《自適應傳輸下視覺圖像清晰化處理系統仿真》論文發表期刊：《計算機仿真》；發表周期：2021年04期

《自適應傳輸下視覺圖像清晰化處理系統仿真》論文作者信息：付蓉（1964-），女（漢族），山西榆次人，副教授，主要研究方向：視覺傳達設計色彩方向、繪畫色彩方向等。 彭煒（1963-），男（漢族），湖南攸縣人，碩士，副教授，主要研究方向：計算機網絡、計算機網絡安全等。

　　摘要：目前研究的視覺傳達圖像清晰化處理系統存在清晰化處理效果較差，耗時較長的問題。提出自適應傳輸下視覺圖像清晰化處理系統仿真，系統硬件選用RT處理器為核心設備，通過RT處理器提高系統的閃退功能，設定自適應傳輸的信源與信道聯合模塊增強信息的傳輸能力，引入數據幀和同步幀信號實現信息采集。以非常清晰、清晰、較清晰、稍模糊、模糊、非常模糊六個指標建立軟件程序，分析圖像清晰度，確定灰度值，從而實現軟件處理工作。設計對比實驗，通過對比清晰化處理結果和圖像處理時間結果表明，自適應傳輸下視覺圖像清晰化處理系統能夠有效提高清晰化處理效果，縮短處理時間。

　　關鍵詞：自適應傳輸;視覺傳達;圖片清晰度;清晰化處理

　　ABSTRACT: Presently, the visual communication image clarity processing system has the problems of poor sharpeningeffect and time -consuming. Therefore, this paper presenteda simulation of a visual image processing system under the adaptive transmission. RT processor was selected as the core equipment of the system hardware. The system's flashback function was improved via the utilization of the processor. The joint module of adaptive transmission source and channel was set to enhance the information transmission ability, meanwhile, the data frame and synchronous frame signals were introduced to achieve the information acquisition. The different definition of the image was taken as the index to establish the software program, and the clarity and gray value of the image were analyzed in detail, realizingthe software processing. The results show that the processing system designed in this paper can effectively improve im-

　　age clarity and shorten processing time

　　KEYWORDS: Adaptive transmission; Visual communication; Picture clarity; Clarity processing

　　1引言

　　由于目前的光學鏡頭聚焦能力不同，所以得到的圖片清晰度不同。近年來通信技術、互聯網技術以及電視廣播技術發展越來越快，應用更加廣泛，所以對圖像清晰度的要求更高。在視覺傳達過程中，圖像清晰度會在原有的基礎上降低一個清晰層次，如何完成圖像清晰化處理已經成為當前亟待解決的問題[1-2]。

　　自適應傳輸技術的核心就是通過調整圖片的傳輸功率、頻率、發送數據格式以及圖片傳輸的信道編碼方式等一些關鍵的參數，以便達到提高圖片或者視頻的視覺傳達清晰度效果，在圖像清晰化處理上有著很好的適應性。文獻[3]提出了二維局域均值分解算法，可以將源圖像分解成多個二維生產函數分量，可以自適應對圖像進行分解。文獻[4]介紹了隨機并行梯度下降(SPGD)算法的并行化處理，利用圖形處理器并行計算提高校正系統的收斂速度，近年來通信技術、互聯網技術以及電視廣播技術發展越來越快，應用更加廣泛，所以對圖像清晰度的要求更高。在視覺傳達過程中，圖像清晰度會在原有的基礎上降低一個清晰層次，如何完成圖像清晰化處理已經成為當前亟待解決的問題。

　　綜上所述，本文提出自適應傳輸下視覺圖像清晰化處理系統仿真，本文研究的系統硬件區域的設計包括自適應傳輸的信源與信道聯合模塊、處理器以及圖像采集模塊，通過確定圖像清晰化評估指標，得到清晰化處理算法。

　　2硬件設計

　　為提高視覺傳達圖像清晰化處理系統硬件處理能力，本文將信源和信道整合到同一個模塊，利用采集模塊采集內部信息，然后使用處理器對采集到的信息進行清晰化處理。自適應傳輸下視覺圖像清晰化處理系統硬件結構如圖1所示。

　　2.1處理器設計

　　為了達到自適應傳輸下視覺圖像清晰化處理系統的運行效果，本文選擇RT處理器，RT處理器具有較高的靈敏度、穩定的傳輸信號和耗電能力低的特點。處理器對于圖像處理后的像素標準設定為640*480，可以達到30萬的像素效果.RT處理器芯片結構圖如圖2所示。

