TMS320C5409实现JPEG图像压缩系统设计

forsuccess

   引言
　　随着多媒体和网络技术的发展，数字图像大信息量的特点对图像压缩技术的要求越来越高，因此，专用高速数字信息处理技术成为发展的方向。TI推出的C5000系列DSP将数字信号处理器使信号处理系统的研究重点又回到软件算法上。在压缩算法研究方面，DCT、小波等多个算法因为其高可靠性和高效性也越来越受到青睐。
        系统硬件设计
　　TMS320C5409作为主处理器的可行性分析
　　TMS320C5409时钟频率为100MHz，性价比极高。采用围绕1组程序总线、3组数据总线和4组地址总线建立的改进型哈佛结构，取址和读数可同时进行。有独立的硬件乘法器，有利于实现优化卷积、数字滤波、FFT、矩阵运算等算法中的大量重复乘法运算。具有循环寻址、位倒序等特殊指令，这些指令使FFT、卷积等运算中的寻址、排序及计算速度大大提高。有一组或多组独立的DMA总线，与CPU的程序、数据总线并行工作。

　　在本系统中，TMS320C5409作为主处理器，任务是实现JPEG压缩编码。
　　通过分析不难得到，当处理一帧大小为640×480的图像时，作JPEG压缩编码所需要的时间为：T=62×10(ns)×640×480=0.19866s，当所处理的图像分辨率更小时，则压缩每帧所花的时间更少，这对于应用在对实时性要求不是很高的场合是完全可行的。


　　硬件设计框图
　　图1是基于TMS320C5409的图像处理系统结构图。C5409为中央处理器，SRAM为DSP片外扩展数据存储器，EEPROM为脱机工作时的程序存储器，用于存储系统的引导程序和其它应用程序，A/D转换部分负责把转换为数字信号的图像存入帧存储器中。地址译码、图像采集系统控制电路产生本系统各部分的地址译码信号，使之映射到不同的地址区域，并控制ADC进行图像采集，这部分由CPLD控制;图像采集芯片的寄存器控制由51单片机完成。
　　存储空间的扩展方案
　　经过A/D转换的原始图像数据是非常大的，TMS320C5409的内部仅有32KB的RAM和16KB的ROM，不能满足需要，因此，必须扩展存储器来存放原始图像数据和应用程序。本文考虑外接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的数据空间仅为64KB，因此采用内存页扩展技术。C5409的扩展输出口1Q和2Q作为扩展内存的页选择信号。用C5409的A15引脚和XF引脚通过3/8译码器来控制扩展存储器片选信号的产生，当A15=0时，选择片内RAM;当A15=1，XF=0时选择片外SRAM;当A15=1，XF=1时选择片外Flash;存储器的扩展如图2所示。将外部扩展RAM的64KB中的48KB用于存放原始图像数据，16KB用于存放压缩后的图像和程序以及暂存的数据。


　　DSP芯片电源电路设计
　　电源设计中需要考虑的主要问题是功率和散热。功率要求：电流的消耗主要取决于器件的激活度，即CPU的激活度，外设功耗主要取决于正在工作的外设及其速度，与CPU相比，外设功耗是比较小的。以TMS320C5409为例，进行FFT运算时，需要的电源电流最大。因此在设计电源时，必须考虑在电源电流和实际需用电流之间留有一定裕量，因为峰值电流会更大，裕量至少是20%。
　　C5409采用了双电源供电机制，工作电压为3.3V和1.8V。其中，1.8V主要为DSP的内部逻辑提供电压，包括CPU和其它所有外设逻辑。外部接口引脚采用3.3V电压。本系统的电源采用了TI公司的两路输出电源芯片TPS73HD318，它是一种双输出稳压器。输出电压一路为3.3V、一路为1.8V，每路电源的最大输出电流为750mA。
　　JPEG图像压缩算法
　　JPEG算法的优化
　　尽管JPEG基本系统能够对图像进行低压缩比压缩，但是DCT和IDCT在软件实现的过程中，是最耗费时间的运算，而且，由于没有考虑图像本身的频谱特性，JPEG量化表对于所有图像压缩并不一定最优。采用快速DCT算法可提高软件的速度，增强软件的实时性。同时，根据图像本身的频谱特性，自适应改进JPEG推荐的量化表。
　　快速DET算法
　　如果将一幅图像分成许多8×8的小块后直接进行2D—DCT变换，运算量将会十分巨大。因此，需要将8×8二维DCT变换转换成两次8点的一维DCT复合运算。具体做法是对每一个8×8块先做列方向上的DCT变换，得到一个中间矩阵，再对该矩阵各行进行DCT变换。可以看到，8×8矩阵的2维DCT可以转换成16次一维8点DCT。
　　目前，很多针对一维DCT运算的DCT快速算法已经提出。其中，Loeffler算法所需要的计算量最小。Loeffler算法将8点一维DCT运算分为4级，由于各级之间的输入/输出存在依存关系，4级操作必须串行进行，而各级内部的运算可并行处理。
　　流程图中有三种运算因子：蝶形因子、旋转因子和倍乘因子，分别如图3中的a，b，c所示。蝶形因子的运算关系为：


