基于FPGA的无损图像压缩系统设计

本文简要介绍了图像压缩的重要性和常用的无损图像压缩算法,分析了快速高效无损图像压缩算法(FELICS)的优势,随后详细分析了该算法的编码步骤和硬件实现方案,最后公布了基于该方案的FPGA性能指标。和其他压缩算法相比该方案可极大地减小无损图像压缩系统所需的存储空间和压缩时间。     

基于FPGA的图像压缩与编码算法设计

高帧频相机需要较长时间记录目标状态的图像信息,由于记录介质的存储容量所限,需要对图像进行实时压缩、记录与传输。EZW和SPIHT两种编码方法速度慢,不易在FPGA上实现,且对缓存要求较高。根据小波变换后小波系数的冗余及分布特性,提出一种新的编码算法,通过直接对系数大小做比较,然后结合数值特性和分布特性对小波系统进行动态分组,用较少的存储空间记录图像系数信息。该算法适合在FPGA上实现,实验结果验证了方法的可行性。     

FPGA实现高效实时图像压缩系统

本文提出了一种高效、压缩比在线可调的实时图像压缩系统方案,并且详细说明了硬件设计结构.与现有的结构相比,该结构具有并行度高,抗误码能力强等特点,图像质量可满足大多数应用要求.本系统中采用Xilinx最新推出的Virtex Ⅱ Pro系列产品中的XC2VP40来实现在FPGA上的设计.     

CCSDS高光谱图像压缩算法的FPGA实现

最近空间数据系统咨询委员会（Consultative Committee for Space Data System,CCSDS）正式发布了CCSDS 123.0-B-1标准.该标准是星载高光谱图像无损压缩以及近无损压缩的国际通用标准.为了减少图像数据存储的容量,降低传输带宽,提高传输速率以及实现实时传输,本文简要介绍了最新的CCSDS算法标准,并采用该算法标准解决了高光谱图像的大容量问题.基于现场可编程门阵列（Field-Programmable Gate Array,FPGA）硬件的逻辑实现包括预测器的逻辑描述和编码器的逻辑描述.最后,比较了基于FPGA硬件逻辑实现的高光谱图像无损压缩仿真以及该算法和JPEG-LS算法的压缩特性.结果表明, CCSDS压缩算法可满足高光谱图像压缩比为2：1的要求.     

基于FPGA的高速流水线FFT算法实现

提出了在FPGA（现场可编程门阵列）上实现1024点基4-FFT（快速傅里叶变换）算法的设计方案。方案对FFT算法的核心单元即蝶形运算单元的结构进行了分析和优化,用一个复乘器通过时序控制实现了和3个复乘器同样的效率,而且对整个算法的流程采用了流水线式的工作控制方式,不仅节省了FFT在FPGA上实现时占用的硬件资源,并且极大地提高了算法的运算效率。最后给出了仿真实验结果,并同MATLAB的FFT运算结果进行了对比。结果显示,在100MHz时钟条件下,本方案完成1024点的基4．FFT运算仅需51．28μs,完全满足高速FFT运算的实时性要求。     

基于FPGA的中值滤波快速算法的设计与实现

介绍了一种适合于硬件实现的快速图像中值滤波算法,给出了用Verilog HDL硬件描述语言在ALTERA公司的CycloneII器件上实现的系统设计方案及仿真结果。该方法可在图像预处理系统中获得良好的滤波效果,并可满足其实时性要求。     

CCSDS星载图像压缩模块的FPGA设计与实现

根据航天应用的需要,采用CCSDS122.0-B-1推荐的新一代空间图像压缩算法,基于FPGA设计实现了高速星栽图像压缩模块.针对算法的特点,设计了整体架构.图像采用分块编码的方法,对小波变换,采用了边界补偿的冗余分块算法,提高了信噪比,位平面编码各模块采用并行与流水结合的方法,提高了扫描和编码速率.通过测试,系统性能指标达到了航天任务需求.

Abstract：

Based on CCSDS122.0-B-1 algorithm, a high speed onboard image compression module is designed and implemented on FPGA. The functional framework is proposed after analyzing the characteristics of the algorithm. The images are processed by blocking and extra pixels are compensated for wavelet transform, from which the compression performance is improved. Test results verify the applicability of this designed module in space applications.     

基于FPGA的3DES加密算法高速实现

介绍了3DES加密算法的原理并详尽描述了该算法的FPGA设计实现，设计中还采用了流水线技术来提高速度，添加了输入和输出接口的设计以增强应用的灵活性，各模块均用硬件描述语言VHDL实现，最终下载到FPGA芯片Stratix中。     

基于FPGA的艇载图像压缩编码系统设计

平流层飞艇因其任意悬停、高度超过空管范围、不受天气影响且可由太阳能提供源动力等优势已经广泛的应用于空间遥感图像领域,对国土资源监测海洋监测、环境保护、防灾减灾和水利监测等都有着重要意义.本文基于某实际工程项目,设计并实现了FPGA配合专用的JPEG2000算法芯片(ADV212)的艇载图像压缩系统的解决方案,通过实际的图像测试与结果分析,该方案能够很好的满足实际工程的项目需求.     

