Fernsehnormen - Standards und Technik

Da im weltweiten Netz die Bildwiederholrate von NTSC sehr oft etwas vereinfacht dargestellt wird, soll in dieser Zusammenfassung ein möglichst umfassender und korrekter Überblick über die unterschiedlichen Geschwindigkeiten bei den Fernsehnormen PAL und NTSC gegeben werden. Dabei ist es auch wichtig, den Transfer von Filmmaterial auf die Formate PAL und NTSC zu beachten. Weiterhin muß auf das Videoformat MPEG-2, welches bei DVDs verwendet wird, eingegangen werden.



1. FILM

Kinofilme werden in 24 fps (frames per second - Vollbilder - Progressive) in der Regel auf 35 mm Filmmaterial aufgenommen. Der Film hat also eine "Frame Rate" von 24 Vollbildern pro Sekunde. Im Kino werden diese aber nicht mit 24 Hz abgespielt. In alten Filmprojektoren wird durch das Malteserkreuzgetriebe (welches in neueren Modellen durch einen Schrittmotor ersetzt ist) der Filmstreifen vor dem Bildfenster für einen kurzen Moment angehalten, damit die Projektion des Bildes stattfinden kann. In diesem Moment wird das Bild entweder zweimal oder dreimal durchleuchtet - abhängig vom Projektor. Für die Unterbrechung sorgt die Umlaufblende (Flügelblende), die sich zwischen Lichtquelle und Filmstreifen befindet. Damit man nicht bemerkt, wie sich der Filmstreifen auf der Filmrolle bewegt, wird die Leinwand somit zwischen den Filmframes für einen sehr kurzen Moment schwarz. Bei 24 schwarzen Momenten pro Sekunde würde man aber ein deutliches Flackern wahrnehmen. Bei der zweifachen oder dreifachen Bildwiederholfrequenz (Refresh Rate) von 48 Hz oder 72 Hz bemerkt das menschliche Auge diese schwarzen Momente aber nicht mehr. Dadurch wird das Kinobild als flüssig und ohne Flackern oder Flimmern wahrgenommen. Hz = Hertz = 1/s (1/sek) - "Hz" bedeutet in unserem Fall "Bilder pro Sekunde".

Eine Frame Rate von 24 fps (bzw. 48 Hz nach zweifacher Durchleuchtung oder 72 Hz nach dreifacher Durchleuchtung) kann man als nominale Kinogeschwindigkeit bezeichnen. Wenn man aber die Filmlaufzeiten komplett von Anfang (Intro) bis Ende (inkl. Abspann) stoppt, wird man feststellen, daß die Abspielgeschwindigkeit im Kino in der Regel von 24 fps variiert. Ein Kinofilm wird meistens etwas schneller abgespielt, wobei die Frame Rate zwischen 24 fps und 26 fps liegen kann.



2.1 NTSC (National Television System Committee)

Das Format kommt vor allem in den USA, Kanada, Mexiko und Japan zum Einsatz. NTSC verwendet insgesamt 525 Bildzeilen, davon sind ca. 485 sichtbar. Bei analogem NTSC hat der Farbträger eine Frequenz von ca. 3,58 MHz. Das gewöhnliche NTSC-Farbübertragungssystem wird auch als "NTSC-M" oder "NTSC 3,58" bezeichnet. Die Bildwiederholfrequenz beträgt 29,97 Hz bzw. 29,97 fps was 59,94 Hz (Interlaced - Halbbilder) bzw. 59,94 fields/s entspricht. Diese ergeben sich aufgrund des NTSC 2:3-Pulldown basierend auf 23,976 fps bei NTSC-Filmen. Mehr zum Pulldown weiter unten bei "Transfer". 23,976 fps entspricht auch dem sogenannten NTSC-Film-Standard. Die digitale Standardauflösung beträgt 720x480 Pixel für DVDs (Digital Versatile Disc), 480x480 Pixel für Super Video CDs (SVCD) und 352x240 Pixel für Video CDs (VCD).

Wenn man sich mit den TV-Formaten etwas genauer beschäftigt bringt die vielgesehene "NTSC-Aufrundung" von 59,94 Hz auf 60 Hz bzw. von 29,97 Hz auf 30 Hz nur Verwirrung. Früher waren die Werte 30 Hz/60 Hz durchaus korrekt, aber mit der Einführung des Farbfernsehens wurden die NTSC-Bildwiederholraten von 60 Hz auf 59,94 Hz bzw. von 30 Hz auf 29,97 Hz gesenkt, um Tonhöhenschwankungen während der Übertragung zu vermeiden.

Die NTSC-Bildwiederholrate beträgt jedoch nicht ganz exakt 59,94 Hz, sondern 60 Hz*1000/1001 = 59,9400599400599400... Hz ≈ 59.94 Hz. In den folgenden Abschnitten werden wir uns aber auf 59,94 Hz beziehen. Warum die NTSC-Bildwiederholrate bei Einführung des Farbfernsehens geändert wurde, erklärt Bob Myers in einem ausführlichen Artikel.

• Der ursprüngliche schwarz/weiß FCC-Standard¹:
525 Bildzeilen (lines) interlaced mit 60 Hz Bildwiederholrate

525/2 = 262,5 lines/field

262,5 [lines/field]*60 Hz = 15750 lines/[field*s] := Horizontalfrequenz ("line rate")
(also 15750 Zeilen pro Feld und pro Sekunde)

15750 Hz*455/2 = 3,583125 MHz (hypothetische Farbträgerfrequenz)

¹ Der ursprüngliche 60 Hz-Standard wurde von der Federal Communications Commission (FCC) im Jahr 1941 definiert.

• Der NTSC-Standard des Farbfernsehens:
525 Bildzeilen interlaced mit 60*1000/1001 Hz Bildwiederholrate

525/2 = 262,5 lines/field

262,5 [lines/field]*60*1000/1001 Hz = 15734,2657... lines/[field*s]
Horizontalfrequenz ≈ 15734 Hz

15734,2657... Hz*455/2 = 3,57954545... MHz (Farbträgerfrequenz)

Beachte zusätzlich den weltweiten Vergleich aller Länder, welche die NTSC-Fernsehnorm benutzen.



