计算机图形处理技术：宽色域视频图像的多路径并行传输方法

于夫（中国人民解放军 92941部队 45分队，辽宁 葫芦岛 125000）

摘  要：为了在控制宽色域视频图像多路径传输时延的同时，增强视频传输质量，提出宽色域视频图像多路径并行传输方法。根据色域标准条件和颜色测量原理，计算并获得色域边界的具体数值。建立宽色域视频图像信息之间的扩展映射关系，在此基础上分别定义数据包中的周期性数据帧、非周期性数据帧，提高了多路径环境中的传输稳定性。通过发现节点并建立链接的处理方式，完成视频图像的多路径并行传输编码，实现了宽色域视频图像多路径并行传输。实例分析结果表明，与 Kirsch算子图像分割法相比，多路径并行传输方法在处理宽色域视频图像时始终保持较低的传输时延（未超过30 ms），且在实验过程中显示带宽均高于 700 Kb/s，实现了增强视频传输质量的目的。

中图分类号：TN407⁃34；TN911.73   文献标识码：A

文章编号：1004⁃373X（2022）03⁃0078⁃05

0 引 言

在计算机图形处理领域中，“色域”是颜色特征子集的存在形式。颜色子集最主要的应用就是精确地描述一种给定的情况，例如每一幅计算机图像都必须包含一个完整的色空间。在PC监视器应用方面，色域定义常常遵循sRGB标准，该理论认为在一幅完整的视频图像中，颜色涵盖度数值并不是越大越好，而是应尽可能真实地反映图像景观表现形式。sRGB标准是由微软作业系统提供的色域定义条件，对于监视器而言，为真实表达图像中的景观目标，色域的选择必须遵循背光原则，由于一部分颜色并不能被人眼直接辨别。所以，从某种程度上来讲，色域也可以直接用来描述计算机图像中的色彩表现强度[1⁃2]。

视频传输指利用线缆或无线电波传输连续的图像信号，其中前者被称为有线视频传输，后者被称为无线视频传输[3]。近年来，随着科学技术手段的不断进步，人们对于视频传输的要求也在逐渐提高，不仅要对原始视频图像进行高清复原处理，还必须在播放视频的同时，注重音频、文字等其他感官要素之间的同步性。传统Kirsch 算子图像分割法根据网络吞吐量数值确定视频模块的转码率水平，再根据级联效应计算待传输视频图像的粗粒度特质[4]。然而在处理宽色域视频图像时，与Kirsch 算子图像分割法相关的图像传输时延水平较高，而图像信息的显示带宽数值却相对较低。为解决上述问题，本文提出宽色域视频图像的多路径并行传输方法。

1 宽色域视频图像的扩展映射

宽色域视频图像扩展映射关系的建立包含色域标准定义、颜色测量、色域边界确定三个主要处理环节，具体研究方法如下。

1.1 色域标准定义

色域能够反映视频图像颜色系统所包含颜色集合的大小。所谓宽色域则是在色域理论上衍生出来的定义参量，对于互联网视频图像而言，宽色域包含的颜色分类项更多，一般来说，在原始色度图中符合宽色域定义标准的节点集合始终呈现多边形表现形式[5⁃6]。设ΔE表示视频图像色域宽度的单位变化量，ΔS表示视频图像色域广度的单位变化量，λ表示颜色分类系数，-W表示视频图像中的色差变化均值，联立上述物理量，可将视频图像的宽色域定义项H表示为：

规定v，z代表两个不同的宽色域节点定义系数，Iv表示系数取值为v时的色彩特征量，I表示系数取值为z时的色彩特征量，Cvz表示视频图像中的色域广度条件。联立上述物理量，可将标准色域系数表示为：

联立式（1），式（2），可将视频图像中的色域标准条件定义为：

式中：e′表示色彩分辨系数；ε表示视频图像中的标准色域宽度条件。色域标准是一个明确的评价条件，若以源视频图像为目标，则可认为色域宽度系数值越大，图像信息的单位覆盖面积也就越大。

