基于TMS320C5409 图像压缩系统的实现

DSP课程结课论文
基于TMS320C28335 信号检测系统的实现
学号：2014282120167
姓名：熊正强
专业：电子与通信工程
指导老师：谭莹
2014年12月
基于TMS320C5409 图像压缩系统的实现
摘要：该文基于DSP芯片的特点和JPEG图像压缩的原理，重点描述了一个基于TMS320VC5409 DSP芯片的图像压缩系统。

其中对传统的JPEG算法的DCT变换和量化过程作了一些改进，使本系统压缩速度更快，在压缩率相同的情况下图像的质量更高。

关键词：DSP；图像压缩；JPEG算法；快速DCT变换
1引言
随着多媒体和网络技术的发展和应用，数字图像大信息量的特点使得图像压缩技术的要求也越来越高，因此，专用高速数字信息的处理技术成为发展的方向。

其中，在硬件技术中，TI推出的C5000系列DSP将数字信号处理器的处理能力提高到了一个新的境界，使信号处理系统的研究重点又回到软件算法上。

在压缩算法研究上，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。

2系统硬件设计
2.1 TMS320C549作为主处理器可行性分析
TMS320C5409是TI公司生产的新一代定点DSP芯片，时钟频率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。

还有独特的乘法指令和方便的立即数寻址方式。

在本系统中，TMS320C5409作为主处理器，任务是实现JPEG压缩编码。

文献[4]指出，以运算速度为100MHz的TMS320C5409作为主处理器，并以8X8的数据块作JPEG压缩编码时，所需要的机器周期为62Cycles，内存空间为6.3KB。

如表2-1所示
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=0.9866s当所处理的图像分辨率更小时，则压缩每帧所花的时间则更少，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。

表2-1 TMS320C54X性能和内存需要
TMS320C54x Performance
TMS320C54x Memory requirement
2.2硬件设计框图
图2—1是基于TMS320C5409的图像处理系统的结构图。

5409为中央处理器；SRAM为DSP片外扩展数据存储器；EPROM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他应用程序；A/D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，并控制图像A/D芯片进行图像采集，这部分由CPLD实现控制；图像采集芯片的寄存器控制由51单片机完成。

2.3存储空间的扩展方案
经过模数转换的原始图像数据是非常大的，TMS320C5409的内部仅有32KW的随机存储器和16KW的只读存储器不能满足需要，因此必须扩展存储器来存放原始图像数据和应用程序。

我们考虑外接64KW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64KW，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=1。

时选择片内RAM；当A15=1，XF=o时选择片外SRAM；当A15=1，XF=l时选择片外FLASH；存储器的扩展如图
2—2所示。

我们将外部扩展RAM的64KW中的48KW用于存放原始图像数据，16KW用于存放压缩后的图像和程序以及暂存的数据。

图2-1 图像处理系统结构框图
图2-2 存储器扩展示意图
2.4 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问题。

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，其进行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，其工作电压为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 和其它所有的外设逻辑。

外部接口引脚采用3.3V 电压。

本系统中电源采用了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3.3V 、一路1.8V ，每路电源的最大输出电流为750mA 。

3 JPEG 图像压缩算法
3.1 JPEG 图像压缩
图 3-1 JPEG 图像压缩框图
传统的JPEG 图像压缩算法过程为(1)离散余弦变换(DCT)(2)量化(3)行程编码和烯编码(如图3-1)。

其中二维DCT 变换公式为：
7
7
UV U V yx x=0y=0
1x+1U x+1V S =C C S cos cos
41616ππ
∑∑（2）（2） 当u ，v=0，C U ，C V =
1/C U ，C V =1 (3-1)
量化主要通过原始数据除以量化表得到。

量化表值可以根据需要自定，其值规定了其所对应DCT 系数的量化步长。

编码根据直流和交流数据分别采取不同的编码方式。

对DC 系数，采用DCPM 编码，前子块的DC 系数被用来预测当前子块的DC 系数进行差值无失真编码。

对于AC 系数，先按照Zig-Zag 序列扫描，再进行游程编码。

最后将所有码值进行熵编码，由此形成JPEG 图像格式。

3.2 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，是最耗费时问的运算，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。

3.2.1快速DCT 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 变换转换成为两次8点的一维DCT 的复合运算。

具体做法是对每一个8*8块，先做列方向上的DCT ，得到一个中问矩阵，再对该矩阵各行进行DCT 。

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，针对一维DCT 运算，很多不同的DCT 快速算法已经提出。

其中LoeffIer 算法[6]
需要的计算量最小。

图3-2给出了Loeffler 算法的流程图。

Loeffler 算法将8点的一维DCT 运算分为4级运算，由于各级之间的输入输出的依存关系，4级操作必须串行进行，而各级内部的运算可并行处理。

00
01
00
01
图3-3 三种运算因子
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3-3中的a ，b ，c 所示。

蝶形因子的运算关系为： O 0=I 0+I 1 O 1=I 0-I 1
需要2
次加法完成；倍乘因子的输入输出关系比较简单：O =，只需1次乘法；
旋转因子的运算关系为：
001**cos
**sin 22n n O I k I k N N
ππ=+
101**sin
**cos 22n n O I k I k N N
ππ=+ 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：
0101*(*cos
*sin )*cos *()222n n n O I k k k I I N N N
πππ
=+++ 1001(*sin
*cos )*cos *()222n n n O k k I k I I N N N
πππ=-++++ 只需要3次乘法3次加法。

