【摘要】    随着现代化的通信技术不断发展，信息技术的影响范围越来越大，并且人们对于通信的要求也不断提升，传统的简单信息通信已经不能满足人们的需求。为了更好的满足人们的需求与社会发展的需求，通信技术正逐渐从语音通信转换为视频与音频的融合通信，对于相关技术的研究正逐渐成为了通信业务研究的热点。随着对相关技术研究的不断深入，已经有一些技术被应用到了实际，在视频会议、远程医疗等多个方面起到了十分重要的作用，推动着各行各业的深度发展，并为技术的完善与发展起到了推动作用。本文将针对视频通信中图像处理技术进行相关的探究，并对其具体应用进行探讨，促进通信质量的提升。

【关键词】    视频通信    图像处理    技术研究    图像增强

随着现代化通信技术的不断发展，各种通信及技术不断完善，视频通信也已经成为人们生活的一部分，但是尽管如此，视频通信技术仍然不够成熟，会受到传输信道等多种因素的影响，想要实现实时的图像传输，就需要将图片进行压缩然后再进行传输。实时的图像传输对于各个领域都有着十分重要的作用，在军事领域，实时的图像传输会对部队的日常部署的管理和演习训练的指挥都有着重要意义。在化工领域，通过对图像的实时监控可以保障生产过程的高效安全开展，加大的提高对材料的使用效率，避免事故的发生。由此可见视频通信技术的重要作用，为了更好的提升视频通信技术，下面将针对现阶段视频通信技术存在的问题进行探究，进而保障视频通信技术的进步。

一、图像处理技术概述

对于视频通信技术而言，图像处理技术是其实现视频传输的根本技术，随着计算机技术的不断发展，图像处理技术也得到了很大的发展，利用计算机能够更好的实现图像数据的处理与编辑。图像处理技术主要由以下几个核心技术组成，首先是图像增强技术，这一技术能够改善图像的视觉效果，是由对比度、噪音等多种处理技术组合而成的，现已被广泛应用于许多视频处理软件中。其次是图像恢复技术，这一技术能够实现对图像像素最大程度的保留，保证图像在经过传输之后仍然能够最大程度保留原来的像素，可以有效的避免图像在传输或者存储等过程中出现失真，从而最大程度上保护图像，但是这一过程必须要严格根据图像褪化的逆过程来进行。

二、视频通信中的图像处理技术

2.1图像恢复技术

2.1.1凸集投影方法

视频图像传输时，可以采用凸集投影方法，这一方法能够有效的消除掉视频通信中的块效应，从而实现对图像细节进行处理。进行视频通信时，首先需要将质量很高的图像假定是希尔伯特空间h之中的一个元素，并将这一条件作为前提，开展信息传输的准备工作，例如对图像信息的压缩，并将压缩之后的图像信息进行传输。但是，在传输和压缩的过程中很容易会导致图像出现褪化，可以利用视频通信过程的建模来进行处理，首先需要在希尔伯特空间中将先验信息约束在一个不同的封闭凸集内，随后利用计算机统计出一个能够与空间中凸集相对应的算法，然后在希尔伯特空间中选取一个能够满足高质图像初始阶段传输要求的元素，最后利用计算机对得出的算法进行一系列的处理，对约束凸集按照一定顺序进行投影。在利用这一方法进行图像恢复处理的工作时，较为常用的两个约束凸集分别为量化限制约束凸集和平滑限制约束凸集。想要使C1、P1充分的将约束作用体现出来，就需要在进行视频通信时，需要把之后的视频通信图像机进行量化处理，在量化处理时需要在量化间隔之中进行。

2.1.2贝叶斯方法

在进行图像恢复的时候，可以应用贝叶斯方法。主要是对恢复后的图像进行褪化处理，从而能够最大概率得到原图像。贝叶斯方法是一种概率方法，首先，当获得最大概率的原始高质量图像之后，利用最大后验概率估计，同时综合考量视频的先验信息和分布模型，在此基础上，实现了对图像的恢复处理。对于贝叶斯方法而言，马尔科夫随机场是较为典型的一种方式，其结构如图1所示。马尔科夫随机场能够分为条件随机场及生成随机场等两种，其中，前者可以对低质量的图像完成估计，而后者要在贝葉斯准则的基础上，把建模过程进行处理和转化，使其成为似然模型。通过马尔科夫随机场的应用，能够把视频通信的关联信息有效的表现出，更加准确地体现出图像的本质。

2.2图像增强技术

2.2.1环路滤波技术

在图像增强处理过程中，环路滤波技术起到了重要的应用，能够有效的提高视频通信图像的的质量。比较常见的编码方式为MPEG-4以及H.263+等。由于编码方式的不同，在进行视频通信时经常会产生块效应，进而导致视频传输的质量出现一系列的问题，环路滤波技术能够有效的解决这一问题。通过对图像编码和解码两端进行对偶配置，并且保证对偶配置结构的一致性。对于编码端而言，可以确保滤波前后视频通信的能量稳定，同时有效避免出线像素图块现象，达到了增强图像的效果。对于解码端而言，利用环路滤波技术，能够实现对图像传输细节的有效处理，保障图像传输效果的有效增强，大大降低了图像在传输过程中出现问题的可能性。除此之外，环路滤波技术还可以保留图像中的边缘信息，且运算量小，有着较好的保留效果。

