自适应传输下视觉图像清晰化处理系统仿真

《自适应传输下视觉图像清晰化处理系统仿真》论文发表期刊：《计算机仿真》；发表周期：2021年04期

《自适应传输下视觉图像清晰化处理系统仿真》论文作者信息：付蓉（1964-），女（汉族），山西榆次人，副教授，主要研究方向：视觉传达设计色彩方向、绘画色彩方向等。 彭炜（1963-），男（汉族），湖南攸县人，硕士，副教授，主要研究方向：计算机网络、计算机网络安全等。

　　摘要：目前研究的视觉传达图像清晰化处理系统存在清晰化处理效果较差，耗时较长的问题。提出自适应传输下视觉图像清晰化处理系统仿真，系统硬件选用RT处理器为核心设备，通过RT处理器提高系统的闪退功能，设定自适应传输的信源与信道联合模块增强信息的传输能力，引入数据帧和同步帧信号实现信息采集。以非常清晰、清晰、较清晰、稍模糊、模糊、非常模糊六个指标建立软件程序，分析图像清晰度，确定灰度值，从而实现软件处理工作。设计对比实验，通过对比清晰化处理结果和图像处理时间结果表明，自适应传输下视觉图像清晰化处理系统能够有效提高清晰化处理效果，缩短处理时间。

　　关键词：自适应传输;视觉传达;图片清晰度;清晰化处理

　　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

　　由于目前的光学镜头聚焦能力不同，所以得到的图片清晰度不同。近年来通信技术、互联网技术以及电视广播技术发展越来越快，应用更加广泛，所以对图像清晰度的要求更高。在视觉传达过程中，图像清晰度会在原有的基础上降低一个清晰层次，如何完成图像清晰化处理已经成为当前亟待解决的问题[1-2]。

　　自适应传输技术的核心就是通过调整图片的传输功率、频率、发送数据格式以及图片传输的信道编码方式等一些关键的参数，以便达到提高图片或者视频的视觉传达清晰度效果，在图像清晰化处理上有着很好的适应性。文献[3]提出了二维局域均值分解算法，可以将源图像分解成多个二维生产函数分量，可以自适应对图像进行分解。文献[4]介绍了随机并行梯度下降(SPGD)算法的并行化处理，利用图形处理器并行计算提高校正系统的收敛速度，近年来通信技术、互联网技术以及电视广播技术发展越来越快，应用更加广泛，所以对图像清晰度的要求更高。在视觉传达过程中，图像清晰度会在原有的基础上降低一个清晰层次，如何完成图像清晰化处理已经成为当前亟待解决的问题。

　　综上所述，本文提出自适应传输下视觉图像清晰化处理系统仿真，本文研究的系统硬件区域的设计包括自适应传输的信源与信道联合模块、处理器以及图像采集模块，通过确定图像清晰化评估指标，得到清晰化处理算法。

　　2硬件设计

　　为提高视觉传达图像清晰化处理系统硬件处理能力，本文将信源和信道整合到同一个模块，利用采集模块采集内部信息，然后使用处理器对采集到的信息进行清晰化处理。自适应传输下视觉图像清晰化处理系统硬件结构如图1所示。

　　2.1处理器设计

　　为了达到自适应传输下视觉图像清晰化处理系统的运行效果，本文选择RT处理器，RT处理器具有较高的灵敏度、稳定的传输信号和耗电能力低的特点。处理器对于图像处理后的像素标准设定为640*480，可以达到30万的像素效果.RT处理器芯片结构图如图2所示。

　　观察图 2 可知，RT 处理器内部芯片一方面处理器支持处理多种格式的图像，提高系统的处理效果，使处理器自带系统突然闪退自动保存的功能;另一方面处理器对于图像处理后的格式可以自定义，满足了大量用户的需求。处理器的摄像头采用3.3V的电压供电，工作过程中的图像输出速度可以高达30fp，提高处理过程的运行效率。