　　觀察圖 2 可知，RT 處理器內部芯片一方面處理器支持處理多種格式的圖像，提高系統的處理效果，使處理器自帶系統突然閃退自動保存的功能;另一方面處理器對于圖像處理后的格式可以自定義，滿足了大量用戶的需求。處理器的攝像頭采用3.3V的電壓供電，工作過程中的圖像輸出速度可以高達30fp，提高處理過程的運行效率。

　　2.2 自適應傳輸的信源與信道聯合模塊分析

　　本文將信源與信道集成一體的模塊，采用信道緩沖重組的方式，完成視覺傳達圖像的傳輸操作。信道結構如圖3所示。

　　觀察圖3可知，因為傳統的圖像數據信道的規格通常設定為大于圖像的大小，這就導致信道剩余的空間被圖像緩沖資源重復填充，造成了信道資源空間的浪費，因此本文設計的信源與信道聯合模塊的信道采用VBR技術，在聯合模塊的接口端插入一個空間槽，將信道的空間設定為最小圖像的大小，如果需要處理的圖像緩沖內存過大，則開啟空間槽，提高信道資源的利用率1視覺傳達圖像在傳輸過程中，圖像的首尾字節丟失，雖然對于圖像的整體內容不會產生影響，但是會降低圖像的清晰度，因此本研究的自適應傳輸的信源與信道聯合模塊采用編碼的方法，解決此問題[-)。在模塊的圖像信源接收到待處理的圖像時，對圖像進行編碼保護，防止在信道傳輸過程中，出現圖像數據首尾字節丟失的情況。另外圖像采集模塊在接收圖像數據時，對圖像的編碼進行解碼，然后再進行數據幀信號的采集[1

　　2.3 圖像采集模塊設計

　　本文設計的圖像采集模塊的工作原理是調用行同步信號、幀同步信號、像素時鐘信號，三種信號彼此配合，共同工作，完成視覺傳達圖像信息的采集。圖像清晰化處理系統的處理器將圖像的數據進行分散傳播，圖像數據傳播過程中都會同時攜帶一個數據幀和同步幀信號，傳播前和傳播結束后都會輸出一個行同步信號。在圖像采集模塊中幀同步信號上升代表一個視覺傳達圖像數據的結束，信號程度下降，代表視覺傳達圖像數據的到來。行同步信號強度的上升代表著圖像數據幀數據的開始，模塊應該立即采取圖像的信息數據：行同步信號強度下降表示圖像幀數據的結束，模塊將停止收集信息。采集模塊中的像素時鐘信號代表著視覺傳達圖像像素數據的開始，像素時鐘信號上升代表像素數據的開始，像素時鐘信號下降代表像素數據的結束。圖像采集模塊內部電路圖如圖4所示。

　　分析圖4可知，圖像采集模塊在數據采集過程中分為兩個階段，分別為低電平期和高電平期，低電平期表示采集模塊處于運行狀態，高電平期表示輸出圖像采集結果。圖像采集模塊的工作過程首先是模塊采集到處理器發出的數據收發信號，然后圖像采集模塊發出幀同步信號，宣告一次的視覺傳達圖像數據采集的開始。幀同步信號的發出模塊就會采集到圖像數據字節，每一整塊的數據字節輸出后，會跟隨一個總結的行同步信號，然后在輸出數據字節，以此循環最終將各個行同步信號拼接，完成視覺傳達圖像的信息采集。

　　3軟件設計

　　在完成系統硬件設計后，對系統的軟件進行設計。如果要保證視覺傳達圖像的清晰度，就要有一個明確的圖片清晰度評估指標，去劃分圖像的處理結果。視覺傳達圖像清晰化評估指標的確定一方面依據的是大眾對于圖像清晰度的主觀認定程度，另一方面是針對視覺傳達圖像的客觀清晰度的認定，兩個方面進行綜合，得出一個科學的圖像清晰化評估指標[-12大眾對于圖像清晰度主觀認定程度的評價主要來自人類對于圖像色彩和清晰度的主觀判斷，因為此判斷依據是從每個判斷者本身出發，每一個人的視覺效果、敏感度、對色彩的喜好和認定程度都不相同，因此主觀認定指標具有一定的波動性和不確定性[13-1。

