基于FPGA的快速DCT医学图像的压缩算法.doc

　　基于FPGA的快速DCT医学图像的压缩算法 　　Abstract：A FPGA design for fast Discrete Cosine transform(DCT) implementation architecture used in medical image pression is presented. The architecture is achieved using ron deposition. First, the 8×8 tensional DCT is deposed into tensional DCT, simplifying the coefficient matrix, ber of adder and multiplier to minimum, and using the parallel pipeline technology of FPGA, the putation time is greatly saved and image processing speed is improved. 　　Key age pression;Ron deposition;Parallel pipeline 　　1 引 言 　　DCT变换是视频压缩编解码器中很重要的一部分，被广泛应用于各种视频格式的编码算法中，例如：JPEG，MPEG1，MPEG2，H.264等[1]。DCT变换虽然不能直接降低数据量,但是它可以利用图像的统计特性使得各种降低数据量的方法更为有效地工作。它能把图像的能量集中到少数的几个数据上，在很大程度上消除数据间的冗余性和相关性。 　　一般来讲，医学图像都比较大，例如腹部横断面的CT图像(512×512的bmp图像)，对于此类图像，如果要在整体上进行DCT变换，将耗费大量的时间，因此我们需要将整幅图像切割成若干的子块，对子块进行DCT变换，在本研究中采用的是8×8pixels的字块。 　　二维DCT变换需要进行大量的运算，大量的乘法及加法运算严重影响了变换速度，为减少运算次数，缩短运算时间，人们作了不懈的努力,并提出了多种快速算法，但处理过程中数学运算仍然相当复杂。我们在前人工作的基础上，对用行列分解法实现DCT变换的方法进行了优化，并充分利用了FPGA器件的嵌入式乘法器及存储器资源，明显缩短了变换时间。 　　2 DCT算法原理 　　2.1 一维DCT算法原理 　　设{x(n)}表示N个有限的一维实数信号序列集合，n=0,1,2,…,N-1，则一维DCT定义为： 　　y(k)=2Nc(k)∑N-1n=0x(n)cos((2n+1)kπ2N), 　　其中c(k)=12 k=0 　　1 k=1,2,…,N-1 　　2.2 二维DCT算法 　　对于一个N×N的图像，x(i,j)表示图像样值，其二维DCT变换公式如下： 　　y(u,v)=2Ne(u)e(v)∑N-1i=0∑N-1j=0x(i,j) 　　cos(2i+1)uπ2Ncos(2j+1)vπ2N， 　　其中 　　e(u),e(v)=12 u,v=0 　　1 u,v≠0(u,v=0,1,2,…,N1) 　　生 物 医 学 工 程 研 究 第28卷第3期 王 宁，等：基于FPGA的快速DCT医学图像的压缩算法 二维DCT变换具有很高的复杂度，从上式我们可以看出，二维DCT可以分解为两个一维的DCT变换： 　　y(u,v)=2Ne(v)∑N-1j=0 　　2Ne(u)∑N-1i=0x(i,j)cos(2i+1)uπ2Ncos(2j+1)vπ2N， 　　首先对二维DCT进行一维列变换： 　　x(u,j)=2Ne(u)∑N-1i=0x(i,j)cos(2i+1)uπ2N 　　转置之后再次进行一维列变换： 　　y(u,v)=2Ne(v)∑N-1j=0x(u,j)cos(2i+1)vπ2N 　　至此，我们就完成了一次完整的二维DCT变换。 　　y3 　　y4 　　y5 　　y6 　　y7=d〖〗ddddddd 　　aceg-g-e-c-a 　　bf-f-b-b-ffb 　　c-g-a-eeag-c 　　d-d-ddd-d-dd 　　e-agc-c-ga-e 　　f-bb-f-fb-bf 　　g-ec-aa-ce-gx0 　　x1 　　x2 　　x3 　　x4 　　x5 　　x6 　　x7， 　　其中a 　　b 　　c 　　d 　　e 　　f 　　g=12cosπ/16 　　cosπ/8 　　cos3π/16 　　cosπ/4 　　cos5π/16 　　cos3π/8 　　cos7π/16 　　要完成一次列向量的DCT变换需要64次乘法和56次加法，根据三角函数性质和矩阵系数对称性，上式可以分解为两个矩阵表达式： 　　y0 　　y2