1. 幀的概念（Frame）
一個視頻序列是由N個幀組成的，採集圖像的時候一般有2種掃描方式，一種是逐行掃描（progressive scanning），一種是隔行掃描（interlaced scanning）。對於隔行掃描，每一幀一般有2個場（field），一個叫頂場（top field），一個叫底場（bottom field）。假設一幀圖像是720行，那麼，頂場就包含其中所有的偶數行，而底場則包含其中所有的奇數行。
2. 場的概念（field）
注意，上面提到頂場和底場，用的是“包含”二字，而不是說完全由後者組成，因爲在BT.656標準中，一個場是由三個部分組成的：
場 = 垂直消隱頂場（First Vertical Blanking） + 有效數據行（Active Video） + 垂直消隱底場（Second Vertical Blanking）
對於頂場，有效數據行就是一幀圖像的所有偶數行，而底場，有效數據行就是一幀圖像的所有奇數行。頂場和底場的空白行的個數也有所不同，那麼，對於一個標準的 8bit BT656（4:2:2）SDTV（標清）的視頻而言，對於一幀圖像，其格式定義如下：
由上圖可以知道，對於PAL制式，每一幀有625行，其中，頂場有效數據288行，底場有效數據也是288行，其餘行即爲垂直消隱信號。爲什麼是288行？因爲PAL制式的SDTV或者D1的分辨率爲 720*576，即一幀有576行，故一場爲288行。
由上圖我們還可以知道，頂場有效數據的起始行爲第23行，底場有效數據的起始行爲第335行。
另外，上圖中的 F 標記奇偶場，V標記 是否爲垂直消隱信號。
3. 每一行的組成（Lines）
下面說明每一行的組成，一行是由4個部分組成：
行 = 結束碼（EAV） + 水平消隱（Horizontal Vertical Blanking） + 起始碼（SAV） + 有效數據（Active Video）
典型的一行數據組成如下圖所示：
起始碼（SAV）和結束碼（EAV），它是標誌着一行的開始結束的重要標記，也包含了其他的一些重要的信息，後面將會講到。
爲什麼一行中的有效數據是 1440 字節？ 因爲PAL制式的SDTV或者D1的分辨率爲 720*576，即一行有720個有效彩色點，由於採集的是彩色圖像，那麼一行就是由亮度信息（Y）和色差信息（CbCr）組成的，由於是 YCbCr422格式（在水平掃描時，每兩個Y樣本有1個Cb,Cr樣本），故一行中有720列Y，720列CbCr，這樣，一行的有效字節數就自然爲 720 x 2 = 1440 字節了。
4. EAV和SAV
EAV和SAV都是4個字節（Bytes），由上面的圖可以知道，SAV後面跟着的就是有效的視頻數據了。那麼，EAV和SAV的格式是怎麼樣的呢？
EAV和SAV的4個字節的格式規定如下（下面以16進製表示）：
FF 00 00 XY
其中，前三個字節爲固定的，必須是FF 00 00，而第4個字節（XY）是根據場、消隱信息而定的，其8個bit含義如下： 1 F V H P3 P2 P1 P0
其中，F：標記場信息，傳輸頂場時爲0，傳輸底場時爲1
V：標記消隱信息，傳輸消隱數據時爲1，傳輸有效視頻數據時爲0
H：標記EAV還是SAV，SAV爲0，EAV爲1
而 P0~P3爲保護比特，其值取決於F、H、V，起到校驗的作用，計算方法如下：
5.時序
場：
行：
