航空圖像由于可以提供大量豐富的直觀信息,，因而在軍事偵察,、搶險救災、氣象探測等領域得到了廣泛應用。航空圖像由于是遠距離成像,，所以分辨率較低且數(shù)據(jù)量很大,。如果要把拍攝的航空圖像實時回傳，就必須對其進行壓縮編碼,。由于圖像壓縮算法復雜,，因此決定了回傳系統(tǒng)必須采用高速數(shù)字信號處理芯片來實現(xiàn)。DSP作為當前運算性能最高的信號處理芯片,，成為實現(xiàn)系統(tǒng)方案的最佳選擇,。
　　目前進行圖像壓縮的方法很多，主要集中在小波變換" title="小波變換">小波變換,、分形壓縮,、神經(jīng)網(wǎng)絡編碼等幾個領域。其中小波變換編碼憑借其優(yōu)良的時頻特性和多分辨率特性成為最熱門的研究方向之一,，并在圖像壓縮領域占據(jù)了主導地位。但傳統(tǒng)的小波變換計算復雜,，且都是在頻域進行,。1994年，W.Sweldens提出了一種新的小波構造方案——提升小波,。它可以進行原位運算,，硬件實現(xiàn)時較為容易，且可以節(jié)省內存空間,，這一點對于提高系統(tǒng)性能,、降低系統(tǒng)成本非常重要；和傳統(tǒng)的小波變換相比,，它可以把計算復雜度減小一半,，運算速度非常快,；此外,，提升方案適合用SIMD(單指令多數(shù)據(jù)流)來實現(xiàn)，這和DSP的多總線讀寫結構是一致的^[1],。鑒于提升方案的諸多優(yōu)點,，本系統(tǒng)在具體實現(xiàn)時其小波變換部分采用提升算法來實現(xiàn)。
　　Shaprio于1992年提出了零樹編碼方案,，它采用全新的零樹結構來表征小波系數(shù),，使小波變換應用于圖像壓縮的優(yōu)越性得到了充分的體現(xiàn)^[2]。由于零樹法高效的性能,，人們在其基礎上又提出了各種改進方法,。1996年，Said和Pearlman提出了基于等級樹集合分割的算法——SPIHT算法^[3]。該算法也是基于零樹思想,，但采用集合劃分來進行編碼,，在系數(shù)組織方面更有效，壓縮效率也更高,。SPIHT算法已經(jīng)成為公認的編碼效率最高的算法之一,，即使不采用算術編碼進行熵編碼，編碼效率仍然很高,，優(yōu)于前面的零樹編碼,。因此，本系統(tǒng)在具體實現(xiàn)時采用SPIHT算法對小波系數(shù)進行編碼,。
1 軟件實現(xiàn)
1.1提升小波的實現(xiàn)
　　由于圖像的非平穩(wěn)統(tǒng)計特性,，任何一組小波基都不可能同時最優(yōu)地刻畫所有的圖像特征，因此存在小波基的選取問題,。從熵,、峰-峰比PPR、廣義編碼增益,、抗誤差性能分析等幾個方面綜合比較,，本系統(tǒng)采用Antini9/7作為提升方案的小波基^[4]。該小波提升方案的實現(xiàn)過程如下：
　　Antini9/7的分析濾波器為：
　　

????
　　首先對圖像進行行變換,，然后進行列變換,，最后對圖像系數(shù)按圖1所示的規(guī)則進行重新排列。

1.2 邊界處理問題
　　在圖像壓縮的工程應用時,，邊界處理問題是關鍵技術之一,。如果處理不好，信號將不能完全重構,，會直接影響重構圖像的質量,。對此，提升方案原文中介紹的做法是采用插值細分算法,，在邊界點重新計算濾波器的系數(shù)值,，這樣就無需對信號進行邊界處理^[5]。但通過對插值細分算法實現(xiàn)過程的深入研究發(fā)現(xiàn),這樣會帶來浮點計算等額外的計算量,，并且破壞了提升方案原本多讀單寫的結構特點,，使邊界處理問題變得非常復雜。此外,，對于二維圖像處理而言,，無需考慮不規(guī)則面的情況，在邊界點的處理上可以采用相對簡單的邊界延拓法,。經(jīng)過比較發(fā)現(xiàn),，采用邊界延拓法處理問題更為簡單,，不僅計算量大大減少，而且保留了多讀單寫的結構,，效果也不錯,。因此，本系統(tǒng)在具體實現(xiàn)時用邊界延拓法代替提升方案原文中的插值細分算法,，實際使用的是全對稱延拓方式,。
1.3 SPIHT算法的具體實現(xiàn)
　　對SPIHT算法進行編程實現(xiàn)時,為了提高執(zhí)行效率，對具體實現(xiàn)過程做了部分改進,。
　　假設LIS為非顯著點集鏈表" title="鏈表">鏈表,，每個鏈表的元素為坐標值(i,j)和類型標志；LIP為非顯著點鏈表,，每個鏈表的元素為坐標值(i,j),；LSP為顯著點鏈表，每個鏈表的元素為坐標值(i,j),。
　　用C語言對該算法進行實現(xiàn)時,，LIP和LSP結構存儲了像素點在圖像中的坐標位置，根據(jù)它可從圖像中檢索出相應的像素值,。對于C6xDSP,，這樣做需要用多條取數(shù)指令輾轉訪問內存才能獲得像素值。但經(jīng)過分析知道,，在編碼程序中，僅當對LIS鏈表中元素進行零樹判斷和子節(jié)點處理時才需要根據(jù)坐標進行像素點訪問,，像素點被放入LIP或者LSP后,，只需對像素值進行訪問、修改,，沒有必要再通過坐標進行像素值的訪問,，可直接在LIP和LSP結構中存儲像素值，從而提高編碼速度,。
　　在解碼時,，因為在LIP和LSP的掃描過程中需根據(jù)輸入位流的0、1值對像素值進行更新,，所以必須存儲像素點的坐標,，由于圖像可以改為用一維線性數(shù)組存儲，故只需在LIP和LSP中存儲像素點在圖像中的偏移,。
1.4 試驗結果
　　采用標準圖像Zelda對本系統(tǒng)算法和Shaprio的零樹法(EZW)進行測試比較,。小波變換分解級數(shù)采用六級，試驗結果見表1,。

