关于视频通信领域图像处理技术的分析与探究

周嘉慧

【摘要】    伴随着互联网时代的到来，通信技术也在不断发展，通信业务的范围也在不断拓展。其中视频通信的出现、发展就是其中典型的范例，集成了语音、数据及图像为一体视频通信业务，在当下已经成为了通信领域研究的热点，其在视频会议、在线教育等方面也早就得到了广泛应用。在视频通信领域，图像处理技术比较关键，针对这一技术展开具体的分析与探究式十分有必要的。

【关键词】    视频通信    图像处理技术    分析

视觉与听觉是人类获取信息的最主要途径，图像与声音同步的视频的通信形式更加直观、生动也更加容易被人们所接受，因而在视频通信一经问世就得到了人们广泛的认同与青睐。在视频通信中，图像信息的传输占据主要地位，图像的处理与优化对于提升整体视频通信的质量具有决定性作用。因此可以说，图像处理及图像处理技术，在视频通信领域占据着重要地位。从目前的现实情况来看，视频通信领域图像质量的优化仍然还是具备较大提升空间的，合理、有效的应用图像处理技术，成为了优化与完善视频通信的一个重点“突破口”。

一、关于图像处理技术的概述

所谓图像处理技术是指“对图像进行加工、处理的一系列技术及这一系列技术的总称”，图像处理技术涵盖了图像的数字化、增强、识别、复原、分割等。

图像处理包括对模拟和数字图像的处理，因为模拟与数字图像存在本质上的区别，因此具体的处理技术也存在很大差别。

传统的电视图像就属于模拟图像，这类图像的处理均以活动图像为处理目标。模拟图像处理的技术主要基于光学与电子原理，一般具有速度较快、实时性等优点;而弊端主要在于精确低、灵活性差等方面，这是因为精度与灵活度方面的不足使得模拟图像的处理往往存在着判断与非线性处理能力不强的问题。

而数字图像处理是基于计算机进行的“硬件处理”，数字图像处理因此也被称之为计算机图像处理。计算机图像处理其优势在于精度高，在一些复杂的、非线性内容处理方面具有优势，同时灵活性也较高。在计算机或者说数字图像处理中，还可以借助软件来调整处理图像内容，实际上能够处理数字图像的方式是多样的。但数字图像处理也存在缺欠的，就是处理的速度较慢，在处理静止画面中可能这一劣势并不显著，但是要处理实时画面则相对要困难一些，而在在图像的分辨率方面还有一定限制。

二、视频通信中的图像处理技术

2.1图像压缩技术

视频通信中，图像压缩技术比较常用，其目的是为了实现较高的传输思虑。在众多压缩方法中，分形图像压缩其应用较为经典。分形图像压缩在起初是通过实时分形图像压缩的形式得到预期的编码压缩比。分形图像压缩是是基于迭代函数系统定理实现的，在具体分形图像压缩中是把图像分割先后为不重叠的“块”与可以堆叠的“块”，再对每一“块”进行定义使其能够“收缩”变换继而得到匹配，通过压缩及编码来做存取与传输。在解码（解压缩）中，则对不同块做变换、迭代，迭代 10 次后图像就基本趋于稳定，函数系统也就获得了正常的解码图像。因为分形压缩其计算量大、所（计算）时间长，同时应用中需要人员干预下来完成，这也就限制了分形图像压缩的发展。在后来，因为计算机技术的发展，分形图像压缩能够在计算中实现，这就使得图像压缩技术进入到了一个新的纪元。

2.2 图像恢复技术

图像恢复的目的是为了提升图像质量，在视频通信中为了提升传输的速率往往会对图像数据进行压缩，图像质量会退化，通过图像恢复技术的处理，能够在一定程度上优化图像质量。视频通信当中对图像压缩方式有一定了解，可

以在视觉暂留机制限制下实现图像质量的提升。目前图像恢复常用的方法包括凸集投影、贝叶斯两种：

2.2.1凸集投影

凸集投影法在视频通信中，可以将视频通信出现的“块效应”很好的消除掉，凸集投影法也能处理一些图像。一般视频通信中会把高质量图像假设为存在于“希尔伯特空间”h 中的一个元素，以此为基础图像压缩、传输中，图像出现质量“损耗”的可性很高，因此实际的图像压缩与传输中建模处理不可或缺：1.在h空间（希尔伯特空间）内的不同封闭凸集中对先验信息进行约束，然后计算出凸集相对应的算法（投影算法）P。2.在得到褪化图像约束凸集的基礎上，在h空间选定一个满足高质量视频传输需求的元素。3.利用计算机系统进行p算法处理，以响应的顺序约束凸集做投影处理，这个过程中要注意对图像调整做好调整，以便在收敛后得到预期的图像。

凸集投影法很好的解决了图像“块效应”与图像细节保留的问题，但是其按照“梯度下降方向不断探寻，直到收敛位置为止”的迭代算法，缺乏实时性同时比较复杂，难以完成图像实时处理的任务。凸集投影方法也很容易破坏图像中各频率分量件的平衡，造成图像退化。造成这样问题的原因主要在于凸集选择不当，具体就是量化约束凸集 C1与 平滑限制约束凸集C2的不当选择，使得C1、C2两者交集为空，算法无法收敛。

