CCSDS星载图像压缩模块的FPGA设计与实现-

1、收稿日期:2008-11-27.基金项目:国家自然科学基金项目(60805030.光电技术应用CCSDS 星载图像压缩模块的FPGA 设计与实现张学全1,2,顾晓东1,孙辉先1(1.中国科学院空间科学与应用研究中心,北京100080;2.中国科学院研究生院,北京100080摘要:根据航天应用的需要,采用CCSDS122.02B 21推荐的新一代空间图像压缩算法,基于FP GA 设计实现了高速星载图像压缩模块。针对算法的特点,设计了整体架构。图像采用分块编码的方法,对小波变换,采用了边界补偿的冗余分块算法,提高了信噪比,位平面编码各模块采用并行与流水结合的方法,提高了扫描和编码速率。通过测试,系

2、统性能指标达到了航天任务需求。关键词:CCSDS ;图像压缩;小波变换;位平面编码;FP GA 中图分类号:V447文献标识码:A 文章编号:1001-5868(200906-0935-05Design and Implementation of CCSDS 2based Onboard Image Compression U nit Using FPG AZHAN G Xue 2quan 1,2,GU Xiao 2dong 1,SUN Hui 2xian 1(1.C enter for Space Science and Applied R esearch ,Chinese Academy

3、of Sciences ,B eijing 100080,CHN;2.G radu ate School of Chinese Academy of Sciences ,B eijing 100190,CHN Abstract :Based on CCSDS122.02B 21algorit hm ,a high speed o nboard image compression module is designed and implemented on FP GA.The f unctional f ramework is p roposed after analyzing t he char

4、acteristics of t he algorit hm.The images are processed by blocking and ext ra pixels are compensated for wavelet t ransform ,from which t he compression performance is imp roved.Test result s verify t he applicability of t his designed module in space applications.K ey w ords :CCSDS ;image compress

5、ion ;wavelet ;bit plane encoding ;FP GA0引言星载图像压缩历来是卫星在轨数据处理的关键技术之一。随着国际国内空间探索活动日益频繁,星上图像采集设备分辨率不断提高,目前高分辨率星载遥感的原始数据率达到数个Gbit/s ,给数据缓存和传输带来巨大的压力。由于大容量存储器扩展能力和数据下行带宽有限,高速低比特率图像压缩就成为解决这一困难的有效途径。以通用处理器为核心的压缩方案通常需要较高的时钟输入(大于100M Hz 才能满足高速需求,不符合空间环境对星上电磁兼容的约束;而图像压缩专用ASIC 又不能灵活满足任务需要,无法进行功能裁剪,且不能保证供货;采用FP

6、GA 实现压缩算法虽然较为复杂,但能够克服上述缺点,且保密性好,成为压缩系统研制方案的合理选择。CCSDS (Consultative Committee for Space Data Systems ,空间数据系统咨询委员会2005年正式推出了新一代空间图像压缩推荐标准CCSDS122.02B 211,它针对空间图像处理的特点,协调了算法性能与硬件实现复杂度的矛盾,兼容CCD 相机的帧格式输出和推扫格式输出,适用于从红外,可见光到紫外等谱段的二维数字图像压缩。本文基于Xilinx FP GA ,采用CCSDS 的推荐算法,设计实现了空间图像压缩模块。文章在第二部分对CCSDS 算法原理和小波

7、分块算法做简要介绍,第三部分阐述基于FP GA 的算法整体架构及各个模块结构的设计和实现方法,第四部分介绍实验结果,最后给出结论。5391压缩算法分析CCSDS 算法采用了一种广泛应用的变换+编码模型,如图1所示。输入图像数据首先利用离散小波变换(DW T ,Discrete Wavelet Transform 进行频带分解,以达到能量聚焦和去除相关性的目的,之后模块对变换得到的小波系数进行位平面扫描和熵编码,最后拼接成输出码流。由于采用了位平面编码(B PE ,Bit Plane Encoding ,可对嵌入式码流随机截断,使得图像可以渐进传输,压缩比/压缩质量可以连续调节。 图1CCSDS