2.2 PAL (Phase Alternating Line)

Das Format kommt vor allem in Westeuropa, Australien, Neuseeland und in Teilen von Asien zum Einsatz. PAL verwendet insgesamt 625 Bildzeilen, davon sind ca. 575 sichtbar. Bei analogem PAL hat der Farbträger eine Frequenz von ca. 4,43 MHz (ergänzende Betrachtung). Über Verbindungen wie SCART (RGB) und YUV werden keine speziellen NTSC- oder PAL-Farbträgersignale mitübertragen; diese liegen lediglich bei Verbindungen wie Composite Video, RCA, FBAS und Y/C bzw. S-Video (S-VHS) an. Die Bildwiederholfrequenz beträgt 25 Hz bzw. 25 fps was 50 Hz (Interlaced) bzw. 50 fields/s entspricht. Die digitale Standardauflösung beträgt 720x576 Pixel für DVDs, 480x576 Pixel für SVCDs und 352x288 Pixel für VCDs.

Durch die höhere Anzahl an "fps" ist PAL gegenüber NTSC bezüglich der Länge kürzer - PAL-Filme sind (in der Regel) jedoch nicht geschnitten, sondern einfach nur "schneller" (PAL-Speedup). Mehr dazu weiter unten bei "Transfer". Beachte zusätzlich den weltweiten Vergleich aller Länder, welche die PAL-Fernsehnorm benutzen.



2.3 SECAM (Système en Couleur avec Mémoire)

Auch bekannt als "Séquentiel Couleur avec Mémoire" - was soviel bedeutet wie "sequentielle Farbe mit Speicher". Dieses Format kommt vor allem in Frankreich und noch in Rußland zum Einsatz. Einige osteuropäische Länder haben aber bereits von SECAM zu PAL umgestellt. Technisch gesehen hat SECAM Ähnlichkeiten mit dem PAL-Format - da es aber nicht zu den DVD-Standards zählt, darf es hier außer Acht gelassen werden. Beachte zusätzlich den weltweiten Vergleich aller Länder, welche die SECAM-Fernsehnorm benutzen.



3.1 Interlacing

Beim Interlacing werden zwei Fields (Felder, Halbbilder, Half-Frames, Interlaced) im Gegensatz zu einem Frame (Vollbild, Progressive) benutzt. Man spricht hierbei vom Zeilensprungverfahren oder Halbbildverfahren.

Oben, bei Zeile 1 angefangen, werden die Zeilen von links nach rechts geschrieben. Im ersten Halbbild werden die ungeraden, im zweiten Halbbild die geraden Zeilen dargestellt. Zusammengesetzt ergibt das bei PAL zwar nur 25 Vollbilder pro Sekunde; da die Halbbilder aber zeitversetzt gesendet werden und die Bildröhre jeweils eine bestimmte Zeit nachleuchtet, entsteht für das menschliche Auge der Eindruck von 50 "ganzen" Bildern pro Sekunde. Übertragen werden diese Halbbilder aber selbstverständlich ohne die im Bild zu sehenden weißen Zeilen.

Das Sparen von Bandbreite war ein Ziel der Halbbildübertragung. Fields (Beispiel: Auflösung 704x240 Pixel im ATSC-Format 480i) sind deshalb nur halb so groß wie Frames (Beispiel: Auflösung 704x480 Pixel im ATSC-Format 480i).



3.2 Interlaced

Gewöhnliche alte Fernseher, Videorekorder (VCRs), Videokassetten (VHS - auch als Video Home System bzw. vormals als Vertical Helical Scan bekannt), Videokameras, und gewöhnliche alte DVD-Player benötigen oder geben Interlaced-Material aus.

Es gibt auch komplett interlaced produzierte DVDs wie z. B. die meisten Sport-DVDs, viele Musik-DVDs, Adult-Filme und TV-Serien, die auf DVD veröffentlicht wurden. Low Budget Movies die mit der Videokamera gedreht wurden, würden dann auch im Interlaced-Zustand vorliegen. Genauso wie viele "Making Of"-Dokumentationen und Specials auf DVD komplett interlaced gedreht sind.



3.3 Progressive

LCD-Displays, Plasma-Displays, CRT-/DLP-/LCD-/LCOS-Projektoren und PC-Monitore können nur progressive Bilder schreiben. Sollte Interlaced-Material vorliegen, dann muß dieses für Progressive-Displays also erst umgewandelt werden.

"NTSC-Progressive" und "PAL-Progressive" sind Normen für Hardware-DVD-Player, welche eine Vollbildausgabe unterstützen.



3.4 Deinterlacing

Beim Deinterlacing werden zwei Fields wieder zu einem Frame zusammengesetzt. Bei Progressive-Geräten wie PC-Monitoren werden zwei Fields zuerst wieder zu einem Frame umgewandelt und dann werden alle Zeilen des Frames (1, 2, 3, 4, usw.) nacheinander geschrieben. So werden bei PAL aus 50 fields/s (interlaced) 25 fps (progressive). Durch spezielles Deinterlacing können auch aus 50 fields/s 50 fps erstellt werden, indem bei jedem Field die fehlenden Zeilen interpoliert werden.

Auf verschiedene Deinterlacing-Methoden wie Blend, Weave, Discard, Motion Blur, Bob, Progressive Scan oder Motion Compensation wird hier aber nicht weiter eingegangen.



4.1 FILM-PAL-NTSC-Transfer

Wir fangen bei "FILM" in der Mitte des Schaubildes (Abb. 2) an. Filmmaterial liegt in 24 fps vor. Nominal wird ein Filmframe also 1/24 s ≈ 41,67 ms lang angezeigt. Eine Filmsekunde beinhaltet 24 Frames und wird in 48 Fields zerlegt ("telecined").

Für den Transfer auf PAL wird der Film einfach beschleunigt. Da PAL 50 fields/s benötigt, werden zwei Fields (℘ - n1 und n2) aus der zweiten Filmsekunde noch in die erste Sekunde - abgegrenzt durch die rot gestrichelte Linie - des PAL-Videos "gepresst". Dadurch ergibt sich der sogenannte PAL-Speedup. PAL-Filme werden also um 25/24 ≈ 4,167 % schneller abgespielt als die Filmvorlage. Anders herum gesagt ist die PAL-Filmlänge gegenüber der Filmvorlage 24/25 mal so lang. Das bedeutet, daß die PAL-Filmlänge 4 % kürzer ist. Manche Leute merken aufgrund der Beschleunigung des Filmes, daß die Tonhöhe bei PAL-Filmen erhöht ist. Zwei Fields werden in der Zeit von 1/25 s = 40 ms angezeigt.