　　D0=I0+I1
　　O1=I0-I1
　　需要2次加法完成，倍乘因子的输入/输出关系比较简单：，只需1次乘法，旋转因子的运算关系为：


　　需4次乘法、2次加法完成。如果对其输入/输出关系式做以下变换：



　　只需要3次乘法、3次加法。其中,
和差都是已知系数，可通过查表获得。

　　由此计算可知，一个8点DCT的Loeffler算法共需要11次乘法和29次加法。从DSP汇编语言编程的角度来看，一个代数运算应包括取操作数、运算、存操作数三个步骤。因此，该算法大约需要120条指令。C5409的运算能力很强，支持单周期加/减法和单周期乘法运算，并且能够在单周期内完成两个16位数的加/减法运算，再加上DSP中有3组数据总线，因而可以利用长操作数(32位)进行长字运算。在长字指令中，给出的地址存取的总是高16位操作数，因而只需5条长字指令即可计算2个蝶形运算。加上采取其它优化措施，大约需90条指令完成Loeffler算法。
　　虽然Loeffler算法运算量最小，但是运用于本文系统并不是最优。因为该算法是为高级语言设计，没有利用汇编语言的特点和DSP硬件的特点。本文提出了基于DSP乘法累加单元的DCT快速算法。
　　DSP的乘法累加单元能在单周期内完成一次乘法和一次累加运算。如汇编指令运用于DCT运算，将大大简化程序的复杂度并减少计算时间。具体算法如下，利用蝶形运算：


　　从上面表达式可以看出，y(0)-y(7)都是乘法累加运算，而s0-s7可由x(0)一x(7)经过蝶形运算得到，因此，DCT算法由原来的4级运算变成两级，即第一级蝶形运算和第二级乘法累加运算，第一级蝶形运算共要10+4=14(10次计算操作和4次辅助操作)条指令，第二级运算中，每个输出要4+1+1=6条指令(做4次乘法累加运算、1次读取操作和1次存储操作)，一共48条指令，这样，计算一个8点DCT要62条指令，大大缩减了运算时间，提高了CPU的工作效率，增强系统的实时性。
　　量化运算优化
　　本文提出了基于实际情况的自适应量化方法，即量化阶段采用二次计算的方法，其算法主要分为两步：(1)对变换后的图像系数进行自适应处理;(2)构造新的量化表。具体方法如下：


　　首先求出亮度分量和两个色度分量在频域中所有8×8子块的63个交流系数绝对值的平均值P(u，v)，其中，u，v=0…7为位置信息。接下来求出163个交流系数平均值中的最大值，Z1(u，v)=MAX[P1(u，v)]，最后将63个交流系数平均值进行归一化处理，同时加入频率位置信息，分别得出亮度和色度量化表中63个交流分量的矫正系数，计算过程为：


　　由此可以得到量化表的矫正式Qpl(u，v)=Q1(u，v)/X1(u，v)，对JPEG量化表进行矫正。
　　将上述矫正后的量化表作为最终的量化表，对图像进行标准JPEG压缩，形成完全符合JPEG格式的压缩文件。本算法的解码过程与标准.JPEG解码过程完全相同，可以看出它也是标准.IPEG编码过程的逆过程。
　　实验结果
　　快速DCT运算
　　将本文提出的算法、Loeffler的DSP优化算法和纯Loeffler算法分别进行测试。结果见表1，可以看到本文算法较Loeffler的DSP优化算法大约节省了1/4的时间，较纯Loeffler算法大约节省了一半时间，其效果是十分明显的。
　　自适应量化
　　对自适应量化器进行仿真。本文采用中等复杂度的标准图像作为测试图，与基本JPEG系统进行性能比较(基于峰值信噪比(PSNR))。只将JPEG标准方法中的量化表更改为修正的量化表，就可以在同等压缩比下，提高恢复图像的质量。表2为不同压缩比下，采用JPEG量化表和自适应量化表两种方法的峰值信噪比。从压缩比和峰值信噪比的对比结果可看出，自适应量化JPEG方法的压缩比略高于标准JPEG方法。
　　结语
　　该系统的优点是提高了JPEG的运行速度，增强了图像的压缩率和质量，并且易于硬件实现。这一方案可应用于需要对视频图像进行实时采集、压缩及存储的绝大部分场合。