（信息与通信工程专业论文）带码率控制的近无损图像压缩及其fpga实现.pdf

国防科学技术大学研究生院学位论文 摘要 数字图像的压缩是解决图像数据量大，存储和传输困难的基本措旄。图像压缩的方法 很多，一般可分为有损压缩和无损压缩两大类。有损压缩允许一定程度的信息丢失，在满 足实际应用的条件下能够取得较高的压缩比；无损压缩不允许信息丢失，但是压缩比难以 提高。在医学图像、遥感图像等应用领域，对于图像的压缩比和失真度都有着较高要求， 因此需要采用近无损压缩的方法。近无损压缩是有损压缩和无损压缩的一个折衷，允许一 定的失真，能够获得高保真还原图像的同时，得到比无损压缩更高的压缩比。 j p e g l s 是连续色调静止图像无损和近无损压缩的国际标准，算法复杂度低，压缩性 能优越，但是j p e g l s 对不同图像压缩时压缩比不可控制。本文在研究j p e g l s 近无损图 像压缩算法的基础上，针对具体应用背景，提出了一种基于块的近无损压缩方法。进一步 利用图像局部纹理特性分析，对不同特性的区域容忍不同的信息丢失程度，实现了对图像 压缩的码率控制。针对某工程应用中的具体要求，我们以f p g a 为平台，采用v e r i l o g h d l 语言对改进算法进行了硬件实现。 实验结果证明，这种基于块的具有码率控制的近无损图像压缩算法，在实现较为精确 的码率控制的同时，能够获得较高的还原图像质量，而且硬件实现复杂度低，能够满足对 图像的实时压缩要求。 【关键词】j p e g l s 近无损码率控制f p g av e r il o gh d l 第i 页 国防科学技术大学研究生院学位论文 a b s t r a c t d i g i t a li m a g ec o m p r e s s i o ni sab a s i cm e t h o dt os o l v et h ed i f f i c u l t yo fs t o r i n g a n dt r a n s p o r t i n gt h el a r g ea m o u n to ft h ei m a g ed a t a t h em e t h o d so fi m a g e c o m p r e s s i o nc o u l db es u m m e du pa st h el o s s ya n dl o s s l e s sc o m p r e s s i o n t h el o s s y c o m p r e s s i o nm e t h o dl e a d st ot h ei n f o r m a t i o nl o s ti ns a m es e n s e ，s ot h r o u g ht h i s w a y ，w ec o u l dg e tt h eh i g h e rc o m p r e s s i o nr a t i o s c o m p a r a t i v e l y ，t h ei n f o r m a t i o n l o s ti sf o r b i d d e ni nt h el o s s l e s sc o m p r e s s i o n ，a n dw ec o u l dn o tg e th i g hc o m p r e s s i o n r a t i o s i nm a n yf i e l d s ，s u c ha sm e d i c a li m a g i n ga n ds a t e l l i t ei m a g i n g ，i ti sv e r y n e c e s s a r yt ot r a d eo f fb e t w e e nc o m p r e s s i o nr a t i o sa n dd i s t o r t i o n ，s on e a r l o s s l e s s c o m p r e s s i o nc o u l db ec o n s i d e r e d n e a r l o s s l e s sc o m p r e s s i o n ，i nw h i c hc o m p r e s s i o n r a t i oi sb e t t e rt h a nl o s s l e s sm o d er e m a i n i n gq u i t eg o o dq u a l i t yo fd e c o d e di m a g e s ， i sac o m p r o m i s eb e t w e e nt h el o s s yc o m p r e s s i o nm e t h o da n dl o s s l e s sc o m p r e s s i o n m e t h o d t h ej p e g l sc o m p r e s s i o na l g o r i t h mi st h ei n t e r n a t i o n a ls t a n d a r df o rl o s s l e