基于FPGA的高分辨率圖像DCT域增強

摘 要:為了提高高分辨率圖像的質量，實現快速的圖像增強算法，提出在離散余弦變換(DCT)的對比度測度下，通過DCT矩陣中不同頻率的系數關系對DCT系數塊進行分類，對不同類型的系數塊做不同強度的自適應增強算法，并在FPGA上得到實現。提出的方法在不影響原始圖像壓縮性能的情況下有效地增強了圖像明亮或黑暗區域的細節，同時減少了因圖像增強而帶來的壓縮圖像塊效應。給出算法原理及在FPGA上的具體實現方法，并給出了實驗結果。結果表明，該算法在改善圖像主、客觀質量方面和運算效率上都能夠達到較好的效果。

關鍵詞:圖像增強;DCT;FPGA;塊效應

中圖分類號:TP751.1文獻標識碼:A

文章編號:1004-373X(2010)04-052-03

High Resolution Image Enhancement in DCT Domain Based on FPGA

TANG Yao1，2，CAO Jianzhong1，LIU Bo3

(1.Xi′an Institute of Optics and Precision Mechanics，Chinese Academy of Sciences，Xi′an，710119，China;

2.Graduate University，Chinese Academy of Sciences，Beijing，100039，China;

3.Center for Space Science and Applied Research，Chinese Academy of Sciences，Beijing，100190，China)

Abstract:For improving the quality of high resolution image and realizing the image enhancement algorithm，an image enhancement algorithms is proposed.It enhances the image adaptive based on a contrast measure defined within the Discrete Cosine Transform (DCT) domain.An improved classified method is proposed to classify the DCT matrix in the image and the image is adaptive enhanced by using different weight in different type DCT matrix.The algorithm is implemented on FPGA.It enhances the details in the dark and bright areas of image and gets rid of blocking artifacts.The algorithm uses low computations without affecting the compressibility of the original image，and the experiment on FPGA results show the satisfactory visual effect for computer and human vision.

Keywords:image enhancement;DCT;FPGA;block effect

0 引 言

高分辨率數碼圖像內容豐富，細節多變，但在拍攝過程中常受到氣候、環境和大氣衰減等影響。為了改善圖像的視覺效果，利于后續圖像處理，提高圖像的清晰度，必須對圖像進行增強處理。圖像增強算法從衡量的標準上可以被分為直接對比度增強型和間接對比度增強型。對于直接對比度增強算法，關鍵是要建立一種適合圖像特性的對比度測度。DCT域的對比度測度被定義為DCT矩陣子帶中高頻成份與低頻成份的比率。測度還具有類似于人類視覺系統的多尺度形式。

另一方面，高分辨率圖像具有數據量大的特點。在飛行過程中，為了保證拍攝區域一定的圖像重疊率，就需要在較短的時間內處理大量的圖像數據。為了提高存儲和傳輸的效率，常需要對圖像進行壓縮。JPEG[1](Joint Photographic Expert Group)是一種基于DCT變換的有損壓縮算法。與原始圖像相比，JPEG壓縮圖像的影像質量在多數情況下都是可以接受的[2]。本文中的圖像壓縮處理器采用FPGA，實現了JPEG基線壓縮算法。

對于基于FPGA硬件實現復雜圖像的高速增強處理，采用運算復雜或是單一不變的處理方式都難以適應要求。所以在基于DCT域對比度測度圖像增強算法[3]的基礎上，本文采用改進自適應圖像增強算法，通過對DCT系數進行計算分類，直接對DCT系數進行操作，對不同類型的DCT矩陣進行不同強度的自適應增強。

基于壓縮域實現圖像的增強，首先，不會影響圖像壓縮的性能;其次，不需要對圖像進行其他的變換與反變換，降低了算法的復雜度;最后，量化后的DCT系數矩陣中存在很多零值，相對降低了硬件實現時的運算量和存儲需求。在不影響原始圖像壓縮性能的情況下，能有效增強圖像明亮或黑暗區域的細節，同時降低因圖像增強而帶來壓縮圖像的塊效應。

這里的圖像增強方法具有較好的效果和較低的復雜度，適合于硬件的實現。在研究改進傳統圖像增強算法的基礎上，在FPGA上實現了可直接嵌入JPEG壓縮流程的自適應圖像增強處理器。下面對算法的FPGA實現進行了詳細的介紹。

