（光学工程专业论文）小波序列图像压缩编码vlsi结构研究.pdf

摘要 数字序列图像压缩编码是海量数字图像存储、传输等应用的基础。由于小波 变换具有多分辨率特性，因此特别适于图像压缩编码。然而小波变换编码需要大 量的数据操作，实时编码必须通过硬件实现。另外使用专用集成电路实现编码系 统，编码器将具有面积小和功耗低等优点。研究适合硬件实现的小波图像编码算 法，设计小波图像编码专用芯片已经成为小波图像编码应用的关键技术。 本文对小波变换图像编码算法和它们的v l s i 结构进行了研究。本文的研究包 括了小波变换的提升格式和小波系数零树编码的硬件实现，以及序列图像的可变 宏块运动估计硬件实现算法。为验证小波图像编码硬件算法，编写了所有硬件结 构的v e r i l o g h _ d l 模型，并设计了一种基于f p g a 的图像压缩编码实验硬件系统， 对算法进行了f p g a 验证。 以下是本文的三个创新性成果： 1 ) 设计了一种并行阵列式二维离散小波变换( d w t ) 提升格式的硬件结构。小 波变换选择t l s 9 7 双正交小波滤波器，根据这种小波滤波器，设计了分离的小 波行变换和列变换的硬件结构。采用行缓冲存储器阵列，实现了图像并行二维小 波变换。提升格式的乘法使用了c s d 固定系数乘法，设计了树结构定点移位乘法 器，显著降低了乘法器消耗的逻辑门资源。提升结构优化使用了多级流水线结构， 以便加快变换速度，提高硬件利用率。 2 ) 在小波系数编码研究中，提出了一种适于硬件实现的快速无链表s p i h t 零 树编码算法f n l s ，并给出了这种算法的硬件实现。与最初的s p i h t 算法相比， 这种算法使用两个标志阵列代替了原始算法的三个链表结构，显著降低了对存储 器容量的需求，合并了非显著系数扫描过程和精细化过程，简化了扫描过程。本 文设计了n 儿s 算法的硬件结构，实现了从零树分裂出来的待编码系数和零树集 合的并行编码，提高了零树编码系统速度。 3 ) 小波序列图像运动估计技术研究中，提出了一种可变宏块运动估计方法， 并设计了相应的硬件结构。这种运动估计方法，先搜索子宏块的运动矢量，然后 对子宏块根据相邻宏块运动矢量的相似性进行合并。运动矢量搜索采用局部全搜 索策略，子宏块运动估计采用了并行阵列式硬件结构，同时使用1 6 个处理单元 搜索一个宏块内1 6 个子宏块的运动矢量，提高了运动矢量搜索速度。 关键词：图像编码小波变换提升格式f p g av l s i 零树编码运动估计 变尺寸宏块 a b s t r a c t t h ec o m p r e s s i o n c o d i n go ft h ed i g i t a li m a g es e q u e n c ei st h eb a s i so ft h ei m a g e t r a n s m i t t i n ga n ds t o r a g e t h ew a v e l e tt r a n s f o r mi ss u i t a b l ef o rs u c hi m a g ec o d i n g b e c a u s eo fs u c hc h a r a c t e r i s t i ca st h em u l t i r e s o l u t i o nr e p r e s e n t a t i o n h o w e v e r , t h e w a v e l e ti m a g ec o d i n gn e e d sh u g ec o m p u t a t i o n ，i ts h o u l db e i m p l e m e n t e dw i t h h a r d w a r ef o rr e a l - t i m ec o d i n g ，w h i c hw i l lr u nw i t hm u c hl o w e rp o w e ra n do c c u p y s m a l l e rd i m e n s i o n t h ed e s i g no ft h ev l s io ft h ew a v e l e ti m a g ec o d i n gw i l lb e f o l l o w e da st h ed e v e l o p e da l g o r i t h mm o d e i nt h i st h e s i s ，t h ew a v e l e ti m a g ec o d i n ga l g o r i t h m sa n dt h e i rv l s ia r c h i t e c t u r ea r e s t u d i e d ，w h i c hi n c l u d et h el i f t i n gs c h e m e sh a r d w a r ea r c h i t e c t u r e ，z e r o - t r e ec o d i n g a l g o r i t h ma n di t sh a r d w a r