1、H. 261建議簡介
拿起電話機，不僅能聽到對方的聲音，而且可以看到活動的圖像，這種理想的通信手段就是電視電話（Video Phone）。而會議電視是指利用電視技術的設備進行開會的另一種通信方式。ITU-T的第15研究組于1990年提出了用于電視電話和會議電話的H. 261標準。
H.261簡稱p x 64標準，全稱為《p x 64kbit/s視聽業務的視頻編碼解碼器》。當p=1或2時，碼率最大為128kbit/s，由于該碼率太低，只能傳輸清晰度不太高的圖像，所以只能適用于面對面的電視電話。當p大于或等于6時，碼率大于或者等于384kbit/s，可傳輸清晰度尚好的圖像，所以適用于會議電話。
2、圖像格式
圖像格式是指圖像寬高比和每幀圖像的大小。為了使現行的各種電視制式（PAL、NTSC和SECAM）比較容易轉換為電視電話的圖像格式，便于相互交換，且碼率又較低，H. 261采用通用中間格式CIF，CIF規定圖像亮度分量Y的水平像素為352個，垂直像素為288個。圖像色差分量CB和CR的水平與垂直分辨率均為亮度分量的一半。另外，圖像尺寸的寬高比為4∶3，與常規電視一致。
當電視電話在ISDN網中傳輸時，若p取1或2時，最高信道速率為128kbit/s，上述的CIF規定的圖像尺寸太大，為此專門定義了QCIF格式（其中Q為Quarter，即1/4)，此時亮度圖像的水平像素為176，垂直像素為144，色度CB和CR的水平像素為88，垂直像素為72。
QCIF為最低要求，所有的電視電話系統都必須達到此要求。而CIF為任選。下圖1為H.261的數據結構。
圖1：H.261的數據結構
CIF和QCIF的數據結構分為圖像層（P）、塊組層（GOB）、宏塊層（MB）和塊層（B）。以CIF為例，每個一幀圖像層P包括12個GOB（QCIF為三個塊組），每個GOB為3 x 11個MB，每個MB由4個8 x 8的色差塊（CB和CR）組成。它們的格式見圖2。
圖2：CIF格式
H.261規定最大幀速率為29.97幀/秒。CIF每秒傳輸的像素點數為352 x 288 x 29.97，再進行量化編碼后達到36.45Mbit/s的速率。QCIF因每行的點數和行數均為CIF的一半（即176 x 144 x 29. 97），因而數據率為9.15Mbit/s。
3、視頻編解碼
視聽業務的關鍵技術之一是視頻信號的編解碼。圖3中上方為視頻編碼器，下方為視頻解碼器，左側為視頻信號的輸入和輸出端。如果輸入信號是NTSC、PAL、SECAM制模擬復合視頻信號，則應先解碼成紅、綠、藍（R，G，B）三基色信號，經過模數轉換，再變為亮度、色度信號Y、CB和CR，進一步轉換成幀頻為30 Hz的CIF或QCIF格式，經過幀存儲器緩沖及壓縮編碼后，送入信道。收端經過相反的過程，還原成復合視頻信號。
圖3：圖像壓縮傳輸系統框圖
實際的圖像壓縮編碼標準中，為了得到較高的壓縮比，往往采用多種混合的壓縮編碼方案及技術手段。H.261建議采用混合壓縮編碼方式，即幀內變換編碼，幀間預測。前后兩幀相似，則應用幀間預測，對預測誤差進行DCT處理。若兩幀差異較大，則進行幀內DCT處理。第一幀肯定是幀內變換。每一個DCT均是對一個8 x 8的塊進行處理。
DCT處理后，再對其系數進行量化。直流系數采用步長為8的均勻量化，交流系數則用變步長的均勻量化。然后進行“Z”字型掃描獲得連零的游程、幅值數據，再對其進行二維變字長編碼。幀間預測采用運動估值（發端）和運動補償（收端）的辦法。在采用上述措施后，圖像的數碼率可以壓縮到1%~10%左右。圖4為H. 261壓縮編碼原理框圖。
在H. 261的基礎上又提出了甚低比特速率視聽會議壓縮編碼標準H.263，通過改進的壓縮方案，可提供小于64kbit/s的、可接受的視頻信號質量的壓縮編碼圖像信號。
