視頻通信中的圖像處理技術(shù)

楊培楨

摘 要隨著信息化戰(zhàn)爭中對信息準(zhǔn)確性的要求越來越高，在部隊的日常工作部署以及演習(xí)訓(xùn)練中對視頻通信中圖像清晰度的要求也不斷提高，但受限于視頻通信的傳輸速率，視頻圖像經(jīng)壓縮傳輸后分辨率大大降低，為了提高視頻通信的圖像質(zhì)量，通常采用圖像處理技術(shù)對其在接收端對其進行進一步的處理。本文就主要針對視頻通信中的圖像處理技術(shù)進行了分析與研究，并對其進行了簡要的闡述。

【關(guān)鍵詞】視頻通信 圖像處理 圖像增強

1 引言

隨著通信技術(shù)的不斷完善，視頻通信早已成為現(xiàn)實，但由于收到傳輸信道帶寬及碼率的影響，為了實現(xiàn)實時的圖像傳輸，仍需要對圖像進行壓縮。當(dāng)前基于DCT變換的圖像編碼方式已經(jīng)成為國際主流的圖像壓縮標(biāo)準(zhǔn)，但其分塊處理的思想使其在傳輸碼率較高時容易出現(xiàn)顯著的塊效應(yīng)，影響視頻通信的圖像清晰度與圖像質(zhì)量。針對視頻通信中存在的問題，本文主要針對視頻通信中的圖像恢復(fù)與圖像增強技術(shù)進行了簡要的分析與闡述。

2 視頻通信中的圖像恢復(fù)技術(shù)

圖像恢復(fù)技術(shù)是從一系列低質(zhì)圖像中恢復(fù)出高質(zhì)圖像，從而提高圖像分辨率，增強圖像質(zhì)量的圖像處理技術(shù)。一般來說，圖像恢復(fù)是在圖像退化過程已知的情況下，通過犧牲時間分辨率換取更高空間分辨率的處理方法。在視頻通信中，圖像的壓縮方式已知，因此可以在視覺暫留機制的限制下利用多幀圖像進行視頻高質(zhì)圖像的恢復(fù)。

2.1 凸集投影方法

凸集投影方法是一種消除視頻通信中的塊效應(yīng)，同時較好的保持圖像細節(jié)的有效方法，其一般假定待重建的高質(zhì)圖像為希爾伯特空間h中的一個元素，通過對圖像壓縮、圖像傳輸?shù)瓤赡墚a(chǎn)生圖像退化的視頻通信過程的建模，將先驗信息約束在希爾伯特空間中不同的封閉凸集之中，并給出凸集相應(yīng)的投影算法P。得到圖像退化的約束凸集后，首先在希爾伯特空間中任意選取一個元素作為初始高質(zhì)圖像，之后根據(jù)相應(yīng)的投影算法按順序分別向約束凸集進行投影，并根據(jù)在約束凸集上的投影不斷對初始高質(zhì)圖像進行迭代調(diào)整，直至最后收斂得到最終的恢復(fù)圖像。

通常情況下，在凸集投影方法的實施過程中，量化限制約束凸集C1以及平滑限制約束凸集C2是最常用的兩個約束凸集。視頻通信作為一種數(shù)字化的通信方式，在利用DCT變換對圖像進行編碼后，需要將其量化到相應(yīng)的量化間隔中去，量化限制約束凸集C1及相應(yīng)的投影算子P1即起到了這樣的約束作用。另一方面，考慮到圖像的緩變性，認(rèn)為圖像在空域內(nèi)應(yīng)當(dāng)保持圖像的平滑特性，限制圖像的劇變。為了實現(xiàn)圖像平滑性的約束，人們提出了許多投影算子及對應(yīng)的約束凸集，其中帶寬約束凸集C2得到了較為廣泛的應(yīng)用，相應(yīng)的投影算子P2實現(xiàn)了對圖像像素級別的濾波運算。

凸集投影方法能夠在有效消除圖像塊效應(yīng)的同時較好地保留圖像的細節(jié)，其在迭代的過程中沿梯度下降的方向不斷尋找最優(yōu)解直至收斂，這種迭代算法的復(fù)雜程度較高，實時性較差，一般難以實現(xiàn)實時的處理。另一方面，凸集投影方法帶來的平滑效果在消除圖像塊效應(yīng)的同時，破壞了圖像中各頻率分量的比例關(guān)系，可能會導(dǎo)致圖像的退化。在實施過程中，當(dāng)約束凸集C1與C2選擇不當(dāng)時可能造成二者的交集為空集，導(dǎo)致算法不收斂的問題。如圖1所示。

2.2 貝葉斯方法

貝葉斯方法作為一種圖像恢復(fù)的概率方法，其目標(biāo)是找到恢復(fù)后的圖像使其退化后為原圖像的概率最高。令接收到的低質(zhì)圖像為Y，原始高質(zhì)圖像為X，則貝葉斯方法的優(yōu)化目標(biāo)為=max（p（X|Y）），其中Y=D（X），D為原始高質(zhì)圖像的退化過程。貝葉斯方法從概率的角度看待和解決了圖像的恢復(fù)問題，利用最大后驗概率估計在得到退化低質(zhì)圖像的基礎(chǔ)上求得了最大概率的原始高質(zhì)圖像，綜合考慮了圖像的分布模型及先驗信息，能夠更好地從整體效果上實現(xiàn)圖像的恢復(fù)。如圖2所示。

