量子码图像压缩算法码书的研究及其解码电路的实现

论文摘要

矢量量化技术因其算法简单,易于硬件实现,在图像压缩专用芯片的设计中被广泛采用。矢量量化技术的关键是特征图像数据库的建立和搜索算法的选取。针对现有的矢量量化技术在硬件实现时成本高,性价比低,且延迟严重的问题,本论文采用改进算法的矢量量化技术（量子码）,有效的提高了图像压缩解码专用芯片的压缩率及编码速度。解码电路结构简单,易于实现。实验表明解码后图像画质较好,编码速度亦大幅提高,使得普通通信网的图像实时传输成为可能。论文利用小波变换在处理二维离散信号上的优势,结合图像的视觉特征,通过用二级小波变换分析图像块矢量的方向性,将码矢量按照垂直方向,水平方向,不规则变化及平缓变化分成四类,在每一类的码矢量中提取特征码矢量数据库（特征码书）。从而将传统矢量量化用到的特征数据库按照方向性分成四块,编码时首先确定图像块矢量的方向,再在相应的数据库（分类码书）中匹配。从而减少了匹配搜索时间,同时恢复图像的峰值信噪比基本保持不变。实验表明,在PSNR仅降低1. 8%的情况下,编码速度平均提高38. 4%。最高可以提高45. 8%。其次,提出了基于分类编码算法的矢量量化编码系统硬件结构,同时简化了分类算法的判决条件,从而减小了电路规模。并通过RTL级仿真、综合布线后的门级仿真、表明了设计的合理性和止确性。再次,提出了PDVQ（partition dynamically VQ）算法的解码电路的结构,用Verilog-HDL完成了RTL级代码描述,并对其功能进行验证,测试结果与软件模拟结果完全吻合,表明了设计的正确性。西安理工大学硕士学位论文最后,作为一个完整的编解码系统,本论文用RTL级代码描述了采用上述算法的VQ压缩解压缩芯片,并验证了其功能的完整性。关键字矢量量化峰值信噪比小波变换分类码书本课题获国家自然科学基金项目资助,基金号60276017

论文目录

• 1 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 研究的主要目的
• 1.4 研究的主要内容
• 1.4.1 特征数据库的建立
• 1.4.2 编解码电路的实现
• 1.5 本论文的结构编排
• 2 矢量量化图像压缩技术
• 2.1 矢量量化图像压缩简介
• 2.2 矢量量化编解码系统的评估
• 2.3 矢量量化中的关键技术
• 3 基于矢量量化的分类图像编码算法
• 3.1 传统的码书生成方法
• 3.2 小波变换
• 3.3 小波变换的应用
• 3.3.1 传统编码算法的缺点
• 3.3.2 小波变换在本课题中的应用
• 3.4 分类编码算法
• 3.4.1 简化的分类编码算法
• 3.4.2 分类码书的提取
• 3.4.3 阈值的选取
• 3.4.4 基于分类码书的编解码算法
• 3.5 实验结果
• 4 矢量量化图像编码电路的研究
• 4.1 编码算法及其电路实现
• 4.1.1 本论文采用的编码算法
• 4.1.2 电路结构
• 4.1.3 系统时钟频率的确定
• 4.2 输入数据缓存单元
• 4.3 分类单元
• 4.3.1 控制单元
• 4.3.2 类型判断单元
• 4.3.3 起始搜索地址判断单元
• 4.3.4 和值地址匹配单元
• 4.3.5 分类模块的功能仿真
• 4.4 距离运算单元
• 4.5 距离匹配单元
• 4.6 码书存储器的结构
• 4.7 系统的功能仿真
• 4.8 模块的综合、验证
• 4.8.1 综合、验证的必要性
• 4.8.2 后仿真
• 4.8.3 分类模块的综合、验证
• 4.8.4 分类编码矢量量化系统的综合、验证
• 5 PDVO矢量量化解码电路的实现
• 5.1 PDVQ编码原理
• 5.2 PDVQ编码系统总体结构
• 5.3 PDVQ解码原理
• 5.4 PDVQ解码器的电路实现
• 5.5 PDVQ解码电路的综合、验证
• 5.5.1 功能仿真
• 5.5.2 综合、验证
• 结论
• 致谢
• 参考文献
• 发表论文