Für ein Interlaced-Display werden 50 fields/s benötigt und in der Reihenfolge a1, a2, b1, b2, usw. angezeigt. Handelt es sich um ein Progressive-Display werden die Fields zuerst addiert und dann in 25 fps ausgegeben (a1+a2, b1+b2, c1+c2,...). Bei einem Progressive-Display mit 50 fps wird jedes Field in ein Frame umgewandelt indem die fehlenden Zeilen eines Fields durch spezielles Deinterlacing ergänzt werden. So wird a1, a2, b1, b2, usw. zu A1, A2, B1, B2, usw.

Der Transfer von Film zu NTSC wird nun etwas komplizierter. Im Schaubild (Abb. 1) erkennt man, daß das "x2-Field" schon über die erste Sekunde hinaus geht (ℵ - x2). Bei NTSC beträgt die Bildwiederholrate nämlich 29,97 fps was 59,94 fields/s entspricht. Es werden also nicht 60 sondern 59,94 Felder pro Sekunde übertragen.

Die ersten zwei Fields (a1, a2) werden in einer Zeit von 1/29,97 s ≈ 33,37 ms angezeigt. Die drei nachfolgenden Fields werden in 1/19,98 s ≈ 50,05 ms angezeigt. Zusammen ergibt das für die ersten fünf Fields ca. 83,42 ms, was gegenüber den ersten zwei Filmframes (2*41,67 ms = 83,34 ms) also eine minimale Verlangsamung darstellt, da die Filmframes A und B im NTSC-Fernsehen ca. 0,08 ms länger angezeigt werden.

Wie aus 24 fps Filmmaterial 59,94 fields/s werden, wird im folgenden Abschnitt "Telecining" beschrieben.





4.2 Das Telecine-Verfahren (Telecining)

Normale Kinofilme werden in 24 fps auf 35 mm Filmmaterial gedreht. Viele Ausgabegeräte wie herkömmliche, alte Fernseher benötigen ein Interlaced-Signal. Um dieses zu erzeugen, wird das Telecine-Verfahren angewendet. Dabei werden aus Frames Fields erstellt.

Bei PAL werden aus einem Frame zwei Fields bzw. in einer Sekunde aus 25 Frames 50 Fields erstellt.

Bei NTSC wird der Filmmaster auf 23,976 fps verlangsamt [genauer: 24*(1000/1001) = 23,9760239760239760... ≈ 23,976 (siehe hierzu eine Erklärung zum NTSC-Standard weiter oben im Text)].
Um von 23,976 fps zu 59,94 fields/s zu gelangen wird zusätzlich der 2:3-Pulldown angewendet. Hierbei werden also abwechselnd zwei und dann drei Fields aus den jeweiligen Frames erstellt. Zuerst werden zwei Fields (a1, a2) aus Frame A erzeugt und danach drei Fields (b1, b2, b1) aus Frame B usw.
Mathematisch veranschaulicht werden also "2,5 Fields pro Filmframe" übertragen. Wenn der Filmmaster bereits verlangsamt ist, werden 23,976 ganze Bilder pro Sekunde zu 11,988*2 + 11,988*3 = 59,94 Halbbildern pro Sekunde wobei [23,976/2 = 11,988]. Die Abspielgeschwindigkeit im NTSC-Fernsehen ist um 0,1 % [23.976 fps/24 fps = 0.999] kleiner als die Filmvorlage. Anders herum gesagt ist die NTSC-Filmlänge gegenüber der Filmvorlage 24/23,976 ≈ 1,001 mal so lang.

Wie zu erkennen ist, ergibt sich aus den Fields a1 und a2 das erste Frame A, aus den Fields b1 und b2 das zweite Frame B. Jedoch wird aus den folgenden Fields b1 und c2 weder Frame B noch Frame C generiert. Falls sich Filmobjekte während diesen zwei Fields bewegen, würde man Kammartefakte und ausgerissene Bildkanten erkennen. Da im NTSC-Fernsehen Fieldwiederholungen stattfinden, wechselt das Bild - stark veranschaulicht - zwischen "schnellen und langsamen Abschnitten". Die Folge ist ein ruckartiger Bildablauf, der sogenannte "Motion Judder".



4.3 Inverse Telecine (IVTC)

Inverse Telecine ist der Prozess, der das Telecining wieder rückgängig macht. Bei NTSC werden durch IVTC die zusätzlich eingefügten Fields entfernt, wodurch aus 59,94 fields/s bzw. 29,97 fps wieder 23,976 fps werden. Da zwei Top- oder Bottom-Fields nicht hintereinander geschrieben werden können, müssen die Fields immer in der Reihenfolge Top, Bottom, Top, Bottom, etc. vorliegen. Während des IVTC werden die Fields sortiert. So wird das c1-Field vor dem c2-Field liegen, wie man bei "IVTC (1)" im Schaubild oben sehen kann - im Gegensatz zum Zustand nach dem 2:3-Pulldown.

Durch eine andere Form des IVTC werden wieder die überschüssigen Fields entfernt, diesmal wird aber zusätzlich ein ganzes, zusammengesetztes Frame dupliziert. Jedes vierte Frame wird doppelt dargestellt: Das zusammengesetzte vierte Frame D wird zweimal angezeigt, wieder nach 4 Frames wird Frame H zweimal angezeigt usw. Dieses Vorgehen hat zur Folge, daß sich eine Bildwiederholrate von 29,97 fps einstellt. Der Unterschied zum Filmmaterial nach 2:3-Pulldown liegt darin, daß alle Fields in der richtigen Reihenfolge abgespielt werden, aber ein zusammengesetztes Frame doppelt dargestellt wird. Siehe "IVTC (2)" im Schaubild oben. Nach dem IVTC sind die Bilder logischerweise progressiv und nicht mehr "telecined".

Echtes interlaced Video-Material sollte keinen IVTC-Prozess durchlaufen, da man hierdurch Fields zusammensetzen würde, welche zu unterschiedlichen Zeitpunkten aufgezeichnet wurden. IVTC sollte für optimale Ergebnisse nur dann durchgeführt werden, wenn die Quelle, die in Halbbilder zerlegt wurde, echtes 24 fps Film- bzw. echtes, progressives Material war.



