● 摘要
随着卫星传感器分辨率的不断提高，遥感图像的数据量急剧增加，必须进行高倍实时图像压缩才能解决日益增长的数据量和有限的通信带宽、存储空间之间的矛盾。遥感图像压缩系统处理数据量巨大，而基于小波变换的遥感图像压缩算法本身计算复杂度又高，致使通用的PC平台根本无法满足实时压缩的需求。为此，本文针对算法核心模块的有效硬件实现方法进行了深入的研究，围绕提升小波构造、提升小波变换和自适应量化的优化实现以及利用DSP特性的优化技术三方面开展研究工作，主要包括以下几个方面。1、研究了提升小波变换在DSP上的优化实现技术针对常规CDF9/7移位加提升实现方式存在的问题，提出了两种改进方案：实数提升小波方案在保证图像压缩质量的前提下，通过建立提升系数的构造模型，构造适合DSP的实数提升小波系数，减少了复杂浮点运算和移位加运算，并通过合并归一化乘操作，进一步降低了运算复杂度；而整数提升小波方案以牺牲少量图像压缩质量为代价，采用取整操作达到了更快的运行效率。此外，本文还通过调整提升处理过程，改进了算法的流水性能；采用嵌入式边界延拓的思想，弥补了传统对称延拓的不足；针对存储开销，优化了小波系数存储方式和顺序。2、提出了一种面向DSP的自适应量化高效计算方法在分析自适应量化复杂度的基础上，提出了高效量化计算方法，该方法通过构造移位量化矩阵，用定点乘法和移位运算取代了量化中耗时的除法运算，将标准差计算转化为均值计算，并对循环结构做了优化，在基本不影响图像压缩质量的情况下，提高了自适应量化的效率。3、研究了利用DSP硬件特性的优化实现技术为进一步提高遥感图像压缩系统的运行效率，研究了深层次硬件优化实现技术。利用DSP硬件资源和开发环境工具，在分析DSP体系结构及并行流水程序特点的基础上，实现了存储器资源配置优化和编译器优化，并设计了C语言程序的优化准则。综合软硬件优化实现技术，提升小波变换和自适应量化的整体执行效率提高了近45倍，为实现海量遥感图像的实时压缩系统奠定了基础。