摘要 本文簡單介紹了DirectShow技術(shù)，研究了利用DirectShow實現(xiàn)視頻采集、壓縮和網(wǎng)絡(luò)傳輸技術(shù)。并利用第三方提供的編解碼器實現(xiàn)了MPEG-4視頻數(shù)據(jù)的網(wǎng)絡(luò)傳輸系統(tǒng)，在該系統(tǒng)中利用RTP協(xié)議進行視頻數(shù)據(jù)傳輸，同時實現(xiàn)了遠端幀率的控制。
關(guān)鍵詞 視頻; 采集; 壓縮; DirectShow; MPEG-4,RTP

1 引言
近年來，隨著國民經(jīng)濟的發(fā)展，社會各個部門對于視頻監(jiān)視系統(tǒng)的需求越來越多。但目前的很多監(jiān)視系統(tǒng)都跟具體的硬件相關(guān)，必須要具體的采集卡的支持才能實現(xiàn)。所以有必要開發(fā)一種具有通用性的視頻監(jiān)視系統(tǒng)，用普通的攝像頭就能實現(xiàn)視頻的采集。
基于DirectShow的開發(fā)能很靈活地控制音視頻的效果，所以選擇DirectShow這種可擴展性好的技術(shù)做開發(fā)對以后的應用升級很有幫助。此外，為了實現(xiàn)流媒體傳輸控制的策略，流媒體的傳輸和回放也是應解決的問題之一。由Microsoft提供的DirectShow技術(shù)基于組件對象模型技術(shù)，支持寬松的格式變化，提供高品質(zhì)的多媒體流回放。利用它可以在普通微機中實現(xiàn)流媒體的客戶端處理，并可以提高系統(tǒng)的通用性和可擴展性。
對于視頻數(shù)據(jù)的傳輸，壓縮率是一個必須考慮到的因素。MPEG-4是由ISO和IEC的MPEG組制定的一個關(guān)于活動圖像和聲音的編碼國際標準。它在基于內(nèi)容的交互性、壓縮率、通用訪問能力等方面提供了一系列新的或改進的功能。MPEG-4視頻在提供較好的圖像質(zhì)量的同時擁有較高的壓縮率，適合于作為傳輸?shù)膱D像壓縮標準。

2 相關(guān)技術(shù)

