基于FPGA的高动态图像压缩处理系统技术方案

本发明专利技术公开一种基于FPGA的高动态图像压缩处理系统，主要解决现有技术实时性低、赖高功耗平台以及便携性差的问题。其包括高动态图像采集单元(1)、数据传输单元(2)、高动态图像压缩单元(3)和图像显示单元(4)；高动态图像采集单元获取高动态图像数据后通过数据传输单元传输到高动态图像压缩单元中，高动态图像压缩单元将高动态图像压缩为低动态图像后通过数据传输单元传输到图像显示单元中进行显示。本发明专利技术对图像熵最大高动态图像压缩算法进行了硬件加速，提高了系统的处理速率和数据吞吐率，利用基于FPGA的嵌入式平台提高了系统的便携性，降低了系统功耗，可用于嵌入式环境下高动态图像压缩技术中。

High dynamic image compression processing system based on FPGA

The invention discloses a high dynamic image compression processing system based on FPGA, which mainly solves the problems of low real-time performance, high power consumption platform and poor portability of the existing technology. It includes a high dynamic image acquisition unit (1), a data transmission unit (2), a high dynamic image compression unit (3) and an image display unit (4); a high dynamic image acquisition unit obtains high dynamic image data and transmits it to a high dynamic image compression unit through a data transmission unit, and a high dynamic image compression unit compresses a high dynamic image. The image is transmitted to the image display unit through the data transmission unit for low dynamic images. The invention accelerates the hardware of the image entropy maximum high dynamic image compression algorithm, improves the processing speed and data throughput of the system, improves the portability of the system and reduces the power consumption of the system by using the embedded platform based on FPGA, and can be used in the high dynamic image compression technology in the embedded environment.