8、 压缩算法模型1.1离散小波变换DW T 能够对数据高频成分在由粗到细渐进的空频域上正交分解,像显微镜一样处理任意局部特征,实现高质量压缩。CCSDS 推荐了9/7浮点和整数两种双正交小波变换方法,整数变换可采用定点运算,节省资源,运算量小,适合于FP GA 实现,且能够实现完全重构,故本文算法采用整数小波变换,一维提升公式如式(1、(21。由于二维变换是一维变换的张量积,等效于将图像沿水平和垂直方向顺次进行一维分解。分解得到LL 1、HL 1、L H 1和H H 1子带,其中LL 1为能量聚集的低子带,可继续进行同样的分解。根据协议规定,将原始图像进行三级二维分解,得到10个子带,如图2所示

9、,子带加权后,即可进行位平面编码。 图2小波变换系数位置分布图D j =x 2j +1-916(x 2j +x 2j +2-116(x 2j -2+x 2j +4+12(1C j =x 2j -D j -1+D j2+12(21.2位平面编码三级小波变换后的空频图像,如图2,不同频带的系数形成了树状关系,每个DC 系数对应3个四叉树,共64个成员组成一个家族。位平面编码模块首先根据位置关系,将同一家族成员聚集成8×8的数据块,作为一个单元,并按照相应DC 在LL 3中的排列顺序,将各单元依次排列,然后开始扫描和编码。扫描前首先设定S 个连续排列的单元为一个段,每次扫描编码只针对一个段

10、。段与段之间相互独立扫描编码,以防止空间信道传输中数据丢失的情况下,造成解码端误码扩散。编码分交、直流系数分别进行。在直流系数编码中,DC 系数,AC 深度先按照协议中给定的量化表进行量化,然后对量化系数进行Rice 编码。交流编码分位平面扫描和熵编码两部分。位平面扫描针对交流系数深度设定一系列阈值,按重要性由高到低,每次得到小波系数在一个位平面的有效值,对这些有效值按照1中的扫描算法分5阶段顺序进行,形成转义字,类型值等中间符号,再对这些符号进行熵编码,编码采用查表的方法。1.3图像分块算法通常,空间遥感图像的尺寸都很大(行列通常都大于500像素,如果对整幅像进行变换及编码处理,从时间延迟和

11、资源占用上考虑都是不合理,甚至难于实现的。面对FP GA 有限的片内逻辑和存储资源,为了实现高速数据压缩,本文采取分了块的方法,将整幅图像分成小块,对每一块分别进行处理,块间进行流水操作,在接收端可以分别解码重构合成图像。这种方法,压缩核只对分块图像进行处理,与整幅图像大小无关,大大提高了压缩效率和压缩模块的适用性。但直接将图像独立分块的方法,一般采用延拓来弥补边界数据的不足,在有损压缩的情况下,会丢失块间像素的统计相关性,造成解码重构图像的块效应。本文对9/7整数小波采用补偿边界的冗余分块方法2,以较小的代价解决了边界信息丢失的问题。具体方法如下:以长度为32的一维数据为例。由9/7小波变换

12、公式(1、(2可知,每进行一级小波变换,需要在639前一级数据边界左侧补充4个数据,右侧补充3个数据,以此类推,可得三级变换所依赖的原始数据范围如图3,其中双竖线为边界线。由图可见,最终得到4个直流分量,需要在左侧补充28个数据,在右侧补充21个数据,才能完成运算。因此在本文中,我们每次送入图像块时,将其三级变换所依赖范围的像素数据全部送入,则变换所得到的结果就与整幅图像小波变换所得结果完全一致,避免额外引入块效应。采用此种方法的代价是增加了约5.4倍的片内存储,和3.7倍计算量,但因为所分图像块较小,并不会对硬件资源造成过大压力,相对于整幅图像的计算仍具有较大优势 。图3三级小波变换边界补充

