随着多媒体通信技术的不断成熟,利用各种技术方式,在政府机构、事业单位、军事、医学领域中实现实时音视频可视通信已经成为可能。基于音视频的多媒体通信系统已经成为了网络通信研究的热点之一。多媒体通信系统是利用通信网络,传输多个用户连续活动图像、声音以及数据的一种通信系统,能够使地理上分散的用户在网络上通过视频、声音、文本等信息进行交互式交流。目前主要使用的技术是微软公司的DirectShow(即流媒体处理开发包),该技术现已在音视频采集、视频聊天、视频点播、视频处理、多媒体播放等领域得到广泛应用。本文首先对国内外音视频技术的发展、应用、存在的问题进行综述。然后,阐述了DirectShow框架,详细介绍了框架的体系结构和COM(Component Object Model,组件对象模型)编程原理,剖析了DirectShow框架中Filter(过滤器)原理以及Filter中数据流的描述,并且对DirectShow应用程序开发要点进行了分析,总结DirectShow应用程序的一般开发流程,为系统的设计与实现提供了理论支持。其次,根据当前的Internet传输特性提出了音视频实时传输必须要解决的关键技术。这些技术包括网络传输协议与IP组播技术。并且根据音视频实时传输系统实现方法的设计,介绍了多线程技术和Winsock(网络套接字)编程原理。再次,针对现有音视频传输系统需要消耗大量的网络带宽,中心服务器负载压力大,其维护工作复杂的问题,提出了结合P2P(Peer-to-Peer,对等网络)技术的思想。归纳出三种P2P网络传输体系,并进行比较,得出了本文音视频实时传输系统的体系结构,改变了传统的网络传输构架,减轻了服务器的负担,充分利用网络带宽,改善了网络传输环境。最后,设计并实现了在Visual Studio 2010开发环境下,基于局域网对等网络中的语音视频通信、文字消息聊天,文件传输、广播消息等功能的一个通信系统模型。详细说明了用户通信连接的方式,对文本信息通信、文件传输和控制信息采用Winsock编程实现,使用Directshow框架构建了自检模块所需要的Filter Graph(过滤器图),在音视频传输模块中设计了用于音视频数据发送和接收的Filter。并对整个系统功能进行了测试,测试证明系统有较好的网络适应性并能获取良好的视觉质量。