s s a n dn e a r l o s s l e s sc o m p r e s s i o no fc o n t i n u o u s t o n es t i l li m a g e s i th a sag r e a t c o m p r e s s i o nc a p a b i l i t yw i t hl o wc o m p l e x i t y ，b u tt h ec o m p r e s s i o nr a t i o sa r en o t c o n t r o l l e df o rd i f f e r e n ti m a g e s i nt h i sp a p e r ，w es t u d yt h ep r o c e s so ft h e n e a r l o s s l e s sc o m p r e s s i o nm o d eo fj p e g l s ，a n dp r o p o s e dab l o c k b a s e dc o m p r e s s i o n s c h e m e t h e n ，w ep r o p o s et h er a t ec o n t r o ls c h e m ef o rt h eb l o c k b a s e dn e a r l o s s l e s s c o m p r e s s i o na l g o r i t h m ，b yu t i l i z i n gt h em u l t i p l e i n f o r m a t i o nl o s sl e v e lf o r d i f f e r e n ta r e a so ft h ei m a g ea c c o r d i n gt ot h ea n a l y s i so ft h el o c a lt e x t u r ef e a t u r e f o ras p e c i a le n g i n e e r i n ga p p l i c a t i o n ，t h eh a r d w a r ei m p l e m e n t a t i o no ft h ep r o p o s e d a l g o r i t h mb a s e do nf p g ai sd e s i g n e dw i t hv e r i l o gh d li nt h ep a p e r e x p e r i m e n t a l r e s u l t sr e v e a lt h a tt h eb l o c k b a s e dr a t e c o n t r o l l a b l e n e a r l o s s l e s sc o m p r e s s i o na l g o r i t h mi sv e r ye f f e c t i v e ，w h i c hi sa b l et oc o n t r o l t h ec o m p r e s s i o nr a t i ov e r yc l o s et ot h et a r g e tr a t i ow i t hh i g hi m a g eq u a l i t y t h e r e s u l t sa l s or e v e a lt h a tt h eh a r d w a r eo ft h ea l g o r i t h mf i l l st h en e e do fr e a l t i m e i m a g ec o m p r e s s i o nw i t h1 0 wc o s t k e y w o r d s j p e g l s ，n e a r l o s s l e s s ，r a t ec o n t r o l ，f p g a ，v e r i l o gh d l 第i i 页 独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已 经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它教育机构的学 位或证书而使用过的材料与我一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谢意。 学位论文题目：堂璺空整型的塑歪塑图像压缱区甚e 坠塞盈 学位论文作者签名：丕兰莺趸 日期：，卯多年，月移日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文的规定本人授权国 防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档，允 许论文被查阅和借阅；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 可以采用影印、缩印或扫描等复制手段保存，汇编学位论文。 ( 保密学位论文在解密后适用本授权书。) 