Implementación sobre FPGA de un algoritmo de compresión de imágenes hiperespectrales

136 Pages·2017·7.65 MB·Spanish

Implementacio´n sobre FPGA de un algoritmo de compresio´n
de ima´genes hiperespectrales basado en JPEG2000
Daniel B´ascones Garc´ıa
Ma´ster en Ingenier´ıa Informa´tica
Facultad de Informa´tica
Universidad Complutense de Madrid
Trabajo de Fin de M´aster
Convocatoria: 22 de febrero de 2018
Calificaci´on: 10 - Propuesto a matr´ıcula
Dirigido por:
Carlos Gonz´alez Calvo Daniel Mozos Mun˜oz

Autorizaci´on de difusio´n
El abajo firmante, matriculado en el M´aster en Ingenier´ıa Inform´atica de la Facultad de In-
form´atica, autoriza a la Universidad Complutense de Madrid (UCM) a difundir y utilizar con
fines acad´emicos, no comerciales y mencionando expresamente a su autor el presente Trabajo
Fin de M´aster: “Implementaci´on sobre FPGA de un algoritmo de compresi´on de im´agenes hi-
perespectrales basado en JPEG2000”, realizado durante el curso acad´emico 2017-2018 bajo la
direccio´n de Carlos Gonz´alez Calvo y Daniel Mozos Mun˜oz en el Departamento de Arquitectura
de Computadores y Autom´atica, y a la Biblioteca de la UCM a depositarlo en el Archivo Institu-
cional E-Prints Complutense con el objeto de incrementar la difusi´on, uso e impacto del trabajo
en Internet y garantizar su preservaci´on y acceso a largo plazo.
Daniel B´ascones Garc´ıa
3

Agradecimientos
Tras la carrerilla cogida en el trabajo de fin de grado, me siento en la obligaci´on de salirme
de lo convencional para escribir los agradecimientos. Esta secci´on se ha convertido para m´ı en
una forma de recapitular las experiencias extracurriculares que se han sucedido estos meses, y
recordar que no s´olo se aprende en el ´ambito acad´emico.
M´as de dos an˜os han pasado desde aquella reuni´on de anuncios de TFG de los diferentes
departamentos. Para nada esperaba que aquello se acabara convirtiendo en dos art´ıculos y su
esencia evolucionara en este TFM. Es verdad aquello de que cuanto m´as sabes de un tema m´as
pequen˜o te ves ante la inmensidad del conocimiento. Y todav´ıa me dicen que soy muy alto...
Desdeambosfinesdelmundo,ydesderinconescercanos.Muchaspersonas,auncondiferentes
destinos, se mueven al mismo ritmo de batall´on. Las filas se rompen de vez en cuando, pero
vuelven renovadas con fuerza.
Otros est´an siempre al lado, aun cuando hay distancia de por medio. Consejos, apoyo y gu´ıa.
Sin duda, para los momentos de duda, la mejor ayuda.
Y cuando hay que hacer paraditas, que sea con tostadas, embutidos, queso o chocolate, ¡qu´e
bien saben! Al igual que el fuego, de vez en cuando hace falta aire fresco para avivar la mente.
Playa, montan˜as, nieve, en coche, en avi´on, y, al final, volviendo a andar con quienes m´as
importan.
Gracias a los despachos en que se aprovecha el tiempo, a los jefes que no quieren que les
llames como tal, a los compan˜eros que se han ido, a los que siguen, a las cenas de cuatro, a
las bibliotecas donde no se estudia, a los guerreros de Uganda, a las p´erdidas de tiempo y a los
maratones que desgastan la mente. La meta ya est´a aqu´ı.
5

Resumen
Las im´agenes hiperespectrales son uno de los m´etodos de an´alisis disponibles hoy en d´ıa para
estudios no intrusivos, a distancia, de cualquier elemento.
Capturando cientos de longitudes de onda en cada p´ıxel, la informaci´on que proporcionan,
adem´as de u´til y precisa, es pesada. Una sola imagen puede superar el Giga Byte, por lo que la
compresi´on es m´as una obligaci´on que una opci´on.
Si queremos reducir en una fracci´on importante el taman˜o, debemos cen˜irnos a los algoritmos
con p´erdida. En los u´ltimos an˜os han ido evolucionando, con las t´ecnicas m´as prometedoras
utilizando h´ıbridos entre algoritmos de compresi´on para im´agenes tradicionales, y t´ecnicas que
incorporan una decorrelaci´on espectral en cada p´ıxel mediante reductores dimensionales.
Enestetrabajodefindem´astersehapartidodeesaidea,disen˜andouncompresorconmu´lti-
ples reductores dimensionales, utilizando como nu´cleo de la compresi´on las ideas del est´andar
JPEG2000, que han sido ampliadas con numerosas opciones. Los resultados muestran niveles de
compresi´on por encima de los obtenidos anteriormente, con la elecci´on de par´ametros jugando
un papel fundamental en la calidad de las im´agenes comprimidas.
A partir de ese desarrollo, se realiz´o un an´alisis de tiempos del algoritmo, detectando las
partes m´as lentas. Mediante t´ecnicas de submuestreo en la reducci´on dimensional, los tiempos
se mejoraron sin afectar a la precisi´on.
Se vio adem´as la posibilidad de conseguir mejoras adicionales incorporando una FPGA como
coprocesador para la codificaci´on de JPEG2000. La implementaci´on VHDL ha dado excelen-
tes resultados, y gracias a sus caracter´ısticas es arbitrariamente paralelizable, haciendo que la
codificaci´on sea pr´acticamente instant´anea en las FPGA con m´as capacidad del mercado.
Juntando todas estas ideas, se ha conseguido un compresor h´ıbrido capaz de reducir los
tiempos de c´alculo de varios minutos a meros segundos, posibilitando la compresi´on con p´erdida
en tiempo real, a la vez que se mantiene un alto rendimiento de distorsi´on frente a ratio de
compresi´on.
Palabras clave
Compresi´on, FPGA, Imagen hiperespectral, JPEG2000, reducci´on dimensional.
7

Abstract
Hyperspectralimagesareoneofthelatestmethodsfornon-intrusiveanalysis,allowingdistant
studies of virtually any subject.
Capturing hundreds of different wavelengths in every pixel they provide valuable and precise,
yet heavyweight, information. An image alone can surpass a GigaByte, so compression is no
longer optional.
If our goal is to significantly reduce image size, we must focus on lossy algorithms. They have
been evolving in the past years, with the most promising techniques being a hybrid between
traditional image compression algorithms and spectral decorrelation at the pixel level, using
dimensionality reduction.
This master’s thesis is based on that idea. A compressor with multiple dimensionality reduc-
tionalgorithmsisdesigned,withtheideasoftheJPEG2000standardatitscore,andisextended
with new options. Results show compression ratios higher than those previously obtained, with
the choice of parameters playing a crucial role in compression quality.
Based on those findings, the different steps of the algorithm were time profiled to find the
slowest bottlenecks. Execution times were greatly improved, without a hit in accuracy, using
subsampling techniques in the training steps of the dimensionality reduction algorithms.
It was also found that the coding step of the JPEG2000 algorithm could be significantly sped
up on custom hardware. To address this, an FPGA implementation was designed using VHDL,
which greatly improved execution times thanks to the parallelizable nature of the algorithm.
Putting all these ideas together, a hybrid compressor is presented which reduces compression
time from minutes to seconds, allowing real-time lossy compression with a great rate-distortion
performance.
Keywords
Compression, FPGA, Hyperspectral image, JPEG2000, dimensionality reduction.
9