所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

减少像素记忆储存

Salil Bhalla)1辛格Kulwinder Monga2拉胡尔Malhotra3
  1. 学生,扎拉拉难民营玛哈•辛格工程学院Muktsar,印度旁遮普
  2. 助理教授,扎拉拉难民营玛哈•辛格工程学院Muktsar,印度旁遮普
  3. Director-Principal, Adesh理工学院、昌迪加尔、印度
相关文章Pubmed,谷歌学者

访问更多的相关文章国际期刊的创新在计算机和通信工程的研究

文摘

一个先进的压缩算法的在线图像内存大小已经介绍了。有3部分,整个过程的在线图像压缩内存大小划分。这些是1)图像捕获2)像素级图像压缩3)图像映射和存储。基于块的压缩算法被提出了。最亮的像素值的参考像素选择首先然后我们比较所有块的像素值与参考像素的像素值。之后,比较器电路被雇佣这样的自尊和拟议的连续映射的微分值像素进一步通过比较器电路相比。然后通过使用中间精密度位选择数量的差值量化和计算。因此所需的比特on-pixel内存存储都有所降低。这使得减少硅区域系统芯片。导师图形的设计架构师工具被用来合成算法。

关键字

压缩传感、数码像素传感器(离散长),基于块的压缩算法

介绍

图像处理技术在电子产品的历史可以追溯到1927年的发明电视系统[5]。从这个时间,研究了图像处理技术和发展主要的电视广播技术,如NTSC或PAL。
图像捕获设备,固态成像系统已经在1970年代发明的,它采用CCD(电荷耦合装置)作为信号变压器[6]。超大规模集成技术的最新发展不仅使我们能够制造打光检测器和信号传输电路,也是一个简单的图像处理电路在一个图像传感器芯片,所谓计算传感器[7]。
图像传感器基本上是杰出的像素传感器即有源像素传感器还是被动像素传感器[8]。被动成像系统需要更少数量的金属氧化物半导体设备或硅面积较小但相应地有源像素权衡提供面糊图像质量。因此,大多数的图像传感器像素图像传感器十分活跃。
然而CMOS有源像素传感器的历史并不是只要是对CCD有源像素传感器。首先研究论文在CMOS图像传感器在IEEE xplore发表“CMOS传真视频信号处理器”[9]在1985年。介绍的CMOS图像传感器,用于图像处理模拟像素部分或一个处理器。在图像传感器的图像传感器降低功耗,提高切换功能和有助于模拟到数字的转换由于其转换能力。
1994年,据报道CMOS图像传感器图像压缩的概念描述[10]。一个CMOS光电二极管被用来减少动态范围[11],减少动态范围需要较少的比特数数字数据存储。所以从这个压缩或者说on-pixel压缩的概念是直接与框架的动态范围。然而,各种算法和方法应用于减少动态范围但一个常用的方法是捕捉> > > >存储压缩技术。有各种硬件友好算法[12]设计等方法。
在现代图像采集和在线图像压缩的新方法是使用和实施,是捕捉> > > >压缩存储[13]。这种方法的图像压缩是新的,因此没有多少报道这方面的工作。由于其增强的结果在老方法,这种技术有大量潜在的研究。
答:基于块的压缩
在各种图像压缩算法整体形象被光学器件分为块而不是使用整体形象。基于块的压缩的概念使得减少了像素差值的动态范围自适应量化。
这里有一些块级分布的图像。
图一:每像素比特分配不同的算法
(1)在这个块表示所有像素精度提供一个完整的每个像素的8位。这样的分布被视为原始图像采集。
(2)在这个块表示我们选择最亮的像素块的价值,提供完整的8 -位精度。而所有其他像素捕获中级3位精度。作为最亮的像素值代表了最高的密集的像素,所以比较最亮的像素和相邻的像素将提供一个减少了动态范围。减少动态范围与捕获的比特数减少。
(3)这是拟议中的图像压缩算法,其中最亮的像素是8位的完整精确地捕获。块后,然后再细分成更小的块(例如2×2)。捕捉每个子块的像素像素差值与一个中级3位的精度。而下一个像素存储1位。前一个像素的差值和当前像素使用比较器比较[29]-[30],和出的比较器的输出存储。
b .像素映射
像素映射的是强制性的跟踪数据流在像素块的水平。这是一个介绍性的数据流块表示。
的像素映射图像采集有助于优化图像压缩。这里有一些不同的映射的例子,通常发现在图像压缩算法。
线性扫描
在线性扫描、图像像素扫描行智慧即首先第一行的像素将被扫描,然后在一块后,移动到下一行,图2.4所示和街区也以类似的方式扫描[23]。
线性区块扫描
在线性区块扫描,整个街区首先子划分为2×2块,然后执行线性扫描子块智慧而不是块智慧见图2.5 [14]。
在希尔伯特映射,解决图像像素根据希尔伯特曲线。然而希尔伯特映射帮助改善减少了时间和空间冗余。也提供了一个良好的采样速度。但是希尔伯特映射与每个块的像素数量变化和块每帧的数量。也该映射方案不是普通一个为每个子块[15]。
在我们提出的像素映射,我们将选择最亮的像素值从块并提供完整的8 -位精度。之后我们将微分计算像素值通过比较参考像素与其他像素和存储的微分值使用3位精度。剩下的像素比较像素差值之前的差值和电流差动价值。这些像素存储使用比特精度。

合成的结果

答:合成结果
我们设计一个算法首先合成的像素级CMOS有源像素电路。按照我们的算法设计,电路的要求。像素级电路设计后,我们组成一个块的像素级别安排测试。
微分像素输出的动态范围可以从整个街区的合成然后仲裁。图4显示了输出像素2,Vfire和Vdiff2比较器输入像素的像素输出2和Vout2 2。通过后一个普通的光电二极管的分析数据是存在的。

算法实现

答:概述
图五:说明整个系统的体系结构。传感器阵列分为4×4块。一个像素由MOS开关,光电二极管,一个微分放大器阶段,和一个比较器。如图5所示整个图像分成小块,和光滑映射像素块控制器部分是必需的。有两块选择控制器即行阻塞选择控制器和列选择控制器。这些控制器对不同大小的内存大小的块。这是基于块的代表形象。然而在基于块的架构很有可能压缩的图像并存储它的比特数减少。因此各种分解定理是来压缩图像的块级存储之前像QTD即象限树分解MOS开关用于水平Vdd Vn电压。 And also a MOS switch distinguishes one frame with another and hence reduces power dissipation. A photodiode is used as a sensor device which converts light intensity into equivalent voltage as described in TABLE II. Hence voltage at node Vn will be proportional to light intensity.
在我们的设计我们使用3 - 4位计数器计算微分像素值和相应的存储在芯片上的记忆。

结论

本文在线图像压缩概念提出和使用导师图形设计合成师的工具。本文说明了算法的优点1)减少DPS所需的硅区域;2)改善填充因数;3)在线压缩处理,使并行处理的概念。结果说明该算法结果在50%以上芯片内存

未来的工作

这项工作是合成使用设计工具,然而使用摄像头捕捉图像和处理图像硬件实现的设计可以提供增强的结果。

表乍一看

表的图标 表的图标
表1 表2

数据乍一看

图1 图2 图3一 图3 b 图3 c
图1 图2 图3.1 图3.2 图3.3
图3 d 图4 图5一个 图5 b 图5 c
图3.4 图4 图5.1 图5.2 图5.3

引用