ei m p l e m e n ta n dv a r i a b l es i z em a c r o b l o c km o t i o n e s t i m a t i o nh a r d w a r ea r c h i t e c t u r e f o rv e r i f y i n gt h e s eh a r d w a r ea r c h i t e c t u r e s ，a l lk i n d s o fv e r i l o gh d lm o d e l s o ft h ec o d e ra r ep r o g r a m m e d ，a n dad e m o s t r a t i o np c b m o d u l eb a s e do nf p g ah a sb e e nb u i l tu p t h i st h e s i sa c h i e v e st h ef o l l o w i n gt h r e ei n n o v a t i v er e s u l t s ： 1 ) t h et h e s i sp r e s e n t san e wp a r a l l e la r r a y2 - dd i s c r e t ew a v e l e tt r a n s f o r m ( d w t ) h a r d w a r ea r c h i t e c t u r eb a s e do dl i f t i n gs c h e m e s t h eb i o r t h o g o n a ll s 9 7w a v e l e tf i l t e r i sa d o p t e di n t h i sa r c h i t e c t u r e ，a n da c c o r d i n go ft h ef i l t e r ，s e p a r a t ec o l u m nw a v e l e t t r a n s f o r ma n dr o ww a v e l e tt r a n s f o r mh a r d w a r ea r c h i t e c t u r e sa r ep r e s e n t e d i nt h e l i f t i n gs c h e m e sa r c h i t e c t u r eo ft h i st h e s i s ，al i n eb u f f e ra r r a yi se m p l o y e di nr e a l i z i n g t h e2 - dp a r a l l e lw a v e l e tt r a n s f o r m ；a n dak i n do ft r e ef i xp o i n ts h i f tm u l 卸l i e rb a s e d o nt h ec s dm u l t i p l i c a t i o ni sp r e s e n t e d ，w h i c hc a nd i s t i n c t l yr e d u c et h eh a r d w a r e r e s o u r c e t h el i f t i n gs c h e m e sa r c h i t e c t u r eo ft h i st h e s i si so p t h n i z e di ni n u l t i l e v e l p i p e l i n ed e s i g nw a y t os p e e du pa n da c h i e v eh i g h e rh a r d w a r eu t i l i z a t i o n 2 ) an e wf a s tn ol i s ts p i h t ( f n l s ) a l g o r i t h ma n di t sh a r d w a r ea r c h i t e c t u r ea r e p r o p o s e df o rw a v e l e tc o e f f i c i e m sc o d i n g t h i sa l g o r i t h mu t i l i z e st w of l a gm a p s i n s t e a do ft h r e el i s t so fs p i h ta l g o r i t h m ，w h i c hc a nd i s t i n c t l yr e d u c et h em e m o r y r e q u i r e m e n t ，a d d i t i o n a l l y , f n l sa l g o r i t h mi n c o r p o r a t e dt h ei n s i g n i f i c a n t - c o e f f i c i e n t p a s sa n dr e f i n ep a s