濮建福，裴加軍，張 寧，沈 霽，馮書誼，田 野

（1.上海航天電子技術(shù)研究所，上海 201109；2.上海機(jī)電工程研究所，上海 201109）

0 引言

目前，高光譜圖像無損壓縮方法多采用對(duì)每譜段單獨(dú)進(jìn)行壓縮，如JPEG－LS壓縮方法。此類壓縮方法只考慮了譜內(nèi)的空間相關(guān)性，而忽略了譜間相關(guān)性，壓縮性能不理想。2012年，CCSDS首次發(fā)布了高光譜無損壓縮標(biāo)準(zhǔn)CCSDS－123.0－B－1，該標(biāo)準(zhǔn)是在基于預(yù)測(cè)編碼的方法基礎(chǔ)上制訂的，其壓縮性能較高、計(jì)算簡單、適應(yīng)性較強(qiáng)，適于航天工程應(yīng)用［1－4］。CCSDS壓縮算法采用空譜聯(lián)合預(yù)測(cè)的方式去除空間和譜間冗余。CCSDS標(biāo)準(zhǔn)只規(guī)定了編碼方法，并未給出實(shí)現(xiàn)過程，為滿足航天工程應(yīng)用需求，本文對(duì)CCSDS標(biāo)準(zhǔn)硬件設(shè)計(jì)和實(shí)現(xiàn)方法進(jìn)行了研究。

1 CCSDS空譜聯(lián)合預(yù)測(cè)模型

CCSDS壓縮算法包括兩個(gè)功能模塊：一是預(yù)測(cè)器，用于去除高光譜圖像數(shù)據(jù)冗余，另一是編碼器，用于對(duì)去除冗余后的數(shù)據(jù)進(jìn)行編碼，如圖1所示。

圖1 CCSDS壓縮算法主要模塊Fig.1 Main module of CCSDS compression algorithm

CCSDS高光譜壓縮預(yù)測(cè)器模型如圖2所示，從預(yù)測(cè)采 樣 值 ｛Sz，y，x｝預(yù) 測(cè) 殘 差 ｛δz，y，x｝集 合 的 計(jì)算［5］。在采樣點(diǎn)Sz，y，x處計(jì)算預(yù)測(cè)采樣點(diǎn)值和無符號(hào)整型δ，一般通過當(dāng)前采樣點(diǎn)的周邊值和P個(gè)相鄰譜段的值進(jìn)行計(jì)算。此處：P為用戶自定義參數(shù)，范圍為0～15。

每個(gè)譜段內(nèi)，預(yù)測(cè)器計(jì)算周邊的采樣值“局部和”，每個(gè)局部和用于計(jì)算“局部差分”。通過當(dāng)前譜段的局部和以及當(dāng)前譜段與之前譜段間的局部差分計(jì)算預(yù)測(cè)的采樣值。計(jì)算中所用的權(quán)重按每個(gè)被預(yù)測(cè)的采樣值的計(jì)算結(jié)果自適應(yīng)更新。每個(gè)預(yù)測(cè)的殘差，即當(dāng)前指定的采樣值和對(duì)應(yīng)的s＾之差，將映射至δ而得到預(yù)測(cè)殘差。原始高光譜圖像經(jīng)預(yù)測(cè)器消除空間和譜間冗余信息，再進(jìn)行熵編碼輸出。

圖2 CCSDS空譜聯(lián)合預(yù)測(cè)模型Fig.2 Spatial spectral joint forecast model of CCSDS

2 空譜聯(lián)合預(yù)測(cè)器FPGA設(shè)計(jì)

2.1 空譜聯(lián)合預(yù)測(cè)器FPGA模塊設(shè)計(jì)

