智能大厦视频图像数字压缩系统设计

时间:2020-10-07 15:44:18 理工毕业论文 我要投稿

智能大厦视频图像数字压缩系统设计

摘要:提出了改进的视频图像小波压缩算法,设计了基于高速数字处理芯片DSP-C6201的硬件平台,并在此平台上对改进的小波压缩算法进行编程,实现了智能大厦监控系统不等清晰度视频图像压缩。系统的成功应用证明该系统硬件的高可靠性和软件压缩算法的有效性。

智能大厦是现代建筑与高新信息技术相结合的产物。1984年,美国康奈涅格州哈特福德市建成了世界首座智能大厦,次年日本东京的一座智能大厦相继建成,从而智能大厦引起了世界各国的关注。当前,我国兴建智能大量的热潮方兴未艾,其中图像信号处理器的设计至关重要。传统的以模拟电子技术为核心的监控系统,由于摄像头传出的图像信息量大,直接对图像进行记录需要过多的录像带,很难实现计算机联网传输、信息共享的需求。采用相关编码技术对图像进行压缩,在系统中实现实时存储和传输是现代智能大厦的迫切要求。但是,图像压缩所采用的方法一般比较复杂,运算工作量大,单凭软件实现图像压缩难以满足实时的要求,一般要借助硬件来提高运算速度以满足图像实时压缩。正是在这种情况下,本文提出了改进的视频图像小波压缩算法,设计了基于高速数字处理芯片DSP-C6201的硬件平台,并在此平台上改进的小波压缩算法进行编程,实现了智能大厦监控系统不等清晰度视频图像压缩。

1 图像压缩技术[6]

近年来涌现的诸多图像压缩算法中,最具有途的是基于块分类的分形编码和基于小波变换的零树编码。分形压缩的理论依据是Barnsley等人提出的迭代函数系统(IFS)理论和拼贴定理。它实质上是把数量最少且匹配最好的多个压缩仿射变换找出来,取出其参数,如果其参数复杂性低于原图像,便实现了压缩。另一个引人注目的压缩算法是基于小波变换的零树编码。图像经过小波变换后生成的系数数据总量与原图像的数据量相等,即小波变换本身并不是有压缩功能,之所以将它用于图像压缩,是因为生成的小波系数具有能量集中性、重要系数的'群集性、各分量系数之间的相似性和分量系数幅度的衰减性等适合分类压缩的特性。基于上波变换的零树编码方案充分有效地利用了小波的频率分布特点,不会像分形那样产生明显的方块效应,而且易于软硬件实现,适合多类图像的压缩。这一类算法的典型代表是Shapiro提出的嵌入式零树编码(EZW)。但是,Shapiro方案一个明显的缺点是将不同级别的系数在判断重要系数时给予同等的考虑。本文在Shapiro方案的基础上提出了基于PSWTC(priority set wavelet tree coding)的改进的小波压缩方案克服了这一缺点,解决了不同大小不同级别的小波系数重要性判断的方法问题。PSWTC结果的PS系数分布有明显的规律性,级别高的个数少,级别低的个数多,呈金字塔分布,说明PSWTC很好地实现了零树编码方案的基本原则。与EZW相比较,PSWTC的计算复杂性要小,占用的存储空间小,耗费的时间短,容易实现快速压缩,克服了传统小波图像编码中存在的费时费力的缺点[4][5]。PSWTC算法的具体步骤是:

(1)低频系数暂不理会,置所有最高级节点为待分系数,构成待分系数集。

(2)设置门限,设初始值为T=Tmax=2×exp{「log2Max「|X|」」},“「」”表示取整操作符,X是除低频系数外的全部小波系数。

(3)根据门根比较判断待分系数的重要性输出Sn,n=1。重要则输出1,不重要则输出0。系数重要性由其小波对集合的重要性决定。