si no n ep a s s ，a n ds os i m p l i f i e st h es c a np r o c e s s e so fs p i h tc o d i n g t h i st h e s i sp r e s e n t sf n l sh a r d w a r ea r c h i t e c t u r ei nd e t a i l ，w h i c hc a ne n e o d et h e z e r o t r e es e ta n dc o e m c i e n t ss e p a r a t e df r o mz e r o t r e es e ti np a r a l l e l 3 ) an e wv a r i a b l es i z em a c r o b l o c km o t i o ne s t i m a t i o nm e t h o da n dc o r r e s p o n d i n g h a r d w a r ea r c h i t e c t u r ea r ep r e s e n t e dd u r i n gt h es t u d yo fs e q u e n c ei m a g e sm o t i o n e s t i m a t i o n i nt h i sm e t h o d ，f i r s t l y , s u b m a c r o b l o c k sm o t i o nv e c t o r sa r es e a r c h e d , a n d t h e nt h o s es u b - m a c r o b l o c k sa r ei n c o r p o r a t e di nb i g g e rs i z eb l o c k so nt h eb a s i so ft h e s i m i l a r i t yo ft h ea d j a c e n tm a c r o b l o c km o t i o nv e c t o r s 。t h es u b - m a c r o b l o c k sm o t i o n v e c t o r sm e t h o da d o p t sl o c a lf u l l s e a r c h ，a c c o r d i n gt ow h i c has o r to fp a r a l l e la r r a y a r c h i t e c t u r ei sp r o p o s e di nt h i st h e s i s t h ea r r a ya r c h i t e c t u r eu t i l i t i e s1 6p r o c e s s i n g u n i t st os e a r c h16s u b m a c r o b l o c k sm o t i o nv e c t o ra ts a m et i m es o a st os p e e dt h e m o t i o nv e c t o r ss e a r c h k e y w o r d s ：i m a g ec o d i n g ，w a v e l e tt r a n s f o r m ，l i f t i n gs c h e m e s ，f p g a ，v l s i ，z e r o t r e e c o d i n g ，m o t i o ne s t i m a t i o n ，v a r i a b l es i z em a c r o b l o c k 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得墨盗盘堂或其他教育机构的学位或证 书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：丑晓厅、 签字日期： 2 口叼f 年6 月2 莎日 学位论文版权使用授权书 本学位论文作者完全了解墨盗盘鲎有关保留、使用学位论文的规定。 特授权苤生盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：王，晓香， 新虢乃l 娜 签字日期：上口眄年6 月上彤日 签字日期：2 口口r 年多月计日 墨堡查兰堕主兰堡丝苎 第一章绪论 序列数字图像的表示需要大量数据，高质量的数字图像保存和传输需要很大 的空间和网络带宽。随着多媒体技术和网络技术的发展，人们对于图像质量、大 小和应用提出了更高的要求。近十几年来，新的图像和视频编码方法不断涌现， 有力的推动了数字图像在各个领域的应用。 小波分析的应用领域已经非常广泛，被喻为“数学显微镜”的小波分析非常 适合不连续信号领域。近年来，出现了许多和小波变换相关的图像压缩编码算法。 随着快速离散小波变换算法的出现和v l s i 技术高速发展，将小波变换算法和图 像编码算法做成专用集成电路成为可能。