1.2 颜色测量

为有效控制宽色域视频图像多路径传输时延，进而最大化提升图像信息的显示带宽，常见的颜色测量方法主要有如下三种。

1）目视法

这种方法将视频图像在特定光源下的颜色特征与色域标准下的颜色特征进行对比，并计算出既定节点处二者之间的物理数值差[7]。此方法的执行主观性相对较强，因为视频图像的颜色表现特征本身就具有极大的主观性，且由于测量角度不同，既定节点处的差值计算结果也会有所不同。

2）光电积分法

这种方法在宽色域视频图像中，分别测量颜色特征在x轴、y轴、z轴方向上的表现数值，再根据相应的色度坐标将信息节点与各条并行路径匹配起来。此方法不对视频图像的核心节点设限，因此在操作过程中，无论面对多大的图像信息存储量，相关色域查询标准都能得到较好满足。

3）分光广度法

这种方法能够直接计算出宽色域视频图像中的颜色精度特征，对于信息参量的多路径并行传输行为而言，待挖掘的颜色节点特征越多，宽色域视频图像中的色彩组成情况也就越复杂[8]。

1.3 色域边界确定

色域边界是指在视频图像中两个不同颜色区块的相交之处，对于色彩组成较为复杂的图像来说，为保证信息参量的传输稳定性，应尽可能细致地对色域边界条件进行划分。规定在一幅宽色域视频图像中，颜色区块之间虽然相交，但却不存在明显的相互渗透行为，即每一色块区域都能保持其真实的色彩显示情况。

在建立宽色域视频图像的扩展映射关系时，为保证色域边界的绝对稳定性，应人为设定一维、二维、三维3个基本维度水平。其中，一维色域边界只包含一种型的图像节点坐标；二维色域边界包含两种类型的图像节点坐标；三维色域边界中则同时存在三种类型的图像节点坐标[9⁃10]。

规定p代表一个既定的视频图像节点，Xp表示该节点在x 轴上的色彩表达系数，Yp表示y轴上的色彩表达系数，Zp表示z轴上的色彩表达系数，在三维色域同时存在的情况下，联立式（3），可将视频图像的色域边界表达式定义为：

式中：β表示单位视频图像区域中的色域表达特征；u0表示图像信息布局系数的起始值；up表示节点p处的图像信息布局系数。

对于视频图像而言，色域边界条件能够决定某一节点是否能够承担后续的多路径并行传输任务。

2 视频图像的多路径并行传输编码

在扩展映射原理的支持下，按照周期性数据帧定义、非周期性数据帧定义、节点发现与建立链接的处理流程，完成宽色域视频图像的多路径并行传输编码。

2.1 周期性数据帧

在暂态条件下，由于很多未知的宽色域视频图像节点并没有被发现，所以并行传输路径的数据包结构中往往包含大量的周期性数据帧。当传输数据的编码速率并不能与其转发速率保持一致时，表明一个信息节点的发现过程已经结束，与该信息相关的其他周期性数据帧也不再会保持原有的发送状态[11]。

而在非暂态条件下，宽色域视频图像信息的传输行为具备较强的偶发性，当所有传输信息都满足周期性数据帧定义标准时，这些数据包文件能够在同一时间到达目标传输位置，且随着信息输入量的增大，原有的多路径并行传输环境被打破，大量数据信息进入未被编码的色域边界环境之中，而当信息量达到一定数值标准时，网络主机才会再次开始对这些数据帧文件进行整合处理[12]。

设a表示宽色域视频图像信息的暂态传输系数，v表示非暂态传输系数，Ba，Bv 分别表示与a和v对应的并行数据筛查条件，χ表示宽色域视频图像信息的偶发传输特征值，联立式（4），可将周期性数据帧表达式定义为：