学位论文题目：篮盟圣蕉剑数塑丕塑圈堡压缉区甚! ! 坠塞盈 学位论文作者签名：壁鱼塑 作者指导教师签名：盐耋皇 日期：硼占年，月，日 日期：一年n 月l 日 国防科学技术大学研究生院学位论文 第一章绪论 1 1 引言 在当今信息化、数字化时代，数字图像技术作为数字技术的重要组成部分，将人们带 入了一个五彩缤纷的多媒体世界。然而伴随而来的是海量的数字图像数据，例如一幅2 5 6 2 5 6 大小，8 比特，像素的黑白图像，信息量就达6 4 k b ，需要8 秒钟才能在一个语音通道 上传送完毕；一幅6 光谱带的温度遥感图像，分辨率为6 0 0 0 x 6 0 0 0 ，8 比特像素，信息量 更是高达2 1 6 m b ，如果采用9 6 0 0 b p s 的速度进行传输，需要传输5 0 小时。可以看出，如此 巨大的信息量，给数据的存储、传输都带来了沉重的压力。为了减轻这些压力，就必须进 行数字图像压缩。 数字图像压缩技术是在保证一定的图像质量的条件下，通过去除图像中的各种冗余信 息，实现减少原始图像数据量的处理过程。1 9 4 8 年，香农和他的两个学生联合发表了对电 视信号进行脉冲编码调制( p c m ) 的论文“】，这标志着数字图像压缩编码技术的开端。1 9 6 9 年在美国举行的首届“图像编码会议”表明图像编码以独立的学科跻身于学术界。半个多 世纪以来，图像编码技术已经走出实验室，广泛应用于信息社会的各个领域。经过几十年 的研究，图像压缩领域产生了一些很成熟的技术，如离散余弦变换、h u f f m a n 编码、线性 预测编码、运动补偿等。在此基础上，国际标准组织制定了一系列图像压缩的国际标准， 包括静止图像压缩标准和运动图像压缩标准，此后又产生了许多先进的压缩技术，如小波 变换、分形编码等。数字图像压缩技术的蓬勃发展，使得数字图像的广泛应用成为可能， 给人们的生活、国家的经济和军事带来了深刻的变革。 1 2 数字图像压缩技术介绍 1 2 1 数字图像压缩方法分类 数字图像压缩编码方法的分类众多，至今尚无统一标准。一个重要原因是数据压缩领 域方兴未艾，新的技术和方法不断涌现。但多数学者认同的比较一致的分类方法是按压缩 图像信息保持的程度，将图像压缩方法分为无损压缩和有损压缩。 1 、无损压缩 无损压缩又称可逆编码，是指解压后的还原图像与原始图像完全相同，没有任何信息 的损失。这类方法能够获得较高的图像质量，但所能达到的压缩比不高，常用于工业检测、 医学图像、存档图像等领域的图像压缩中。 2 、有损压缩 有损压缩又称为不可逆编码，是指解压后的还原图像与原始图像相比，存在一定程度 的失真，即丢失了部分信息。由于允许一定的失真，这类方法能够达到较高的压缩比。有 损压缩多用于数字电视、静止图像通信等领域。 国防科学技术大学研究生院学位论文 1 2 2 数字图像压缩的原理 根据信息论的知识，自然界的数据或多或少都含有“水分”( 即存在冗余) ，数据压缩 的目的就是把这些水分挤掉，用较少的比特表示较多的信息。图像数据也不例外，图像压 缩正是通过去除图像数据中的各种冗余，来达到压缩的目的。图像中的冗余信息主要包括 信息熵冗余、像素冗余和视觉冗余等。 l 、信息熵冗余 信息熵冗余是指对图像中出现概率相差很大的像素都用相同的比特数进行编码。由信 息论的有关理论可知，为表示图像数据的一个像素点，只需要按其信息熵的大小分配相应 的比特数即可。然而实际图像中的每个像素一般都用相同的比特数表示，这样必然存在冗 余。消除这种冗余的方法是根据像素点出现的频率，对出现频繁的像素点赋以较少的比特 数，对出现不频繁的像素点赋以较多的比特数。 2 、像素冗余 图像信息的固有统计特性表明，在相邻像素、相邻行之间或相邻帧之间都存在较强的 相关性，即某像素点的值可以根据它的相邻像素值推测出来，这就表明像素间存在冗余。 利用一定的编码方法消除这些相关性，便可以实现图像信息的压缩。 3 、视觉冗余 多数情况下，图像最终接收者是人的眼睛。但是由于人眼的分辨力有限，人眼对于各 种空间频率，包括亮度、灰度、纵横方向的高频低频的敏感程度不同，一些图像信息的损 失对人眼的影响微乎其微，因此可以在图像压缩过程中允许一定的失真，只要这种失真难 以察觉即可。这就是视觉冗余。 1 2 3 常用的数字图像压缩方法 传统的第一代压缩编码技术以香农信息论为基础，在标准化、产业化过程中已取得了 巨大成功。目前建立在一种广义信息论基础上的、基于内容的第二代编码技术也正在逐步 走向成熟。第一代编码方法。1 主要有以下几种。 1 、统计编码 数据压缩技术的理论基础是信息论。根据信息论的原理，可以找到最佳数据压缩编码 方法，数据压缩的理论极限是信息熵。如果要求在编码过程中不丢失信息，则要求保持信 息熵，这种信息熵保持编码就是熵编码。它是建立在随机过程的统计特性基础之上的。图 像编码中应用最广的有哈夫曼( h u f f m a n ) 编码、算术编码( a c ) 、游程编码( r l c ，r u nl e n g t h c o d e ) 三种。 2 、预测编码 预测编码方法是一种较为实用且被广泛采用的压缩编码方法，其理论基础主要是现代 统计学和控制理论。其基本原理是从相邻像素之间的相关性考虑，比如当前像素的灰度或 色度信号，数值上与其相邻像素总是比较接近，除非处于边界状态。