小波图像编码算法专用集成电路的研究 对小波变换算法提出了更高的要求，也带动y d , 波分析理论的研究，两者相互促 进，共同发展。 1 1 研究的目的和意义 图像是人们传递信息的重要媒介，统计资料表明，人们获取信息的7 0 来自图 像。然而数字化的图像信息表示需要大量数据，尤其是动态图像和视频图像。这 就给信息的存储和传输造成很大的困难，成为阻碍人类有效获取和使用信息的瓶 颈问题之一。 从存储的角度看：图像存储往往会带来海量的数据。例如在不压缩的条件下， 6 4 0 x 4 8 0 像素、3 0 帧s 的2 4 位彩色序列图像的数据流量为2 1 0 9 m b s 。这样的数字 图像若用6 5 0 m b 的c d 存放只能存2 5 s 。而一幅2 2 9 1 x 2 1 9 0 x 8 b i t 的气象卫星红外云 图占4 9 m b ，如果一颗卫星每半小时发一次全波段数据( 5 个波段) ，每天的数据 量就高达1 2 g b ”。视频监控要求进行连续不间断的摄像，需要同时存储一段时 间的多路视频图像，若采用p a l 制式6 2 5 x 5 7 6 数字图像，2 5 帧s ，一路视频的一个 小时存储量为9 2 7 g b 。 从传输的角度看：图像稳定传输对图像编码技术提出了更高的要求。数字电 视已经发展n h d t v 阶段，若不采用压缩技术，将要求占用1 1 6 g b 的带宽，而使用 m p e g 一2 编码技术后，可以在现有的6 m 的模拟电视线路上传输 2 】。未来网络电视 i p t v 发展前景良好，在互联网上，特别是在无线网络上传输数字图像编码技术 要求很高。 因此，新的更有效的图像压缩编码方法不断开发出来，以便适应不断增长的 需要。小波图像压缩具有压缩率高，图像恢复质量高，可实现渐进式编解码等优 第一章绪论 点。但图像二维小波变换软件实现计算量大，需要较多的存储器，小波编码速度 慢，功耗大，不适于实时性要求高的嵌入式1 3 应用场合如数码相机、无线移动、 便携式摄像机等。硬件实现小波图像编码，将使得编码系统成本更低稳定性更好。 设计专用的小波编解码芯片将使得编码系统的体积和功耗显著降低，而随着微电 子技术的发展，将图像小波变换编码算法制成个a s i c 4 核，已经成为可能，它 将在军用和民用等各个方面获得广泛的应用。 1 2 现有图像压缩标准 图像信息中存在很大的冗余性，图像压缩就是去除图像的冗余。一般图像数 据中存在空间冗余，时间冗余、信息熵冗余、结构冗余、知识冗余和心理视觉冗 余等几种冗余。针对图像中各种信息冗余，各种的图像编码技术被开发出来。例 如离散小波变换( d w t ) 或离散余弦变换( d c t ) 能有效去除图像空间相关性，基于 马尔可夫k 信源理论的自适应算术编码算法能有效消除信息熵冗余，序列图像中 前后帧的帧间运动估计显著减小了图像信息的时间冗余。一般说来，图像压缩编 码的进展很快能反映到图像压缩标准上，因此图像压缩标准的发展一定程度上代 表了图像压缩编码技术的发展。 | j p e g j p 船 j p e g 2 1 3 0 0 s t a a d a r d g i ti 1 9 8 41 9 8 6 1 9 8 8 1 9 9 01 9 9 2 1 9 9 4 1 9 9 61 9 9 8z 0 0 02 0 0 2 2 0 0 4 图l i 图像压缩标准发展历程 国际标准化组织( i s o ，i n t e r n a t i o n a lo r g a n i z a t i o nf o rs t a n d a r d i z a t i o n ) 和国际 电信联盟( i t u t ，i n t e r n a t i o n a lt e l e c o m m u n i c a t i o n su n i o n ) 从八十年代起制定了 一系列的针对不同应用场合、不同传输码率、不同图像格式和不同图像质量要求 的图像编码国际标准。这其中包括关于静态图像的j p e g ，j p e g 一2 0 0 0 ，以及关于 天津大学博士学位论立 运动图像编码的h 2 6 1 ，h 2 6 3 ，m p e g 1 ，m p e g 2 ，m p e g 4 ，m p e g 7 国际标 准等。我国在近年来也重视起这个问题，2 0 0 2 年6 月份，a v s 工作组( 数字音视频 编解码技术标准工作组) 成立，a v s ( a u d i ov i d e oc o d i n gs t a n d a r d ) 标准视频部分草 案于2 0 0 3 年1 2 月完成，音频部分于2 0 0 4 年8 月完成，目前a v s 标准仍在完善中。 图l 一1 是图像压缩标准的发展历程。 ( 1 ) j p e g i 并f i j p e g 2 0 0 0 “”。i s o 制定的静态图像压缩编码标准。i s o 于1 9 8 6 年成立了联合图片专家组( j o i n tp h o t o g r a p h i ce x p e r tg r o u p ) ，1 9 9 4 年正式出版了第 一个静态图像压缩编码的国际标准i s o i e c l 0 9 1 8 引，j p e g 标准有损编码部分采用 了基于d c t 变换的分块编码。