4.4 Überblick der Bildwiederholraten



¹ Gewöhnliche Kinofilme sind normalerweise in 24 fps kodiert.

² Gewöhnliche Kinofilme sind normalerweise in 23,976 fps kodiert.

³ Gewöhnliche Kinofilme sind normalerweise in 24 fps kodiert.

Beachte zusätzlich die abschließenden Bemerkungen am Ende dieses Dokuments.




5.1 MPEG (Moving Picture Experts Group), Layer und Bildtypen

MPEG ist ein Kompressionsformat für Audio- und Videodaten. Für die Komprimierung von Video-Sequenzen bietet MPEG-Video gute Möglichkeiten. Eine Video-Sequenz eines MPEG-Streams beinhaltet einige kurz aufeinanderfolgende Bilder. Da sich solche Bilder von einer Szene zur nächsten - bis auf echte Szenenwechsel - nur geringfügig verändern, werden nur die Informationen dieser Veränderung durch Bewegungsvektoren gespeichert. Eine Bewegungskompensation ist damit die grundlegende Charakteristik der MPEG-Kodierung.

5.1.0 MPEG-Videostream
Ein MPEG-Videostream (Abb. 3) besteht aus mehreren Sequenzen, diese wiederum sind in verschiedene Layer unterteilt.


Eine MPEG-Videosequenz wird in sechs unterschiedliche Layer unterteilt:

5.1.1 Sequence Layer
Der Sequence Layer ist der äußerste Layer des Videostreams. Der Sequence Header enthält Video-Parameter zu Bildbreite, Bildhöhe, Bildrate (Refresh Rate) und zum Seitenverhältnis. Weitere Informationen wie Bitrate, Puffergröße und Flags (u. a. Drop-Frame- bzw. Non-Drop-Frame-, TFF-, RFF- oder FPS-Flags) sind in den Bitstream-Parametern zu finden. Eine Group Of Pictures (GOP, Abb. 4) beinhaltet Informationen über die Kodierreihenfolge der Bildtypen. Das erste kodierte Bild in einer GOP ist immer ein I-Bild - eine Kodierreihenfolge könnte folgendermaßen aussehen: IBBPBBPBBPBBP.


5.1.2 GOP Layer
Im GOP Header befindet sich der Video Time Code sowie die GOP-Parameter, in denen Bit-Flags geschlossene oder offene GOP charakterisieren. Eine GOP kann geschlossen sein oder Verweise zu anderen GOP haben. In den Pictures (Abb. 5) sind nun weitere Bildinformationen zu finden.

5.1.3 Picture Layer
Im Picture Header wird die Bildstruktur beschrieben, indem es möglich ist, den Stream entweder in Vollbildern (Frames) oder in Halbbildern (Top- und Bottom-Fields) zu kodieren. Dies hat eine Bedeutung für Zeilensprung-Videos im NTSC- und PAL-Fernsehen. Ein Slice ist eine Reihe von Makroblöcken.
Weiterhin zeigt der Picture Header, um welche Eigenschaften von Bildtypen (I-, P- oder B-Bild) es sich in der GOP handelt:

• Intra-Coded Picture (I-Frame oder I-Bild)
Ein I-Bild ist ein kodiertes Einzelbild bzw. Vollbild. Man kann also von einem Standbild sprechen, welches intraframe-komprimiert ist und damit unabhängig von vorherigen und nachfolgenden Bildern des Videostreams ist. Die Kompression ist sehr niedrig. Das Komprimieren dieser Einzelbilder wird mit der diskreten Cosinus-Transformation (DCT) erreicht, welche der JPEG-Komprimierung ähnelt. In den nachfolgenden Layern wird weiter auf die diskrete Cosinus-Transformation eingegangen, die zu den grundlegenden Eigenschaften der MPEG-Kodierung zählt. I-Bilder kennzeichnen den wahlfreien Zugriff innerhalb eines Videostreams. Wenn nur I-Bilder kodiert werden, also die Kodierreihenfolge die Form IIIIIIIIIIIII usw. hat, entspricht dies qualitativ dem Motion-JPEG Verfahren (MJPEG).

• Predictive-Coded Picture (P-Frame oder P-Bild)
Zur Kodierung von P-Bildern werden vorausgegangene I-Bilder oder vorausgegangene P-Bilder benötigt. Ein P-Bild wird also durch ein vorangegangenes I- oder P-Bild vorausgesagt (prädiziert). Das vorausgegangene Bild wird in Blöcke unterteilt und nur die Blöcke, die sich geändert haben, werden als P-Bild gespeichert. Hier werden also nur Bildinformationen verarbeitet, welche sich zwischen den einzelnen Bildern verändern. Diese Änderungen werden als Bewegungsvektoren aufgefasst. Die Kompression ist höher als bei I-Bildern, jedoch geringer gegenüber B-Bildern.





In diesen beiden Bildern (Abb. 6 und Abb. 7) aus dem Film "Memento" ist die Prädiktion in MPEG-Videostreams gut erkennbar. Die Kamera steht still während Leonard Shelby zu seinem Auto läuft. In beiden Bildern verändert sich bis auf die laufende Person annähernd nichts. Nur die Teile in beiden Bildern, die sich während den Szenen ändern, müssen kodiert werden. Für die restlichen Bildinformationen wird auf vorangegangene I- oder P-Bilder zurückgegriffen.

• Bidirectionally Predictive-Coded Picture (B-Frame oder B-Bild)
Für B-Bilder werden Informationen von vorausgegangenen und nachfolgenden I-Bildern oder P-Bildern benötigt. Hierbei wird auf Informationen aus zwei Richtungen (bidirektional) zugegriffen. B-Bilder haben die höchste Kompression. B- und P-Bilder sind interframe-komprimiert. Da für B-Bilder vorherige und nachkommende I-Bilder oder P-Bilder benötigt werden, sieht man im Schaubild, dass das I-Bild (0) zuerst enkodiert wird. Nachfolgend wird das P-Bild (3) enkodiert und erst danach werden die beiden ersten B-Bilder (1+2) enkodiert. Die Kodierreihenfolge (Stream Order, Abb. 9) unterscheidet sich somit von der Bildausgabeabfolge (Display Order, Abb. 8). MPEG-Encoder müssen hier also auf Bilder zugreifen, die in der Vergangenheit und in der Zukunft liegen, um eine korrekte Display Order zu gewährleisten. Um diesen zeitversetzten Vorgang zu ermöglichen werden Bildpuffer benutzt.