1 圖像增強原理

1.1 圖像增強原理

為了壓縮圖像的動態范圍，增強圖像局部對比度，可采用對DCT變換矩陣中系數進行處理的方法。DCT變換可表示為:

dk，l=c(k)c(l)4∑7i=0∑7j=0xi，jcos[(2i+1)kπ/16]#8226;

cos[(2j+1)lπ/16](1)

式中:k，l=0，1，2，…，7，且:

c(k)=1/2，if k=0

1，otherwise(2)

對于DCT變換矩陣，如下式所示:

D=d00d01d02d03d04d05d06d07d08

d10d11d12d13d14d15d16d17d18

d20d21d22d23d24d25d26d27d28

d30d31d32d33d34d35d36d37d38

d40d41d42d43d44d45d46d47d48

d50d51d52d53d54d55d56d57d58

d60d61d62d63d64d65d66d67d68

d70d71d72d73d74d75d76d77d78

式中:左上角的d0，0代表DC系數，實質上是圖像中每個8×8塊值的平均，可以看作是照度分量;矩陣中越向右下方的分量越代表遞增水平和垂直的空間頻率分量。這種空間頻率特性為在DCT域定義對比度測度提供了一種途徑。已知人類視覺分辨依賴于高頻成分與低頻成分之比。因此，局部對比度測度可以被定義為DCT矩陣頻帶中高頻分量與低頻分量之比。

cn=En/∑n-1t=0Et(3)

式中:En為第n個頻帶的平均幅度:

Et=(∑k+l=t|dk，l|)/N(4)

N=t+1， t<8

14-t+1，t≥8(5)

設原始圖像塊的對比度為c=(c1，c2，…，c14);cn是對應En頻帶的對比度;另設增強后DCT矩陣塊的對比度為c=(c1，c2，…，c14)。如果是增強所有頻帶的對比度，則cn=λcn。由此，根據式(3)有:

En/∑n-1t=0Et=cn=λcn=λEn/∑n-1t=0Et(6)

式(6)可表示為:

En=λHnEn，n≥1(7)

式中:Hn=∑n-1t=0Et/∑n-1t=0Et，n≥1。

通過式(7)，可得到增強后的DCT系數為:

dk，l=λHk+ldk，l， k+l≥1(8)

Hn(n=1，2，…，14)可以通過遞歸的方式算出。

1.2 算法的應用與改進

人眼對不同類型區域的細節變化敏感程度不同，所以對不同區域的圖像應考慮增強方式的區別。圖像中細節非常豐富，對于圖像復雜區域會有掩蓋效應，塊效應不會很明顯，因此可以著重加強。邊沿區也是人眼能敏銳感知的部分，也需要進行增強。對平坦區，因為細節少，增強后塊效應很明顯，所以不需要增強，這樣可以減少平坦區域塊效應的出現。對于整個圖像，將DCT系數塊分成直流部分、低頻部分、中頻部分和高頻部分。各部分系數絕對值之和的分布可以作為平坦區、邊沿區和紋理區的判據。通過改進，算法對不同類型的DCT系數矩陣增強過程中取不同的λ值，以達到對不同區域不同特性圖像內容自適應增強的目的。

圖1中實線框表示JPEG壓縮的流程原理框圖。在編碼過程中，輸入的原始圖像被分為多個相互不重疊的8×8子塊，JPEG對每個小塊進行二維DCT變換，在得到DCT系數后應用指定的量化表對其進行量化，量化是一個有損的過程。之后對DCT系數矩陣進行之字形掃描，并進行熵編碼。

圖1 嵌入圖像增強算法的JPEG壓縮原理框圖

算法實現方面，DCT系數由第0個頻帶，即DC系數開始，遞增地計算15個頻帶的增強系數。由于頻帶的遞增與之字形掃描順序一致，故將算法集成在JPEG壓縮步驟的之字形掃描之后。這種設計的好處在于首先通常DCT矩陣中高頻部分較小的系數都會被量化為零值，降低了算法的計算量。另外，由于之字形掃描后的順序無需再做調整，降低了存儲空間的需求。如圖1所示，虛線框所示為圖像增強算法模塊。