13、数据范围2算法的FP GA 设计与实现采用自顶向下的方法,首先设计总体框架,再分别设计功能模块。2.1算法实现的总体框架如图4所示,由于压缩速率和外部数据输入速率存在差异,所以原始图像数据首先输入缓存,再将缓存内容切分成小块图像送入小波变换模块,变换的中间结果送入小波系数缓存,当变换完成后,BPE 模块接到控制指令,从小波系数缓存中读取数据,先进行家族数据集合,加权,扫描系数深度,直流系数量化等预处理,之后对DC 系数,AC 深度进行Rice 编码,对交流系数进行位平面扫描和编码。直流和交流处理相互独立,可并行执行,以减少压缩时间,所得到的结果送入码字拼接模块,形成连续的码流送入输出缓存。由于

14、DW T 模块与B PE 模块是两个功能独立的模块,因此两模块间工作为流水模式,如图5,使得压缩周期由t DWT +t BPE 变为maxt DWT ,t BPE ,因此可以减少时间延迟,提高压缩效率 。图4 算法实现整体框架图5整体流水结构示意图2.2DWT 模块的电路结构DW T 模块包含分块和小波变换两部分内容。分块按照1.3所述方法,每次从缓存读取67×67大小图像数据块送入小波变换模块计算,相邻读取的图像块会有重叠。对小波变换来说,变换速率和资源占用情况直接影响到整体性能。关于小波变换的硬件实现方法,已有许多相关文献324作了报道。本文中,因为压缩速率的瓶颈取决于周期最长的

15、流水环节,即B PE 环节,所以从算法整体框架出发,可以适当放宽对小波变换速率的要求,转而面向资源节省考虑问题。因此,本文采取复用一维变换的方法来实现三级二维变换。结构如图6。为降低存储控制的复杂性和保持数据同时读取和存储,分配两块同等大小的片内缓存。输入数据经接口控制模块进入一维小波变换,行变换后的结果送入缓存2,经缓存2读取数据继续送入一维小波变换,列变换的结果送入缓存1,此时完成一级变换。接下来由缓存1读取相应位置的数据,重复上述过程进行第二级和第三级变换,最终变换结果存放在缓存1中,由接口控制模块控制结果输出 。图6小波变换实现结构一维小波变换采取提升格式,将乘法转换成加法和移位操作,

16、方法如下:由式(1、(2可以得到其等效表达式(3、(4:D j =x 2j +1-116(x 2j +x 2j +2-x 2j -2-x 2j +4+8(x 2j +x 2j +2+1(3739C j =x 2j -1-D j -1-D j2(4由式(3、(4可得到计算步骤,描述如下:step1:temp1<=x 2j +x 2j +2-x 2j -2-x 2j -4;temp2<=(x 2j +x 2j +2+1<<<3;step2:D j <=x 2j +1-(temp1+temp2>>>4;step3:C j <=x 2j -(

17、2-D j -1-D j >>>2;step 之间采用流水操作,保证每个周期输出一个结果,以此保持输出紧凑连续。2.3BPE 模块的电路结构BPE 模块针对一个段的数据进行处理,包括预 处理,DC ,ACDept h 编码,块内扫描,AC 熵编码及码字拼接五个部分。2.3.1预处理首先进行编码前的预处理。当B PE 模块从总体控制模块得到DW T 模块完成信号时,即开始从小波系数缓存中读取数据,根据读取数据的地址,可以判断小波系数的频带位置及家族归属情况,以此对小波系数进行加权和家族聚合,形成扫描单元,同时对读取的小波系数测量数据深度,最终得到整个段内各扫描单元的DC 深度和

18、AC 深度(ACDept h ,加权表见1。段内全部数据读取之后,暂存于寄存器中,然后对DC 进行量化,量化表见1。2.3.2直流编码预处理之后,编码分两路并行进行。一路是针对DC 量化值和ACDept h 的Rice 编码,另一路是针对DC 的量化余数和AC 系数的位平面编码。在Rice 编码中,包括差分,映射,编码参数选择,和变长编码几个步骤。其中,编码参数的选择有遍历寻优和次优公式两种方法,为节省运算,本文采用次优公式计算编码参数。由于Rice 编码实现方法较为成熟,本文不作详细阐述。2.3.3位平面扫描与编码AC 系数和DC 量化余数的位平面编码,是算法的核心部分,由块内扫描和AC 熵