　　2.2 自适应传输的信源与信道联合模块分析

　　本文将信源与信道集成一体的模块，采用信道缓冲重组的方式，完成视觉传达图像的传输操作。信道结构如图3所示。

　　观察图3可知，因为传统的图像数据信道的规格通常设定为大于图像的大小，这就导致信道剩余的空间被图像缓冲资源重复填充，造成了信道资源空间的浪费，因此本文设计的信源与信道联合模块的信道采用VBR技术，在联合模块的接口端插入一个空间槽，将信道的空间设定为最小图像的大小，如果需要处理的图像缓冲内存过大，则开启空间槽，提高信道资源的利用率1视觉传达图像在传输过程中，图像的首尾字节丢失，虽然对于图像的整体内容不会产生影响，但是会降低图像的清晰度，因此本研究的自适应传输的信源与信道联合模块采用编码的方法，解决此问题[-)。在模块的图像信源接收到待处理的图像时，对图像进行编码保护，防止在信道传输过程中，出现图像数据首尾字节丢失的情况。另外图像采集模块在接收图像数据时，对图像的编码进行解码，然后再进行数据帧信号的采集[1

　　2.3 图像采集模块设计

　　本文设计的图像采集模块的工作原理是调用行同步信号、帧同步信号、像素时钟信号，三种信号彼此配合，共同工作，完成视觉传达图像信息的采集。图像清晰化处理系统的处理器将图像的数据进行分散传播，图像数据传播过程中都会同时携带一个数据帧和同步帧信号，传播前和传播结束后都会输出一个行同步信号。在图像采集模块中帧同步信号上升代表一个视觉传达图像数据的结束，信号程度下降，代表视觉传达图像数据的到来。行同步信号强度的上升代表着图像数据帧数据的开始，模块应该立即采取图像的信息数据：行同步信号强度下降表示图像帧数据的结束，模块将停止收集信息。采集模块中的像素时钟信号代表着视觉传达图像像素数据的开始，像素时钟信号上升代表像素数据的开始，像素时钟信号下降代表像素数据的结束。图像采集模块内部电路图如图4所示。

　　分析图4可知，图像采集模块在数据采集过程中分为两个阶段，分别为低电平期和高电平期，低电平期表示采集模块处于运行状态，高电平期表示输出图像采集结果。图像采集模块的工作过程首先是模块采集到处理器发出的数据收发信号，然后图像采集模块发出帧同步信号，宣告一次的视觉传达图像数据采集的开始。帧同步信号的发出模块就会采集到图像数据字节，每一整块的数据字节输出后，会跟随一个总结的行同步信号，然后在输出数据字节，以此循环最终将各个行同步信号拼接，完成视觉传达图像的信息采集。

　　3软件设计

　　在完成系统硬件设计后，对系统的软件进行设计。如果要保证视觉传达图像的清晰度，就要有一个明确的图片清晰度评估指标，去划分图像的处理结果。视觉传达图像清晰化评估指标的确定一方面依据的是大众对于图像清晰度的主观认定程度，另一方面是针对视觉传达图像的客观清晰度的认定，两个方面进行综合，得出一个科学的图像清晰化评估指标[-12大众对于图像清晰度主观认定程度的评价主要来自人类对于图像色彩和清晰度的主观判断，因为此判断依据是从每个判断者本身出发，每一个人的视觉效果、敏感度、对色彩的喜好和认定程度都不相同，因此主观认定指标具有一定的波动性和不确定性[13-1。

　　为了提取一个明确的图像清晰度的主观评估指标，大致将视觉传达图像的清晰度划分为好、良好、差三个等级，视觉传达图像的清晰化处理结果分为非常清晰、清晰、较清晰、稍模糊、模糊、非常模糊六个层次。二者对应表格如表1所示。

