论文部分内容阅读
为验证高速平台上实时SAR成像的效果,需将图像实时传到地面,由于高分辨SAR图像数据量较大而遥测的传输能力有限,传统的图像压缩方法无论是在压缩比还是在实时性上均无法满足当前的需求。本文对传统的图像压缩算法进行了改进,使其更适用高速平台上的要求并充分利用了FPGA的可并行处理以及流水操作的性能,设计实现了针对光学和SAR图像通用的具有高压缩比和高实时性的图像压缩系统。1.在传统图像压缩算法的基础上,提出了压缩性能更好的改进图像压缩算法,这种算法通过减少小波变换的阶数、对小波系数矩阵中代表对角细节分量的HH1子带不编码以及对不同的小波子带采用不同的精炼次数的方式来提高压缩比以及减少运算量。2.在进行图像预处理时,采用了统计直方图的量化方式将像素点为16位的值量化成8位,这种量化方式与传统的量化方式相比降低了图像中噪声对量化的影响;同时利用在实时成像过程中,相邻两幅图像的目标场景重叠度高的特点,对当前图像量化所需要的参数使用前一幅所统计出来的值,这样便可以将统计直方图和量化并行运行,提高了图像像素点量化的实时性。3.基于FPGA实现二维提升小波变换时,先流水取系数矩阵的前三行进行小波变换,当进行下一次小波变换时,重复取上一次的最后一行作为下次小波变换输入的开始行;这相对于传统方法先将行向量进行奇偶分离再进行小波变换的方法节约了存储器资源。当行变换生成了四个高频分量和四个低频分量时,对高频分量和低频分量同时进行列小波变换,实现了行变换和列变换的并行运行,提高了图像压缩的实时性。4.基于FPGA实现SPIHT编码时,首先将根节点、直接后代和间接后代分别放到三个不同的存储器中,进行系数精炼时,将确定为重要的系数值(LSP)存储到特定的寄存器中,每次精炼后,更新三个存储器中的值,直到精炼结束,这样处理大大减少了程序的复杂性,减少了逻辑的嵌套,提高了程序的稳定性;在进行编码操作时将二维提升小波变换生成的子模块并行编码,提高了实时性。5.对实验的结果进行了分析,改进SAR图像压缩算法峰值信噪比(PSNR)为31.59dB,图像压缩比为8.23:1,均高于传统的图像压缩算法。在实时性方面,对于320x256大小的图像,在频率100M的情况下,需要4.489ms;对于2048x2048点的SAR图像压缩时间为180.863ms,可满足PRF为10k以内的实时SAR成像系统。验证了改进方案具有压缩比高,失真度低,实时性高的优点,因此能满足高速平台上图像压缩系统的要求。