楊培楨

摘 要隨著信息化戰(zhàn)爭中對信息準確性的要求越來越高，在部隊的日常工作部署以及演習訓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量，通常采用圖像處理技術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進行了分析與研究，并對其進行了簡要的闡述。

【關鍵詞】視頻通信 圖像處理 圖像增強

1 引言

隨著通信技術的不斷完善，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準，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，影響視頻通信的圖像清晰度與圖像質量。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與圖像增強技術進行了簡要的分析與闡述。

2 視頻通信中的圖像恢復技術

圖像恢復技術是從一系列低質圖像中恢復出高質圖像，從而提高圖像分辨率，增強圖像質量的圖像處理技術。一般來說，圖像恢復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圖像的恢復。

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，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圖像，之后根據(jù)相應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圖像進行迭代調整，直至最后收斂得到最終的恢復圖像。

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的量化間隔中去，量化限制約束凸集C1及相應的投影算子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，認為圖像在空域內(nèi)應當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的約束凸集，其中帶寬約束凸集C2得到了較為廣泛的應用，相應的投影算子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的同時，破壞了圖像中各頻率分量的比例關系，可能會導致圖像的退化。在實施過程中，當約束凸集C1與C2選擇不當時可能造成二者的交集為空集，導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的概率方法，其目標是找到恢復后的圖像使其退化后為原圖像的概率最高。令接收到的低質圖像為Y，原始高質圖像為X，則貝葉斯方法的優(yōu)化目標為=max（p（X|Y）），其中Y=D（X），D為原始高質圖像的退化過程。貝葉斯方法從概率的角度看待和解決了圖像的恢復問題，利用最大后驗概率估計在得到退化低質圖像的基礎上求得了最大概率的原始高質圖像，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。如圖2所示。

馬爾科夫隨機場作為一種典型的貝葉斯方法，在圖像處理領域得到了廣泛的應用，其能夠較好的反映圖像局部及整體的潛在關聯(lián)信息，能夠更準確地體現(xiàn)圖像的本質信息。在圖像恢復處理中，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圖像Y直接估計原始高質圖像X，而生成馬爾科夫隨機場利用貝葉斯準則

將后驗概率的建模過程轉化為圖像似然模型P（Y|X）與先驗模型P（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中也得到了較為廣泛的應用，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

視頻通信中的圖像恢復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，因此人們更關注圖像的主觀質量，尤其是人臉的面部細節(jié)。低質圖像經(jīng)圖像恢復后，需要進一步對其進行圖像的增強，不同于圖像恢復客觀地將高質圖像從低質圖像中恢復出來，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，針對這一問題環(huán)路濾波得到了廣泛的應用，環(huán)路濾波需要在圖像的編碼與解碼端分別對偶配置，并且保證二者結構完全一致。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，在解碼端，相同結構的環(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，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，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構進行濾波，從而在去除塊效應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化到DCT域中，進而利用Walsh變換將原始圖像變?yōu)橛?*4字塊構成的新圖像，并設置自適應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構進行濾波，在消除塊效應的同時避免對圖像信息的丟失，最后通過自適應的補償?shù)玫阶罱K的濾波圖像。

4 結束語

隨著信息技術特別是互聯(lián)網(wǎng)技術的迅速發(fā)展，視頻通信的應用越來越廣泛，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與圖像增強技術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的效果更好，因此在實際應用中需要進一步根據(jù)人們的需求具體選擇相應的圖像處理技術。相信隨著相關技術的不斷完善，視頻通信的質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的研究[D].西安：西安科技大學，2012.

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