1、H. 261建议简介
拿起电话机，不仅能听到对方的声音，而且可以看到活动的图像，这种理想的通信手段就是电视电话（Video Phone）。而会议电视是指利用电视技术的设备进行开会的另一种通信方式。ITU-T的第15研究组于1990年提出了用于电视电话和会议电话的H. 261标准。
H.261简称p x 64标准，全称为《p x 64kbit/s视听业务的视频编码解码器》。当p=1或2时，码率最大为128kbit/s，由于该码率太低，只能传输清晰度不太高的图像，所以只能适用于面对面的电视电话。当p大于或等于6时，码率大于或者等于384kbit/s，可传输清晰度尚好的图像，所以适用于会议电话。
2、图像格式
图像格式是指图像宽高比和每帧图像的大小。为了使现行的各种电视制式（PAL、NTSC和SECAM）比较容易转换为电视电话的图像格式，便于相互交换，且码率又较低，H. 261采用通用中间格式CIF，CIF规定图像亮度分量Y的水平像素为352个，垂直像素为288个。图像色差分量CB和CR的水平与垂直分辨率均为亮度分量的一半。另外，图像尺寸的宽高比为4∶3，与常规电视一致。
当电视电话在ISDN网中传输时，若p取1或2时，最高信道速率为128kbit/s，上述的CIF规定的图像尺寸太大，为此专门定义了QCIF格式（其中Q为Quarter，即1/4)，此时亮度图像的水平像素为176，垂直像素为144，色度CB和CR的水平像素为88，垂直像素为72。
QCIF为最低要求，所有的电视电话系统都必须达到此要求。而CIF为任选。下图1为H.261的数据结构。
图1：H.261的数据结构
CIF和QCIF的数据结构分为图像层（P）、块组层（GOB）、宏块层（MB）和块层（B）。以CIF为例，每个一帧图像层P包括12个GOB（QCIF为三个块组），每个GOB为3 x 11个MB，每个MB由4个8 x 8的色差块（CB和CR）组成。它们的格式见图2。
图2：CIF格式
H.261规定最大帧速率为29.97帧/秒。CIF每秒传输的像素点数为352 x 288 x 29.97，再进行量化编码后达到36.45Mbit/s的速率。QCIF因每行的点数和行数均为CIF的一半（即176 x 144 x 29. 97），因而数据率为9.15Mbit/s。
3、视频编解码
视听业务的关键技术之一是视频信号的编解码。图3中上方为视频编码器，下方为视频解码器，左侧为视频信号的输入和输出端。如果输入信号是NTSC、PAL、SECAM制模拟复合视频信号，则应先解码成红、绿、蓝（R，G，B）三基色信号，经过模数转换，再变为亮度、色度信号Y、CB和CR，进一步转换成帧频为30 Hz的CIF或QCIF格式，经过帧存储器缓冲及压缩编码后，送入信道。收端经过相反的过程，还原成复合视频信号。
图3：图像压缩传输系统框图
实际的图像压缩编码标准中，为了得到较高的压缩比，往往采用多种混合的压缩编码方案及技术手段。H.261建议采用混合压缩编码方式，即帧内变换编码，帧间预测。前后两帧相似，则应用帧间预测，对预测误差进行DCT处理。若两帧差异较大，则进行帧内DCT处理。第一帧肯定是帧内变换。每一个DCT均是对一个8 x 8的块进行处理。
DCT处理后，再对其系数进行量化。直流系数采用步长为8的均匀量化，交流系数则用变步长的均匀量化。然后进行“Z”字型扫描获得连零的游程、幅值数据，再对其进行二维变字长编码。帧间预测采用运动估值（发端）和运动补偿（收端）的办法。在采用上述措施后，图像的数码率可以压缩到1%~10%左右。图4为H. 261压缩编码原理框图。
在H. 261的基础上又提出了甚低比特速率视听会议压缩编码标准H.263，通过改进的压缩方案，可提供小于64kbit/s的、可接受的视频信号质量的压缩编码图像信号。
