摘要：本文研究了PNG图像解码的硬件实现方法，针对PNG文件的图像数据使LZ77和Huffman两种无损压缩算法，在设计上采用补充码表的方法实现快速的硬件解码，并采用软硬件协调机制，在降低功耗的同时实现PNG硬件解码的加速设计。本设计经EDA工具测试和验证，可以完全无失真的恢复PNG图像。
关键词：LZ77；Huffman；软硬件协调；PNG硬件解码
引言
PNG是流式网络图形格式的简称，是一种位图文件存储格式，PNG文件采用了压缩率高的LZ77和Huffman两种无损压缩算法，支持网络彩色图像传输，支持Alpha通道、定义透明区域和多重透明，逐步细化地显示图片。
PNG压缩的核心算法是Zip压缩算法，该算法的特点是先利用LZ77算法进行短语式重复的压缩；得到未匹配的字节和匹配长度、距离的组合值，然后再根据Huffman算法进行单字节重复压缩，最终得到压缩码流。PNG解码的原理是压缩的反过程，解码时可根据码表信息和压缩码流还原出原始图像数据。
PNG文件的解码通常由软件完成，软件解码实现方式灵活，但相对硬件解码而言，软件解码速度慢，能量消耗大，不利于移动设备的低功耗设计优化。
本文讨论了PNG图像的硬件解码实现方法，其应用对象是手机专用芯片，对低功耗和解码速度都有较高的要求，并解决了PNG解码的快速查表、软硬件协调和硬件加速等实现方法，而硬件加速解码功能的主要作用是减少CPU的负担，极大加快PNG图片的显示速度，并在一定程度上减少功耗，延长手机的待机时间，很具有研究与开发的实际价值。
PNG图像解码原理介绍
LZ77算法介绍
LZ77算法又可以称为“滑动窗口压缩”，该算法将一个虚拟的、可以跟随压缩进程滑动的窗口作为术语字典，要压缩的字符串如果在该窗口中出现，则输出匹配长度和距离的组合信息，来替换前面出现过的相同字符串，且要求最小替换的字符串为三个字节，这样可以保证压缩后的数据量小于原始数据。
LZ77解压缩时，只要维护好滑动窗口，随着压缩信息的不断输入，可根据匹配的组合信息从窗口中找到相应的匹配字符串作为输出，即可还原出原始数据。
Huffman算法介绍
Huffman算法属于编码式压缩，利用各个单字节使用频率不一样的特点，使定长编码转变为变长编码，给使用频率高的字节更短的编码，使用频率低的字节更长的编码，起到无损压缩的效果。这样，经过LZ77压缩后的未匹配的字节和匹配的组合信息可进一步进行Huffman压缩，得到很高的压缩效率。
例如，对于一组元素的字符值为s={a，b，c，d，e，f}，其对应的出现频率为P={10，2，2，2，2，9)。图1是根据以上信息建立的Huffman树，各元素出现的频率和元素值如图中所示，编码后各个元素的长度分别为L={1，3，3，3，3，2}，可见编码后储存这些字符值所需的空间极大地减少了。
这棵Huffman树是根据PNG规范的Deflate原则建立的，具有以下特点：左边的叶子编码为0，右边的为1；编码必须满足“前缀编码”的要求，即较短的编码不能是较长编码的前缀，保证码的唯一性；由于编码长度可变，因此译码时间较长，使编码的压缩与解码相当费时；每一层叶子的节点频率按从小到大排列，而同样频率的节点按字符值从小到大排列，这点也是PNG采用的Zip算法对Huffman算法的一种改进。因此，解码时首先要提取出压缩流中的码表信息建立出Huffman树，其中每个叶结点应包含有码长和字符值信息，并把最终生成的码表保存在RAM中，供Huffman解码模块查表，还原出图像原始数据。
PNG解码的软硬件协调机制
整个PNG硬件解码过程是由软件来调度的，在硬件解码中，当校验到图片数据出错或解码完成时，则PNG硬件模块通过配置专门的寄存器给软件检查做中断处理，当软件检测到这个寄存器信号使能时就产生中断，从而及时关闭PNG硬件解码模块。另外，在PNG解码前，先用软件检查PNG图片的头信息数据，如果数据出现错误，则不开启PNG硬件解码模块，在数据有误时可极大地降低功耗及软件调配时间。
