视频通信中的图像处理技术研究

邵美云

摘要：文中首先概述了视频通信中图像处理技术，随后比较深入性的分析了视频通信中的图像处理技术内容，在进行图像恢复技术研究时，从两方面着手，阐述了凸集投影方法、贝叶斯方法两种方法;在进行图像增强技术分析时，从环路滤波技术、后续滤波技术两方面进行了分析，旨在提升视频通信质量。

关键词：视频通信;图像处理;凸集投影

中图分类号：TP3        文献标识码：A

文章编号：1009-3044（2019）13-0209-02

随着互联网科技的逐渐兴起，人与人之间的交流和沟通已经不再受到距离和时间的限制，而视频通信潮流的兴起，也在一定程度上促进了通信效率的提升，但是，受到现有网络传输信道带宽的影响以及数据信息编码率的限制，想要更好的实现通信数据实时传输，仍旧需要做好凸显处理工作。现阶段，国际上应用比较广泛的图像压缩标准是DCT变换（离散余弦变换）而成的图像编码方式，但在处理思想上，仍旧存在传输码率较高期间产生块效应。基于此，针对视频通信中的图像处理技术这一主题进行深入研究具有重要现实意义。

1图像处理技术概述

随着互联网时代的来临，计算机的应用范围越来越广泛，其能够更好的对各种图像数据进行编辑和处理，主要包括对图像数字化、图像复原、增强以及编码和分割的处理[1]。在图像处理技术中，主要包括以下几种技术：其一，图像增强技术，该项技术的应用，能够实现图像视觉效果的改善，是由多种技术汇集而成，包括对比度、噪音以及边缘的增强处理基础。在媒体应用中，不同的图像处理软件均加载该项技术的应用。其二，图像恢复技术，此项技术的使用是为了能够保障视频图像在传输过程中能够最大程度保留原本像素，通过对图像在生成和传输以及存储的过程中能够有效避免失真情况出现，图像恢复时，必须严格按照图像所褪化的逆过程开展图像恢复工作。

2视频通信中的图像处理技术研究

2.1图像恢复技术

2.1.1凸集投影方法

在应用凸集投影方法进行视频图像传输时，能够有效将视频通信中的块效应消除掉，对于图像细节上的处理也比较有效[2]。通常情况下，会将高质量图像假定为希尔伯特空间h中的某一元素，然后在此条件下进行图像的压缩以及传输工作，期间，图像很大几率会出现褪化问题，此时，对其进行视频通信过程的建模处理，主要包括以下几个步骤：（1）在希尔伯特空间中将先验信息约束至不同的封闭凸集之中，然后利用计算机统计出与凸集相对应的投影算法P。（2）得出上一步骤中的褪化的图像约束凸集之后，在希尔伯特空间中选取一个元素，该元素要求满足高质图像初始阶段的视频传输要求。（3）应用计算机进行投影算法的处理，按照一定顺序分别面向约束凸集执行投影处理，投影时需要注意，需要实时对初始的高质量图像调整，收敛后得到技术处理完成的恢复图像。

另一方面，在应用凸集投影方法进行图像恢复处理时，两个比较常用的约束凸集就是C1（量化限制约束凸集）和C2（平滑限制约束凸集），在视频通信中，利用DCT变换针对视频通信图像进行编码之后，需要在量化间隔中将其进行量化处理，此时C1、P1（投影算子）就能够充分将约束作用体现出来。

2.1.2贝叶斯方法

在视频通信中，图像恢复工作的开展，贝叶斯方法的应用频率十分高，此种方法的应用主要是将恢复后的视频通信图像进行褪化处理，通过处理后最大概率得出原图像，换言之，贝叶斯方法是一种概率方法[3]。具体而言，在进行图像恢复时，设定Y为视频通信所接收的低质量图像，设定X为原始的高质量图像，贝叶斯方法的应用，能够通过如下公式对图像进行目标优化：

在公式中，Y=D（X），其中，D指代的是视频通信中的原始高质量图像在褪化过程中的变化过程。贝叶斯方法的应用，在得出最大概率的原始高质图像时，在褪化低质量图像的基础上充分利用最大后验概率估计，期间也将视频通信图像的先验信息以及分布模型进行了综合性的考量，最终促使图像得到了有效的恢复技术处理。