2.2.2贝叶斯方法

在视频通信的图像处理、恢复中贝叶斯法应用广泛，贝叶斯法是基于概率算法找出恢复出来的图像，一般恢复为原图的可能性更高。

在图像恢复中，假如设定所接收到的低质量图像为 Y，原始（高质量）图像是 X，基于贝叶斯法相的表达公式就为：

以上公式中的Y=D（X），D 为视频通信中的原始图像（高质量）褪化、变化的过程。

基于贝叶斯法进行图像恢复是从概率学角度分析与解决具体问题，利用最大后验概率估算得到退化后的低质图像，并以此为基础按照最大概率去获取原图像，贝叶斯法综合分析、考量了图像分布模型以及先验信息的综合考量，最大程度的实现了图像的恢复。贝叶斯方法中，“马尔科夫随机场”为最为经典的呈现方式具体如下图所示：

“马尔科夫随机场”实际应用中，有条件类、生产类两种主要方法，其中条件类方法可以直接对低质图像做估算而得到高质图像。生产类方法则要严格遵守贝叶斯准则的要求，即：

在贝叶斯准则得以落实后，对后验概率建模过作转化得到似然模型、先验模型为：P（Y|X）和P（X）。

2.3图像增强技术

视频通信中应用到的图像增强技術主要包括环路滤波、后续滤波技术两种。

2.3.1环路滤波技术

环路滤波作为一种图像编码、压缩技术其主要的编码方式为：H.263+MPEG 4。因为编码方式存在差异，视频通信过程中图像传输大概率会出现“块效应”，而环路滤波这种图像增强处理技术在这一领域应用其效果显著。在编码端，环路滤波机制的存在可以保障滤波前、后图像通信能量恒定，避免了图像像素降低的问。在解码端，环路滤波技术对图像信息传输细节做了丰富，达到了图像传输效果优化的目的。环路滤波技术的应用除在解决“块效应”的基础上能够保留图像边缘的，图像的完整性有了一定保障。

2.3.2后续滤波技术

后续滤波不需要对编码进行配置，这类技术仅需要在解码段对图像特征配置。

图像“块效应”实际的频域中表现为高频噪声，一旦进行全图低频滤波在消除“块效应”的同时也一定会消除一些图像边缘高频信息。针对这样的问题，各类自适

应滤波方法应运而生，这些方法可以针对具体区域（平坦、纹理以及边缘等区域）情况进行滤波处理，在消除“块效应”的基础上尽量保证图像细节信息完整。

具体后续滤波实际应用中，通过离散余弦变化令图像转化到 DCY域中是必要环节，综合了 Walsh 变化后，能够让原图像转化为4×4字块图像。在配置了自适应域值针并分割图像后，能令边缘区域得以分离。这就实现了，根据具体滤波器结构进行滤波处理，在“块效应”消除的同时保留图像细节信息。

2.4图像数字化处理技术

数字图像处理或者图像的数字化其实也是图像处理技术的一种，在视频通信中，图像画面可以利用SOPC技术以较高的图像显示质量，进行采集、滤波、传输及解码。在视频通信中，图像经摄像头采集、获得，其中模拟信号在数模转换、解码后成为 YUV形式的数字信号。接着对得到数字信号进行数字滤波处理以提高图像整体质量。最后，将处理好的数字信号再次数模转换并将其传输到显示器上。视频通信中图像的数字化能够将模拟信号转换为数字信号，但视频解码转换中，需要按照以 I2C 总线形式来做设置。在图像数字化中，yclone‖中FPGA器件为低成本构架，FPGA器件能够支持Nios‖嵌入式处理器系统，这种性能较为完备的系统，可以被满足图像数字化的运算需要，当然实际的应用中还可以 根据实际情况在Nios‖式处理器指令集中加入一些高端软件，实现对解算功能的优化与接口控制。

三、结束语

图像处理技术在实际应用中，得到了广泛的关注，衍生出了很多相关处理技术及成果。在视频通信领域，图像处理技术的重要性是不可忽视的针对这一领域的研究也是较多的，如国外专门成立了图像处理研究室并联合一些高校、企业对此展开研究。在我国，一些高校与企业同样也也开始致力于图像处理技术的研究与实验，可以肯定的认为图像处理技术未来必然会在不断的深入研究及探索中得到进一步的发展、优化。在未来的图像处理中，高速、高分辨率、立体化、智能化都将是主要方向。

参  考  文  献

[1]张婷.视频通信中的图像处理技术探讨[J].信息通信，2020（05）：76-77.

[2]毛文慧，杨丹，蒋琴.视频通信中的图像处理技术分析[J].数码世界，2019（12）：24.

[3]邵美云.视频通信中的图像处理技术研究[J].电脑知识与技术，2019，15（13）：209-210.

[4]王生成.视频通信中的图像处理技术探讨[J].数码世界，2018（07）：113-114.

[5]杨培桢.视频通信中的图像处理技术[J].电子技术与软件工程，2017（12）：67-68.

[6]沈嘉妮.图像处理智能化的发展趋势[J].电子制作，2014（15）：208-209.