Mpeg-2 được mở rộng dựa trên chuẩn Mpeg để hỗ trợ việc nén dữ liệu để truyền Video số chất lượng cao. Để hiểu được tại sao nén Video là rất quan trọng, ta cần tìm hiểu băng thông (Bandwidth) cần thiết để truyền các khung hình Video số không nén.
PAL (Phase Alternate Line) là chuẩn để truyền tín hiệu TV tuần tự (Analog) được sử dụng ở khá nhiều nước trên thế giới. Khung hình TV dùng PAL không nén đòi hỏi băng thông rất lớn tới 216 Mbps, lớn hơn rất nhiều khả năng của truyền sóng radio. Một số nước dùng hệ thống Analog TV là NTSC. Hệ thống này cung cấp các thông tin về màu sắc kém trung thực hơn với tỉ lệ truyền các khung khác nhau. Tín hiệu NTSC không nén đòi hỏi dung lượng đường truyền thấp hơn không đáng kể ở mức 168 Mbps. TV độ phân giải cao HDTV (High Definition TV) yêu cầu băng thông tối thiểu là 1 Gbps.
Mpeg-2 cung cấp cách nén các tín hiệu Video số thành các mức có thể quản lý được. Khả năng nén Video của Mpeg-2 liệt kê theo bảng sau:
Do chuẩn Mpeg-2 cung cấp khả năng nén rất cao bằng cách dùng các thuật toán tiêu chuẩn, nó trở thành chuẩn cho TV số với các đặc tính:
+Nén Video tương thích với Mpeg-1.
+Chế độ Full-screen kết hợp với cải tiến chất lượng Video (cho TV và màn hình PC).
+Cải tiến mã hoá Audio (chất lượng cao, mono, stereo...).
+Truyền phối hợp nhiều thành phần.
+Các dịch vụ khác.
Các hệ thống sử dụng Mpeg-2 đang rất phát triển như: TV số, VoD, Digital Versatile Disc (DVD)...
Thuật toán nén Video Mpeg-2 đạt được khả năng nén cao nhờ lợi dụng sự dư thừa in thông tin Video. Mpeg-2 loại bỏ cả dư thừa về không gian và dư thừa về thời gian trong các cảnh Video.
Dư thừa thời gian xuất hiện khi các khung Video liên tiếp hiển thị hình ảnh của những hình ảnh giống nhau. Nó chứa các hình ảnh gần như không đổi hoặc thay đối rất nhỏ giữa các khung hình liên tiếp. Dư thừa không gian xảy ra khi một phần của ảnh được tái tạo lại (với thay đổi không đáng kể) trong một khung Video.
Dữ liệu từ các Macroblock cần được mã hoá sẽ được đưa đến cả bộ trừ (Subtractor) và bộ đoán chuyển động (Motion Estimator). Bộ đoán chuyển động sẽ so sánh các Macroblock mới được đưa vào này với các Macroblock đã được đưa vào trước đó và được lưu lại dùng để tham khảo. Kết quả là bộ đoán chuyển động sẽ tìm ra các Macroblock trong khung hình tham khảo gần giống nhất với Macroblock mới này. Bộ đoán chuyển động sau đó sẽ tính toán Vector chuyển động (Motion Vector), Vector này sẽ đặc trưng cho sự dịch chuyển theo cả hai chiều dọc và ngang của Macroblcok mới cần mã hoá so với khung hình tham khảo. Lưu ý rằng Vector chuyển động có độ phân giải bằng một nửa do thực hiện quét xen kẽ.
Bộ đoán chuyển động cũng đồng thời gửi các Macroblock tham khảo được gọi là các Macroblock tiên đoán (Predicted Macroblock) tới bộ trừ để trừ với Macroblock mới cần mã hoá. Từ đó ta sẽ được các sai số tiên đoán (Error Prediction) hoặc tín hiệu dư, chúng sẽ đặc trưng cho sự sai khác giữa Macroblock cần tiên đoán và Macroblock thực tế cần mã hoá.
Tín hiệu dư hay sai số tiên đoán này sẽ được biến đổi DCT, các hệ số nhận được sau biến đổi DCT sẽ được lượng tử hoá để làm giảm số lượng các bits cần truyền. Các hệ số này sẽ được đưa tới bộ mã hoá Huffman, tại đây số bits đặc trưng cho các hệ số tiếp tục được làm giảm đi một cách đáng kể. Dữ liệu từ đầu ra của mã hoá Huffman sẽ được kết hợp với Vector chuyển động và các thông tin khác (thông tin về I, P, B-picture) để gửi tới bộ giải mã.
Đối với trường hợp P-picture, các hệ số DCT cũng được đưa đến bộ giải mã nội bộ (nằm ngay trong bộ mã hoá). Tín hiệu dư hay sai số tiên đoán được biến đổi ngược lại dùng phép biến đổi IDCT và được cộng thêm vào khung hình đứng trước để tạo nên khung hình tham khảo (tiên đoán). Vì dữ liệu khung hình trong bộ mã hoá được giải mã luôn nhờ vào bộ giải mã nội bộ ngay chính bên trong bộ mã hoá, do đó có thể thực hiện thay đổi thứ tự các khung hình và dùng các phương pháp tiên đoán ở trên.
