离散小波变换的VLSI架构

这篇论文对小波变换技术及其VLSI实现架构进行了回顾与总结。重点讨论了离散小波变换及其快速算法——Mallat算法。然后对该算法的几种典型VLSI实现架构进行了讨论和比较，并对未来的工作给出了建议。     

DPCM与整数小波变换结合的医学图像无损压缩算法

提出了一种新的用于医学图像无损压缩的算法DPCM—IWT。该算法可进行实时处理，硬件实现简单。实验结果表明，DPCM—IWT算法的压缩率分别比IWT算法和DPCM方法平均提高12％和13．6％左右。     

遥感图像压缩中CCSDS标准的应用及VLSI实现

针对遥感图像的无损压缩应用,基于国际空间数据系统咨询委员会(CCSDS)犤1犦建议的无损数据压缩标准,结合局域纹理特征分析的处理方法犤2犦,设计了一种有效的遥感图像无损压缩方案。压缩方案由基于局域纹理分析的去相关处理、CCSDS建议的熵编码两部分组成,去相关操作是通过提取出两种有效的预测模型并自适应选择最佳的模型进行处理,然后使用快速有效的CCSDS熵编码器对最佳去相关模型的预测误差进行编码,同时算法中考虑面向空间应用的特殊性,设计了输入输出数据率恒定条件下的压缩码率控制方法,从而给出了一套完整的针对遥感图像压缩的具有可行性的解决方案,同时解决了压缩方案中VLSI实现的一些关键技术。     

整型小波变换应用于遥感图像无损压缩

基于“提升”(Lifting)算法实现整型小波变换(IWT),然后将图像变换到小波域,用零树编码 和算术编码相结合的方式对图像进行无损压缩,并针对遥感图像波段之间的相关性进行了谱间预 测。最后进行了一些相关实验,实验证明将IWT应用于遥感图像无损压缩是有效的。     

Wavelet Packet Compression of Medical Images

Tolba, A. S., Wavelet Packet Compression of Medical Images, Digital Signal Processing12 (2002) 441–470The increasing need for efficient image storage and transmission in hospitals imposes heavy requirements on the design of picture archiving and communication systems. Thus new methods are needed for efficient image compression. Recent reviews of wavelets in biomedical applications showed that wavelets should be used with caution and that a particular solution should always be motivated by the problem itself. This study discovers the best design parameters for a data compression scheme applied to medical images of different imaging modalities. The proposed technique aims at reducing the transmission cost while preserving the diagnostic integrity. By selecting the wavelet packet's filters, decomposition level and subbands that are better adapted to the frequency characteristics of the image, one may achieve better image representation in the sense of lower entropy or minimum distortion. Experimental results show that the selection of the best parameters has a dramatic effect on the data compression rate of medical images. Statistical significance tests were performed on the experimental measures to conduct the most suitable wavelet shape for each imaging modality. Image quality measures are used to evaluate the performance of different wavelet filters for different imaging modalities. Image resolution is found to have a remarkable effect on the compression rate.     

一种基于整数小波变换的图像无损压缩方法

由于第二代小波变换可以实现图像的整数到整数的变换,而且图像的恢复质量与变换时边界采用何种延拓方式无关,完全可以克服由第一代小波变换所带来的缺陷。该文利用这个特性,提出了一种基于整数小波变换的图像无损压缩算法。该方法首先将图像进行整数小波变换,然后利用不同子带的小波系数分布特性,对不同的子带采用不同的预测方式,最后将预测误差进行哈夫曼编码。实验结果表明,该方法算法简单,有较好的压缩性能,与JPEG无损压缩模式相比较,有较大的优势。     

第二代小波在医学图象无损压缩中的应用

研究了第二代小波在医学图象中的方法,并在计算机上用软件模拟实现了相应的算法,最后给出了实验结果以及与其他压缩方法的比较,从中可以看出这一新方法在医学图象无损压缩中具有良好潜力和巨大的应用前景。     