j p e g 2 0 0 0 【6 j 是1 9 9 6 年开始准备，1 9 9 7 年1 1 月悉尼召 开的w g l 会议形成了原始建议【7 j ，1 9 9 9 年召开的几次w g i 会议上，e b c o t 算法【8 】 和m 0 算术编码器【6 7 】被采纳，从而j p e g 2 0 0 0 标准基本完成。 ( 2 ) m p e g 系列标准。m p e g 系列标准包括m p e g 1 【9 】、m p e g 2 、m p e g 4 、 m p e g 7 标准等。i s o 于1 9 8 8 年成立了活动图像专家组( m p e g ，m o v i n g p i c t u r e e x p e r tg r o u p ) ，主要致力于制定运动图像压缩编码的国际标准。i s o 在1 9 9 3 年8 月正式编码出版了m p e g 1 标准( i s o i e c1 1 1 7 2 ) 吼1 9 9 4 年，i s o 出版了m p e g 2 标准( i s o i e c1 3 8 1 8 ) 【1 0 】。m p e g 2 等同于c c i t t 组织的h 2 6 2 标准。m p e g 组 织1 9 9 9 年正式公布t m p e g 一4 【l l , 1 2 ( i s o i e c1 4 4 9 6 ) v 1 o 和v 2 0 版本。m p e g 一4 和m p e g 1 均对残差图像使用了d c t 变换。m p e g 4 还具有许多新的特性，核心 是基于对象1 2 】的图像分析与合成技术，m p e g 4 也提出了一种小波纹理图像编 码技术。 f 3 ) h 2 6 1 和h ，2 6 3 标准。 l 2 6 1 1 3 】是第一个关于视频压缩编码的国际标准。 h 2 6 1 处理的图像格式是c i f 和q c i f 格式，由c c i t t ( 国际电报电话咨询委员会， i n t e r n a t i o n a lt e l e p h o n ea n dt e l e g r a p hc o n s u l t a t i v ec o m m i t t e e ) 在19 8 4 年底开始研 究，应用于可视电话和会议电视图像编码。h 2 6 1 发表以后，c c i t t 又陆续出台 了h 2 6 2 、h 2 6 3 1 1 4 l 标准、h 2 6 3 + t 1 5 埽口h 2 6 3 + + 【1 6 1 标准，h 2 6 2 标准使用了与m p e g 2 相同的技术。 ( 舢h ，2 6 4 a v cm p e g 一4p a r t1 0 ” 是u t 的v c e g ( 视频编码专家组) 和 i s o i e c 的m p e g ( 活动图像编码专家组) 的联合视频组( j v t j o i n tv i d e ot e a m ) 开发的一个新的数字视频编码标准，它既是i t u t 的h 2 6 4 ，又是i s o i e c 的 m p e g 4 的第1 0 部分。1 9 9 8 年1 月份开始草案征集，2 0 0 3 年正式通过。本文以下 各章节将这种标准简称为h 2 6 4 。 h 2 6 4 , 以前的标准一样，也是d p c m 女i 变换编码的混合编码模式。但它采用 “回归基本”的简洁设计，不用众多的选项，获得比h 2 6 3 + + 好得多的压缩性能； 加强了对各种信道的适应能力，采用“网络友好”的结构和语法，有利于对误码 第一章绪论 和丢包的处理；应用目标范围较宽，以满足不同速率、不同解析度以及不同传输 ( 存储) 场合的需求；它的基本系统是开放的，使用无需版权。在技术上，h 2 6 4 标准中有多个闪光之处，如统一的v l c 符号编码，从1 6 1 6 至i j 4 4 七种宏块模式 的帧内和帧问预测，基于4 4 块的整数变换、分层的编码语法“8 1 等。这些措施使 得h 2 6 4 算法具有很的高编码效率，在相同的重建图像质量下，能够比h 2 6 3 节约 5 0 左右的码率“。h 2 6 4 的码流结构网络适应性强，增加了差错恢复能力，能 够很好地适应i p 和无线网络的应用。 ( 5 ) a v s 是由我国自主制定的音视频编码技术标准1 1 9 】，主要面向高清晰度电 视、高密度光存储媒体等应用。a v s 标准以当前国际上最先进的视频图像编码标 准m p e g - 4a v c h 2 6 4 框架为基础，强调自主知识产权，同时充分考虑了实现的 复杂度。相对于h ，2 6 4 ，a v s 的主要特点有：( 1 ) 8 8 的整数变换与6 4 级量化；( 2 ) 亮度和色度帧内预测都是以8 x 8 块为单位，亮度块采用5 种预测模式，色度块采用 4 种预测模式；( 3 ) 采用1 6 1 6 、1 6 8 、8 1 6 和8 x 84 种块模式进行运动补偿；( 4 ) 在1 4 象素运动估计方面，采用不同的四抽头滤波器进行半象素插值和1 4 象素插 值；( 5 ) v 帧可以利用最多2 帧的前向参考帧，而b 帧采用前后各一个参考帧。 