视频通信中的图像处理技术

杨培桢

摘 要随着信息化战争中对信息准确性的要求越来越高，在部队的日常工作部署以及演习训练中对视频通信中图像清晰度的要求也不断提高，但受限于视频通信的传输速率，视频图像经压缩传输后分辨率大大降低，为了提高视频通信的图像质量，通常采用图像处理技术对其在接收端对其进行进一步的处理。本文就主要针对视频通信中的图像处理技术进行了分析与研究，并对其进行了简要的阐述。

【关键词】视频通信 图像处理 图像增强

1 引言

随着通信技术的不断完善，视频通信早已成为现实，但由于收到传输信道带宽及码率的影响，为了实现实时的图像传输，仍需要对图像进行压缩。当前基于DCT变换的图像编码方式已经成为国际主流的图像压缩标准，但其分块处理的思想使其在传输码率较高时容易出现显著的块效应，影响视频通信的图像清晰度与图像质量。针对视频通信中存在的问题，本文主要针对视频通信中的图像恢复与图像增强技术进行了简要的分析与阐述。

2 视频通信中的图像恢复技术

图像恢复技术是从一系列低质图像中恢复出高质图像，从而提高图像分辨率，增强图像质量的图像处理技术。一般来说，图像恢复是在图像退化过程已知的情况下，通过牺牲时间分辨率换取更高空间分辨率的处理方法。在视频通信中，图像的压缩方式已知，因此可以在视觉暂留机制的限制下利用多帧图像进行视频高质图像的恢复。

2.1 凸集投影方法

凸集投影方法是一种消除视频通信中的块效应，同时较好的保持图像细节的有效方法，其一般假定待重建的高质图像为希尔伯特空间h中的一个元素，通过对图像压缩、图像传输等可能产生图像退化的视频通信过程的建模，将先验信息约束在希尔伯特空间中不同的封闭凸集之中，并给出凸集相应的投影算法P。得到图像退化的约束凸集后，首先在希尔伯特空间中任意选取一个元素作为初始高质图像，之后根据相应的投影算法按顺序分别向约束凸集进行投影，并根据在约束凸集上的投影不断对初始高质图像进行迭代调整，直至最后收敛得到最终的恢复图像。

通常情况下，在凸集投影方法的实施过程中，量化限制约束凸集C1以及平滑限制约束凸集C2是最常用的两个约束凸集。视频通信作为一种数字化的通信方式，在利用DCT变换对图像进行编码后，需要将其量化到相应的量化间隔中去，量化限制约束凸集C1及相应的投影算子P1即起到了这样的约束作用。另一方面，考虑到图像的缓变性，认为图像在空域内应当保持图像的平滑特性，限制图像的剧变。为了实现图像平滑性的约束，人们提出了许多投影算子及对应的约束凸集，其中带宽约束凸集C2得到了较为广泛的应用，相应的投影算子P2实现了对图像像素级别的滤波运算。

凸集投影方法能够在有效消除图像块效应的同时较好地保留图像的细节，其在迭代的过程中沿梯度下降的方向不断寻找最优解直至收敛，这种迭代算法的复杂程度较高，实时性较差，一般难以实现实時的处理。另一方面，凸集投影方法带来的平滑效果在消除图像块效应的同时，破坏了图像中各频率分量的比例关系，可能会导致图像的退化。在实施过程中，当约束凸集C1与C2选择不当时可能造成二者的交集为空集，导致算法不收敛的问题。如图1所示。

2.2 贝叶斯方法

贝叶斯方法作为一种图像恢复的概率方法，其目标是找到恢复后的图像使其退化后为原图像的概率最高。令接收到的低质图像为Y，原始高质图像为X，则贝叶斯方法的优化目标为=max（p（X|Y）），其中Y=D（X），D为原始高质图像的退化过程。贝叶斯方法从概率的角度看待和解决了图像的恢复问题，利用最大后验概率估计在得到退化低质图像的基础上求得了最大概率的原始高质图像，综合考虑了图像的分布模型及先验信息，能够更好地从整体效果上实现图像的恢复。如图2所示。

