数据的读取、解码、将数据输出到相应的设备、播放等操作。 过滤器之间数据传输的细节由插头( p i n ) 来处理。插头实际上是一个c o m 对象，分为输入插头和输出插头，一个过滤器包含一个输入插头和一个输出插 头，或者包含其中的一个。插头相当于过滤器之间的连结点，位于上游的过滤 器的输出插头和位于下游的过滤器的输入插头连结在一起。 过滤器及过滤器流水线的管理，是由一个更高一级组件来完成的，即过滤 器流水线管理器( f i l t e rg r a p hm a n a g e r ) ，它提供对经过流水线的数据流的高级 控制口。通常，它会自动地为你处理数据流。应用程序一般不用直接操作过滤 器，只需要执行一些较高级的调用，如运行( r u n ) 、停止( s t o p ) 等。 2 2 2 滤波器( f i l t e r ) 滤波器是d i r e c t s h o w 的最基本的组成元件。d i r e c t s h o w 对数据流的处理大 致可以分成几个独立的过程，每个过程完成不同的工作。而滤波器正是完成这 些过程的基本单元。事实上，用户的一个应用程序就是几个不同功能的滤波器合 在一起的滤波器 ( f i l t e rg r a p h ) 。 d i r e c t s h o wf i l t e r 可以分为以下几个种类： 1 源滤波器( s o u r c ef i l t e r )源滤波器是整个滤波器图( f i l t e r g r a p h ) q b 处理 输入数据的滤波器。它从外部设备获取原始数据并作简单处理，再将数据往下 一级滤波器送引。外部设备可以是文件系统、i n t e m e t 数据流、视频采集卡等。 2 变换滤波器( t r a n s f o i t nf i l t e r )变换滤波器是整个滤波器 ( f i l t e r g r a p h ) 的核心，它从上一级滤波器获取数据并对它进行处理，把原始数据流转换成其 它形式的多媒体数据流；压缩编码或解码；把一个数据流分解成多个数据流 ( p a r s e ) ，如把一个音频视频混合流分解成单独的音频流和单独的视频流；把 多个数据流组合成一个数据流等口引。 3 提交滤波器( r e n d e rf i l t e r )提交滤波器在滤波器图里处于最后一级， 它的作用就是把经过处理的数据流提交给外部设备。这里说的外部设备包括文 件系统、显示卡、声卡、网卡等口引。 1 2 哈尔滨理工大学工学硕十学位论文 2 2 3 滤波器图( f i l t e r g r a p h ) 任何用d i r e c t s h o w 开发的应用程序，都必须创建多个滤波器并进行恰当的连 接，于是数据流就可以从源滤波器经传送至l j r e n d e r f i l t e r 输出，被用户所使用。 这些滤波器的集合就叫做滤波器图( f i l t e r g r 印h ) 。图2 4 就是一个f i l t e r g r a p h 的 一个例子 图2 - 4 滤波器图实例 f i g 2 - 4t h ee x a m p l eo ff i l t e r g r a p h 2 2 4p i n p i n 就是两个滤波器相连的接口。每一个p i n 都是从i p i n 这个c o m 对象派生 出来的。每个p i n 都是滤波器私有对象，滤波器可以动态地创建p i n ，销毁p i n ， 自由地控带l j p i n 的生存时间。p i n 可以分为两类：输入p i n 和输出p i n 。两个相连 的p i n 必须是不同种类的，就是输入p i n 只能同输出p i n 相连。数据就从相连的 p i n 中流动，从上一级滤波器到下一级滤波器。两个滤波器的p i n 相连的时候， 有一个协商的过程，两者必须统一数据流的类型、缓存的大小、数据传送的机 制等。如果协商没有统一，这两个滤波器就无法连接。 2 2 5 多媒体数据样本和多媒体数据类型 两个滤波器相连时，它们必须使用相同的数据类型。这样能保证下一级滤 波器可以处理从上一级滤波器得到的数据。滤波器之间传输的数据也是经过了 c o m 封装，称为多媒体数据样本( m e d i a t y p e ) ，使用m e d i a s a m p l e 或 i m e d i a s a m p