在贝叶斯方法中，马尔科夫随机场是一种比较经典的呈现方式（如图1所示）：

该种方法的应用，能够在极大程度上将视频通信图像的整体与局部之间的关联信息反馈出来，从而促使图像恢复技术的应用能够更加精准的将图像本质凸显出来。一般而言，在马尔科夫随机场方法的应用过程中，其可以划分为两种方法分别是条件类和生产类，前种方法的应用能够针对低质量图像直接进行估计，从而得出高质量图像。后一种方法在应用时需要严格遵守贝叶斯准则：

2.2图像增强技术

2.2.1环路滤波技术

在进行视频通信中的图像增强处理时，环路滤波技术的应用，能够在极大层面上提升视频通信图像传输质量。环路滤波技术是一种图像编码压缩技术，其比较常用的编码方式为：

受到编码方式不同的影响，视频通信期间图像传输过程中经常会出现块效应，在进行此类问题的解决时，环路滤波图像增强处理技术的应用十分有效。具体而言，使用环路滤波技术时，需要进行对偶配置，配置的对象是图像的编码以及解码两端，期间必须确保对偶配置两者的结构一致性[4]。在编码器一端中，该项技术使用后，能够保障滤波前后视频通信能量不变，并且减少像素图块问题出现。在解码端上，环路滤波在相同结构的基础上对视频通信图像信息传输细节进行了有效的豐富处理，从而进一步完成图像的传输效果增强。另一方面，环路滤波方法的应用除开能够将块效应消除之外，对于图像边缘位置的信息保留也起到了十分有效的保留效果，促使视频通信过程中的图像保留更为完整。

2.2.2后续滤波技术

与环路滤波技术应用相比较，后续滤波技术的应用在实现的方式上有很大的差异之处，后续滤波技术在应用过程中无需将配置工作开展于编码工作中，而是直接按照视频通信图像的解码端的特点进行配置处理，此处理方式的执行，能够更好的促使后续滤波配置工作更具便捷性[5]。另一方面，由于高频噪声是图像块效应在频域中的重要表现形式，如果此时单纯针对全图进行低频率波技术处理，也能够将视频通信图像中的块效应消除掉，但是对于图像本身的增强却具有较多的不利影响。在这一图像技术应用基础上，技术研发者就现有的视频通信图像增强进行了更多自适应滤波的探索工作。例如，在针对图像中的不同区域的增强处理时，分别采用不同的滤波器进行滤波处理，借此更好的保留块效应，同时也是为了能够更加有效的将视频通信期间更加详细的图像信息保留下来，此为对自适应滤波最好的解读。

另一方面，在应用后续滤波技术进行视频通信图像增强处理时，比较常采用的转化技术就是离散余弦变化，将图像有效转化至DCT域内，同时，充分将Walsh了利用起来，针对原始图像进行转化，技术转化为4*4字块形式的全新图像，为了保证图像的还原度，还需要针对图像的显示进行地域值的设定，实现图像自动分割，促使视频通信图像的中间部位与边缘部位自主完成分离流程，分离流程执行之后，采用不同的后续滤波技术针对中间图像的中间部位与边缘部分分别开展滤波处理。此种后续滤波技术的使用，能够在极大程度上避免视频通信图像数据信息的丢失，同时还能够保障消除块效应，最终得到更加完整的滤波图像。

3 总结

综上所述，伴随着人们在视频通信方面的需求越来越多，使得视频通信的应用范围也随之拓宽。但受到现有信道的限制，使得视频图像在经过数据传输后很容易出现图像内容的丢失或退化问题。针对这一问题进行解决时，文中主要从两方面加以解决，分别采用了图像恢复技术和图像增强技术，两种技术应用后，在能够高度促进图像效果恢复的同时，也更好的满足了视频通信用户的实际需求，希望文中的部分研究观点能够为相关课题展开提供参考。

参考文献：

[1] 覃运初，罗富贵，唐凤仙.视频图像处理与传输技术的应用研究[J].湖南科技学院学报，2016，37（5）：92-94.

[2] 刘富起，冀保峰，李万坤，等.基于四轴飞行器的远程视频图像传输技术研究[J].山西电子技术，2017，14（2）：78-82.

[3] 叶群，余妹兰，潘长珍，等.基于DSP技术的煤矿视频监控图像处理的研究[J].信息通信，2016，25（6）：44-45.

[4] 曾志华，马小雨.FPGA及DSP技术下的实况视频图像处理多种算法探究[J].现代电子技术，2016，39（16）：88-90.

[5] 李博，刘雨杰，杨木.夜间视频图像处理技术在视频侦查中的应用研究[J].信息系统工程，2017，37（9）：97-99.

【通联编辑：代影】