对于宽色域视频图像而言，周期性数据帧定义条件决定了信息参量的最远传输距离。

2.2 非周期性数据帧

非周期性数据帧是与周期性数据帧对应存在的。一般来说，在宽色域视频图像中，存在一个周期性数据帧也就存在一个与之对应的非周期性数据帧。为实现图像信息的多路径并行传输，非周期性数据帧一般被用来描述一个色域节点到另一个色域节点的链接状态，且这种传输映射方向始终与信息参量的传输方向保持一致[13]。设Na表示暂态传输条件下的数据路径编码系数，Nv表示非暂态传输条件下的数据路径编码系数，ξ表示宽色域视频图像的非周期性传输指标参量，gmax表示视频图像信息的最大取值条件。在上述物理量的支持下，联立式（4），可将非周期性数据帧的表达式定义为：

对于宽色域视频图像而言，非周期性数据帧定义条件决定了信息参量在多路径环境中的传输稳定性水平。

2.3 节点发现和建立链接

节点发现是指对宽色域视频图像节点的深入挖掘。一般来说，为保证图像多路径并行传输指令的顺利运行，应选取大量信息节点作为目标对象，一方面能够保证信息参量在运输过程中不出现较大偏差，另一方面也可避免错误传输行为的出现。

链接则是指节点与节点之间的信息传输关系。对于宽色域视频图像而言，多路径并行传输是一个相对较为复杂的处理过程，且由于周期性数据帧、非周期性数据帧等外界干扰条件的存在，信息的传输与处理指令总是伴随出现的[14⁃15]。因此，对于视频图像的编码也必须在信息传输过程中一并完成。具体的节点发现与链接建立原理如图1所示。

至此，完成对相关指标参量的计算与处理，在不考虑其他干扰条件的情况下，实现宽色域视频图像多路径并行传输方法的顺利应用。

3 实例分析

视频传输质量可用来衡量图像信息在多路径条件下的传输情况。对于宽色域视频图像而言，图像信息的传输时延越小、显示带宽值越大，则表示视频图像的传输质量水平越高，反之则越低。

按照图2所示流程图对实验所需的宽色域视频图像信息进行处理。分别应用多路径并行传输方法、Kirsch算子图像分割法，对满足图2筛选原则的宽色域视频图像信息进行处理，其中前者作为实验组，后者作为对照组。

图3反映了应用实验组、对照组方法后，宽色域视频图像信息传输时延的变化情况。

分析图3可知，随着宽色域视频图像信息传输量的增大，实验组、对照组的传输时延均出现了较为明显的波动变化状态。对照组传输时延的极大值主要集中在30~70 Mb 的图像信息量取值区间范围内，在此阶段，其最大数值结果达到了57.4 ms；而传输时延的极小值主要表现在实验开始阶段与即将结束阶段，全局最小值达到了14.2 ms。实验组传输时延的最大值31.3 ms 出现在宽色域视频图像信息传输量即将达到40 Mb 的时间节点处，与对照组最大值相比，下降了26.1 ms；极小值则主要集中在 0~20 Mb 的图像信息量取值区间范围之内，在此阶段，其最小数值结果为5 ms，与对照组最小值相比，下降了9.2 ms。

表1记录了应用实验组、对照组方法后，宽色域视频图像信息显示带宽值的具体变化情况。

分析表1可知，随着宽色域视频图像信息传输量的增大，实验组信息显示带宽值始终保持不断波动的变化状态。当信息传输量取值结果处于30~90 Mb 的数值区间之内，实验组带宽值的平均水平明显相对较高，在此过程中，其最大值结果达到了783.40 Kb/s，全局最小值为704.34 Kb/s，出现在图像信息传输量等于20 Mb的时间节点处。对照组信息显示带宽值则呈现阶段性变化状态，在0~30Mb、60~80Mb的图像信息传输量取值区间内，对照组带宽值的变化行为更为平稳，而当图像信息传输量等于40 Mb和90 Mb时，对照组带宽值出现了两次明显的下降，整个实验过程中的最大带宽值为506.73 Kb/s，与实验组最大值相比，下降了276.67 Kb/s，最小值带宽值为471.54 Kb/s，与实验组最小值相比，下降了232.80 Kb/s。

