Cấu trỳc số liệu video MPEG-1 và MPEG 2 bao gồm 6 lớp, được minh hoạ trong hỡnh 3.13 và 3.14 bao gồm:
- Khối: Khối 8x8 cỏc điểm ảnh tớn hiệu chúi và tớn hiệu màu dựng cho phương phỏp nộn DCT.
- Tổ hợp (cấu trỳc) khối (macroblock): Một cấu trỳc khối là một nhúm cỏc khối tương ứng với lượng thụng tin chứa đựng trong kớch thước 16x16 điểm trờn bức ảnh. Cấu trỳc khối này cũng xỏc định lượng thụng tin chứa trong đú sẽ thay đổi tuỳ theo cấu trỳc mẫu được sử dụng. Thụng tin đầu tiờn trong cấu trỳc khối mang dạng của nú (là cấu trỳc khối Y hay CR, CB) và cỏc vectơ bự chuyển động tương ứng.
- Mảnh (Slice): Mảnh bao gồm một vài macroblock kề nhau. Kớch thước lớn nhất của mảnh cú thể bao gồm toàn bộ bức ảnh và kớch thước nhỏ nhất của mảnh là một macroblock. Thụng tin đầu của mảnh chứa đựng vị trớ của mảnh trong toàn
bộ ảnh, và hệ số cõn bằng lượng tử. Kớch thước thụng tin đầu của mảnh được xỏc định bằng số lỗi cho phộp xuất hiện trong mảnh đối với một ứng dụng nhất định, theo đú bộ giải mó cú thể bỏ qua cỏc mảnh cú nhiều lỗi, và xỏc định bằng tớnh hiệu quả của phương phỏp nộn ảnh, theo đú hệ số cõn bằng lượng tử cú thể được điều chỉnh thường xuyờn với việc sử dụng cỏc mảnh cú kớch thước nhỏ hơn. Hệ số DC tham chiếu, dựng trong mó hoỏ DPCM, sẽ được so chuẩn tại đầu mỗi mảng.
- Ảnh: Lớp ảnh cho phộp bộ giải mó xỏc định loại của ảnh được mó húa là ảnh P, I hay ảnh B. Thụng tin đầu dựng để chỉ thứ tự truyền khung để bộ giải mó cú thể sắp xếp cỏc ảnh lại theo một thứ tự đỳng. Trong thụng tin đầu của ảnh cũn chứa cỏc thụng tin về đồng bộ, độ phõn giải và phạm vi của vectơ chuyển động. - Nhúm ảnh (GOP): Nhúm ảnh là tổ hợp của nhiểu cỏc khung I, P và B. Cấu trỳc
nhúm ảnh được xỏc định bằng hai tham số m và n. Mỗi nhúm ảnh bắt đầu bằng một khung I và xỏc định điểm bắt đầu để tỡm kiếm và biờn tập. Thụng tin đầu gồm 25 bit chứa mó định thời và điều khiển.
- Đoạn (chương trỡnh) video: Đoạn video bao gồm thụng tin đầu, một số nhúm ảnh và thụng tin kết thỳc đoạn. Thụng tin đầu của đoạn video chứa đựng kớch thước mỗi chiều của ảnh, kớch thước của điểm ảnh, tốc độ bit của dũng video
số, tần số ảnh và bộ đệm tối thiểu cần cú. Đoạn video và thụng tin đầu tạo thành một dũng bit được mó hoỏ gọi là dũng cơ bản (Elementary Stream).