那么当前像素的灰度 国防科学技术大学研究生院学位论文 或色度信号的数值，可用前面已出现的像素值进行预测估计，得到一个预测值，将实际值 与预测值求差，对这个差值信号进行编码、传输，这种编码方法称为预测编码。一般有线 性预测和非线性预测两种，其中线性预测编码方法也称为差分脉冲编码调制法( d p c m ， d i f f e r e n t i a lp u l s ec o d em o d u l a t i o n ) 。 3 、变换编码 变换编码不是直接对空域图像信号进行编码，而是首先将空域图像信号映射到另一个 正交矢量空间( 变换域) 中，产生一批变换系数，然后对这些变换系数进行编码处理。在 编码端将原始图像分割成若干个子图像块，每个子图像块送入正交变换器作正交变换，变 换器输出的变换系数经滤波、量化、编码后送信道传输到接收端，接收端作解码、逆变换、 综合拼接，恢复出空域图像。常用的变换编码有：k - l 变换、离散余弦变换( d c t ) 、小波 ( w a v e l e t ) 变换等。 上述统计编码、预测编码、变换编码的组合可形成混合编码，是目前绝大多数视频图 像编码标准的基础，j p e 6 、m p e g x 、h 2 6 x 等都采用集预测、估计、d c t 变换和统计编码 于一体的混合编码方法。 随着数学理论，如分形几何理论、数学形态学等以及模式识别、人工智能、生理一心 理学等学科的发展，高效的第二代压缩编码方法相继产生。如分形编码、基于模型的编码、 基于对象的编码等，这里不再赘述。 1 2 4 评价数字图像压缩方法的性能指标 评价图像压缩技术和系统的性能，主要考虑三个关键参数0 1 ： 压缩比：在所要求的恢复图像质量的条件下，人们追求高压缩比。压缩比可用输入 数据量与输出数据量之比来衡量。 图像质量：图像质量的评估包括两个方面，一个是图像保真度，即被压缩处理的待 评价图像与原始图像之间的偏离程度；另一个是可懂度，它是指图像向人或机器提供信息 的能力。虽然可用若干客观质量标准来衡量图像质量，但用得最多最为可靠的评价方法， 主要还是主观评价方法。 压缩解压的简易性：包括压缩解压的速度，软件和硬件的开销或占用的资源。 1 3 图像压缩技术的国际标准及发展 1 3 1 图像压缩国际标准的发展 自2 0 世纪8 0 年代以来，无论是从技术的发展还是从社会的需求来看，图像编码技术 已经逐步进入较大范围的应用阶段。但是由于没有统一的压缩算法和码流格式，在进行图 像信息的交流中遇到了很多困难。为了解决这一问题，国际标准化组织i s o 和国际电报电 话咨询委员会c c i t t ( 现国际电联的电信委员会i t u t ) 的图像专家组于1 9 8 6 年开始进行标 第3 页 国防科学技术大学研究生院学位论文 准的制定，其主要目的包括：( 1 ) 提供高效的压缩编码算法；( 2 ) 提供统一的压缩数据流 格式。经过对多个方案进行的大量严格的实验测试，从算法压缩性能到实现的复杂度等综 合因素的比较考虑之后，最终形成了两个著名的里程碑式的国际标准，这就是人们所熟知 的用于连续色调静止图像压缩编码的j p e g 标准和码率为p 6 4 k b i t s s 的数字视频压缩编 码标准h 2 6 1 建议。这两个标准的制定颁布，极大地推动了图像通信的大规模普及应用， 而这种大规模普及应用又对图像编码技术提出了新的、更高的要求。例如：更高的压缩比 性能、使用更加灵活、表现能力更加丰富等。此外，随着i n t e r n e t 和无线通信的发展普 及，还要考虑更加优良的抗误码特性。由此促进了标准化工作的进一步发展。迄今为止， 国际标准化组织和国际电联已经制定了适用于不同类型图像的压缩编码标准。例如对于简 单的二值图像压缩标准，由早期用于三类传真机g 3 的t 4 建议和四类传真机g 4 的t 6 建 议，发展到新的j b i g 、j b i g 2 标准等；对于数字视频的压缩标准有h 2 6 1 、h 2 6 3 、h 2 6 4 、 m p e g 一1 2 3 4 等；对于连续色调静止图像编码标准有j p e g 、j p e g - l s 和j p e g 2 0 0 0 等。这 些国际标准和建议的制定满足了不同类型数字图像传输的应用要求。下面简单介绍几个静 止图像压缩编码的国际标准。 1 3 2 静止图像压缩的国际标准 1 3 2 1j b i g 标准 j b i g ( j o i n tb il e v e li m a g ee x p e r tg r o u p sc o d i n g ) 4 1 是由i s o i g c 和i t u ( c c i t t ) 联 合委员会提出和开发的图像压缩标准，主要用于二值和低精度灰度级( 小于6 b i t 像素) 图 像的无损压缩，又称t 8 2 标准。 j b i g 采用二维游程编码或自适应模式、自适应算术编码方法，主要用于二值图像。此 外，它也可以用于灰度图像，方法是把各个位平面当作一幅二值图像进行单独压缩。当j b i g 对灰度图像进行压缩时，采用累进压缩二值图像的方法，即解压缩时首先是分辨率低的粗 糙图像，然后是分辨率较高的精确图像，一旦看到的不是所希望的图像，马上退出，而不 必等待对整幅图像全部解压。