参考
【标准】混淆的概念：SIF与CIF、4CIF与D1
视频处理中各个分辨率/数字电视系统显示格式 的介绍（QCIF,CIF,4CIF,D1,720P,1080I,1080P等）

《H.264 and MPEG-4 Video Compression》 作者: Iain E. Richardson 译者: 欧阳合 / 韩军

一、CIF

CIF（Common Intermediate Format，通用媒介格式）也称为FCIF（Full CIF），是一种用于规范YCbCr色差分量视频信号的像素分辨率的标准格式，常用于电信领域的视频会议系统。

CIF格式是国际电信联盟（ITU）在1990年推出的的H.261视频编码标准（ITU-T H.261）中首次被定义的一种格式标准（后续H.263对CIF系列标准进一步完善），其设计目的是为了便于与电视行业的NTSC和PAL两种视频制式标准对接（【注】SECAM制式与PAL制式差异很小），推动电信领域和电视领域之间的互联互通。

为了便于和PAL和NTSC两种制式进行转换，由于视频尺寸变换时“缩小”要比“放大”处理起来简单，因此CIF格式定义时采用了最大兼容原则（二者相比取较大者），在分辨率上采用与PAL制的SIF（Source Input Format）格式相同的352×288，在帧率上则采用与NTSC制相同的29.97 fps（30000帧/1001秒），色彩空间编码则采用YCbCr 4:2:0标准。

QCIF含义为"Quarter CIF"，即四分之一CIF的意思，其分辨率的宽和高都是CIF格式的一半；SQCIF含义为"Sub Quarter CIF"，其分辨率的宽为CIF的4/11，高为CIF的1/3，像素数为CIF的4/33；类似的格式定义还有4CIF（4×CIF）和16CIF（16×CIF），都是以CIF格式做为基准进行定义。

CIF格式图像尺寸大小之所以确定为352×288，是因为在H.261定义的视频压缩/解压的算法中，采用了基于宏块（大小为16×16像素）的DCT变换（Discrete Cosine Transform，离散余弦变换），实际上CIF格式视频的帧是由22×18个宏块组成，因此每一帧图像的像素数为352×288。

需要注意的是，国际电信联盟（ITU）定义的xCIF系列标准中的所采用的像素都是非正方形像素（像素显示时横纵比为12:11），像素数量横纵比（即存储横纵比）为352:288（即11:9）。因此，当xCIF系列标准视频在正方形像素显示设备（计算器显示器、大部分HDTV高清数字电视）中显示时，需要将画面横向拉长为原来的12/11倍（约为109.1%），分辨率变为384×288（正方形像素），像素数量的横纵比从原来的11:9变为4:3。

二、SIF

动态图像专家组（MPEG）在1992年推出的MPEG-1标准中首次定义了SIF（Source Input Format，源输入格式）, SIF是一种用于数字视频的存储和传输的视频格式，常用于VCD（MPEG-1视频编码）、DVD（MPEG-2的视频编码）和某些视频会议系统中。

动态图像专家组（MPEG）在定义SIF（Source Input Format）格式标准时参照了国际电信联盟（ITU）定义的CIF格式标准，因此SIF标准格式几乎与CIF标准格式相同，两者的区别在于：SIF格式在NTSC制式（525-line）下为352×240@29.97fps，在PAL/SECAM制式（625-line）下为352×288@25fps；而CIF格式则无制式之分，标准格式固定为352×288@29.97fps（在H.263中帧率标准扩展支持7.49fps、14.99fps、59.94fps等值）。

由于计算机行业广泛采用正方形像素，因此在计算机行业里SIF格式（正方形像素版本）被定义为：分辨率为320×240（相当于计算机行业的QVGA标准）或者384×288像素，帧率则可以是计算机支持的任意刷新频率（60Hz、75Hz、85Hz、……）。

三、D1（又称为D-1、Sony's D1）

D1是一种专业数字视频格式标准，主要应用于数字广播电视和录像行业。D1标准的产生在CIF和SIF标准之前，早于20世纪80年代就在Sony（索尼）和Bosch-BTS（博世-BTS）公司的DVR（数字录像机）产品中被首次使用。1986年，在电影电视工程师协会（SMPTE）工程师委员会的努力下，D1被采用为SMPTE标准，主要在DVTR（数字磁带录像机）产品中使用，是视频录像行业中的第一种主流格式。

D1采用非压缩数字复合视频，颜色编码采用CCIR 601（于1981年定义）的YCbCr 4:2:2格式，音频采用PCM格式；音频和视频被同步存储在19mm（3/4"）的盒式录像带上，D1录像带最大存储时间为94分钟。D1的分辨率在NTSC制式下定义为720×486（非正方形像素），在PAL/SECAM制式下为720×576（非正方形像素）。早期的D1系统复杂且操作困难，虽然后来迅速稳定下来，但就当时（1986年）来说，D1以其华丽的画质（相当于后来的SD，即标准清晰度画质）、价格的昂贵、配置要求高、升级成本高等因素而著称。

在当时，由于D1采用非压缩复合视频占用的带宽过大，因此后续很快就推出了D2系统。D2系统虽然也采用非压缩复合视频格式，但D2在D1的基础上降低了采样率，做为一种经济型选择和D1一起供用户使用。D1格式直到2003年仍然在使用，后来的许多技术都引入了D1格式，而现代的许多数字视频录像产品也将其作为一种通用格式。在D1格式的基础上，后续还出现了D2、D3、D5/D5 HD等一系列标准，广泛用于美国和日本的电视演播录像、VHS家用录像带等视频录像行业。

四、对比

在实际应用中，最容易混淆的三种格式为4CIF、PAL制式的4SIF，以及PAL制式的D1，这三种格式的主要区别如下：

• 应用领域不同；
• 制定的标准化组织不同；
• 刷新频率（帧率）定义不同；
• 在非正方形像素模式下分辨率不同。