Temporal Scalability ("Zeitliche Skalierung", Abb. 10): Die Frame Rate in einem MPEG-Stream kann künstlich erhöht werden, indem in den Base Layer einer GOP zusätzliche B-Bilder eines Enhancement Layers kodiert werden.

• DC-Coded Picture (D-Frame oder D-Bild)
Ein D-Bild sollte eigentlich nicht in einem Satz mit I-, P-, und B-Bildern genannt werden, da man es eigentlich nicht direkt zu den "Bildtypen" zählt. Da doch häufig vom D-Bild geschrieben wird, soll es der Vollständigkeit halber hier aufgeführt sein. Die Eigenschaft bzw. Aufgabe eines sogenannten D-Bildes wird treffender unter "(DCT-)Blocks" weiter unten beschrieben.

5.1.4 Slice Layer
Der Slice Header enthält die Position, in der das jeweilige Slice beginnt. Weiterhin enthält der Header eine Quantisierungstabelle für das jeweilige Slice und die Anzahl der Makroblöcke, die dieses Sllice (Abb. 11) enthält. Bei MPEG besteht ein Makroblock aus einem Array von 16x16 Helligkeitswerten (Luminanz - "Y" - Leuchtdichte/Lichtstärke) und normalerweise zwei Arrays von jeweils 8x8 Farbwerten (Chrominanz - "C_b" und "C_r"). Aufgrund der MPEG-Standards wird die Luminanz aber als 4 Arrays von 8x8 Helligkeitswerten kodiert. Zur Verdeutlichung ist in Abb. 12 ein 4:2:0-Makroblock zu sehen, der 4 Arrays von 8x8 Helligkeitswerten und zwei Arrays von 8x8 Farbwerten umfasst. Durch die diskrete Cosinus-Transformation (DCT) werden diese Luminanz- und Chrominanzwerte in Frequenzkoeffizientenmatrizen (DCT-Blöcke) umgewandelt. Mit den Werten, die aus der DCT gewonnen wurden, erfolgt eine Quantisierung. Das bedeutet, dass Werte, die in einem bestimmten Intervall liegen, als ein gewichteter Wert mit Variable Length Code (VLC - "variable Codelänge") erfasst wird.
Nebeneinander anliegende Makroblöcke werden zu Slices zusammengefasst. Slices können immer eine unterschiedliche Länge annehmen, es gibt keinen vorgegebenen Wert, der eingehalten werden muss; lediglich ein ganzes Bild muß mit Slices ausgefüllt sein. Die Kodierung eines Slices ist in sich abgeschlossen, wodurch der Vorteil entsteht, dass mögliche Bit-Fehler in einem Slice übersprungen werden können und der Dekoder dann das nachfolgende Slice dekodiert. Somit muß eine Dekodierung nicht vollständig abgebrochen werden.

5.1.5 Makroblock Layer
Der Makroblock Header enthält den Makroblocktyp (bzw. den Typ des Bewegungsvektors) sowie ein Coded Block Pattern (CBP). Ein CBP ist eine Bitmap, die anzeigt, welche Blöcke kodiert werden, da nicht alle Blöcke kodiert werden müssen. In Abb. 13 wird der Makroblock in (DCT-)Blöcke von jeweils 8x8 Farbwerten unterteilt. Man unterscheidet zwischen vier verschiedenen Arten von Bewegungsvektoren bzw. Makroblocktypen:

• Intra Type
Intra Type Makroblöcke können in I-, P- oder B-Bildern vorkommen. Dieser Makroblocktyp wird unabhängig von anderen Makroblöcken kodiert.

• Backward-Predicted Type
Diese Makroblocktypen können in P- und B-Bildern vorkommen. Mit einem Bewegungsvektor wird die Veränderung bestimmter Bildteile zu einem vorausgegangenen I- oder P-Bild beschrieben.

• Forward-Predicted Type
Makroblocktypen dieser Art kommen nur in B-Bildern vor. Mit einem Bewegungsvektor wird diesmal die Veränderung bestimmter Bildteile zu einem nachkommenden I- oder P-Bild beschrieben.

• Average Type
Diese Makroblocktypen kommen ebenfalls nur in B-Bildern vor. Hier werden zwei Bewegungsvektoren verwendet. Vektor 1 beschreibt die Veränderung zu einem vorausgegangenen I- oder P-Bild, Vektor 2 zu einem nachkommenden. Dadurch ergibt sich ein Mittelwert aus Referenzen von I- oder P-Bildern.

5.1.6 Block Layer (Differential DC Coefficient/Run-Level VLC in DCT-Blocks)
Hier werden die Koeffizienten der DCT gespeichert. Ein Block enthält 8x8 Bildpunkte und ist somit die kleinste Einheit im MPEG-Standard, die für den Bewegungsalgorithmus relevant ist. Der Block Layer umfasst die DCT-Blocks ("b", vgl. Abb. 3) von 0 bis N. Abb. 14: Bei einem 4:2:0-Makroblock wären es 6 Blocks (N=5), bei einem 4:2:2-Makroblock wären es 8 Blocks (N=7) und bei einem 4:4:4-Makroblock wären es 12 Blocks (N=11). Die beiden letzteren sind nicht für MPEG, sondern nur für MPEG-2 relevant. Jeder DCT-Block in einem Makroblock Layer basiert auf einem "Differential DC Koeffizient/Faktor" (Differential DC Coefficient), welcher wiederum auf einem oder mehreren Run-Level VLCs (Variable Length Code) aufbaut.



5.2 MPEG-2 und T_F_F-/R_F_F-/FPS-Flags

Für eine DVD wird das Format MPEG-2 eingesetzt. Im MPEG-2 Stream wird das Videomaterial aber nicht "telecined" abgespeichert, da man bei NTSC sonst doppelte Fields hätte und dies nur Platz verschwenden würde. Hier gibt es deshalb eine intelligente Lösung: Das Programmieren von Flags. Im Gegensatz zu NTSC-VHS und -Fernsehen werden also keine überflüssigen Fields gespeichert bzw. übertragen. Aufgrund der Flags werden DVD-Player im gleichen Intervall die doppelten Fields setzen, wie ein zuvor "mechanisch" erzeugter Telecine-Prozess sie hinzugefügt hätte.