每个高分辨率的版本均采用先前较低版本的信息，无数据重 复。但在对较高精度灰度级( 大于6 b i t 像素) 图像采用j b i g 压缩时，效果较差。 j b i g 的设计目标是支持无损或渐进编码。j b i g 虽然也有有损压缩的能力，但其有损 压缩的图像质量明显低下，图像还原后像素数量不及原图像的1 4 ，所以几乎没什么用处。 因此，1 9 9 9 年7 月j b i g 专家组又制定了另一个用于压缩二值图像的j b i g 2 标准m 。j b i g 2 支持有损、无损和渐进编码，其设计目标是：无损压缩的性能超过现有的其他标准；有损 压缩在取得比无损压缩更高的压缩比的情况下，具有几乎不可见的质量下降。j b i g 2 主要 应用于传真、w w w 图形库和个人数字助理( p d a ) 等。 1 3 2 1j p e g 标准 j p e g “1 是由联合图像专家组j p e g ( j o i n tp h o t og r a p h i ce x p e r t sg r o u p ) 提出的正式 标准，其全称是j p e g ( i s o i e cj t e l ) ，d i g i t a lc o m p r e s s i o na n dc o d i n go f 第4 页 国防科学技术大学研究生院学位论文 c o n t i n u o u s t o n es t i l li m a g e ，中文名称为“连续色调静止图像的数字压缩与编码”。主 要用于对静止的连续单色图像和彩色图像压缩和解压缩。 j p e g 有无损压缩和有损压缩两种方式。在无损模式下，编码器计算每个像素点的预测 值，产生像素与其预测值的差值，再用哈夫曼或算术编码对差值进行编码，压缩比可达2 ：1 。 在有损模式下，主要采用分块、离散余弦变换、量化、z i g z a g 扫描、熵编码等处理过程， 在图像质量较好的情况下，压缩比可高达2 0 ：l 。j p e g 的优点是适用于各种静止的连续色 调图像，允许压缩软件和硬件在许多平台上实现，高压缩比，提供累进模式和分级模式， 可部分解压缩图像。由于j p e g 优良的品质，使得它在短短的几年内就获得极大的成功， 主要应用于彩色传真、静止图像、可视通信、印刷出版、新闻图片等诸多领域。 但是j p e 6 也存在很多缺点，j p e g 的无损压缩模式从未特别成功过，它产生的典型压 缩因子为2 ，因而不如其它无损图像压缩方法。此外，j p e 6 在大压缩比时会产生方块效应 和蚊式噪声、缺乏比特流控制以及较弱的误差修复能力。 1 3 2 3j p e g l s 标准 j p e 6 一l s ”1 是静止图像无损和近无损编码的国际标准，1 9 9 4 年开始征集算法提案，并 于1 9 9 8 年2 月作为i t u t 建议t 8 7 ( 草案) 正式公布，用于取代原j p e g 的连续色调静止图 像的无损压缩模式。 j p e g l s 并非j p e g 的一个简单扩充或修正，而是一种新的方法。j p e g - l s 的一个简单 模型如图1 1 所示。上下文建模是j p e g l s 区别于j p e g 标准的一个标志，是j p e g - l s 编 码算法的基础，使用的建模方法是基于对上下文的认识。j p e g - l s 考察当前像素的几个已 经出现过的近邻，用其作为当前像素的上下文，用上下文来预测像素，从几个这样的概率 分布中选择一个，并根据该分布用一个特殊的g o l o m b 码字来编码预测误差。还有一种游 程模式，用于对图像中的平坦区域进行编码。 原图 图1 1j p e c l r - l s 编码器原理框图 像数据 j p e g l s 同时支持无损和近无损图像压缩方式，不使用d c t ，不用算术编码，只在近 无损压缩模式中有限地使用量化，压缩方法简单快速。在医学图像、卫星遥感图像、存档 图像等领域得到了广泛的应用。 1 3 2 4j p e 6 2 0 0 0 标准 j p e g 2 0 0 0 。1 是j p e g 工作组制定的一个新的静止图像压缩编码的国际标准，早在1 9 9 7 年，i s o i t u t 组织下的i e cj m c l s c 2 9 w g l 小组便开始着手制定，并于2 0 0 0 年1 2 月推 第5 页 国防科学技术大学研究生院学位论文 出标准的第一部分，即j p e g 2 0 0 0p a r ti 。与j p e g 不同，j p e g 2 0 0 0 基于小波变换，采用 当前最新的嵌入式编码技术，在获得优于目前j p e g 标准压缩效果的同时，生成的码流有 较强的功能，可应用于多个领域。 j p e g 2 0 0 0 图像编码系统基于d a v i dt a u b m a n 提出的e b c o t ( e m b e d d e db l o c kc o d i n g w i t h0 p t i m i z e dt r u n c a t i o n ) 算法，并且采用了小波变换、多层编码策略、对压缩位流 进行分层组织等关键技术。