圖3 CCSDS FPGA模塊總體組成Fig.3 CCSDS FPGA module

2.2 局部和與局部差值計(jì)算

定義局部和是當(dāng)前譜段，當(dāng)前像素的相鄰像素求和。局部和的計(jì)算分為五種情況，如圖4所示。圖中：

圖4 局部和的計(jì)算Fig.4 Calculation of partial summation

表示當(dāng)前像素周邊值之和。根據(jù)當(dāng)前像素所在位置的關(guān)系，有

式中：NCOL為圖像列數(shù)。

2.3 權(quán)向量更新計(jì)算

算出真實(shí)值與預(yù)測(cè)值之差后，對(duì)預(yù)測(cè)器進(jìn)行自適應(yīng)調(diào)整。預(yù)測(cè)值與當(dāng)前像素所在位置之前的各譜段有一定相關(guān)性，故權(quán)重更新向量選擇當(dāng)前像素之前數(shù)幀譜段作為更新權(quán)向量的依據(jù)。根據(jù)CCSDS自適應(yīng)預(yù)測(cè)方法，選擇符號(hào)自適應(yīng)預(yù)測(cè)。

當(dāng)使用定制權(quán)重初始化方法時(shí)，對(duì)每個(gè)譜段的初始化權(quán)重向量Wz（t）將被用于定義權(quán)重初始化向量i，組成Cz個(gè)Q－bit整型元素。此處：Cz為譜段z上用于預(yù)測(cè)的局部差的個(gè)數(shù)。權(quán)重初始化分辨率Q滿足3≤Q≤Ω＋3b。此處：Ω為權(quán)重值分辨率，取 值 4～19?？?用Wz（1）＝2Ω＋3－Q＋｜2Ω＋3－Q－1｜算得Wz（1）［5］。此處：為z的權(quán)重初始化向量。

在計(jì)算中心差的權(quán)向量過程中，幀序號(hào)不同，權(quán)向量初始值各異。針對(duì)FPGA邏輯實(shí)現(xiàn)，本文對(duì)中心差權(quán)向量更新計(jì)算進(jìn)行優(yōu)化，用符號(hào)函數(shù)和乘加運(yùn)算可更改權(quán)值w。其中：第一幀無中心差；第二幀的中心差的權(quán)向量初值為（1）＝ ［2Ω］；第三幀的中心差權(quán)向量初始值為；第四幀的中心差權(quán)向量初始值為；其余幀的中心差權(quán)向量初始值為

由此可知：在權(quán)向量更新過程中，使用了當(dāng)前數(shù)據(jù)的預(yù)測(cè)誤差的符號(hào)。用“－”、“＋”符號(hào)進(jìn)行權(quán)向量更新，計(jì)算中應(yīng)可能減少輸入信號(hào)與預(yù)測(cè)中心局部差與預(yù)測(cè)誤差計(jì)算間的時(shí)延。在計(jì)算中心局部差和權(quán)向量更新過程中，涉及的乘法計(jì)算較多，如用Slice實(shí)現(xiàn)，需消耗大量Slice資源，且延時(shí)較大。本文用FPGA芯片內(nèi)部DSP48E實(shí)現(xiàn)乘法計(jì)算，輸出延時(shí)僅為1個(gè)時(shí)鐘周期，顯著縮短了乘法計(jì)算的時(shí)鐘周期。

3 空譜聯(lián)合預(yù)測(cè)器邏輯結(jié)構(gòu)

預(yù)測(cè)器FPGA實(shí)現(xiàn)的邏輯結(jié)構(gòu)如圖5所示。各譜段局部和并行計(jì)算，再計(jì)算方向局部差和中心局部差，最后與更新的權(quán)重向量相乘得到預(yù)測(cè)值。在計(jì)算預(yù)測(cè)值的同時(shí)進(jìn)行權(quán)重向量更新，更新結(jié)果暫存在FPGA內(nèi)部寄存器中，等待下次使用。原始值與預(yù)測(cè)值相減得到預(yù)測(cè)殘差，然后進(jìn)行Rice編碼，組織碼流輸出［6］。