Die T_F_F (Top Field First - "Oberes Feld zuerst") und R_F_F (Repeat First Field - "Wiederhole erstes Feld") Flags bewirken, daß Fields in einer bestimmten Reihenfolge wiederholt werden. Bei Frame A wird das Top Field (a1, Abb. 15) zuerst angezeigt (T_F_F 1) und das First Field (a1) nicht wiederholt (R_F_F 0). Bei Frame B wird das Top Field (b1) zuerst angezeigt (T_F_F 1) und das First Field (b1) wird wiederholt (R_F_F 1). Bei Frame C wird das Top Field (c1) nicht zuerst angezeigt (T_F_F 0) und das First Field (c2) nicht wiederholt usw.



In unserem Fall (Abb. 15) lautet die T_F_F-Sequenz 1100110011...
und die R_F_F-Sequenz 0101010101...

Dieser Vorgang wird als 2:3-Pulldown bezeichnet, da Fields der jeweiligen Frames in einer bestimmten Reihenfolge wiederholt werden: Nämlich zwei Fields (a1, a2) des ersten Frames (A) und drei Fields (b1, b2, b1) des zweiten Frames (B) usw. Des öfteren wird dieser Vorgang auch als 3:2-Pulldown bezeichnet, man meint damit aber den 2:3-Pulldown - beginnend mit 2 Fields des ersten Frames.

Auch nach dem Setzen der R_F_F- und T_F_F-Flags wird der auf DVD gespeicherte MPEG-Stream noch nicht in den für NTSC benötigten 23,976 fps abgespielt. Die Lösung ist einfacher als vermutet: Im Videostream wird ein FPS-Flag gestezt. Wenn dieses FPS-Flag auf 23,976 fps gesetzt wird, wird das vom DVD-Player erkannt und der Stream in exakt 23,976 fps abgespielt.



5.3 Video Time Code Counters und Drop-Frame Flag/Non-Drop-Frame Flag

Video Time Code Counters können nur in ganzen Frames zählen. Ein Video Time Code - auch als SMPTE Timecode bezeichnet - wäre z. B. [01:42:55:23] wobei [Stunden : Minuten : Sekunden : Frames]. Die NTSC-Bildwiederholrate beträgt aber 29,97 fps. Das bedeutet, daß eine Sekunde auf dem Video Time Code Counter minimal "schneller vorüber" wäre als die echte Filmsekunde (entspricht einer Sekunde im SI-System).

Das Drop-Frame Flag oder Non-Drop-Frame Flag hat bei NTSC Video eine besondere Aufgabe. Bei Drop-Frame MPEG-Streams werden am Anfang jeder Minute (außer bei Null und jeder weiteren zehnten Minute: 0, 10, 20, 30, 40, 50, usw.) die Frames 0 und 1 auf dem Video Time Code übersprungen ("dropped"). Dieser Vorgang findet damit nur beim Übergang auf die ganzen Minuten 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, usw. statt. Dabei werden aber nur die Frames 0 und 1 auf dem Video Time Code übersprungen - nicht die echten Filmframes 0 und 1.

Zum Beispiel springt der Video Time Code von [00:01:59:29] auf [00:02:00:02] anstatt auf [00:02:00:00]. Das Drop-Frame Flag wird gesetzt um den Video Time Code mit der echten Uhrzeit zu synchronisieren.

Bei 100 min. Echtzeit werden also 10*9*(2 [zwei Frames: 0 und 1]) = 180 Frames auf dem Video Time Code Counter übersprungen. Der Video Time Code Counter zählt bei Standard-NTSC nur 30 ganze Frames pro Sekunde - damit entspricht 180 frames/30 fps = 6s. Bei Drop-Frame-MPEGs werden 100 Filmminuten auch als exakt 100 min. auf dem Video Time Code angezeigt. Eine Sekunde auf dem Video Time Code ist nämlich um 0,03 fps "schneller vorüber" als die echte NTSC-Filmsekunde [30 fps - 29,97 fps = 0,03 fps]. Nebenrechnung: 0,03 fps*6000 s = 180 Frames. Diese 180 Frames, die der Video Time Code schon "weiter" gezählt hätte, als der Film eigentlich läuft, sind exakt die Frames, die übersprungen werden.

Non-Drop-Frame MPEGs würden 100 Filmminuten (Echtzeit) daher als 100 min. und 6 sek. auf dem Video Time Code anzeigen.



6. PAL-60

Die in den letzten Jahren erhältlichen Fernseher sind in der Regel Multinormgeräte. Sie können also sowohl NTSC- als auch PAL- oder SECAM-Signale wiedergeben. Falls ein Fernseher nicht multinormtauglich ist und der DVD-Player eine NTSC-DVD an einem PAL-Fernseher abspielen soll, besteht auch noch die Möglichkeit, daß der DVD-Player NTSC als PAL-60 wiedergibt. Diese Norm wird auch als "Pseudo-PAL" oder "NTSC playback on PAL TV" bezeichnet. PAL-60 benutzt die Farbkodierung/Farbträger von PAL, aber die Anzahl der Bildzeilen (525) sowie die Bildwiederholfrequenz von NTSC. Die Bildwiederholfrequenz beträgt aber nicht 60 Hz, wie man aufgrund des Namens vermuten könnte, sondern 59,94 Hz. Zu beachten ist, daß nicht alle DVD-Player/PAL-Fernseher PAL-60 ausgeben/darstellen können.



7.1 Digitales Fernsehen

Für die terrestrische Ausstrahlung digitaler Fernsehprogramme werden weltweit vier konkurrierende Systeme eingesetzt (Tab. 2).

In Japan wurde das System ISDB-T (Terrestrial Integrated Services Digital Broadcasting) von der ARIB (Association of Radio Industries and Businesses) standardisiert (ISDB-Formate).
SBTVD-T (Sistema Brasileiro de Televisão Digital Terrestre) ist das brasilianische digitale terrestrische TV-System. SBTVD-T (ISDB-Tb) basiert auf ISDB-T. Der Unterschied in der Videokomprimierung ist, dass ISDB-T H.262 verwendet, im Gegensatz zu H.264/AVC bei SBTVD-T. Die entsprechenden Videoformate sind in der Tabelle zu H.264/AVC dargestellt.