　　為了提取一個明確的圖像清晰度的主觀評估指標，大致將視覺傳達圖像的清晰度劃分為好、良好、差三個等級，視覺傳達圖像的清晰化處理結果分為非常清晰、清晰、較清晰、稍模糊、模糊、非常模糊六個層次。二者對應表格如表1所示。

　　對比視覺傳達圖像清晰化處理評估的主觀評估指標，客觀評估指標沒有人為因素和其它環境因素的干擾，具有一定的確定性和科學性。視覺傳達圖像清晰化處理的客觀評估指標主要由圖像數據的均值和標準差計算得出的，此方法通過精確的儀器進行數據采集，通過公式輔助，計算機計算提取出圖像清晰化評估指標。

　　視覺傳達的圖像均值可以代表圖像視覺效果的色彩亮度和像素程度，圖像的標準差是評判圖像清晰化處理效果最直觀的因素，標準差直接反映視覺傳達圖像的像素灰度分布的離散程度，因此本文通過標準差和均值的數值范圍，確定客觀的清晰化評估指標。將數學模式的輸出值作為圖像失真的度量或者圖像質量的評價值，具體公式如下所示：

　　其中f(x，y)表示原始圖像像素的坐標值：f-(x，y)表示失真圖像像素的坐標值：M表示圖像的高：N表示圖像的寬：D的值代表視覺傳達圖像清晰化效果、圖像的灰度分散程度、圖像的色彩飽和度。

　　綜合視覺傳達圖像清晰度客觀和主觀的評價指標，最終的評估指標具體分布為，D值在2.5-3.5之間，視覺傳達圖像清晰化效果最好：D值在3.5-4.5之間，表示視覺傳達圖像清晰化效果一般;D值在4.5-6.0之間，表示視覺傳達圖像清晰化效果差;通過以上視覺傳達圖像清晰度的評估指標認定后，本文進一步研究自適應傳輸下視覺圖像清晰化處理系統過程，處理流程如圖5所示。

　　因為圖像的清晰度由圖片亮度和圖像反射分量組成，因此圖像在空氣中的視覺傳達前的圖像清晰度計算公式如下所示

　　其中，/(x，y)表示圖像像素，R(x，y)表示輸出的圖像分量，體現圖像整體本身特性，如圖像的內容信息、色度信息等固有特征：5(x，)表示采集的圖像分量。

　　因此，自適應傳輸算法自動降低了大氣光照對圖像的影響，獲取體現物體本身特質的反射分量，從而對圖像清晰化處理。將接收圖像轉到大眾視覺感知的對數域中轉化公式如下所示

　　為了提高視覺傳達圖像的視覺清晰度效果，本文接下來對圖像進行彌補對比度缺陷處理，具體輔助公式如下所示

　　其中，G(x，y)表示圖像缺陷處理量，綜上所述，完成自適應傳輸下視覺圖像清晰化處理系統設計，根據圖像的清晰度指標，對不同圖像進行相應程度的清晰化處理。

　　4實驗研究

　　為了驗證本文提出的自適應傳輸下視覺圖像清晰化處理系統的有效性，與傳統系統進行實驗對比。

　　選用的實驗組系統為本文提出的自適應傳輸下視覺圖像清晰化處理系統，對照組系統為基于FPGA的視覺傳達圖像清晰化處理系統與基于數據挖掘的視覺傳達圖像清晰化處理系統。

　　設定實驗參數如表 2 所示:

　　根據上述實驗參數，讀取需要被處理的參數，分析圖像是灰度圖像還是彩色圖像，如果圖像是灰度圖像，則直接采用CLAHE方法進行處理即可：如果圖像為彩色圖像，則需要對顏色進行轉換，將R.G、B轉換成H、S、v。根據轉換結果，在V中確定明度分量，使用Retinex處理方法，處理過程要確保H的色度分量不變。通過飽和值修復得到對數的平均值和標準差。選用三種系統進行清晰化處理，得到的清晰化處理結果如下圖6所示：