19、编码两个模块完成。如图7所示,bp 表示位平面,B 表示块,N 为AC 深度,S 为段内所含扫描单元的数目。输入数据首先存放在寄存器中,AC 系数按照位平面从高到低逐层扫描,一个位平面包含S 个扫描单元,在一个扫描单元中,系数扫描的次序如图8所示,分为五个stage 。stage0为DC 余数扫描,stage1,stage2,stage3为扫描AC 系数并形成转义符号,对上层位平面已扫描中的像素在本平面中由stage4直接记录剩余数值而不做符号转换。扫描的过程中,下一层的扫描结果与上一层的扫描结果紧密相关,因此要记录扫面历史信息,在生成新扫描字时进行参考。由于扫描单元间无交叉信息,所以在本文的

20、设计中,采用S 个单元并行扫描以提高编码效率。扫描中位平面间存在顺序关系,但各位平面编码是相互独立的,所以多个位平面间扫描与编码可以采用流水结构处理。扫描模块对一个位平面进行扫描,扫描过后即送入编码模块进行编码。在编码的过程中,首先要计算编码选项,方法是遍历所有选项的码字长度,累加比较,挑选使码长最小的选项,之后,即可根据选项查表映射码字。映射表见1。2.3.4码字拼接与随机截断由于码流以8位或16位字节为输出单位,必须将编码输出的零散变长码字拼接成以字或字节为单位的码流。本文实现结构如图9。当读信号有效,则读取输入码字,截取有效位,与剩余位拼接,如果凑足了新的单位码流则输出,并将剩余位右移;

21、若不足以形成新的单位码流,则拼接后一同作为剩余位暂存。同时,为了对压缩比进行灵活控制,要求可以随时截断码流,在码字拼接并输出的环节添加位计数,一旦计数器满足了压缩比,将立刻输出停止编码信号。这样可以省去不必要的计算。为了防止码流不足的情况发生,当读信号无效而补0信号有效时,将不输入码字,输入8位0,用0补充不足的码流。839 图9码字拼接及数据截断功能结构3测试及结果分析本文采用Xilinx 的XC2V6000 器件作为设计验证平台,以此器件为核心搭建了验证系统。上层为验证板,FP GA 芯片外围配有4片RAM ,下面有一层基于U SB 的接口板,两个U SB 口与PC 机相连,分别为上行和下

22、行数据传输通道,由PC 机作为图像源和接受方,可对不同大小的图像以可变的发送速率进行测试本文选取一系列512×512的8bit 遥感灰度图进行测试,采用40M Hz 时钟,进行8倍压缩,耗时均为35ms 左右,峰值信噪比均大于30dB ,资源占用率约为60%,能够满足某些航天应用的需求。图10是其中三幅图像的原图和解压图对比,压缩时间和效果如表1。5为SST (Space Solar telescope 应用的压缩实现方法,与之相比,本设计更具有适合航天应用的功能优势,对比如表2。图10所得火星及月球表面图像的原图及解压图表1实测压缩性能压缩比CR峰值信噪比PSNR时间/ms火星表面

23、833.6337.74月面1839.9537.04月面2838.9238.58表2两种设计压缩功能对比算法变换实现平台处理模式压缩效果5EZW 5/3整数FP GA +DSP 不分块,不抗误码参考项设计CCSDS 9/7整数FP GA 分块,抗误码扩散更优64结论本文基于CCSDS 图像压缩协议,采用边界补偿的冗余分块方法,设计实现了高效的星载图像压缩模块。通过采用并行结合流水的功能结构,提高了在轨压缩的效率,实验表明,能够满足某些航天应用的需求,说明了设计方法的合理性,也为进一步的改进优化提供了经验。参考文献:1CCSDS.Image Data Compression.CCSDS122.02B 21S.2005,11.2Ritter J ,Moli