解码前后数据的搬运机制是通过公用的AVI模块(相当于FIFO实现了输入输出数据的缓存)来实现PNG数据的搬运。解码前，软件通过调配AVI模块，从内存中搬取压缩数据给PNG硬件模块进行解码，解码后的数据经过Resize模块，又可以通过AVI搬运至VGA显示，以上这种较优的软件调配机制，解决了本设计的软硬件协调问题，可以在降低功耗的前提下实现高效率的解码，具体的软硬件协调原理如图2所示。
PNG解码的总体硬件结构
PNG硬件解码加速的整体结构主要由BytcsShift字符容器、PNG头信息处理模块、Inflate_table建Huffman表模块、Inflate_fast快速解码模块、Lz77寻找匹配串模块、Filter反滤波反交织模块和Resize放大缩小模块共七大模块组成，具体的硬件流程图如图3所示。
图中，PNG解码的基本流程为：通过AVI模块从总线上搬取压缩数据到Bytesshift字符容器进行缓存，并转换为压缩比特流；通过PNG头信息处理模块保留文件的头信息，通过控制Inflate_table模块读取码长信息来建立Huffman表，并对压缩数据进行解码；解码后的数据经过Flilter模块进行反滤波和反交织等处理，然后发给Resize模块做放大缩小处理后，通过AVI模块将最终解码后的数据发送出去。其中，解码核心模块和Filter模块通过采用数据的流水线处理方式，极大地提高了PNG的解码效率。
PNG核心解码模块的硬件结构
由于编码长度可变且不统一，解码时若按位比较来查找Huffman表会消耗很多时间，且PNG数据流中Huffman编码的最长码长为9。因此，为了实现快速查表解码，本算法中将码长小于9的Huffman树的叶结点作为父结点扩展到9层，即扩展出来的叶结点信息都同父结点一样，每次用固定的9比特压缩数据作为地址去查表，这样可以保证在每一个时钟内都可以查找到相应的字符值，从而极大地提高硬件解码的效率。以前面的Huffman树为例子，如图4所示，简单地将第4层以内的叶结点补充到第4层，即把整个Huffman二叉树补满，那么在第4层的子叶结点的长度和字符信息都同父结点一样。
这种扩展Huffman树的方法可以迅速查找Huffman表得到相应的字符值和匹配的组合信息值，对解出匹配的组合信息值则根据LZ77原则还原出解码数据输出。
本设计中的硬件解码核心模块如图5所示，这种硬件结构的优点是利用扩展码表的方法实现快速解码。核心解码的基本流程为：每次用固定的9比特压缩数据作为地址去查表，查出包含有码长和字符信息的叶结点，并根据码长信息从字符容器模块移出使用过的压缩数据，等待新进的压缩数据与字符容器剩余的压缩数据组成新的9比特数据作为查表地址。在下一个时钟重复上述过程，以此方式反复查表直至Huffman解码结束。
仿真和综合结果
通过ModelSim 6.3仿真提取出解码后数据，在MATLAB中对原图显示与本设计解码后提取出的图像数据进行对比，结果完全一致，并且在验证平台上比较其对应的原始图像数据也100％吻合，因此，本硬件设计能够完全不失真的恢复图像数据。
在设计中，采用台积电90nm工艺库，在100MHz频率下对PNG解码核心模块用DC进行综合，结果如表1所示(其中面积大小和功耗不包括RAM的面积和读写RAM的功耗)。
结语
本文讨论了PNG解码加速的硬件实现方法，分析了LZ77和Huffman两种算法的硬件解码原理，采用补满Huffman树的机制实现快速查表解码，并运用了较优的软硬件协调机制，在降低功耗的前提下实现了高效率的解码，这种协调机制也可以较好地应用于其它相关领域。
推荐访问:解码 加速 硬件 ＰＮＧ硬件解码的加速设计 png的硬件解码加速设计 硬件加速