　　对比视觉传达图像清晰化处理评估的主观评估指标，客观评估指标没有人为因素和其它环境因素的干扰，具有一定的确定性和科学性。视觉传达图像清晰化处理的客观评估指标主要由图像数据的均值和标准差计算得出的，此方法通过精确的仪器进行数据采集，通过公式辅助，计算机计算提取出图像清晰化评估指标。

　　视觉传达的图像均值可以代表图像视觉效果的色彩亮度和像素程度，图像的标准差是评判图像清晰化处理效果最直观的因素，标准差直接反映视觉传达图像的像素灰度分布的离散程度，因此本文通过标准差和均值的数值范围，确定客观的清晰化评估指标。将数学模式的输出值作为图像失真的度量或者图像质量的评价值，具体公式如下所示：

　　其中f(x，y)表示原始图像像素的坐标值：f-(x，y)表示失真图像像素的坐标值：M表示图像的高：N表示图像的宽：D的值代表视觉传达图像清晰化效果、图像的灰度分散程度、图像的色彩饱和度。

　　综合视觉传达图像清晰度客观和主观的评价指标，最终的评估指标具体分布为，D值在2.5-3.5之间，视觉传达图像清晰化效果最好：D值在3.5-4.5之间，表示视觉传达图像清晰化效果一般;D值在4.5-6.0之间，表示视觉传达图像清晰化效果差;通过以上视觉传达图像清晰度的评估指标认定后，本文进一步研究自适应传输下视觉图像清晰化处理系统过程，处理流程如图5所示。

　　因为图像的清晰度由图片亮度和图像反射分量组成，因此图像在空气中的视觉传达前的图像清晰度计算公式如下所示

　　其中，/(x，y)表示图像像素，R(x，y)表示输出的图像分量，体现图像整体本身特性，如图像的内容信息、色度信息等固有特征：5(x，)表示采集的图像分量。

　　因此，自适应传输算法自动降低了大气光照对图像的影响，获取体现物体本身特质的反射分量，从而对图像清晰化处理。将接收图像转到大众视觉感知的对数域中转化公式如下所示

　　为了提高视觉传达图像的视觉清晰度效果，本文接下来对图像进行弥补对比度缺陷处理，具体辅助公式如下所示

　　其中，G(x，y)表示图像缺陷处理量，综上所述，完成自适应传输下视觉图像清晰化处理系统设计，根据图像的清晰度指标，对不同图像进行相应程度的清晰化处理。

　　4实验研究

　　为了验证本文提出的自适应传输下视觉图像清晰化处理系统的有效性，与传统系统进行实验对比。

　　选用的实验组系统为本文提出的自适应传输下视觉图像清晰化处理系统，对照组系统为基于FPGA的视觉传达图像清晰化处理系统与基于数据挖掘的视觉传达图像清晰化处理系统。

　　设定实验参数如表 2 所示:

　　根据上述实验参数，读取需要被处理的参数，分析图像是灰度图像还是彩色图像，如果图像是灰度图像，则直接采用CLAHE方法进行处理即可：如果图像为彩色图像，则需要对颜色进行转换，将R.G、B转换成H、S、v。根据转换结果，在V中确定明度分量，使用Retinex处理方法，处理过程要确保H的色度分量不变。通过饱和值修复得到对数的平均值和标准差。选用三种系统进行清晰化处理，得到的清晰化处理结果如下图6所示：

　　由图6可知，基于FPGA的视觉传达图像清晰化处理系统在进行图像清晰化处理时，能够恢复图像原本的清晰面目，但是设置后的图像背景天空过于灰暗，在处理色彩上，能力相对较弱，保证图像清晰的同时，失去了图像的原本色彩，效果失真，图像中的树木偏向浅色，锐化程度过强。基于数据挖掘的视觉传达图像清晰化处理系统过于重注图像清晰处理，忽略了色彩处理，背景天空颜色和图像中的数目颜色与原本图像的颜色相差较大，从浅灰色转为深灰色，虽然达到了清晰效果，但是色差过大，与原始图像相差过远，可参照意义较低。本文提出的自适应传输下视觉图像清晰化处理系统在颜色保真上效果更加理想，与原来的图像在色彩上相差较小，在满足主观视觉感受的条件下实现了图像清晰化处理，处理效果更好。