　　由圖6可知，基于FPGA的視覺傳達圖像清晰化處理系統在進行圖像清晰化處理時，能夠恢復圖像原本的清晰面目，但是設置后的圖像背景天空過于灰暗，在處理色彩上，能力相對較弱，保證圖像清晰的同時，失去了圖像的原本色彩，效果失真，圖像中的樹木偏向淺色，銳化程度過強。基于數據挖掘的視覺傳達圖像清晰化處理系統過于重注圖像清晰處理，忽略了色彩處理，背景天空顏色和圖像中的數目顏色與原本圖像的顏色相差較大，從淺灰色轉為深灰色，雖然達到了清晰效果，但是色差過大，與原始圖像相差過遠，可參照意義較低。本文提出的自適應傳輸下視覺圖像清晰化處理系統在顏色保真上效果更加理想，與原來的圖像在色彩上相差較小，在滿足主觀視覺感受的條件下實現了圖像清晰化處理，處理效果更好。

　　圖像處理時間實驗結果如下表 3 所示:

　　分析表3可知，本文提出的自適應傳輸下視覺圖像清晰化處理系統圖像處理時間更短，是傳統系統處理時間的三倍以上，這主要是本文提出的方法能夠通過三個通道進行處理，在相同的時間內可以處理三次，通過轉換空間顏色，提取明度分量，得到計算時間，最大程度地提高處理速度。

　　5結束語

　　1)考慮目前視覺傳達圖像清晰化處理系統存在清晰化處理效果較差，耗時較長的問題，設計自適應傳輸下視覺圖像清晰化處理系統，以解決清晰化處理效果較差，耗時較長這兩個難題。

　　2)通過對自適應傳輸下視覺圖像清晰化處理系統硬件區域和軟件區域的設計分析，進一步分析視覺傳達圖像的傳輸以及圖像采集技術，對圖片清晰度的評價指標進行明確，進而通過自適應傳輸算法控制視覺傳達圖像的清晰度，以達到了本文的研究目的。

　　3)自適應傳輸下視覺圖像清晰化處理系統在顏色保真上效果更加理想，與原來的圖像在色彩上相差較小，在滿足主觀視覺感受的條件下實現了圖像清晰化處理，處理效果更好。

　　4)自適應傳輸下視覺圖像清晰化處理系統圖像處理時間更短，處理時間為1.128s，是傳統系統處理時間的三倍以上。

　　5) 實驗結果證明本文設計的系統可以有效解決清晰化處理效果較差，耗時較長的問題，在保證圖片視覺傳達的清晰度有所提高的基礎上耗時較短，為相關研究領域提供參考。

　　參考文獻：

　　[1]毛麗娟，基于用戶個性化特征的網頁視覺傳達設計研究[].現代電子技術，2018，41(13)：167-170.

　　[2]胡勝紅，胡長坤，桂超，等，運動感知基于緩存的自適應視頻流傳輸[].中國圖圖形，2018，23(2)：286-292.

　　[3]安鳳平，基于二維局域均值分解的自適應圖像處理算法U].微電子學與計算機，2020，37(2)：57-62.

　　[4]柯熙政，張云峰，張穎，等，無波前傳感自適應波前校正系統的圖形處理器加速U].激光與光電子學進展，2019，56(7)：88-96.

　　[5]羅際煒，翟濤，鄧德祥，嵌入式多通道無線視頻傳輸的碼率自適應算法0].計算機應用，2020，40(4)：195-202.

　　[6]王爽.基于自適應總變分法的A0圖像復原算法研究D].紅外技術，2019，41(12)：1106-1110

　　[7]翟宇軒，劉怡桑，徐藝文，等，基于HTTP自適應流媒體傳輸的3D視頻質量評價D.北京航空航天大學學報，2019，45(12)：2456-2462.

　　[8]李云歌，基于圖形美化技術的視覺傳達設計研究D].現代電子技術，2018，41(13)：73-77.

　　[9]楊燕，王志偉，基于均值不等關系優化的自適應圖像去霧算法1.電子5，2020，42(3)：755-763.

　　[10]李磊，陳向東，丁星，等，基于圖像處理與機器學習的巖土濕度檢測系統D].感5系統，2020，39(6)：83-85，88.

　　[11]王康，蘭旭光，李翔偉，基于自適應碼率分配的壓縮傳感深度視頻編碼方法D].模式識別與人工智能，2018，31(4)：293-299.

　　[12]莊翔翔，張福泉.Peer-to-Peer網絡的高效自適應視頻流傳輸算法D.機床與壓，2019，47(24)：138-145.

　　[13]尹濤，基于視覺傳達的顯著圖像特征權重自匹配仿真0].計算機仿，，2020，37(1)：466-469，47.

　　[14]王麗莉，視覺傳達效果的區域三維圖像虛擬重建[].現代電子技術，2020，43(10)：134-136，140.