|
隨著多媒體和網絡技術的發展,數字圖像大信息量的特點對圖像壓縮技術的要求越來越高，因此，專用高速數字信息處理技術成為發展的方向。其中，在硬件技術中，TI 推出的C5000系列DSP將數字信號處理器的處理能力提升到了一個新的高度，使信號處理系統的研究重點又回到軟件算法上。在壓縮算法研究方面，DCT、小波等多個算法因為其高可靠性和高效性也越來越受到青睞。 系統硬件設計 TMS320C5409作為主處理器的可行性分析 TMS320C5409時鐘頻率為100MHz，性價比極高。采用圍繞1組程序總線、3組數據總線和4組地址總線建立的改進型哈佛結構,取址和讀數可同時進行。有獨立的硬件乘法器,有利于實現優化卷積、數字濾波、FFT、矩陣運算等算法中的大量重復乘法運算。具有循環尋址、位倒序等特殊指令，這些指令使FFT、卷積等運算中的尋址、排序及計算速度大大提高。有一組或多組獨立的DMA總線，與CPU的程序、數據總線并行工作。 在本系統中，TMS320C5409作為主處理器，任務是實現JPEG壓縮編碼。 通過分析不難得到，當處理一幀大小為640×480的圖像時，作JPEG壓縮編碼 所需要的時間為: T=62×10(ns)×640×480=0.19866s， 當所處理的圖像分辨率更小時，則壓縮每幀所花的時間更少，這對于應用在對實時性要求不是很高的場合是完全可行的。 硬件設計框圖 圖1 圖像處理系統結構框圖 圖1是基于TMS320C5409的圖像處理系統結構圖。C5409為中央處理器，SRAM為DSP片外擴展數據存儲器，EEPROM為脫機工作時的程序存儲器，用于存儲系統的引導程序和其它應用程序， A/D轉換部分負責把轉換為數字信號的圖像存入幀存儲器中。地址譯碼、圖像采集系統控制電路產生本系統各部分的地址譯碼信號，使之映射到不同的地址區域，并控制ADC進行圖像采集，這部分由CPLD控制;圖像采集芯片的寄存器控制由51單片機完成。 圖 2 存儲器擴展示意圖 存儲空間的擴展方案 經過A/D轉換的原始圖像數據是非常大的，TMS320C5409的內部僅有32KB的RAM和16KB的ROM ，不能滿足需要，因此，必須擴展存儲器來存放原始圖像數據和應用程序。本文考慮外接64KB的RAM和512KB的Flash，RAM使用Cypress公司的CY7C1021V33， Flash采用SST公司的SST39VF512。由于 C5409的數據空間僅為64KB，因此采用內存頁擴展技術。C5409的擴展輸出口1Q和2Q作為擴展內存的頁選擇信號。用C5409的A15引腳和XF引腳通過3/8譯碼器來控制擴展存儲器片選信號的產生，當A15=0時，選擇片內RAM；當A15=1,XF=0時選擇片外SRAM；當A15=1,XF=1時選擇片外Flash；存儲器的擴展如圖2所示。將外部擴展RAM的64KB中的48KB用于存放原始圖像數據，16KB用于存放壓縮后的圖像和程序以及暫存的數據。 DSP芯片電源電路設計 電源設計中需要考慮的主要問題是功率和散熱。功率要求:電流的消耗主要取決于器件的激活度，即CPU的激活度，外設功耗主要取決于正在工作的外設及其速度，與CPU相比，外設功耗是比較小的。以TMS320C5409為例，進行FFT運算時，需要的電源電流最大。因此在設計電源時，必須考慮在電源電流和實際需用電流之間留有一定裕量，因為峰值電流會更大，裕量至少是20%。 圖 3 三種運算因子 C5409采用了雙電源供電機制，工作電壓為3.3V和1.8V。其中，1.8V主要為DSP的內部邏輯提供電壓，包括CPU和其它所有外設邏輯。外部接口引腳采用3.3V電壓。本系統的電源采用了TI公司的兩路輸出電源芯片TPS73HD318，它是一種雙輸出穩壓器。輸出電壓一路為3.3V、一路為1.8V，每路電源的最大輸出電流為750mA。 JPEG圖像壓縮算法 JPEG算法的優化 盡管JPEG基本系統能夠對圖像進行低壓縮比壓縮，但是DCT和IDCT在軟件實現的過程中，是最耗費時間的運算，而且，由于沒有考慮圖像本身的頻譜特性，JPEG量化表對于所有圖像壓縮并不一定最優。采用快速DCT算法可提高軟件的速度，增強軟件的實時性。同時，根據圖像本身的頻譜特性，自適應改進JPEG推薦的量化表。 快速DCT算法 如果將一幅圖像分成許多8×8的小塊后直接進行2D-DCT變換，運算量將會十分巨大。因此，需要將8×8二維DCT變換轉換成兩次8點的一維DCT復合運算。具體做法是對每一個8×8 塊先做列方向上的DCT變換,得到一個中間矩陣，再對該矩陣各行進行DCT變換。可以看到，8×8矩陣的2維DCT可以轉換成16次一維8點DCT。 目前，很多針對一維DCT運算的DCT快速算法已經提出。