馬爾科夫隨機場作為一種典型的貝葉斯方法，在圖像處理領(lǐng)域得到了廣泛的應(yīng)用，其能夠較好的反映圖像局部及整體的潛在關(guān)聯(lián)信息，能夠更準(zhǔn)確地體現(xiàn)圖像的本質(zhì)信息。在圖像恢復(fù)處理中，馬爾科夫隨機場方法一般又可以分為條件馬爾科夫隨機場與生產(chǎn)馬爾科夫隨機場兩類方法，其中條件馬爾科夫隨機場基于得到的低質(zhì)圖像Y直接估計原始高質(zhì)圖像X，而生成馬爾科夫隨機場利用貝葉斯準(zhǔn)則

將后驗概率的建模過程轉(zhuǎn)化為圖像似然模型P（Y|X）與先驗?zāi)Ｐ蚉（X）的建模。除了常用的條件馬爾科夫隨機場以及生成馬爾科夫隨機場外，隱馬爾科夫隨機場在圖像恢復(fù)中也得到了較為廣泛的應(yīng)用，通過引入隱含層進一步豐富了對圖像的表示方法，深化了圖像的表征程度。

3 視頻通信中的圖像增強技術(shù)

視頻通信中的圖像恢復(fù)與圖像增強不同于其他場景，由于視頻會議中的傳輸圖像內(nèi)容往往以人為主，且圖像的使用者也多為其他用戶，因此人們更關(guān)注圖像的主觀質(zhì)量，尤其是人臉的面部細節(jié)。低質(zhì)圖像經(jīng)圖像恢復(fù)后，需要進一步對其進行圖像的增強，不同于圖像恢復(fù)客觀地將高質(zhì)圖像從低質(zhì)圖像中恢復(fù)出來，圖像增強更著重于圖像的平滑與視覺效果的提升。視頻通信中有多種圖像增強方法，本節(jié)主要對環(huán)路濾波與后續(xù)濾波兩種圖像增強方法進行分析。

3.1 環(huán)路濾波

H.263+與MPEG-4作為圖像編碼壓縮的常用編碼方式，由于其編碼方式的影響，容易產(chǎn)生圖像塊效應(yīng)，針對這一問題環(huán)路濾波得到了廣泛的應(yīng)用，環(huán)路濾波需要在圖像的編碼與解碼端分別對偶配置，并且保證二者結(jié)構(gòu)完全一致。在編碼器端，環(huán)路濾波器在保證濾波前后能量不發(fā)生變化的前提下，通過減少圖像塊間的像素臺階來消除量化編碼帶來的圖像塊效應(yīng)，在解碼端，相同結(jié)構(gòu)的環(huán)路濾波器對損失的細節(jié)信息進行進一步的豐富，進而實現(xiàn)圖像的增強。環(huán)路濾波方法既能夠有效消除塊效應(yīng)，同時也能夠較好地保留圖像中的邊緣信息，其主觀效果一般較好，運算量也相對較少。

3.2 后續(xù)濾波

后續(xù)濾波與環(huán)路濾波方式的實現(xiàn)過程有所不同，其不需要在編碼過程中進行配置，只需要在解碼端根據(jù)圖像的特點進行配置，濾波器的配置相對簡便。由于圖像的塊效應(yīng)在頻域中表現(xiàn)為高頻噪聲，如果對全圖進行低頻濾波雖然能夠較好地去除圖像塊效應(yīng)，但圖像中邊緣等高頻信息也會發(fā)生模糊，不利于圖像的增強，為此人們提出了許多自適應(yīng)的濾波方法，針對圖像中平坦區(qū)域、邊緣區(qū)域以及紋理區(qū)域等不用區(qū)域分別選擇使用不同的濾波器結(jié)構(gòu)進行濾波，從而在去除塊效應(yīng)的同時更好地保留圖像細節(jié)信息。后續(xù)濾波就是這樣一種自適應(yīng)地濾波方法。

一般在后續(xù)濾波中，通常采用離散余弦變化將圖像轉(zhuǎn)化到DCT域中，進而利用Walsh變換將原始圖像變?yōu)橛?*4字塊構(gòu)成的新圖像，并設(shè)置自適應(yīng)地閾值對其進行分割，將圖像中的邊緣與非邊緣區(qū)域進行分離，之后分別在邊緣區(qū)域與非邊緣區(qū)域采用不同的濾波器結(jié)構(gòu)進行濾波，在消除塊效應(yīng)的同時避免對圖像信息的丟失，最后通過自適應(yīng)的補償?shù)玫阶罱K的濾波圖像。

4 結(jié)束語

隨著信息技術(shù)特別是互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，視頻通信的應(yīng)用越來越廣泛，人們對視頻通信的要求也越來越高。由于受到實時性及信道的限制，視頻圖像在進行傳輸時往往會產(chǎn)生一定程度的退化，本文就主要針對視頻通信中的圖像恢復(fù)與圖像增強技術(shù)進行了簡要的分析與闡述。一般來說圖像增強的實現(xiàn)較為簡便但圖像恢復(fù)的效果更好，因此在實際應(yīng)用中需要進一步根據(jù)人們的需求具體選擇相應(yīng)的圖像處理技術(shù)。相信隨著相關(guān)技術(shù)的不斷完善，視頻通信的質(zhì)量與效率必將得到進一步的提高。

參考文獻

[1]姜敏霞.井下視頻圖像降噪和增強技術(shù)的研究[D].西安：西安科技大學(xué)，2012.

[2]方文驍.像素通信系統(tǒng)中視頻處理與接收算法的設(shè)計與實現(xiàn)[D].南京：東南大學(xué)，2012.

[3]劉在英，李建華，曾嘯天等.視頻通信中的圖像后處理算法[J].中國新通信，2012（08）：29-32.

作者單位

91917部隊 北京市 100841