在编码时，首先对源图像进行离散小波变换，根据变换后的小 波系数特点进行量化。将量化后的小波系数划分成小的数据单元码块，并对每个码块 进行独立的嵌入式编码。然后将得到的所有码块的嵌入式位流，按照率失真最优原则分层 组织，形成不同质量的层。对每一层，按照一定的码流格式打包，输出压缩码流。 j p e 6 2 0 0 0 不仅能够保证对图像的有效压缩，而且使压缩码流具有随机访问和处理、渐 进传输、固定码率和固定大小压缩等非常好的特性。但是在算法复杂度上，j p e g 2 0 0 0 的执 行时间和所需存储量较大，给硬件实现带来较大难题。 1 4 本文主要工作及内容安排 虽然图像压缩方法层出不穷，图像压缩的国际标准也在不断推新，但是由于每种方法 都有一些自身的局限性，因此在实际应用中，应该综合考虑各种因素。选择最适合的压缩 编码算法。 在卫星遥感领域，由于遥感数据非常珍贵，不允许有太大的失真，过多的信息丢失可 能会导致误判、漏判，从而造成巨大的损失，因此采用无损压缩是首要选择。但是随着遥 感探测范围的扩大、分辨率的提高，使得成像光谱数据量海量增加，同时由于信道带宽、 存储容量等的限制，采用无损压缩后的数据量有时仍不能满足实际的应用需要。在这种情 况下，为了获得较高的压缩比，必须允许压缩后的还原图像有一定的失真；同时为了确保 较高的还原图像质量，这种失真又必须控制地尽量低，这就是通常所说的近无损压缩。此 外，由于卫星遥感系统构成复杂、造价高昂，功耗、体积、重量受到严格限制，还要求图 像压缩算法必须简单有效、易于硬件实现。 相关的研究及实验已经证明“，变换域压缩算法在遥感图像中存在很大的局限性：在 基于d c t 变换的j p e g 压缩算法中，一方面，由于是针对块内去除冗余信息，在给定量化 值后，若该块内像素之间相关性较强，则j p e g 算法能够取得较好的效果；若该块内像素 之间相关性差、存在纹理、点目标等，压缩效果变差；另一方面，这种算法本质上是通过 保留低频分量、舍弃高频分量，两获得数据量的减少，而这种舍弃高频分量的做法，对关 心局部细节的高分辨率遥感图像而言，是很不利的，容易使图像变模糊，从而丢失信息， 甚至由于高频分量的过多丢弃，会出现丢失点目标、割断纹理、呈现明显的方块效应等不 可接受的现象。基于小波变换的压缩算法，计算复杂，不论是软件还是硬件实现，都需要 以很大的存储空间完成大量的计算。尤其在以数字电路实现这类算法时，如果采用大面积 图像作为处理基础，进行多级浮点数小波分解，几乎不可能实现高速实时压缩。因此，j p e g 第6 页 国防科学技术大学研究生院学位论文 及j p e g 2 0 0 0 在遥感图像压缩中都受到了很大的限制。 基于l o c o - i ( l o wc o m p l e x i t yl o s s l e s sc o m p r e s s i o nf o ri m a g e s ) “”的j p e g l s 模 型简单，较低压缩率下性能优越，硬件实现复杂度低、功耗小、速度快“”，已经在遥感领 域得到了广泛的应用。例如美国航空航天局( n a s a ，n a t i o n a la e r o n a u t i c sa n ds p a c e a d m i n i s t r a t i o n ) 的研究人员进行了l o c o - i 的无损图像压缩的f p g a 硬件实现研究“”，并 将其应用于火星探测车“勇气号”、“机遇号”的图像压缩系统。”。但是j p e g l s 在遥感图 像压缩中还是存在一些缺点，j p e g - l s 所提供的无损压缩模式压缩倍数不可预见，压缩比 不能动态调整；不同图像压缩倍数不同；压缩倍数太低“。因此，本文针对这些缺点，研 究了j p e g - l s 的近无损压缩模式，并在此基础上提出了一种基于块的能够实现码率控制的 近无损图像压缩算法。目标是在压缩比达到4 ：1 情况下能够获得较好的压缩效果。 随着大规模可编程器件的迅速发展，f p g a ( f i l e dp r o g r a n m a b l eg a t ea r r a y ) 的容 量、功能以及可靠性都大大提高，以硬件描述语言( h d l ) 进行f p g a 设计已经运用于越来越 多的领域。在图像压缩领域，f p g a 与传统的d s p 器件相比，不仅具有可靠性高、灵活性好、 吞吐量大、风险小等优点，而且可以大大降低系统的体积与功耗，能够实现图像的高速、 实时压缩。因此，本文针对某工程应用中特定的图像压缩要求，对提出的近无损图像压缩 方法进行了f p g a 硬件实现研究。 本论文主要工作包括以下几方面： ( 1 ) 研究j p e g l s 标准及其近无损图像压缩算法。 ( 2 ) 实现基于块扫描的近无损图像压缩方法。 ( 3 ) 研究j p e g - l s 输出码率的影响因素，提出码率控制的数学模型，并结合局部纹 理分析，在基于块扫描的近无损图像压缩基础上实现码率控制。 ( 4 ) 针对某工程应用中的具体要求，在f p g a 平台上实现基于块的带码率控制的近无 损图像压缩。 本论文共分为五章，各章的内容安排如下： 绪论部分介绍了图像压缩编码的基本知识、静止图像压缩的国际标准，论文的研究背 景以及主要内容和结构安排。 