Ein System, welches für die terrestrische Übertragung eine 8-VSB-Modulation (8 Level Vestigial Side Band) benutzt, standardisiert durch das ATSC, wurde in den USA umgesetzt (ATSC-Formate).

Das DVB-Projekt wurde in Europa von der EBU (European Broadcasting Union), dem ETSI (European Telecommunications Standards Institute) und dem CENELEC (Europäisches Komitee für elektrotechnische Normung) realisiert (DVB-Formate MPEG-2/H.264 AVC). Für die terrestrische Übertragung greift man auf den Standard DVB-T (Digital Video Broadcasting Terrestrial) zurück.

China (mit Hongkong und Macao) wählte DMB-T/H (Digital Multimedia Broadcasting-Terrestrial/Handheld) als Digital-TV-Standard. Mittlerweile bekannt als DTMB (Digital Terrestrial Multimedia Broadcast). DTMB benutzt H.264 für Video. Die entsprechenden Videoformate sind in der Tabelle zu H.264/AVC dargestellt.





7.2 LDTV, SDTV, EDTV und HDTV

Fernsehformate werden in unterschiedliche Kategorien wie LDTV, SDTV, EDTV und HDTV eingeteilt. Fernsehformate mit einer Zeilenanzahl bis 288 werden dem LDTV (Low Definition Television) zugeordnet. Beim SDTV (Standard Definition Television) wird nur in Halbbildern übertragen. SDTV ist hierarchisch unter dem EDTV (Enhanced Definition Television) angeordnet. Bei diesem wird progressives Material anstatt interlaced Material übertragen.

HDTV (High Definition Television), das vor allem in den USA schon eingesetzt wird, soll unsere alten analogen PAL- und NTSC-Fernsehformate ersetzen. Eine Auflösung von 1920x1080 Pixel (Progressive bei Frame Rate 23,976, 24, 25, 29,97 oder 30, Format 1080p) ist derzeit schon möglich.



7.3 ATSC (Advanced Television Systems Committee)

Die derzeit standardisierten Digitalformate sind in Tab. 3 aufgeteilt in SDTV und HDTV:



* Bei diesen Formaten ist zu beachten, daß in Wirklichkeit 1088 Linien kodiert werden, um dem MPEG-2 Standard zu genügen. Die kodierte vertikale Höhe muß durch 16 (Scan Mode: Progressive) bzw. durch 32 (Scan Mode: Interlaced) teilbar sein. Die untersten 8 Linien sind aufgrund der MPEG-Standards schwarz.

Beachte auch die komplette Übersicht der Länder, welche auf ATSC zurückgreifen.



7.4 DVB (Digital Video Broadcasting)

Die derzeit von der EBU (European Broadcasting Union) und dem ETSI (European Telecommunications Standards Institute) standardisierten DVB-Formate mit MPEG-2 Bildschirmauflösung sind in Tab. 4 aufgeteilt in HDTV, SDTV und LDTV:



* Bei diesen Formaten ist zu beachten, daß in Wirklichkeit 1088 Linien kodiert werden, um dem MPEG-2 Standard zu genügen. Die kodierte vertikale Höhe muß durch 16 (Scan Mode: Progressive) bzw. durch 32 (Scan Mode: Interlaced) teilbar sein. Die untersten 8 Linien sind aufgrund der MPEG-Standards schwarz.

⁽¹⁾ Um dem MPEG-2 Standard zu genügen werden bei dem Format 1035i in Wirklichkeit 1056 Zeilen kodiert. 21 Linien sind aufgrund der MPEG-Standards schwarz, der MPEG-Dekoder gibt lediglich 1035 aktive Zeilen aus.

⁽²⁾ Diese Formate sind nur für Kontributions- und primäre Distributionsapplikationen definiert.

Beachte auch die komplette Übersicht der Länder, welche auf DVB-T zurückgreifen.



7.5 H.264/AVC (Advanced Video Coding)

Die derzeit von der EBU (European Broadcasting Union) und dem ETSI (European Telecommunications Standards Institute) standardisierten DVB-Formate in AVC-Bildschirmauflösung sind in Tab. 5 dargestellt:



* Bei diesen Formaten ist zu beachten, daß in Wirklichkeit 1088 Linien kodiert werden, um dem MPEG-2 Standard zu genügen. Die kodierte vertikale Höhe muß durch 16 (Scan Mode: Progressive) bzw. durch 32 (Scan Mode: Interlaced) teilbar sein. Die untersten 8 Linien sind aufgrund der MPEG-Standards schwarz.

Beachte auch die komplette Übersicht der Länder, welche auf DVB-T zurückgreifen. Weitere Informationen zu Aufbau, Profiles und Levels des H.264/AVC-Standards sowie Unterschiede zu MPEG-2 Video sind auf einer separaten Seite zu finden: H.264/AVC.



7.6 ISDB (Integrated Services Digital Broadcasting)

Die derzeit in Japan standardisierten Digitalformate sind in Tab. 6 aufgeteilt in SDTV und HDTV:



* Bei diesen Formaten ist zu beachten, daß in Wirklichkeit 1088 Linien kodiert werden, um dem MPEG-2 Standard zu genügen. Die kodierte vertikale Höhe muß durch 16 (Scan Mode: Progressive) bzw. durch 32 (Scan Mode: Interlaced) teilbar sein. Die untersten 8 Linien sind aufgrund der MPEG-Standards schwarz. Mehr zum ARIB-Standard und zu den Video-Input-Formaten und deren spezifischen Bildzeilenangaben unter dekodierte Zeilen.

¹ Tab. 6 zeigt die ISDB-Formate falls der Bildschirmbereich nicht mit dem Befehl Sequence_Display_Extension definiert wurde. Wenn der Bildschirmbereich durch Sequence_Display_Extension definiert ist, sind weitere Formate mit Bildschirmverhältnis 4:3 und unterschiedlichen vertikalen Höhen und horizontalen Breiten möglich.

² Die Ausgabe von 24-fps-Filmmaterial ist nicht explizit im ARIB-Standard definiert. Durch Kontrolle des Progressive_Frame Flag und der R_F_F- und T_F_F-Flags im MPEG-2 Videostream kann jedoch auch eine Originalframerate von 24 fps indirekt umgesetzt werden.

Beachte auch die komplette Übersicht der Länder, welche auf ISDB-T zurückgreifen.