1 3 小波图像压缩编码算法 在图像压缩领域，变换编码是一种针对统计冗余进行压缩的方法，可以得到 高的压缩比，所谓变换编码是将图像空间信号变换到频域上进行处理的方法。常 用的变换有：k l 变换；d c t 变换，d s t 变换，d f t 变换；h a a r 变换：以及小波变 换等。小波分析p 4 2 7 悃于信号与图像压缩领域是小波分析应用的一个重要方面。 它的特点是低频子带能量，集中压缩比高，压缩速度快。目前已经开发出许多小 波图像压缩算法，包括小波零树压缩算法、自适应小波压缩、小波矢量压缩、多 小波变换压缩、小波神经网络压缩，小波包压缩、小波分形压缩等。在这些方法 中小波分形压缩 2 0 2 2 】和小波神经网络压缩b 4 存在压缩比不高和编码时间过长的 问题。小波矢量压缩【2 副能显著提高图像的压缩比，矢量搜索速度仍有待提高。 1 3 1 小波静态图像压缩编码算法 小波静态压缩算法由主要三部分组成：变换、量化和熵编码。原始图像经过 变换产生去相关的变换系数，变换后图像能量集中在低频子带内。变换后系数被 量化，以产生符号流。系数量化后的符号流需要进行熵编码，熵编码的目的就是 用尽可能少的符号表示系数量化后的符号流。变换、量化和熵编码这三个环节密 不可分，每个环节都对小波图像的压缩性能产生重大影响。 第一章绪诧 和丢包的处理；应用目标范围较宽，吼满足不同速率、不同解析度以及不同传输 ( 存储) 场台的需求；它的基本系统是开放的，使用无需版权。在技术上，h 2 6 4 标准中有多个闪光之处，如统一的v l c 符号编码，从1 6 t 6 n 4 x 4 - 2 种宏块模式 的帧内和帧问预测，基于4 x 4 块的整数变换、分层的编码语法”等。这些措施使 得h2 6 4 算法具有很的高编码效率，在相同的重建图像质量下，能够比h 2 6 3 节约 5 0 左右的码率”。h 2 6 4 的码流结构网络适应性强，增加了差错恢复能力，能 够很好地适应i p 和无线网络的应用。 ( 5 ) a s 是由我国自主制定的音视频编码技术标准1 ”j ，主要面向高清晰度电 视、高密度光存储媒体等应用。a v s 标准以当前国际上虽先进的视频图像编码标 准m p e g 一4 a v c h2 6 4 框架为基础，强调自主知识产权，同时充分考虑了实现的 复杂度。相对于h 2 6 4 ，a v s 的主要特点有：( 1 ) 8 x g 的整数变换与6 4 级量化；( 2 ) 亮度和色度帧内预测都是以8 x 8 块为单位，亮度块采用5 种预铡模式，色度块采用 4 种预测模式；( 3 ) 采用1 6 1 6 、1 6 x 8 、8 x 1 6 和8 84 种块模式进行运动补偿；( 4 ) 在1 4 釜素运动估计方面，采用不同的舀抽头滤波器进行半象索插值和1 4 象素插 值；( 5 ) p 帧可必利用最多2 帧的前向参考帧，而b 帧采用前后各个参考帧。 1 3 小波图像压缩编码算法 在图像压缔领域，变换编码是一种针对统计冗余进行压缩的方 击，可以得到 高的压缩比，所谓变换编码是将图像空间信号变换到颇域上进行处理的方法。常 用的变换有：k l 变换；d c t 变换，d s t 变换，d f t 变换；h a a r 变换；以及小波变 换等。小波分析 2 4 - 2 7 用于信号与图像压缩领域是小波分析应用的一个重要方面。 它的特点是低频子带能量，集中压缩比高，压缩速度侠。目前已经开发出许多小 波图像压缩算法，包括小波零树压缩算法、自适应小波压缩、小波矢量压缩、多 小波变换压缩、小波神经网络压缩，小波包压缩、小波分形压缩等。在这些方法 中小波分形压缩 2 0 2 2 和小波神经网络压缩口q 存在压缩比不高和编码时间过长的 问题，小波矢量压缩 2 8 l 能显著提高图像的压缩比，矢量搜索速度仍有待提高。 1 3 。1 小波静态图像压缩编码算法 小驶静态压缩算法由主要三部分组成：变换、量化和熵编码。蟓始图像经过 变换产生去相关的变换系数，变换后图像能量集中在低频子带内。变换后系数被 量化，以产生符号流。系数量化后的彳! j _ 号流需要进行熵编码，熵编码的日的就是 用尽可能少的符号表示系数量化后的符号流。变换、量化和熵编码这毛个环节密 不可分，每个环节都对小波图像的压缩性能产生重大影响。 不可分。每个环节都对小波图像的压缩性能产生重大影响。 天津大学博士学位论文 1 3 1 1 小波变换算法 图像压缩领域的小波变换一般采用离散小波变换，可以采用m a l l a t 多分辨率分 解算法1 2 9 ”】，自顶向下分解。小波包高频部分也进行二次分解，其用于图像压缩 的优点是显而易见的，但其计算量显著增加，计算时间加长，止d i - 如何快速寻找 最优小波包仍是需要解决的问题。多小波是一种新小波，其包含多个小波。g h m 多小波 ”被首先发现，1 9 9 6 年，c k c h u i 等给出了一种紧支撑正交多小波 的构造方法”，1 9 9 9 年h w e e 3 3 等把双正交单小波推广到双正交多小波，构造 出一族双正交多小波，并把它用于图像压缩“。应用多小波变换可以对图像有效 进行滤波和消噪等处理，但多小波实现电路比单小波复杂的多。 