● 摘要
矢量量化技术是一种有效的数据压缩方法，由于其算法简单，具有较高的压缩率，因而被广泛应用于图像语音信号编码领域。目前矢量量化在音频压缩和语音识别方面获得了极大的成功。在动态视频方面，矢量量化技术的应用也呈现出越来越广的趋势。而矢量量化在静止灰度图像编码方面的应用研究是在图像领域应用的基础和突破口。为了满足图像的实时传输要求，矢量量化专用图像压缩芯片成为了研究热点。本文正是研究了基于FPGA硬件实现中涉及到的码书优化设计，快速搜索算法，降低比特率三大关键技术。 首先，离线设计出通用性能好的码书是矢量量化的首要和关键问题。本文针对经典LBG算法产生的码书通用性差的缺点，提出了一种基于分类划分的码书生成法。由方差大小对图像块训练矢量集进行分类后，结合各类的特点，采用不同的方法生成各部分的代表码书，从而使码书通用性能得到显著提高。 其次，为了减少每个矢量的编码时间，基于分类码书的特点，站在易于硬件实现的角度，本文提出了一种基于方差分类再排序的快速搜索算法，该算法和分类码书的配合保证了既对恢复图像质量影响不大又大大减少了编码时间。 再次，为了降低比特率，利用相邻图像块的相关性，本文实现了相关编码。针对对角线相关编码顺序存在的问题，本文提出了之字形相关编码和折线相关编码，大大减少了预测量，提高了压缩比。 最后，基于FPGA的设计方法，对整个系统进行了VLSI结构设计并成功通过了仿真。实验结果表明，上述三大关键技术的结合使整个系统的编码性能达到了实时传输的要求。