第二章介绍j p e g - l s 静止图像压缩标准及其近无损图像压缩算法流程。 第三章介绍基于块的带码率控制的近无损图像压缩算法的实现。 第四章介绍f p g a 相关知识，并采用v e r i l o gh d l 在f p g a 平台上对提出的近无损图像 压缩算法进行硬件实现。 最后对全文进行了总结，指出了目前存在的问题，并讨论进一步的研究方向和具体工 作。 第7 页 国防科学技术大学研究生院学位论文 第二章j p e g - l s 压缩编码标准 2 1 概述 j p e g l s 标准是指i s 0 i e c l 4 4 9 5i t u - tr e c t 8 7 4 1 ，其全称为i n f o r m a t i o n t e c h n o l o g y l o s s l e s sa n dn e a r l o s s l e s sc o m p r e s s i o no fc o n t i n u o u s t o n es t i l l i m a g e s ，即无损和近无损连续色调静止图像的压缩，用于取代j p e g 的连续色调静止图像 无损压缩模式。我们知道j p e g 能够提供图像的无损压缩运行模式，这种模式是通过采用 差分脉冲编码调制方法( d p c m ) 来实现的。首先从编码像素点的3 个因果性邻域像素的8 种简单线性组合中选择一种来进行预测，然后对预测误差进行哈夫曼编码或者算术编码。 j p e g 的无损压缩模式虽然简单快速，但是压缩比难以满足要求；同时，j p e g 采用8 种预 测模式，只有都尝试一遍才能推断出哪种预测方式对当前图像最有效，对于大尺寸的图像 实时压缩并不实用。因此，i s o 和i e c 合作决定开发一种新的连续色调图像无损( 或近无 损) 压缩标准。1 9 9 4 年开始征集算法提案，并在1 9 9 8 年2 月正式公布了i t u t 建议t 8 7 ( 草案) ( 国际标准i s o i e c1 4 4 9 5 2 1 ) ，也就是j p e g - l s 。j p e g - l s 仍包括编码器、解码 器和交换格式这“三要素”，沿袭了j p e g 标准的编码要求、源图像格式和一致性测试等内 容。 由于压缩性能优越，j p e g - l s 已经在很多领域得到了广泛的应用。在文档图像压缩中 j p e g l s 同u n i x 压缩、g z i p 、l z w 、g 3 、6 4 、f e l i c s 、s + p 变换、p n g 、无损j p e g 等压缩 方法相比，能够取得更高的压缩比“”。在医学图像应用中，对红外图像压缩实验显示，综 合考虑j p e g l s 、无损j p e g 、p n g 、j p e g 2 0 0 0 、c a l i c 等压缩算法的压缩比和压缩速度，j p e g l s 性能最优“”；此外p a c s ( p i c t u r ea r c h i v i n ga n dc o m m u n i c a t i o ns y s t e m ) 标准和d i c o m ( d i g i t a li m a g i n gc o m m u n i c a t i o ni nm e d i c i n e ) 标准都将j p e g l s 作为一种支持的标 准图像压缩算法。在遥感图像领域，j p e g - l s 对数字高程模型数据( d n ，d i g i t a le l e v a t i o n m o d e l ) 和数字地形模型( d t m ，d i g i t a lt e r r a i nm o d e l ) 数据都有很好的压缩效果“”； 对气象卫星数字遥感云图也具有高效的压缩性能“”；美国航空航天局也将其应用于火星探 测车“勇气号”、“机遇号”的图像压缩系统“”。除此之外，j p e g - l s 在工业检测、高清晰 电视等领域也得到了广泛应用。 j p e g - l s 实际上并非j p e g 的一个简单扩充或修正，而是一种新的方法。它基于惠普实 验室开发的l o c o - i 算法，采用自适应预测、上下文建模和g o l o m b 编码实现图像压缩，算 法复杂度低，压缩比高。j p e g - l s 能够提供两类编解码过程，即无损和近无损过程。无损 过程是无失真过程，解压后的还原图像数据与原图像数据相同，没有任何损失；近无损过 程是一种有失真过程，解压后还原图像的每个像素点与原图像中所对应的像素点相比，差 值都不超过预先设定的一个信息丢失容忍度参数n e a r 值，近无损压缩是通过对预测误差 进行量化来实现更高的压缩比。下一节我们就以近无损压缩过程为例描述j p e g l s 的图像 第8 页 国防科学技术大学研究生院学位论文 压缩流程。 2 2j p e g - l s 图像压缩算法流程 j p e g - l s 以l 0 c o - i 算法为核心，采用二维预测，并引入上下文和g o l o m b 编码。j p e g l s 规定的无损和近无损编码器主要组成部分如图2 1 “”。