小波图像压缩选择合适的小波基非常重要。图像小波变换的重建质量对相位 失真很敏感，因此小波滤波器必须具有线性相位，至少具有广义线性相位。线性 相位特性要求小波滤波器的冲激响应具有某种形式的对称性，然而这与紧支集正 交性小波。“3 冲突。 按照与标准正交小波构造的方法密切相关的方法，c o h e n ，d a u b e c h i e s 和 f e a u v e a u 3 5 提出了包含线性相位滤波器的双正交小波族。双正交小波的分解和 重构分别使用不同的小波滤波器，小波分解滤小波波器和重构的尺度函数正交， 而小波的重构小波滤波器和小波分解的尺度函数正交。并且由于小波对称性，双 正交小波执行速度也比正交小波快。 对于小波图像压缩编码硬件实现，应选择与硬件相适应的小波滤波器，为了 简化电路设计，应尽量寻找整数系数的小波滤波器，且小波滤波器阶数应当尽量 少。l u 等用大量实验结果o ”表明双正交9 7 d , 波基性能较优。因此j p e g 2 0 0 0 标准 选择了c d f 9 7 d 、波作为自然图像的小波滤波器，j p e g 2 0 0 0 标准另外还选择一组 5 3 整数滤波器，对于人工图像5 3 整数滤波器性能要优于c d f 9 7 。 1 9 9 4 年，w s w e l d e n s 提出了一种不依赖傅里叶变换的新的小波构造方法 提升方法”“，1 9 9 6 年，w i m s w e l d e n s 提出7 * j j 用提升框架”8 1 构造紧支撑双正交小 波。小波提升框架被称为第二代小波变换。”1 ( 传统小波卷积分解是第一代小波) ， 图像的提升算法包含三个步骤：分裂、预测和更新，将输入信号切分为奇偶两个 序列后，交替使用奇( 偶) 序列对偶( 奇) 序列进行预测和更新得到更为简洁的数据 表现形式。文 4 0 提出了基于提升框架构造双正交9 7 4 波的几个简化公式，利 用这几个公式可以在一个区间选择合适的提升系数。与第一代小波相比，第二代 小波具有以下几个优点： n ) 实现结构简单，由若干个预测和更新单元组成。 小波变换硬件结构容易模块化，扩展容易。 ( 3 ) 提升结构可逆，能实现完美重建，只要改变预测和更新步骤顺序，并改 第一章绪论 变提升系数的符号就能实现信号重建，因此提升算法能用于无损压缩。 ( 4 ) 提升方法可以不依赖傅立叶变换实现小波构造。 ( 5 ) 提升方法能很好的克n d , 波边界问题，提升方法的可逆性使得图像边界 也能很好的重建。 ( 6 ) 利用提升方法，可以构造非线性小波，例如在提升步骤中动态改变提升 系数，实现自适应小波变换，不过目前自适应提升算法对于系数的量化误 差较敏感，还有待进一步研究。 小波图像压缩编码，一般都是按, , 昭, , l a p l a c i a n 金字塔h 1 1 方法分解，l a p l a e i a n 金 字塔的主要特征是渐进压缩。按照l a p l a c i a n 金字塔方法，原始图像被分解i 为l l ( 水 平低频和垂直低频子带) 、h l ( 水平高频和垂直低频子带) 、5 1 4 ( 水平低频和垂直高 频子带) 和h h ( 水平高频和垂直高频子带) 四个子带。l l 予带还能进一步分解，也 按照上面的四个予带进行分解。在a d 公司的a d v 6 0 1 d 、波压缩芯片中，采用了一 种简化的l a p l a c i a n 的分解方法，先对图像进行水平变换，对水平变换的高频子带 不进行处理，然后对水平变换的低频子带分解为l l 和l h 子带，然后根据需要对l l 迸一步分解。 1 3 。1 2 小波系数量化 原始图像小波变换后，l l 子带能量最为集中，体现了图像灰度变化，h l 具有 垂直边缘的信息，l h 具有水平边缘的信息，h h 具有对角边缘的信息，如何对各 个子带进行量化和编码是小波图像编码研究中研究最多的内容。小波系数量化主 要有三种方法，第一种是标量量化s q ，这种方法是各种方法中最简单的，目前 的图像压缩芯片都是基于标量量化。第二种方法是矢量量化v q ，是对数据矢量 x o ：。中所有样本联合而不是单个样本( s q 方法) 进行量化的一种方法。第三种是 t c q l 4 2 1 量化方法。 标量量化是一种简单实用的技术，最简单的均匀量化是最常用的量化方法， m a l l a t 在将小波引入图像处理，提出多分辨率分析时，就是用标量量化进行压缩 编码。l l o y d a x 标量量化，统计样本的分布区间，划分量化区间使得量化误差最 小。j p e g 2 0 0 0 标准可以在不同的小波子带采用不同的量化步长，根据图像视觉 心理，人眼对图像边缘变化感觉不明显。所以可以在高频子带采用较大量化步长。 文 4 3 1 根据i r v s ( 人类视觉系统) 给出了各个子带的量化步长，取得较好的图像视 觉质量。a d v 6 0 1 芯片，采用了可编程的量化步长，编码过程中量化步长可以通 过外接d s p 或主机通过软件计算得到。 矢量量化 7 , 2 3 】优于标量量化。矢量量化编码器复杂度很高，矢量编码对于图像 实时编码不合适，需要训练和存储样本，但矢量量化解码器复杂度可以忽略不计， 天津大学博士学位论文 能通过一个简单的查表操作组成。 