引言
隨著多媒體和網(wǎng)絡(luò)技術(shù)的發(fā)展,，數(shù)字圖像大信息量的特點對圖像壓縮技術(shù)的要求越來越高，因此,，專用高速數(shù)字信息處理技術(shù)成為發(fā)展的方向,。TI推出的C5000系列DSP將數(shù)字信號處理器使信號處理系統(tǒng)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(tǒng)硬件設(shè)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(shù)據(jù)總線和4組地址總線建立的改進型哈佛結(jié)構(gòu)，取址和讀數(shù)可同時進行,。有獨立的硬件乘法器,，有利于實現(xiàn)優(yōu)化卷積、數(shù)字濾波,、FFT,、矩陣運算等算法中的大量重復(fù)乘法運算。具有循環(huán)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(shù)據(jù)總線并行工作。
在本系統(tǒng)中,，TMS320C5409作為主處理器,，任務(wù)是實現(xiàn)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(yīng)用在對實時性要求不是很高的場合是完全可行的。
硬件設(shè)計框圖
圖1是基于TMS320C5409的圖像處理系統(tǒng)結(jié)構(gòu)圖,。C5409為中央處理器,，SRAM為DSP片外擴展數(shù)據(jù)存儲器，EEPROM為脫機工作時的程序存儲器,，用于存儲系統(tǒng)的引導(dǎo)程序和其它應(yīng)用程序,，A/D轉(zhuǎn)換部分負責(zé)把轉(zhuǎn)換為數(shù)字信號的圖像存入幀存儲器中。地址譯碼,、圖像采集系統(tǒng)控制電路產(chǎn)生本系統(tǒng)各部分的地址譯碼信號,，使之映射到不同的地址區(qū)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,。
存儲空間的擴展方案
經(jīng)過A/D轉(zhuǎn)換的原始圖像數(shù)據(jù)是非常大的，TMS320C5409的內(nèi)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(shù)據(jù)和應(yīng)用程序。本文考慮外接64KB的RAM和512KB的Flash,，RAM使用Cypress公司的CY7C1021V33,，F(xiàn)lash采用SST公司的SST39VF512。由于C5409的數(shù)據(jù)空間僅為64KB,，因此采用內(nèi)存頁擴展技術(shù),。C5409的擴展輸出口1Q和2Q作為擴展內(nèi)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(chǎn)生,，當A15=0時,，選擇片內(nèi)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(shù)據(jù)，16KB用于存放壓縮后的圖像和程序以及暫存的數(shù)據(jù),。
DSP芯片電源電路設(shè)計
電源設(shè)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(shè)功耗主要取決于正在工作的外設(shè)及其速度,，與CPU相比，外設(shè)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(shè)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%,。
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(nèi)部邏輯提供電壓，包括CPU和其它所有外設(shè)邏輯,。外部接口引腳采用3.3V電壓,。本系統(tǒng)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(wěn)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(yōu)化
盡管JPEG基本系統(tǒng)能夠?qū)D像進行低壓縮比壓縮,，但是DCT和IDCT在軟件實現(xiàn)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(yōu)。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(jù)圖像本身的頻譜特性,，自適應(yīng)改進JPEG推薦的量化表,。
快速DET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(zhuǎn)換成兩次8點的一維DCT復(fù)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?？梢钥吹?，8×8矩陣的2維DCT可以轉(zhuǎn)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(jīng)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(guān)系,，4級操作必須串行進行,，而各級內(nèi)部的運算可并行處理。
流程圖中有三種運算因子：蝶形因子,、旋轉(zhuǎn)因子和倍乘因子,，分別如圖3中的a，b,，c所示,。蝶形因子的運算關(guān)系為：
D0=I0+I1
O1=I0-I1
需要2次加法完成，倍乘因子的輸入/輸出關(guān)系比較簡單：,，只需1次乘法,，旋轉(zhuǎn)因子的運算關(guān)系為：
需4次乘法、2次加法完成,。如果對其輸入/輸出關(guān)系式做以下變換：
只需要3次乘法,、3次加法,。其中,
和差都是已知系數(shù)，可通過查表獲得,。
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(shù)運算應(yīng)包括取操作數(shù),、運算、存操作數(shù)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(nèi)完成兩個16位數(shù)的加/減法運算，再加上DSP中有3組數(shù)據(jù)總線,，因而可以利用長操作數(shù)(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(shù),，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(yōu)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(tǒng)并不是最優(yōu)。因為該算法是為高級語言設(shè)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(nèi)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(fù)雜度并減少計算時間。具體算法如下,，利用蝶形運算：
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)一x(7)經(jīng)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(tǒng)的實時性,。
量化運算優(yōu)化
本文提出了基于實際情況的自適應(yīng)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(shù)進行自適應(yīng)處理;(2)構(gòu)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(shù)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163個交流系數(shù)平均值中的最大值,，Z1(u,，v)=MAX[P1(u，v)],，最后將63個交流系數(shù)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(shù),，計算過程為：
由此可以得到量化表的矯正式Qpl(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.IPEG編碼過程的逆過程。
實驗結(jié)果
快速DCT運算
將本文提出的算法,、Loeffler的DSP優(yōu)化算法和純Loeffler算法分別進行測試,。結(jié)果見表1，可以看到本文算法較Loeffler的DSP優(yōu)化算法大約節(jié)省了1/4的時間,，較純Loeffler算法大約節(jié)省了一半時間,，其效果是十分明顯的。
自適應(yīng)量化
對自適應(yīng)量化器進行仿真,。本文采用中等復(fù)雜度的標準圖像作為測試圖,，與基本JPEG系統(tǒng)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(fù)圖像的質(zhì)量,。表2為不同壓縮比下，采用JPEG量化表和自適應(yīng)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(jié)果可看出,，自適應(yīng)量化JPEG方法的壓縮比略高于標準JPEG方法。
結(jié)語
該系統(tǒng)的優(yōu)點是提高了JPEG的運行速度,，增強了圖像的壓縮率和質(zhì)量,，并且易于硬件實現(xiàn)。這一方案可應(yīng)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,。