圖5 預(yù)測(cè)器邏輯結(jié)構(gòu)Fig.5 Logical structure of predictor

4 實(shí)驗(yàn)結(jié)果分析

用多幅高光譜圖像源測(cè)試算法，分別用CCSDS，ICER－3D，差分JPEG－LS和二維JPEG－LS壓縮算法進(jìn)行處理，壓縮結(jié)果見表1。CCSDS平均無損壓縮碼率為5.14b／p，與二維JPEG－LS相比碼率減少2.38b／p。局部和、局部差的 ModelSim仿真結(jié)果如圖6所示。圖中：a表示CLK；b表示RSTn；c表示FLAG_FRAME為幀有效信號(hào)；d表示FLAG_ROW為行有效信號(hào)；e表示DIN為輸入的圖像數(shù)據(jù)；f表示LOCAL_SUM 為局部和數(shù)據(jù)；g表示FLAG_SUM 為局部和有效信號(hào)；h，i，j分別表示LOCAL_SUBNW，LOCAL_SUBN，LOCAL_SUBW為局部差；k表示LOCAL_SUB；l表示FLAG_SUB為局部差有效信號(hào)。更新權(quán)向量ModelSim的仿真結(jié)果如圖7所示。圖中：a表示CLK；b表示 RSTn；c表示nFRAME；d表示 LOCAL_SUBN；e表示LOCAL_SUBW；f表示LOCAL_SUBNW；g，h，i，j分別表示 LOCAL_SUB1、2、3、4為權(quán)向量更新信號(hào)；k表示FLAG_SUB；l表示FLAG_PCE；m表示PREDICTED_CE。預(yù)測(cè)器實(shí)現(xiàn)過程采用流水線結(jié)構(gòu)設(shè)計(jì)，圖6中局部和與局部差的計(jì)算結(jié)果較輸入數(shù)據(jù)延遲1個(gè)時(shí)鐘周期（12.5ns），局部和和局部差同時(shí)輸出。FPGA采用XC5VFX130T，經(jīng)實(shí)驗(yàn)仿真，工作時(shí)鐘可達(dá)80MHz以上，圖像源為量化位數(shù)16b的高光譜圖像，預(yù)測(cè)器平均吞吐率為1.69Gb／s。

表1 四種壓縮算法結(jié)果Tab.1 Results of four compression algorithms

圖6 局部和和局部差仿真結(jié)果Fig.6 Simulation results of partial summation and difference simulation

圖7 權(quán)向量更新仿真結(jié)果Fig.7 Simulation results of weight vector updating

5 結(jié)束語

本文對(duì) CCSDS發(fā)布的 CCSDS－123.0－B－1高光譜圖像壓縮空譜聯(lián)合預(yù)測(cè)模型進(jìn)行了研究。給出了預(yù)測(cè)模型和FPGA模塊設(shè)計(jì)，簡化了局部和局部差計(jì)算過程，對(duì)權(quán)重向量更新進(jìn)行優(yōu)化，給出預(yù)測(cè)器實(shí)現(xiàn)的邏輯結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明：使用該預(yù)測(cè)器平局壓縮碼率為5.14b／p，工作時(shí)鐘可達(dá)80MHz以上，平均吞吐率1.69Gb／s。

［1］ CCSDS.Lossless data compression：recommendation for space data systems standards［A］：CCSDS121.0－B－2，b1ue book［M］.2ndEd.Washington DC：CCSDS，2012.

［2］ CCSDS.Image data compression：report concering space data system standards［A］：CCSDS 120.1－G－1，green book［M］.Walshinton DC：CCSDS，2007.

［3］ 張忠偉，安軍社，呂良慶，等.螢火一號(hào)火星探測(cè)器在軌圖像處理技術(shù)［J］.上海航天，2013，30（4）：211－214.

［4］ 陳裕華，顧曉東，張忠偉，等.最新Ccsds圖像壓縮算法研究與實(shí)現(xiàn)［J］.空間科學(xué)學(xué)報(bào)，2007，27（6）：519－522.

［5］ CCSDS.Lossless multispectral ＆ hyperspectral image compression：recommendation for space data systems standards［A］：CCSDS 123.0－B－1，Blue Book［M］.Washington DC：CCSDS，2012.

［6］ 陳永紅，史澤林，趙懷慈，等.空譜聯(lián)合預(yù)測(cè)高光譜圖像無損壓縮Rice算法［J］.儀器儀表學(xué)報(bào)，2010，31（1）：105－110.