【技术实现步骤摘要】
基于FPGA的高动态图像压缩处理系统
本专利技术属于图像处理
，更进一步涉及一种高动态图像压缩处理系统，可用于在嵌入式场景下对高动态图像动态范围的压缩。
技术介绍
高动态范围HDR图像能全面地展现场景的细节信息。然而现有的显示设备由于动态范围受限,无法直接显示图像。所以需要对高动态图像的动态范围进行压缩，以满足显示器的显示要求。基于图像熵最大的全局压缩算法计算效率高，算法复杂度低，压缩后图像效果好，是目前比较高效的高动态图像压缩算法之一。但该算法需要基于中央处理器CPU的平台，类似平台功耗高，体积庞大，并且该算法需要复杂的迭代过程，并行性差，难以满足高实时性的需求。因此，有必要针对嵌入式场景高动态图像压缩开发一套更加注重实时性、功耗、面积和价格的高动态图像压缩处理系统。西安电子科技大学在其发表的论文“基于FPGA的高动态影像色调映射算法实现”中公开了一种基于空域滤波的Dutand压缩算法的高动态图像压缩系统，该系统包含3*3模板电路模块、双边滤波电路模块、以10为底的对数计算模块、映射电路模块。该系统不足之处有以下两点：第一，该系统为保证处理精度，将复杂运算结果先使用软件计算得出，然后构建大量查找表，保存在FPGA中，该方法将会耗费大量存储资源。第二，该方法对算法中间结果产生的双精度浮点数据保存位数不足，导致图像处理效果不佳。武汉大学在其申请的专利文献“一种高质量的快速色调映射方法和系统”(申请号201710868455.9，公开号107657594)中公开了一种高质量的快速色调映射系统。该系统包括输入模块、颜色空间转换模块、对数调整模块、全局动态压缩模块、局部细节调整模块、饱和度调整模块、输出模块。该系统存在的不足之处有以下两点：第一，该系统需要运行在基于中央处理器CPU的平台上，功耗较大，便携性不强。第二，该系统采用软件压缩算法，计算过程并行性低，图像处理速度较低，实时性不强。
技术实现思路
本专利技术的目的在于这对上述已有技术的不足，提出一种基于FPGA的高动态图像压缩处理系统，以在嵌入式环境下实现对高动态图像动态范围的压缩，提高系统图像处理速度，减少系统资源占用以及降低系统功耗。为实现上述目的，本专利技术基于FPGA的高动态图像压缩处理系统，包括：高动态图像采集单元1，数据传输单元2，高动态图像压缩单元3，图像显示单元4；高动态图像采集单元1获取高动态图像数据后通过数据传输单元2传输到高动态图像压缩单元3中，高动态图像压缩单元3将高动态图像压缩为低动态图像后通过数据传输单元2传输到图像显示单元4中进行显示，其特征在于：所述高动态图像压缩单元3，包括：灰度直方图统计模块31，用于统计输入高动态图像的灰度直方图，并存入存储器RAMh中；任意路径的权值计算模块32，用于将存储器RAMh中的灰度直方图数据按照设定顺序读出后，经过累加计算以及查权值查找表产生任意路径的权值数据矩阵，并将权值数据矩阵经过地址映射存入任意路径的权值存储器组RAMG中；中间结果并行计算模块33，用于计算动态规划过程中的所有子问题的最优解，结合存储器组RAMG中数据，生成节点数据矩阵C和最大权值路径矩阵L，并将矩阵L经过地址映射保存到寄存器组REGL中，将节点数据矩阵C经过地址映射保存到存储器RAMC中；生成有序向量模块34，用于读存储器RAMC中的数据产生有序向量S，并将有序向量S存储在存寄存器组REGF中，根据寄存器组REGF中的数据配置图像灰度值映射模块35中的数值比较器的阈值参数；图像灰度值映射模块35，用于输出低动态范围图像的像素值，根据模块中数值比较器的阈值参数对输入高动态图像的像素值进行映射，将其映射为低动态范围像素值。进一步，所述灰度直方图统计模块31由控制子模块311，地址译码子模块312，双端口RAM313，加法子模块314组成；控制子模块311用于控制地址译码器312产生地址，地址译码子模块312用于将输入灰度值数据译码为读取双端口RAM313的地址数据，加法子模块314将读出双端口RAM313数据加1回写入双端口RAM313中。进一步，所述任意路径的权值计算模块32是由累加子模块321、权值查找表322、地址产生子模块323组成；地址产生子模块323以设定的方式产生读取存储器RAMh的地址，读出数据经过累加子模块321后产生的结果输入到权值查找表322的地址端口，权值查找表322输出相应权值数据。进一步，所述中间结果并行计算模块33，由137个计算比较子模331块组成，每个计算比较子模块计算一条路径的最大权值，并且输出当前路径的节点数据。进一步，所述生成有序向量模块34，由地址译码子模块341和控制子模块342组成，控制子模块342控制地址译码子模块341产生读RAMC的首地址，将读出数据输入到地址译码子模块341的输入端口并存入存器组REGF中，地址译码子模块341输出下次读取RAMC的地址数据，如此循环直到地址译码子模块341输出地址数据为0。进一步，所述图像灰度值映射模块35由256个数值比较子模块351和数据选择子模块352组成，每个数值比较子模块351有两个阈值参数，分别是下限an和上限bn，n表示数值比较子模块的序数，这两个阈值参数由寄存器组REGF中数据确定；每个高动态图像的像素输入到所有数值比较子模块351的输入端口，当该像素值大于an并且小于bn时，数据选择子模块352选择序数n作为该模块的输出。本专利技术与现有技术相比具有以下优点：第一，由于本专利技术在计算全局最大熵高动态图像压缩算法的中间结果时采用多个计算单元并行工作，提高了系统的处理速度，克服了现有技术实时性差的缺点，可应用在实时性要求高的场合。第二，由于本专利技术对全局最大熵高动态图像压缩算法进行了存储优化，克服了全局最大熵高动态图像压缩算法对存储空间要求高的缺点，适用于存储资源局促的场合。第三，由于本专利技术采用大规模可编程阵列实现高动态图像压缩功能，克服了现有技术依赖高功耗平台以及便携性差的缺点，可应用在低功耗等多种嵌入式应用场景中。附图说明图1是本专利技术的系统框图；图2是本专利技术中的高动态图像压缩单元结构框图；图3是本专利技术高动态图像压缩单元中的灰度直方图统计模块框图；图4是本专利技术高动态图像压缩单元中的任意路径的权值计算模块权值存储器组RAMG结构框图；图5是本专利技术高动态图像压缩单元中的中间结果并行计算模块框图；图6是本专利技术高动态图像压缩单元中的生成有序向量模块框图；图7是本专利技术高动态图像压缩单元中的图像灰度值映射模块框图。具体实施方式下面结合附图对本专利技术做进一步详细描述。本专利技术是对图像熵最大高动态图像压缩算法进行加速的硬件系统，并通过FPGA实现。参照图1，本专利技术基于FPGA的高动态图像压缩系统包括：高动态图像采集单元1，数据传输单元2，高动态图像压缩单元3和图像显示单元4；高动态图像采集单元1获取高动态图像数据后通过数据传输单元2传输到高动态图像压缩单元3中，高动态图像压缩单元3将高动态图像压缩为低动态图像后通过数据传输单元2传输到图像显示单元4中进行显示。参照图2，高动态图像压缩单元3，包括：灰度直方图统计模块31、任意路径的权值计算模块32、中间结果并行计算模块33、生成有序向量模块34和图像灰度值映射模块35；灰度直方图统计模块3本文档来自技高网...