基于LOCO—I算法的星载图像无损压缩的FPGA实现

LOC0-I图像无损压缩算法是JPEG--LS标准的核心算法．文中针对于星载图像无损压缩的具体应用,充分利用了流水和并行技术,给出了基于该算法的高速星载图像无损压缩核的设计和实现．压缩验证系统实验结果表明,该设计可每周期处理一个像素,50MHz频率下数据处理速度可达400Mbps,满足星载图像无损压缩的实际要求．     

渐近式图像无损压缩算法

提出一种基于游程编码RLC(Run-Length Coding)的渐近式图像无损压缩算法。根据提出的转换法对二进制码流进行转换来调整二进制码流的顺序以提高数据的相关性,在此基础上利用新的基于RLC的编码算法对二进制码流进行编码。最后转换与编码过程不断迭代直到不能压缩为止。实验结果表明,本文提出的压缩算法既适用于各种纹理的图像,又能提高压缩比。     

红外图像实时无损压缩传输系统设计与实现

由于无线带宽的有限性,基于红外序列图像自身独特的特点,工程需要对红外序列图像进行无损压缩.通过比较JPEG 2000、SPIHT、JPEG + DPCM和JPEG_LS这4种算法的压缩性能和硬件实现复杂度,选取了性能最优易于硬件实现的JPEG_LS作为核心压缩算法,以DSP和FPGA作为硬件平台核心.为验证系统的可行性...     

基于RICE的遥感多光谱图像无损压缩算法

目前应用于遥感多光谱图像的无损压缩算法复杂度较高,不利于硬件实现.针对这一不足,这里根据遥感多光谱图像的成像特点,提出一种采用可逆的分量变换(RCT)对谱段信息重新分配,再利用优化的RICE算法对图像数据进行编码的无损压缩算法.实验表明,该算法所采用的分块计算k值、预测器预测和改进的熵编码器较原RICE熵编码器更适于硬件实现,且该算法复杂度低,执行效率高,更好地满足了星载图像无损压缩的要求.     

一种基于混合整型变换和3D-SPIHT的高光谱图像嵌入式无损压缩方法

利用高光谱图像空间、谱间相关性不同的特点,本文提出了一种基于混合整型变换和三维分层树集合划分算法(3D-SPIHT)的高光谱图像无损压缩方法,首先将波段进行分组,针对每一分组,采用不同的整型变换技术去相关,然后对变换系数进行系数重组,采用高效的基于小波系数特点的3D-SPIHT编码方法得到嵌入式码流,具有一定的抗误码性能.实验结果表明,该方法能够有效的去除高光谱图像的空间和谱间相关性,与现有的国际标准JPEG-LS、JPEG2000和基于三维离散余弦变换(3D-DCT)或三维离散小波变换(3D-DWT)的编码方法相比,压缩后的平均比特率均有明显降低.     

基于灰度指纹图像信噪特征的无损压缩算法

本文提出了一个有效的针对灰度指纹图像的无损压缩算法.该算法通过将指纹图像的信噪特征融于新一代国际无损图像压缩标准的基本算法(基于上下文预测编码)而实现.该算法主要包括三个特色技术:基于纹线局部走向的分类预测、体现指纹微观纹理的扩展上下文以及基于成像仪器的分类熵编码器概率模型初始化.对一组真实数据及ISO标准图像的压缩结果表明该算法的压缩比居于国内外文献中的领先水平.     

基于三维自适应预测的高光谱图像无损压缩算法

利用高光谱图像具有较强的谱间相关性的特点,本文提出一种基于三维自适应预测的高光谱图像无损压缩方法,首先根据相关系数计算波段预测顺序,然后利用相关性较强的空间邻点和谱间邻点,采用基于神经网络模型的自适应预测方法进行三维预测编码.实验结果表明,该方法能够有效的去除高光谱图像的空间和谱间相关性,与现在最优的无损压缩国际标准JPEG-LS相比,压缩后的平均比特率能够降低0.3bpp左右.     

一种基于自适应预测的医学图像高效无损压缩方法

随着数字化医学图像海量的增长及PACS系统的广泛应用,对医学图像进行高效的无损压缩已成为广泛关注的问题.本文提出一种基于自适应预测的无损压缩方法,该方法利用神经网络模型自学习的能力,自适应的调整预测器的预测系数.实验表明,该方法能有效去除X线医学图像的空间相关性,还能同时去除彩色医学图像的空间和谱间相关性,取得较高的压缩比,且编解码速度较高.