航空圖像由于可以提供大量豐富的直觀信息，因而在軍事偵察、搶險救災(zāi)、氣象探測等領(lǐng)域得到了廣泛應(yīng)用?！　『娇請D像由于是遠(yuǎn)距離成像，所以分辨率較低且數(shù)據(jù)量很大。如果要把拍攝的航空圖像實時回傳，就必須對其進(jìn)行壓縮編碼。由于圖像壓縮算法復(fù)雜，因此決定了回傳系統(tǒng)必須采用高速數(shù)字信號處理芯片來實現(xiàn)。dsp作為當(dāng)前運算性能最高的信號處理芯片，成為實現(xiàn)系統(tǒng)方案的最佳選擇?！　∧壳斑M(jìn)行圖像壓縮的方法很多，主要集中在小波變換、分形壓縮、神經(jīng)網(wǎng)絡(luò)編碼等幾個領(lǐng)域。其中小波變換編碼憑借其優(yōu)良的時頻特性和多分辨率特性成為最熱門的研究方向之一，并在圖像壓縮領(lǐng)域占據(jù)了主導(dǎo)地位。但傳統(tǒng)的小波變換計算復(fù)雜，且都是在頻域進(jìn)行。1994年，w.sweldens提出了一種新的小波構(gòu)造方案——提升小波。它可以進(jìn)行原位運算，硬件實現(xiàn)時較為容易，且可以節(jié)省內(nèi)存空間，這一點對于提高系統(tǒng)性能、降低系統(tǒng)成本非常重要；和傳統(tǒng)的小波變換相比，它可以把計算復(fù)雜度減小一半，運算速度非?？欤淮送?，提升方案適合用simd(單指令多數(shù)據(jù)流)來實現(xiàn)，這和dsp的多總線讀寫結(jié)構(gòu)是一致的[1]。鑒于提升方案的諸多優(yōu)點，本系統(tǒng)在具體實現(xiàn)時其小波變換部分采用提升算法來實現(xiàn)。　　shaprio于1992年提出了零樹編碼方案，它采用全新的零樹結(jié)構(gòu)來表征小波系數(shù)，使小波變換應(yīng)用于圖像壓縮的優(yōu)越性得到了充分的體現(xiàn)[2]。由于零樹法高效的性能，人們在其基礎(chǔ)上又提出了各種改進(jìn)方法。1996年，said和pearlman提出了基于等級樹集合分割的算法——spiht算法[3]。該算法也是基于零樹思想，但采用集合劃分來進(jìn)行編碼，在系數(shù)組織方面更有效，壓縮效率也更高。spiht算法已經(jīng)成為公認(rèn)的編碼效率最高的算法之一，即使不采用算術(shù)編碼進(jìn)行熵編碼，編碼效率仍然很高，優(yōu)于前面的零樹編碼。因此，本系統(tǒng)在具體實現(xiàn)時采用spiht算法對小波系數(shù)進(jìn)行編碼。　　1 軟件實現(xiàn)　　1.1提升小波的實現(xiàn)　　由于圖像的非平穩(wěn)統(tǒng)計特性，任何一組小波基都不可能同時最優(yōu)地刻畫所有的圖像特征，因此存在小波基的選取問題。從熵、峰-峰比ppr、廣義編碼增益、抗誤差性能分析等幾個方面綜合比較，本系統(tǒng)采用antini9/7作為提升方案的小波基[4]。該小波提升方案的實現(xiàn)過程如下：　　antini9/7的分析濾波器為：　　首先對圖像進(jìn)行行變換，然后進(jìn)行列變換，最后對圖像系數(shù)按圖1所示的規(guī)則進(jìn)行重新排列?！　?.2 邊界處理問題　　在圖像壓縮的工程應(yīng)用時，邊界處理問題是關(guān)鍵技術(shù)之一。如果處理不好，信號將不能完全重構(gòu)，會直接影響重構(gòu)圖像的質(zhì)量。對此，提升方案原文中介紹的做法是采用插值細(xì)分算法，在邊界點重新計算濾波器的系數(shù)值，這樣就無需對信號進(jìn)行邊界處理[5]。但通過對插值細(xì)分算法實現(xiàn)過程的深入研究發(fā)現(xiàn),這樣會帶來浮點計算等額外的計算量，并且破壞了提升方案原本多讀單寫的結(jié)構(gòu)特點，使邊界處理問題變得非常復(fù)雜。此外，對于二維圖像處理而言，無需考慮不規(guī)則面的情況，在邊界點的處理上可以采用相對簡單的邊界延拓法。經(jīng)過比較發(fā)現(xiàn)，采用邊界延拓法處理問題更為簡單，不僅計算量大大減少，而且保留了多讀單寫的結(jié)構(gòu)，效果也不錯。因此，本系統(tǒng)在具體實現(xiàn)時用邊界延拓法代替提升方案原文中的插值細(xì)分算法，實際使用的是全對稱延拓方式?！　?.3 spiht算法的具體實現(xiàn)　　對spiht算法進(jìn)行編程實現(xiàn)時,為了提高執(zhí)行效率，對具體實現(xiàn)過程做了部分改進(jìn)。　　假設(shè)lis為非顯著點集鏈表，每個鏈表的元素為坐標(biāo)值(i,j)和類型標(biāo)志；lip為非顯著點鏈表，每個鏈表的元素為坐標(biāo)值(i,j)；lsp為顯著點鏈表，每個鏈表的元素為坐標(biāo)值(i,j)?！　∮胏語言對該算法進(jìn)行實現(xiàn)時，lip和lsp結(jié)構(gòu)存儲了像素點在圖像中的坐標(biāo)位置，根據(jù)它可從圖像中檢索出相應(yīng)的像素值。對于c6xdsp，這樣做需要用多條取數(shù)指令輾轉(zhuǎn)訪問內(nèi)存才能獲得像素值。但經(jīng)過分析知道，在編碼程序中，僅當(dāng)對lis鏈表中元素進(jìn)行零樹判斷和子節(jié)點處理時才需要根據(jù)坐標(biāo)進(jìn)行像素點訪問，像素點被放入lip或者lsp后，只需對像素值進(jìn)行訪問、修改，沒有必要再通過坐標(biāo)進(jìn)行像素值的訪問，可直接在lip和lsp結(jié)構(gòu)中存儲像素值，從而提高編碼速度。　　在解碼時，因為在lip和lsp的掃描過程中需根據(jù)輸入位流的0、1值對像素值進(jìn)行更新，所以必須存儲像素點的坐標(biāo)，由于圖像可以改為用一維線性數(shù)組存儲，故只需在lip和lsp中存儲像素點在圖像中的偏移。　　1.4 試驗結(jié)果　　采用標(biāo)準(zhǔn)圖像zelda對本系統(tǒng)算法和shaprio的零樹法(ezw)進(jìn)行測試比較。小波變換分解級數(shù)采用六級，試驗結(jié)果見表1。　　從表1可以看出，本系統(tǒng)算法重構(gòu)圖像的信噪比比零樹法平均高0.3db，其性能的優(yōu)越性是顯而易見的?！　? 軟件優(yōu)化　　本系統(tǒng)算法采用c語言編程實現(xiàn)后，首先在ateme公司的nvdk6416開發(fā)板上進(jìn)行算法調(diào)試和代碼優(yōu)化，主要采用如下優(yōu)