【技术保护点】
1.一种基于FPGA的高动态图像压缩系统，包括：高动态图像采集单元(1)，数据传输单元(2)，高动态图像压缩单元(3)，图像显示单元(4)；高动态图像采集单元(1)获取高动态图像数据后通过数据传输单元(2)传输到高动态图像压缩单元(3)中，高动态图像压缩单元(3)将高动态图像压缩为低动态图像后通过数据传输单元(2)传输到图像显示单元(4)中进行显示，其特征在于：所述高动态图像压缩单元(3)，包括：灰度直方图统计模块(31)，用于统计输入高动态图像的灰度直方图，并存入直方图存储器RAMh中；任意路径的权值计算模块(32)，用于将直方图存储器RAMh中的灰度直方图数据按照设定顺序读出后，经过累加计算以及查权值查找表产生任意路径的权值数据矩阵，并将权值数据矩阵经过地址映射存入任意路径的权值存储器组RAMG中；中间结果并行计算模块(33)，用于计算动态规划过程中的所有子问题的最优解，结合任意路径的权值存储器组RAMG中数据，生成节点数据矩阵C，将节点数据矩阵C经过地址映射保存到C矩阵存储器RAMC中；生成有序向量模块(34)，用于读C矩阵存储器RAMC中的数据产生有序向量S，并将有序向量S存储在S向量寄存器组REGF中，根据S向量寄存器组REGF中的数据配置图像灰度值映射模块(35)中的数值比较器的阈值参数；图像灰度值映射模块(35)，用于输出低动态范围图像的像素值，根据模块中数值比较器的阈值参数对输入高动态图像的像素进行映射，将其映射为低动态范围像素。...

【技术特征摘要】
1.一种基于FPGA的高动态图像压缩系统，包括：高动态图像采集单元(1)，数据传输单元(2)，高动态图像压缩单元(3)，图像显示单元(4)；高动态图像采集单元(1)获取高动态图像数据后通过数据传输单元(2)传输到高动态图像压缩单元(3)中，高动态图像压缩单元(3)将高动态图像压缩为低动态图像后通过数据传输单元(2)传输到图像显示单元(4)中进行显示，其特征在于：所述高动态图像压缩单元(3)，包括：灰度直方图统计模块(31)，用于统计输入高动态图像的灰度直方图，并存入直方图存储器RAMh中；任意路径的权值计算模块(32)，用于将直方图存储器RAMh中的灰度直方图数据按照设定顺序读出后，经过累加计算以及查权值查找表产生任意路径的权值数据矩阵，并将权值数据矩阵经过地址映射存入任意路径的权值存储器组RAMG中；中间结果并行计算模块(33)，用于计算动态规划过程中的所有子问题的最优解，结合任意路径的权值存储器组RAMG中数据，生成节点数据矩阵C，将节点数据矩阵C经过地址映射保存到C矩阵存储器RAMC中；生成有序向量模块(34)，用于读C矩阵存储器RAMC中的数据产生有序向量S，并将有序向量S存储在S向量寄存器组REGF中，根据S向量寄存器组REGF中的数据配置图像灰度值映射模块(35)中的数值比较器的阈值参数；图像灰度值映射模块(35)，用于输出低动态范围图像的像素值，根据模块中数值比较器的阈值参数对输入高动态图像的像素进行映射，将其映射为低动态范围像素。2.根据权利要求1所述的系统，其特征在于：所述灰度直方图统计模块(31)由控制子模块(311)，地址译码子模块(312)，双端口RAM(313)，加法子模块(314)组成；控制子模块(311)用于控制地址译码器(312)产生地址，地址译码子模块(312)用于将输入灰度值数据译码为读取双端口RAM(313)的地址数据，加法子模块(314)将读出双端口RAM(313)数据加1回写入双端口RAM(313)中。3.根据权利要求1所述的系统，其特征在于：所述任意路径的权值计算模块(32)是由累加子模块(321)、权值查找表(322)、地址产生子模块(323)组成；地址...

【专利技术属性】
技术研发人员：李甫，胡晨光，牛毅，朱才喜，杜曜辛，石光明，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61