马尔科夫随机场作为一种典型的贝叶斯方法，在图像处理领域得到了广泛的应用，其能够较好的反映图像局部及整体的潜在关联信息，能够更准确地体现图像的本质信息。在图像恢复处理中，马尔科夫随机场方法一般又可以分为条件马尔科夫随机场与生产马尔科夫随机场两类方法，其中条件马尔科夫随机场基于得到的低质图像Y直接估计原始高质图像X，而生成马尔科夫随机场利用贝叶斯准则

将后验概率的建模过程转化为图像似然模型P（Y|X）与先验模型P（X）的建模。除了常用的条件马尔科夫随机场以及生成马尔科夫随机场外，隐马尔科夫随机场在图像恢复中也得到了较为广泛的应用，通过引入隐含层进一步丰富了对图像的表示方法，深化了图像的表征程度。

3 视频通信中的图像增强技术

视频通信中的图像恢复与图像增强不同于其他场景，由于视频会议中的传输图像内容往往以人为主，且图像的使用者也多为其他用户，因此人们更关注图像的主观质量，尤其是人脸的面部细节。低质图像经图像恢复后，需要进一步对其进行图像的增强，不同于图像恢复客观地将高质图像从低质图像中恢复出来，图像增强更着重于图像的平滑与视觉效果的提升。视频通信中有多种图像增强方法，本节主要对环路滤波与后续滤波两种图像增强方法进行分析。

3.1 环路滤波

H.263+与MPEG-4作为图像编码压缩的常用编码方式，由于其编码方式的影响，容易产生图像块效应，针对这一问题环路滤波得到了广泛的应用，环路滤波需要在图像的编码与解码端分别对偶配置，并且保证二者结构完全一致。在编码器端，环路滤波器在保证滤波前后能量不发生变化的前提下，通过减少图像块间的像素台阶来消除量化编码带来的图像块效应，在解码端，相同结构的环路滤波器对损失的细节信息进行进一步的丰富，进而实现图像的增强。环路滤波方法既能够有效消除块效应，同时也能够较好地保留图像中的边缘信息，其主观效果一般较好，运算量也相对较少。

3.2 后续滤波

后续滤波与环路滤波方式的实现过程有所不同，其不需要在编码过程中进行配置，只需要在解码端根据图像的特点进行配置，滤波器的配置相对简便。由于图像的块效应在频域中表现为高频噪声，如果对全图进行低频滤波虽然能够较好地去除图像块效应，但图像中边缘等高频信息也会发生模糊，不利于图像的增强，为此人们提出了许多自适应的滤波方法，针对图像中平坦区域、边缘区域以及纹理区域等不用区域分别选择使用不同的滤波器结构进行滤波，从而在去除块效应的同时更好地保留图像细节信息。后续滤波就是这样一种自适应地滤波方法。

一般在后续滤波中，通常采用离散余弦变化将图像转化到DCT域中，进而利用Walsh变换将原始图像变为由4*4字块构成的新图像，并设置自适应地阈值对其进行分割，将图像中的边缘与非边缘区域进行分离，之后分别在边缘区域与非边缘区域采用不同的滤波器结构进行滤波，在消除块效应的同时避免对图像信息的丢失，最后通过自适应的补偿得到最终的滤波图像。

4 结束语

随着信息技术特别是互联网技术的迅速发展，视频通信的应用越来越广泛，人们对视频通信的要求也越来越高。由于受到实时性及信道的限制，视频图像在进行传输时往往会产生一定程度的退化，本文就主要针对视频通信中的图像恢复与图像增强技术进行了简要的分析与阐述。一般来说图像增强的实现较为简便但图像恢复的效果更好，因此在实际应用中需要进一步根据人们的需求具体选择相应的图像处理技术。相信随着相关技术的不断完善，视频通信的质量与效率必将得到进一步的提高。

参考文献

[1]姜敏霞.井下视频图像降噪和增强技术的研究[D].西安：西安科技大学，2012.

[2]方文骁.像素通信系统中视频处理与接收算法的设计与实现[D].南京：东南大学，2012.

[3]刘在英，李建华，曾啸天等.视频通信中的图像后处理算法[J].中国新通信，2012（08）：29-32.

作者单位

91917部队 北京市 100841