2.1 DirectShow技術(shù)簡介
DirectShow是Microsoft為開發(fā)高性能多媒體應用而開發(fā)的底層應用程序接口（API）,它是DirectX家族的核心成員之一。DirectShow自身是通過一種系統(tǒng)內(nèi)置的或程序員開發(fā)的過濾器（Filter）來控制和處理多媒體數(shù)據(jù)的體系結(jié)構(gòu)。該體系結(jié)構(gòu)定義了如何處理和控制過濾器內(nèi)部及相互之間的多媒體數(shù)據(jù)流。每個過濾器都有輸入或輸出針（Pin）, 或兩者都有。
過濾器（Filter）是DirectShow的基本組成部分，是Filter Graph(過濾器圖)中最小的功能模塊，DirectShow將多媒體數(shù)據(jù)的處理分離成不同的步驟，這些不同的步驟由相應的Filter去處理。這樣我們可以把不同的過濾器搭配在一起達到我們要求的來處理多媒體數(shù)據(jù)。過濾器根據(jù)實現(xiàn)功能的不同大致可分為3類：
（1） 源過濾器（Source Filters）。源過濾器負責得到原始媒體數(shù)據(jù)。這些媒體數(shù)據(jù)的來源包括本地硬盤或網(wǎng)絡(luò)上的媒體文件、各種采集卡等。
（2） 轉(zhuǎn)換過濾器（Transform Filters）。轉(zhuǎn)換過濾器的任務是處理從其他過濾器中接收的數(shù)據(jù)，經(jīng)過一定的處理后再傳遞給下一個過濾器。編解碼器就是典型的轉(zhuǎn)換過濾器。
（3） 表現(xiàn)過濾器（Rendering Filters）。表現(xiàn)過濾器對接收到的數(shù)據(jù)進行最后的處理。它做的工作有：把媒體數(shù)據(jù)保存為文件、將數(shù)據(jù)發(fā)送到網(wǎng)絡(luò)、顯示視頻、回放音頻等[1]。
在DirectShow 系統(tǒng)之上是應用程序(Application) 。應用程序要按照程序所要實現(xiàn)的功能建立起相應的Filter Graph ,然后借助于Filter Graph Manager 來控制整個數(shù)據(jù)的處理過程。DirectShow 能在Filter Graph 運行的時候接收到各種事件,并通過消息的方式發(fā)送到應用程序。這樣就實現(xiàn)了應用程序與DirectShow 系統(tǒng)之間的交互。
2.2 RTP/RTCP協(xié)議介紹
實時傳輸協(xié)議RTP(Realtime Transport Protocol)是針對Internet 上多媒體數(shù)據(jù)流的一個傳輸協(xié)議，1996 年由IETF( Internet 工程任務組) 的AVT小組作為RFC1889 發(fā)布AVT小組后來對該文檔進行了不斷改進，于2003年7月提出了代替RFC1889的RFC3550。RTP充分體現(xiàn)了應用層分幀這一現(xiàn)代通信協(xié)議的設(shè)計思想，允許其用戶了解、調(diào)整甚至制定連續(xù)媒體的打包方案，該協(xié)議被廣泛用于VoIP、視頻等實時媒體的傳送。RTP 協(xié)議包括RTP 和RTCP(RTP 控制協(xié)議) 兩個關(guān)系十分密切的子協(xié)議：
(1) RTP協(xié)議－傳輸具有實時特性的數(shù)據(jù)；
（2）RTCP協(xié)議-監(jiān)測QoS 和傳送參與傳輸者的信息。
RTP(實時傳輸協(xié)議) 通常工作在UDP的上層，從上層接收多媒體信息碼流(如MPEG-4視頻) ，組裝成RTP 數(shù)據(jù)包,然后發(fā)送給下層UDP ，相當于OSI 的會話層，提供同步和排序服務。故RTP 協(xié)議適用于傳送連續(xù)性強的數(shù)據(jù)，如視頻、音頻等，并對網(wǎng)絡(luò)引起的時延差錯有一定的自適應能力。RTCP 為實時控制協(xié)議，用于管理控制信息，如監(jiān)視網(wǎng)絡(luò)的延時和帶寬，一旦所傳輸?shù)亩嗝襟w信息的帶寬發(fā)生變化，接收端則通知發(fā)送端，廣播符號化識別碼和編碼參數(shù)，達到控制傳輸質(zhì)量的目的。此外,如果底層網(wǎng)絡(luò)支持多點傳播的話，RTP 還支持使用多點傳播向多個目的端點發(fā)送數(shù)據(jù)。
RTP協(xié)議具有如下特點[5]：
（1）靈活性
RTP協(xié)議的數(shù)據(jù)報文和控制報文使用不同的端口，數(shù)據(jù)流和控制流分離，這樣大大地提高了協(xié)議的靈活性，處理也簡單。
（2）支持多播
如果下層網(wǎng)路支持，可以支持多播。
（3）可擴展性
RTP協(xié)議通常為一個具體的應用提供服務，通過一個具體的應用進程實現(xiàn)，而不作為OSI體系結(jié)構(gòu)中單獨的一層來實現(xiàn)，RTP只提供協(xié)議框架，開發(fā)者可以根據(jù)應用的具體要求對協(xié)議進行充分的擴展。

3 關(guān)鍵技術(shù)的實現(xiàn)

該系統(tǒng)的發(fā)送端實現(xiàn)思路如下：用USB攝像頭采集數(shù)據(jù)，用Divx 5.1.1 Codec 對采集到的數(shù)據(jù)進行MPEG-4的編碼，然后連到一個發(fā)送Filter把編碼后的數(shù)據(jù)發(fā)送出去。其Filter Graph如圖1所示 ：

圖1 發(fā)送端的Filter Graph