其中，Loeffler算法所需要的計算量最小。Loeffler算法將8點一維DCT運算分為4級，由于各級之間的輸入/輸出存在依存關系，4級操作必須串行進行，而各級內部的運算可并行處理。 由此計算可知，一個8點DCT的Loeffler算法共需要11次乘法和29次加法。從DSP匯編語言編程的角度來看，一個代數運算應包括取操作數、運算、存操作數三個步驟。因此，該算法大約需要120條指令。C5409的運算能力很強，支持單周期加/減法和單周期乘法運算，并且能夠在單周期內完成兩個16位數的加/減法運算，再加上DSP中有3組數據總線，因而可以利用長操作數(32位)進行長字運算。在長字指令中，給出的地址存取的總是高16位操作數，因而只需5條長字指令即可計算2個蝶形運算。加上采取其它優化措施，大約需90條指令完成Loeffler算法。 雖然Loeffler算法運算量最小，但是運用于本文系統并不是最優。因為該算法是為高級語言設計，沒有利用匯編語言的特點和DSP硬件的特點。本文提出了基于DSP乘法累加單元的DCT快速算法。 DSP的乘法累加單元能在單周期內完成一次乘法和一次累加運算。如匯編指令運用于DCT運算，將大大簡化程序的復雜度并減少計算時間。具體算法如下，利用蝶形運算： S0=x(0)+x(7);S7=x(0)-x(7) S1=x(1)+x(6);S6=x(1)-x(6) S2=x(2)+x(5);S5=x(2)-x(5) S3=x(3)+x(4);S4=x(3)-x(4) 展開一維DCT公式 經過化簡合并后結果如下： y(0)=aS0+aS1+aS2+aS3 y(2)=fS0+gS1-gS2-aS3 y(4)=aS0-aS1-aS2+aS3 y(6)=gS0-fS1+fS2-aS3 y(1)=eS4+dS5+cS6+bS7 y(3)=dS4-bS5-eS6+eS7 y(5)=cS4+eS5-bS6+dS7 y(7)=-bS4+cS5-dS6+eS7 從上面表達式可以看出，y(0)-y(7)都是乘法累加運算，而S0-S7可由x(0)-x(7)經過蝶形運算得到，因此，DCT算法由原來的4級運算變成兩級，即第一級蝶形運算和第二級乘法累加運算，第一級蝶形運算共要10+4=14 (10次計算操作和4次輔助操作)條指令，第二級運算中，每個輸出要4+1+1=6條指令(做4次乘法累加運算、1次讀取操作和1次存儲操作)，一共48條指令，這樣，計算一個8點DCT要62條指令，大大縮減了運算時間，提高了CPU的工作效率，增強系統的實時性。 量化運算優化 本文提出了基于實際情況的自適應量化方法，即量化階段采用二次計算的方法,其算法主要分為兩步：(1) 對變換后的圖像系數進行自適應處理；(2) 構造新的量化表。具體方法如下： 首先求出亮度分量和兩個色度分量在頻域中所有8×8子塊的63 個交流系數絕對值的平均值P(u,v)，其中， u,v=0…7 為位置信息。接下來求出63 個交流系數平均值中的最大值，Z1 ( u , v) =MAX[ P1 ( u , v) ]，最后將63 個交流系數平均值進行歸一化處理,同時加入頻率位置信息,分別得出亮度和色度量化表中63 個交流分量的矯正系數,計算過程為： 由此可以得到量化表的矯正式 Qp1 ( u , v) = Q1 ( u , v) / X1 ( u , v),對JPEG量化表進行矯正。 將上述矯正后的量化表作為最終的量化表,對圖像進行標準JPEG壓縮，形成完全符合JPEG格式的壓縮文件。本算法的解碼過程與標準JPEG解碼過程完全相同,可以看出它也是標準JPEG編碼過程的逆過程。 實驗結果 快速DCT運算 將本文提出的算法、Loeffler的DSP優化算法和純Loeffler算法分別進行測試。結果見表1，可以看到本文算法較Loeffler的DSP優化算法大約節省了1/4的時間，較純Loeffler算法大約節省了一半時間，其效果是十分明顯的。 自適應量化 對自適應量化器進行仿真。本文采用中等復雜度的標準圖像作為測試圖，與基本JPEG系統進行性能比較 (基于峰值信噪比(PSNR))。只將JPEG標準方法中的量化表更改為修正的量化表，就可以在同等壓縮比下，提高恢復圖像的質量。表2為不同壓縮比下，采用JPEG量化表和自適應量化表兩種方法的峰值信噪比。從壓縮比和峰值信噪比的對比結果可看出，自適應量化JPEG方法的壓縮比略高于標準JPEG方法。 結語 本文以TI的TMS320C5409作為開發平臺，實現了一種新的JPEG圖像壓縮系統。該系統的優點是提高了JPEG的運行速度，增強了圖像的壓縮率和質量，并且易于硬件實現。這一方案可應用于需要對視頻圖像進行實時采集、壓縮及存儲的絕大部分場合。 |