2 算法的FPGA實現

對于本文中的高分辨率相機，對圖像壓縮和增強的速度要求較高，設計采用流水線結構。圖2是詳細的算法在FPGA中實現的原理圖。

圖2 基于FPGA實現的圖像增強算法原理圖

在圖像增強處理器設計中，計算是基于DCT變換后8×8塊進行的，系數矩陣輸入圖像增強模塊的次序與之字形掃描后的次序一致。在每個DCT系數矩陣輸入前，先對反饋參數初始化，使H0=1/λ。當輸入DC系數d0，0時，E0=d0，0，E0=d0，0，d0，0=d0，0。由此得到H1=1，d0，1=λH1d0，1，以此類推。待計算完系數矩陣中64個系數后，進入下一個8×8矩陣的運算。

在此，采用的FPGA中嵌入了乘法器，方便了算法的實現。由于涉及到除法運算，所以先通過查表法將對除數取倒數，將除法運算轉換成乘法進行運算。

3 實驗結果

在上述原理圖單元的基礎上，完成JPEG壓縮和圖像增強算法的設計。采用一片Altera EP2S30F672I8 FPGA，約27 104個邏輯單元，128個9 b DSP block單元，本設計占用片上資源22%左右，當系統速度為50 MHz時，完成一幀8 000×6 000圖像壓縮與增強需要時間約1 s。圖3(a)，(b)分別給出原圖及經FPGA增強后的效果圖。

圖3 原圖和經FPGA增強后效果圖

可以看出增強后的圖像在整體對比度增加的情況下細節表現更為突出。在圖像增強的過程中，沒有因為對某一部分信息的強調而損失另一部分信息。既滿足了人眼主觀的要求，又適應了高分辨率數碼圖像的特點。

4 結 語

在圖像增強算法中，采用DCT域的圖像增強算法，在不損失圖像局部細節的前提下，增強了整幅圖像的對比度，改善了圖像質量。

在數碼相機系統中使用FPGA作為圖像壓縮與增強處理器，成功地在JPEG壓縮流程中實現了本文中提出的圖像增強算法。實驗表明，因采用流水線結構，算法被嵌入到JPEG壓縮流程中后，與單純實現JPEG壓縮對比，拍攝間隔沒有受到影響，并且基于DCT系數的分塊操作沒有因為高分辨率的圖像而增加額外的FPGA片外硬件存儲資源。基于FPGA硬件處理后圖像與原圖對比，圖像的細節更加豐富，畫面整體效果有了很大提高，達到了增強圖像的目的。

參考文獻

[1]Digital Compression of Coding of Continuous-Tone Still Images-Part1:Requirements and Guidelines，ISO/IEC JTC1 CD 10918，1993.

[2]C Chang-Hsin，T Mu-Changsai，H Chun-Lung.A Novel 2-D DCT Realization using Low Cost Residue/Quotient Technique[J].IEEE Trans.，2009，17(8):1 079-1 084.

[3]Tang J，Kim J，Peli E.Image Enhancement in the JPEG Domain for People with Vision impairment[J].IEEE Trans.on Biomedical Engineering，2004，51(2):2 013-2 023.

[4]Fu J，Zeng B.Directional Discrete Cosine Transforms:A Theoretical Analysis[A].Proc.Int.Acoustics，Speech and Signal Processing Conf.[C].2007:1 105-1 108.

[5]An Kebin，Ni Qiang，Sun Jun.A Contrast Enhancement Method for Compressed Images[J].IEIC Electronics Express，2004，1(18):582-587.

[6]Amir Z Averbuch，Alon Schclar，David L Donoho.Deblocking of Block-transform Compressed Images using Weighted Sums of Symmetrically Aligned Pixels[J].IEEE Trans.on Image Processing，2005，14(2):200-212.

[7]L Yuh-Rueyee，L Chia-Wen.Visual Quality Enhancement in DCT-Domain Spatial Downscaling Transcoding using Genera-lized DCT Decimation[J].IEEE Trans.on Circuits and Systems for Video Technology，2007，17(8):1 079-1 084.

[8]朱劍英.基于DCT 變換的圖像編碼方法研究[D].南京:南京理工大學，2004.

[9]鐘文榮，陳建發.二維DCT 算法的高速芯片設計[J].廈門大學學報:自然科學版，2005，44(2):198-201.

[10]Gonzalez R C，Woods R E.Digital Image Processing[M].Prentice Hall，2007.