8. Abschließende Bemerkungen

Die Frame Rate eines Kinofilmes beträgt 24 fps. In diesem Fall ist also das Feld im PAL-NTSC-FILM-Converter zu verwenden.

Auf einer NTSC-DVD ist das MPEG-2-Material in der Regel auch in 24 fps kodiert abgelegt. PC-Software-DVD-Player führen T_F_F- und R_F_F-Flags normalerweise nicht aus. Diese Flags werden ignoriert, da sie im progressiven PC-Betrieb auch keinen Sinn machen würden. Daher beträgt die Frame Rate eines gewöhnlichen Kinofilmes auf NTSC-DVD 24 fps. Bei MPEG-2 ist die Frame Rate bzw. Refresh Rate immer eine Frage der Kodierung. Hierauf bezieht sich vor allem der MPEG-2-/FPS-Abschnitt weiter oben.

Unter normalen Bedingungen wird eine NTSC-DVD auf einem PC-Software-DVD-Player oder einem PAL-/NTSC-Hardware-DVD-Player mit 24 fps abgespielt, so dass im PAL-NTSC-FILM-Converter die Laufzeit für das Feld verwendet werden muss.

Um Tonhöhenschwankungen während der Übertragung zu vermeiden, wird im NTSC-Fernsehen aber in 29,97 fps (59,94 fields/s) respektive 23,976 fps übertragen. Zu den exakten Werten der Bildwiederholraten sollten die Erklärungen zum NTSC-Standard und zum Telecining weiter oben im Text beachtet werden. In diesem Fall muss das Feld im PAL-NTSC-FILM-Converter verwendet werden.

Bei PAL-DVDs ist der MPEG-Stream in 25 fps kodiert. In diesem Fall ist das Feld im PAL-NTSC-FILM-Converter zu verwenden.

Ein Kinofilm, der auf einer PAL-DVD 116 min. läuft, beträgt auf der angesprochenen NTSC-DVD also nicht 120 min. und 57 sek. sondern 120 min. und 50 sek.

Wird eine Blu-ray Disc (BD) in 23,976 fps abgespielt, muss das Feld im PAL-NTSC-FILM-Converter verwendet werden. Wird eine Blu-ray Disc in 24 fps abgespielt, muss das Feld verwendet werden. Bei gewöhnlichen Kinofilmen ist der Stream einer Blu-ray Disc in der Regel in 23,976 fps kodiert.

Für die Konvertierung der Laufzeitangaben sollten auch die FAQ beachtet werden.



9. Beispiele

Die folgende Übersicht (Tab. 7), mit einigen Auszügen aus den Testergebnissen, dient zur Verdeutlichung der oben aufgeführten Aussagen.

	PAL-Version (DVD) Laufzeit [min:sek]*	NTSC-Version (DVD) Laufzeit [min:sek]*
Beispiel	"Abschließende Bemerkungen" 116:00	"Abschließende Bemerkungen" 120:50
American Psycho (1999)	UK-Version, RC2, Rated: BBFC 18, uncut, Entertainment in Video 97:49	HK-Version, RC3, Rated: Unrated/Not Rated, uncut, Hong Kong Official DVD 101:53
Blade (1998)	Deutsche Version, RC2, Rated: FSK 18, uncut, BMG Video, Deluxe Edition 115:17	US-Version, RC1, Rated: R, uncut, New Line Platinum Series 120:05
Blade II (2002)	Deutsche Version, RC2, Rated: FSK 18, uncut, Warner Home Entertainment 112:01	US-Version, RC1, Rated: R, uncut, New Line Platinum Series 116:42
Blade: Trinity (2004) Theatrical Version	UK-Version, RC2, Rated: BBFC 15, (uncut), Entertainment in Video 108:14	US-Version, RC1, Rated: R, (uncut), New Line Platinum Series 112:44
Blade: Trinity (2004) Extended Version / Unrated Version	UK-Version, RC2, Rated: BBFC 15, uncut, Entertainment in Video 117:16 "Extended Version"	US-Version, RC1, Rated: Unrated/Not Rated, uncut, New Line Platinum Series 122:10 "Unrated Version"
Unbreakable (2000)	Deutsche Version, RC2, Rated: FSK 16, uncut, Touchstone Pictures 102:15	US-Version, RC1, Rated: PG-13, uncut, Touchstone Pictures 106:31

Die Bezeichnung "uncut" bedeutet hier, dass die PAL- und NTSC-Version jeweils ungeschnitten war. Die Versionen haben sich also nicht dadurch unterschieden, dass Szenen nur in einer Version, nicht aber in der anderen Version zu finden waren. Weiterhin gab es ebenso keine Unterschiede bei Intros und Abspann.

* PAL-/NTSC-Laufzeit mit einem PAL-/NTSC-Hardware-DVD-Player oder einem PC-Software-DVD-Player.



10. Referenzen

[1] ATSC Standard, Digital Television Standard (A/53), Revision C with Amendment No. 1 (2004), Advanced Television Systems Committee

[2] ISO/IEC IS 13818-2, MPEG-2 Video, International Standard (1996), International Organization for Standardization/International Electrotechnical Commission

[3] ISO/IEC JTC1 CD 10918, Digital compression and coding of continuous-tone still images (1993), International Organization for Standardization/International Electrotechnical Commission

[4] EBU/ETSI TS 101 154 V1.7.1 (2005-06) Technical Specification, Digital Video Broadcasting (DVB); Implementation guidelines for the use of Video and Audio Coding in Broadcasting Applications based on the MPEG-2 Transport Stream, European Broadcasting Union/European Telecommunications Standards Institute

[5] EBU/ETSI TS 102 154 V1.2.1 (2004-05) Technical Specification, Digital Video Broadcasting (DVB); Implementation guidelines for the use of Video and Audio Coding in Contribution and Primary Distribution Applications based on the MPEG-2 Transport Stream, European Broadcasting Union/European Telecommunications Standards Institute

[6] ARIB STD-B32 Version 1.5, ARIB Standard (2004), Video coding, audio coding and multiplexing specifications for digital broadcasting, Association of Radio Industries and Businesses

[7] Zwei Bilder aus dem Film "MEMENTO" (2000), Copyright 2000 I Remember Productions/Columbia Tristar Home Entertainment

Besonderer Dank gebührt Art Allison, National Association of Broadcasters (NAB)