其中*cos 2n k N π 和*sin 2n k N
π
以及它们的和差都是已知系数，通过查表获得。

由此计算，可知，一个8点DCT 的Loeffner 算法共需要11次乘法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。

加上采取其它的一些优化措施，大约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D(、T 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(表3～1所示)运用于DCT 运算，将大大简化程序的复杂度并减少计算的时间。

表 3-1 C5409双操作数乘法累加指令
具体算法如下：利用蝶形运算：
S0=X(0)+X(7) ; S7=x(0)-x(7) S1=X(1)+X(6) ; S6=x(1)-x(6) S2=X(Z)+X(5) ; S5=x(2)-x(5) S3=X(3)+X(4) ; S4=x(3)-x(4) 展开一维DCT 公式：
1
2(21)()*()*cos(
)4N k n n k
y k C a x n N
π-=+=∑
0cos();14
k a a π
== 当K ≠0 （3-2）
经过化简合并后结果如下： y(0)=aS0+aSl+aS2+aS3 y(2)=fS0+gSl-gS2-fS3 y(4)=aS0-aSl-aS2+aS3 y(6)=gS0-fS1+fS2-fS3 y(1)=eS4+dS5+cS6+bS7 y(3)=-dS4-bS5-eS6+cS7 y(5) =cS4+eS5-bS6+dS7 y(7) =-bS4+cS5-dS6+eS7 其中：
10.3536,cos()0.4904216
b π
==
= 1315c=cos()0.4157,cos()0.2778216216d ππ
=== 171e=cos()0.0975,cos()0.461921628
f ππ
===
13cos()0.191328
g π
==
从上面表达式可以看出，y(o)-y(7)都是乘法累加运算，而So-7可由x(O)⋯x(7)经过蝶形运算得到，因此DCT 算法由原来的四级运算变成两级，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。

这样大大缩减了运算的时间，提高了CPU 的工作效率，增强系统的实时性。

3.2.2量化运算优化
在JPEG 图像压缩技术中，传统量化的核心是量化表。

所谓标量量化就是对8*8图像块的DCT 变换系数使用量化表组逐个相除并四舍五入。

JPEG 推荐了色度与亮度两个最化表，它按照自然图像进行高频与低频部分压缩量的比率分配。

但是如果图像信号频率分布不均，如高频分量很多或低频分量很多，这个量化表就不是最优的了。

因此如果按照图像高频低频的具体情形对量化表调整，就可以在质量相同的情况下获得更高的压缩率，或者在压缩率相同的情况下获得更高的图像质量。

本文提出的根据事实情况自适应量化方法，即量化阶段采用二次计算的方法，其算法过程主要为两步：(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率域中所有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=o ⋯7为位置信息。

接下来求出63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，计算过程如式：
12
22
1(,)1(,)
()*1(,)
U V U V U V p U V X Z +=
(3-3)
由此可以得到量化表的矫正式Qp1(u ，v)=Q1(u ，v)/X1(u ，v)对JPEG 量化表进行矫正，作为最终的量化表进行量化。

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JPEG 编码过程的逆过程。

4实验结果
4.1快速DCT运算
表4-1三种算法比较
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。

结果如表4-1，我们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的时间，其效果是十分明显的。

(5409时钟频率100M)
4.2自适应量化
表4-2 同压缩比下峰值信噪比的比较
就自适应量化器进行了微机仿真。

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3．2．2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4—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的比较。

从压缩比和峰值信噪比的对比结果可看出，自适应量化JPEG方法在压缩比略高于标准JPEG方法。

5结论
本文以TI的TMS320VC5409作为开发平台，实现了一种新的JPEG图像压缩系统。

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。

这一实现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。

参考文献
[1]黎洪松，成实译．JPEG静止数据压缩标准[M]．北京：学苑出版社，1996．
[2]林福宗．图像文件格式(上)[M]．北京：清华大学出版社。

1996．
[3]TMs320VC5409 Datasheet，[DB/0L].Literature Number：SPRS082C；Texas Instruments;April 1999
[4]wissam Rabadi，Raj Talluri，K1aus lllgner et a1．Programmable DSP Platform，for Digital Still Cameras．Texas Instruments Incorporated，[DB/0L].Literature Number:SPRA651-April，2000 [5]张雪松，倪国强，周立伟，基于JPEG标准实时图像编码系统的研究,[N]．北京理工大学学报1998年，V01．18，No．2
[6]10effler C，Ligtenberg A，Moschytz G．Pratical fast 1-DDCT algorithm with 11 multipIication，[J]．procint1conf on Acoustics Speech，and Signal Processing，1989(I—CASSP89)．988—991．[7]齐美彬，基于DsP的视频图像压缩系统的研究，[D]．合肥工业大学硕士学位论文，2001年6月
[8]庄克玉，黄洪全，实时图像处理系统的DSP实现，[J]．自动化技术与应用，2004年，V01．23，No．3。