2.2.2后续滤波技术

后续滤波技术的滤波配置较为简单，直接根据视频通信过程中图像解码端所具有的特点进行相关配置处理，可以更快的实现对图像的处理。此外，在频域中块效应的重要表现形式为高频噪声，所以需要加入高频率波技术来进行图像处理，保证图像中的块效应能够被有效消除，同时还能够对图像本身实现有效的增强。另外，学者对各种自适应滤波技术进行研究，例如采用不同的滤波器对图像的不同区域进行滤波处理，就能够很好的实现块效应的保留。一般而言，在应用后续滤波的过程中，通过离散余弦变化将图像变为DCY域内，根据walsh变换将图形变为4*4结构的新图像，并且对自适应图像进行分割处理，保证边缘区域及非边缘区域的分离，并且借助滤波器结构进行滤波处理。通过此种方式，不仅能够消除块效应，而且有效的避免的图像信息的丢失。

三、视频通信中的图像压缩技术的改进

在介绍图像恢复技术、图像增强技术等基础上，本节重点介绍了视频通信中的图像压缩技术以及相应的扩缩算法，并且在此基础上进行改进。

3.1 视频压缩算法

对于视频通信而言，图像压缩算法主要利用MPEG4以及H.263等两种技术，和其他类型的压缩技术相比较，MPEG4的压缩率较大，可以同时应用在窄带或者宽带中。MPEG4算法具有诸多的功能，例如，多媒体数据的存取、改进编码效率、多路并存数据、内容的可扩缩等等。此外，MPEG4主要利用基于对象（AV）的编码和基于模型的编码技术。而AV也是该算法的核心编码技术。

基于MPEG4编码方式的图像压缩算法一般包括几个方面：基于模型的分析合成法、基于小波的编码方法、运行补偿线性预测、DCT混合算法等等。在应用MPEG4进行视频编码的过程中，不仅要保证其容错性，而且要具有初始、正常以及控制等时延响应，并且保证视频的比特率是可变化的。

3.2 MPEG4可扩缩算法

一般而言，视频要能够在一个较宽的分辨率范围当中进行解码，这就要求视频要具有一定的可扩缩性，对于MPEG4而言，包括空域扩缩以及时域扩缩等方式，并且具有空间分辨率以及时间分辨率等功能，对于MPEG4的VM而言，属于一种普适性扩缩的框架结构，其编码器结构如图2所示。

MPEG4可扩缩算法的编解码方案主要包括SNR、Temporal、Spatial、FGS等。由于编解码方案的差异性，所以存在不同的可扩缩编解码结构的对应。其中，FGS编码能够提供一个单一比特的增强层解码，具有平滑的可扩缩性，可以有效的保证视频传输的质量，但是其编码效率较低，因此可对其进行改进。

3.3 MPEG4可扩缩算法的改进

对于图像压缩以及图像质量的恢复而言，运动估计和补偿至关重要，由于FGS利用基本层重构当作运动预测及补偿的参考，因此该方法运动补偿后的效果有待改善。在改进的过程中，需要综合考虑编码的容错性能、视频压缩过程、用户端的要求、带宽等一系列的问题。

针对FGS编码方式存在的弊端，可以增加高质量的参考作为预测补偿，也就是对增强层与基本层的参考路线进行完善，从而得到高质量的参考预测，改进过程如图3所示。

通过应用增强层的参考预测，能够显著的提升编码效率，同时应用高质量图像当作参考，可以提升图像的质量。另外，和应用多个高质量的参考比较而言，该方案的实现复杂度较低。基于此，改进的编码方案：增加全新的参考层预测线路，也就是应用高质量的增强层用于参考层。将增强层用于参考层不仅使得提高了图像的质量，并且其预测性能和运动补偿较好，编码效率得到了一定的提升。

3.4 结果与分析

使用平均峰值信噪比（PSNR）作为图形质量的判断标准，测试序列选择Foreman和Coastguard标准序列，图像格式为gif，实验结果如图4所示。由实验结果可以得出：改进的FGS方法的编码效率有一定的提高，且随着比特率的增加，改进的编码方案的效率有着明显的改善。

四、结束语

总体来说，随着社会经济的不断发展，人们生活水平不断提升对于视频通信的需求不断提升，这也就使得视频通信有了越来越宽的应用范围。但是由于技术发展水平的限制，在利用现有信道进行视频的传输时，很容易发生图像内容的退化或者丢失，导致视频在传输之后无法达到预期效果。对此，应当加大对图像增强技术和图像恢复技术的应用，推动视频通信的技术的快速发展，更好的满足用户的需求。

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（5）：76-77.

[2]刘源清. 关于视频通信中的图像处理技术探析[J]. 大科技，2020（7）：224.

[3]邵美云. 視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]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.

[5]薛全. 移动通信中的视频压缩与图像处理[D]. 浙江：浙江大学，2006.

[6]王生成. 视频通信中的图像处理技术探讨[J]. 数码世界，2018（7）：113-114.

乔宝民（1983.10），男，汉，江苏南京，信息与通信工程专业硕士，华为技术有限公司高级工程师，研究方向：图像处理，低速数据通信。