格子编码量化( t c q ，t r e l l i sc o d e dq u a n t i z a t i o n ) “”是格子编码“4 4 ”的一种特殊情 况，t c q 借助通信理论的思想，以比过去的格子编码系统低的复杂度，达到较好 的均方误差性能。t c q 编码复杂度比较高，不适于实时编码。 1 3 1 3 小波系数编码 小波变换后能量一般聚集在低频l l 子带，高频子带能量包含了图像边缘和纹 理信息，对于图像可懂度是也非常重要的，在各个高频子带，同一方向存在一定 的相关性。 在小波图像标量量化的系数编码方法，零树编码是一种很有效的变码方法。 由s h a p i r o 弓i 入的嵌入式零树编码“( e z w ) 是一种很有效的零树编码方法。这种方 法是小波系数被切成若干个位平面，编码顺序按照自上而下的位平面顺序和从低 频到高频的位平面扫描顺序进行，相同方向和相同重要程度的小波系数组成零 树，零树中低频系数作为零树根，因此其位流中的位按照重要程度依次产生，从 而获得一个完整嵌入式位流。嵌入式含义是，编码器码流可以随时截断，从而获 得期望的压缩率和失真。在s h a p i r o 之后出现的s a i d 的零树编码算法，即分级树 中的集合分裂”( s p i h t ) ，引入了集合分裂方法对这些广义零树进行有效编码。 s p i h t 算法优于e z w 的结果，并且复杂等级更低，s p i h t 算法迅速成为图像压缩方 法的比较标准。s p i h t 编码算法在不用算术编码的情况下就获得了与以前的方法 相同甚至更好的结果，并且s p i h t 使用算术编码前后图像压缩率提高不明显。 对于硬件实现s p i h t 算法存在一定困难，s p i h t 编码系统包含了三个链表，链 表耗费的存储器容量太大，并且链表操作复杂。针对这些问题，一些无链表零树 编码算法“8 。4 9 1 “被开发出来，这些算法表示零树的符号不是很有效，并且都是采 用递归扫描方式实现，并不适合硬件实现。目前还存在几种无链表s p i h t 算法 5 1 , 5 2 , 5 3 无链表s p i h t 都是使用线性标志图操作代替链表操作。文 5 4 采用t e z w 零树结构，设计了基于s p i h t 算法的快速零树编码硬件结构。 t a u b m a n 。”提出了一种基于优化截断嵌入式块编码( e b c o t ，e m b e d d e db l o c k c o d i n gw i t ho p t i m a lt r u n c a t i o n ) 的小波系数编码方法，这种方法被j p e g 2 0 0 0 标准 采用。e b c o t 编码算法将每个子带划分为相对小的码块，例o n 6 4 x 6 4 或3 2 x 3 2 个样 本。对每个码块独立进行编码，编码过程停止采用优化截断方法，即在满足压缩 率要求条件下，使得所有码块的总体失真最小。码流的优化截断有两种方式，一 种是在所有码块都编码完毕后。”计算优化失真( p c r d o p t ，p o s t c o m p r e s s i o n r a t e d i s t o r t i o n ) ，另一种方式是在编码过程中计算优化失真“，后一种方法适于实时 编码过程，是目前率失真算法研究重点。文f 5 7 ，5 8 给出一种基于率失真斜率的优 第一章绪论 化截断算法，码块编码过程中计算率失真斜率，若斜率大于阈值则码块编码中止， 阈值的计算通过显著性系数出现的概率来预测。e b c o t 的各个码块小波系数编码 采用了一种基于上下文的自适应二进制算术编码器( m q ) “3 ，m q 编码器是j p e g 的q m 编码器的修正版本。旧使用概率状态机估计重要性符号出现概率，压缩效率接近 信息熵理论几乎一致，l l h u a f f m a n 变长编码效率提高5 ”1 。 对于序列图像编码，算法的实时性要求较高，使用零树编码方法可满足编码 时间要求。本文在无链表s p i h t 和l z c “”算法的机理上，提出了一种快速无链表 s p i h t 编码，该算法使用了两个标志阵列，一个与原始图像一样大小，用于存储 集合分裂出来的小波系数显著性信息，另一个标志阵列存储零树集合。本文算法 在不用算术编码的情况下就取得了与e z w 算法相当的性能。 1 3 2 小波序列图像编码的研究 与静态图像相比，序列图像有着不同的特点，序列图像在时间和空间均存在 统计冗余。序列图像沿着时间和空间域有着不同特点，一般分开处理。现有的视 频编码标准，图像变换都是采用分块d c t 算法。视频图像在网络上传输，视频服 务应该具有可分级性【6 。j ，如可以通过1 5 m b p s 高速链路f 例如a d s l 调制解调器) 连接视频服务器实时或下载播放，但仅有5 6 k b p s 调制解调器的用户将不能享受视 频服务，另外用户对于不同场景的视频图像的质量要求也不同。对于无线通信， 无线信道的误码率比固定信道大好几个数量级，可分级性允许调整信源码率