综上可知，在多路径并行传输方法作用下，随着宽色域视频图像信息传输量的增大，传输时延的上升变化趋势得到了有效控制，与此同时，信息显示带宽表现出来的数值水平也出现了明显增大的变化趋势，对于最大化提升宽色域视频图像的传输质量，确实能够起到一定的促进作用。

4 结 语

对于宽色域视频图像而言，多路径并行传输方法在传统Kirsch算子图像分割法的基础上，针对色域标准、颜色测量条件、色域边界三项物理量进行了重新定义，并以此实现对图像信息间扩展映射关系的完善。在同时存在周期性数据帧、非周期性数据帧的情况下，多路径并行传输方法又通过发现节点并建立链接的处理方式，实现对图像信息的实时编码，不但能够较好地控制宽色域视频图像的传输时延，也可以从根本上提升图像信息显示带宽的平均数值水平。

参 考 文 献

[1] 王春华，韩栋 . 自适应控制下图像分割及并行挖掘算法[J]. 沈阳工业大学学报，2020，42（2）：197⁃202.

[2] 周国良，彭益智，曲伟 .一种舰载传感器图像编码实现方法[J].火力与指挥控制，2020，45（1）：120⁃123.

[3] 曾浩洋，张红英 .天空区域分割的图像去雾及 CUDA 并行实现[J].小型微型计算机系统，2019，40（3）：655⁃659.

[4] 王小东，赵仁宏 . 基于 Kirsch 算子图像分割的 FPGA 设计与实现[J].影像科学与光化学，2019，37（4）：332⁃335.

[5] 张雷洪，叶华龙 .基于哈夫曼编码的关联成像算法的图像传输机理研究[J].包装工程，2019，40（5）：244⁃249.

[6] 李灿林，孟凡佳，吴庆岗，等 .基于线裁剪的自适应网络带宽分级传输图像的方法[J]. 科学技术与工程，2019，19（10）：132⁃136.

[7] 任勇峰，张泽芳，王国忠，等 .基于 DDR2 的高速图像数据传输系统设计[J].电子技术应用，2020，46（1）：62⁃65.

[8] 苏健民，杨岚心 .基于生成对抗网络的单帧遥感图像超分辨率[J].计算机工程与应用，2019，55（12）：202⁃207.

[9] 章恒，窦银科，左广宇，等 . 基于 Iridium9523 的低功耗极地图像监控系统设计[J].电子器件，2019，42（4）：1018⁃1023.

[10] 杨康，贾棋，罗钟铉 . 基于广义 Ricci 曲率及深度信息的图像采样方法[J]. 计算机辅助设计与图形学学报，2019，31（6）：971⁃978.

[11] 黄冬梅，张学俭，魏立斐，等 . 多云协同架构下的遥感图像安全外包降噪方案[J].计算机工程与应用，2020，56（22）：92⁃99.

[12] 温佳，刘明威，崔军，等 . 基于自适应阈值的干涉高光谱图像稀疏重建[J].光电工程，2019，46（6）：45⁃52.

[13] 宇欣，雷志春 . 基于通用三原色信道的四原色图像颜色表示方法[J].液晶与显示，2019，34（11）：1079⁃1090.

[14] 左军辉，贾振红，杨杰，等 . 基于改进背景减法的视频图像运动目标检测[J].计算机工程与设计，2020，41（5）：1367⁃1372.

[15] 吴歆彦，陈明阳 .铁路综合视频图像去雾算法研究与探讨[J].铁道标准设计，2019，63（6）：160⁃164.

作者简介：

于 夫（1984—），男，满族，辽宁阜新人，硕士研究生，工程师，主要从事通信方面的研究。

编辑：黄飞