　　图像处理时间实验结果如下表 3 所示:

　　分析表3可知，本文提出的自适应传输下视觉图像清晰化处理系统图像处理时间更短，是传统系统处理时间的三倍以上，这主要是本文提出的方法能够通过三个通道进行处理，在相同的时间内可以处理三次，通过转换空间颜色，提取明度分量，得到计算时间，最大程度地提高处理速度。

　　5结束语

　　1)考虑目前视觉传达图像清晰化处理系统存在清晰化处理效果较差，耗时较长的问题，设计自适应传输下视觉图像清晰化处理系统，以解决清晰化处理效果较差，耗时较长这两个难题。

　　2)通过对自适应传输下视觉图像清晰化处理系统硬件区域和软件区域的设计分析，进一步分析视觉传达图像的传输以及图像采集技术，对图片清晰度的评价指标进行明确，进而通过自适应传输算法控制视觉传达图像的清晰度，以达到了本文的研究目的。

　　3)自适应传输下视觉图像清晰化处理系统在颜色保真上效果更加理想，与原来的图像在色彩上相差较小，在满足主观视觉感受的条件下实现了图像清晰化处理，处理效果更好。

　　4)自适应传输下视觉图像清晰化处理系统图像处理时间更短，处理时间为1.128s，是传统系统处理时间的三倍以上。

　　5) 实验结果证明本文设计的系统可以有效解决清晰化处理效果较差，耗时较长的问题，在保证图片视觉传达的清晰度有所提高的基础上耗时较短，为相关研究领域提供参考。

　　参考文献：

　　[1]毛丽娟，基于用户个性化特征的网页视觉传达设计研究[].现代电子技术，2018，41(13)：167-170.

　　[2]胡胜红，胡长坤，桂超，等，运动感知基于缓存的自适应视频流传输[].中国图图形，2018，23(2)：286-292.

　　[3]安凤平，基于二维局域均值分解的自适应图像处理算法U].微电子学与计算机，2020，37(2)：57-62.

　　[4]柯熙政，张云峰，张颖，等，无波前传感自适应波前校正系统的图形处理器加速U].激光与光电子学进展，2019，56(7)：88-96.

　　[5]罗际炜，翟涛，邓德祥，嵌入式多通道无线视频传输的码率自适应算法0].计算机应用，2020，40(4)：195-202.

　　[6]王爽.基于自适应总变分法的A0图像复原算法研究D].红外技术，2019，41(12)：1106-1110

　　[7]翟宇轩，刘怡桑，徐艺文，等，基于HTTP自适应流媒体传输的3D视频质量评价D.北京航空航天大学学报，2019，45(12)：2456-2462.

　　[8]李云歌，基于图形美化技术的视觉传达设计研究D].现代电子技术，2018，41(13)：73-77.

　　[9]杨燕，王志伟，基于均值不等关系优化的自适应图像去雾算法1.电子5，2020，42(3)：755-763.

　　[10]李磊，陈向东，丁星，等，基于图像处理与机器学习的岩土湿度检测系统D].感5系统，2020，39(6)：83-85，88.

　　[11]王康，兰旭光，李翔伟，基于自适应码率分配的压缩传感深度视频编码方法D].模式识别与人工智能，2018，31(4)：293-299.

　　[12]庄翔翔，张福泉.Peer-to-Peer网络的高效自适应视频流传输算法D.机床与压，2019，47(24)：138-145.

　　[13]尹涛，基于视觉传达的显著图像特征权重自匹配仿真0].计算机仿，，2020，37(1)：466-469，47.

　　[14]王丽莉，视觉传达效果的区域三维图像虚拟重建[].现代电子技术，2020，43(10)：134-136，140.