编码过程中原图像数据的像素点按 预定的扫描顺序依次输入给编码器，编码器首先计算当前编码像素点的局部梯度，并以此 进行选择常规模式或游程模式编码。如果局部梯度显示当前像素处于平坦区域，就进行游 程模式的编码，否则进行常规模式的编码。在常规模式下，上下文建模考察当前像素点的 几个已经出现过的近邻，用其作为当前像素点的上下文，编码器利用因果模板进行固定预 测，并利用上下文自适应校正对预测值进行校正，然后计算预测误差、量化并进行g o l o m b 编码。在游程模式中，进行游长扫描，并对游程长度及游程终止的像素点进行编码。j p e g l s 的近无损图像压缩方式是通过引入信息丢失容忍度参数n e a r 进行编码控制来实现的，下面 我们对j p e g - l s 近无损压缩过程进行具体描述。 上下文 图像像素预铡误差 i 预测 误差 _ e- 扯下文建1 羹| 统计 ： g o l o m b 编码l n习 每一， cbd l 图 b u ， 囱 常规涸 否 常规模式 图像像素横式选择 图像像素 i 游长计数i 游程 _ 统计 - i 游程编码铡 游程模式 图2 1j p f ! g , - l s 编码器原理框图 2 2 1 局部梯度的计算及编码模式的选择 在j p e g - l s 压缩过程中，局部梯度计算采用如图2 2 所示的因果模板。由当前编码像 素点邻域内a 、b 、c 、d 位置处像素点的重构值r a 、r b 、r c 、r d 计算局部梯度d 1 、d 2 、d 3 ： d i = r d r b 、d 2 = r b r c 、d 3 = r c r a 。局部梯度反应了当前位置x 处周围像素点的活动特性， 包括平滑程度、边缘特性等。如果d 1 、d 2 、d 3 的绝对值都小于预先设定的容限n e a r ，就 表示当前像素点处于平坦区域，编码过程进入到游程模式，否则进入到常规模式。 第9 页 国防科学技术大学研究生院学位论文 口 图2 2j p e g l s 空间模板 2 2 2j p e g - l s 近无损压缩的常规模式编码 当编码器进入到常规模式后，按图2 1 所示，经过预测、预测校正、预测误差的计算、 量化、编码等一系列的过程后完成对当前像素点的编码。 2 2 2 1 上下文模型 在j p e g - l s 标准中，编码模型基于所谓“上下文”的概念。上下文反映了当前像素点 的背景，用于决定一个对当前像素点进行编码的概率分布。一旦编码过程进入到常规模式， 上下文用来对当前像素点的固定预测值进行修正以及确定g o l o m b 编码参数。根据如图2 2 所示的a 、b 、c 、d 位置处像素点的重构值，计算出x 处的当前编码像素点的局部梯度， 再对局部梯度进行量化合并，便可得到上下文的值。 上下文计算过程中，首先计算局部梯度d 1 、d 2 、d 3 ，步骤如前面2 2 1 节所述。如果 不对局部梯度进行进一步处理，将会产生数目非常庞大的上下文。因此，j p e g l s 通过量 化器将d 1 、d 2 、d 3 分别量化为q l 、q 2 、q 3 ，其中q i ( i = 1 、2 、3 ) 取 一4 ，4 区间9 个整 数中的一个，并得到上下文矢量( q 1 ，q 2 ，q 3 ) ，这样共有7 2 9 个上下文。考虑到上下文的 对称性“”，可以对上下文进行合并，即如果矢量( q 1 ，q 2 ，q 3 ) 的第一个非零元素是一个负 数，那么将该矢量的符号反向，得到上下文矢量( - q 1 ，- q 2 ，- q 3 ) ，并将表示上下文符号的 变量s i g n 的值设置为一1 ；否则矢量( q 1 ，q 2 ，q 3 ) 不进行变化，s i g n 的值设置为+ l 。经过 合并后，上下文的数量变成3 6 5 个。在进行完合并后，矢量( q 1 ，q 2 ，q 3 ) 以一种一对一的 方式被映射成一个整数q ，用以表示当前像素点的上下文。 因此，在j p e g - l s 常规模式下编码时，每个像素点都对应一个 0 ，3 6 4 之间的整数上 下文值q ，每个q 值又对应一组预测误差幅度的累计值a q 、偏差值b q 、预测校正值 ce q 、上下文出现频数的计数值n q ，以完成后续的编码处理过程。 2 2 2 2 固定预测模型 预测性能直接影响到对预测误差编码的效率。预测器性能越好，预测误差所携带的信 息越少，编码时所需的比特数也就越少。改善预测性能的一类方法就是对每个像素点建立 一系列的预测，并从中选择最好的一种。但是这样做的缺点是，在编码时，必须传输每个 像素点的预测模型，同时，在大量预测模型中寻找最优的预测也会花费较多的时间。综合 考虑预测性能和实现的复杂程度，j p e g l s 选择中值边缘检测m e d ( m e d i a ne d g ed e t e c t o r ) 预测器来实现对当前编码像素点的固定预测。 m e d 固定预测空间模板如图2 2 所示，编码时，是利用a 、b 、c 的重构值r a 、r b 、r c 完成当前像素点x 的预测。如果待编码像素点的左边存在垂直方向的边缘，就预测当前位 置x 处的值p x = r b ：如果待预测像素点的上边存在水平方向的边缘，就预测当前位