　　從表1可以看出,，本系統(tǒng)算法重構圖像的信噪比比零樹法平均高0.3dB,，其性能的優(yōu)越性是顯而易見的。
2 軟件優(yōu)化
　　本系統(tǒng)算法采用C語言編程實現(xiàn)后,，首先在ATEME公司的NVDK6416開發(fā)板上進行算法調試和代碼優(yōu)化,，主要采用如下優(yōu)化手段。
2.1基于C語言環(huán)境的優(yōu)化
　　為了提高程序的執(zhí)行效率,，在編程實現(xiàn)算法時,，應采用一些具體的優(yōu)化手段。在SPIHT編解碼中門限值的初始化和逐步降階中,，對于2次冪整數(shù)的乘除運算可采用比特的移位操作來代替,；盡量少使用局部變量，多使用全局變量和static變量,；對于多次重復訪問的變量,，如for循環(huán)中的變量，可設置為register變量,；函數(shù)調用時,，盡量避免傳遞結構參數(shù)，一般用結構指針代替,，如果結構是不可修改的,，可用常量結構指針代替。
2.2 基于CCS的優(yōu)化
　　CCS集成開發(fā)環(huán)境提供了很多現(xiàn)成的優(yōu)化方法,，可以直接為開發(fā)人員所用,，常用的有編譯器法、使用字訪問短型數(shù)據(jù),、合理采用Const關鍵字,、使用內聯(lián)函數(shù)、循環(huán)展開以及編寫線性匯編等,。
2.3 基于TMS320C6416硬件特征的優(yōu)化
　　TMS320C6416的片內存儲器容量較小,，總共為1Mbit，采用了兩級緩存結構,。在編制程序和存儲數(shù)據(jù)時,，在內存滿足的情況下，應使用片內RAM和高速緩存,，將核心代碼存儲在片內的高速緩存或RAM內,；若片內內存容量不足，則把使用次數(shù)較少的數(shù)據(jù)放在片外RAM中進行存儲,。
　　采用DMA／EDMA傳輸數(shù)據(jù)是系統(tǒng)高速采集數(shù)據(jù)的一個重要手段,，在圖像實時采集中應用非常廣泛。TMS320C6416的EDMA有多種地址生成方式,，通過設置各個控制寄存器,，可以方便地實現(xiàn)數(shù)據(jù)重排,、一對多和多對一的數(shù)據(jù)交換等操作，利用這些操作可以大大提高程序效率,。
　　對算法的關鍵代碼部分綜合采用上面的各種優(yōu)化措施,，經(jīng)過反復實驗、測試,、優(yōu)化,，算法的執(zhí)行效率得到了明顯的提高。優(yōu)化前后的時間結果比較見表2,。

　　從表中可以看出,，優(yōu)化后系統(tǒng)的執(zhí)行效率提高了近20倍，較好地滿足了系統(tǒng)的實時性要求,。
3 硬件實現(xiàn)
　　本系統(tǒng)采用TI公司的定點芯片TMS320C6416作為核心處理器,。此芯片采用了VelociTI.2TM甚長指令字(VLIW)結構，最高工作頻率達到720MHz,，運算能力達5760 MIPS,，是目前性能最高的DSP芯片，特別適合圖像壓縮等具有較大運算量的場合,。由于數(shù)據(jù)的輸入速率和輸入量都非常大,，因此將高速FIFO用于圖像數(shù)據(jù)緩存非常適合。FIFO只需數(shù)據(jù)總線和控制信號就可以對其進行讀寫,，開發(fā)十分方便,；并且可以與TMS320C6416 DSP的同步FIFO進行無縫接口。
　　圖2所示是系統(tǒng)壓縮板卡的設計原理框圖,。