基于可逆整数小波变换的图像无损压缩

基于可逆整数小波变换(RITIWT:ReversibleInteger-to-IntegerWaveletTransform)的图像无损压缩已经成为图像压缩领域的研究热点。在对相关文献进行综合分析的基础上,首先回顾了RITIWT发展历史中的几个有影响力的小波变换框架及其在无损压缩中的应用,然后对目前应用于图像无损压缩领域的几种重要的RITIWT方法进行了总结,论述了基于可逆整数小波变换的图像无损压缩方法需要解决的若干问题,最后对基于RITIWT的图像无损压缩问题研究提出了一些展望。     

多光谱图像的无损压缩方法

利用多光谱传感器对同一观测对象在多个窄光谱范围上获得的图像,称为多光谱遥感图像。这类具有高空间和谱间分辨率的谱图像数据量大,其存储和传输都比较困难。因此,对海量数据进行有效的数据压缩便成了遥感资料应用中迫切需要解决的问题之一。为了防止有用信息的丢失而影响图像的进一步处理和应用,采用无损数据压缩方法是解决该问题的有效途径之一。本文分析了多光谱图像的空间和谱间相关性等特点,从多光谱图像预处理、预测和变换无损压缩方法等方面介绍了目前主要的多光谱图像无损压缩方法,并对其特点进行了对比分析。     

提升小波变换的FPGA设计与实现

根据1996年Sweldens等人提出的提升小波变换方法,设计了一种有效的JPEG2000 CDF(2,2)整数小波变换的VL-SI实现结构,并对小波系数的变化范围进行了分析.用VHDL对该结构进行基于FPGA实现的可综合描述,并用EDA软件进行了仿真和综合,硬件仿真结果和软件Matlab实现结果完全一致.     

基于DPCM与S+P变换的图像无损压缩

S+P变换是由AmirSaid犤7犦提出的一种多分辨表示方法,能够实现整数到整数的变换,从而成功地应用于图像的无损压缩,其性能优于基于线性预测的JPEG标准。为了进一步提高压缩性能,论文提出了一种基于DPCM与S+P变换的图像无损压缩算法。首先,对原始图像进行线性预测,得到差值图像;其次,对差值图像进行S+P变换;最后,对变换系数进行熵编码压缩。新算法利用像素间的相关性,给出了一种新的利用一维S+P变换实现图像变换的方法,减少了变换增加的数据量,有效地解决了边界处理问题。实验结果与性能比较表明:新算法有效的,优于其它著名的基于多分辨分解的无损图像压缩编码算法犤7,10,12犦。     

DPCM与整数小波变换相结合的图像无损压缩

论文讨论了将DPCM变换与整数小波变换相结合的方法来实现图像的无失真压缩。在论文压缩算法中,首先对图像进行DPCM预测,将差值图像经过整数小波变换,然后再用无损SPIHT算法进行压缩编码,最后再经过相应的逆变换即可以得到重构的无失真图像。该方法简单易懂,硬件实现方便。仿真结果表明,这是一种效果很好的图像无损压缩方法。     

基于小波变换的医学图像压缩技术

分析了医学图像压缩的必要性,简要介绍了二维离散小波变换和Mallat算法,在此基础上探讨了基于小波变换的医学图像压缩技术。实验结果表明,小波变换算法具有较高的压缩比和较好的图像恢复质量。     

离散小波变换与理想重建的FPGA实现

离散小波变换的硬件设计逐渐成为信号处理中的关键技术。本文提出了一种一维离散小波变换及理想重建的硬件结构,用分频器代替专门的二抽样模块,避免了滤波单元的冗余操作,用移位寄存器代替了实现卷积所需要的乘法器,提高了工作频率。实验表明本结构不仅能产生高质量的重建信号,而且占用资源少,规则化模块设计也使其容易推及至多级小波变换。     

提升小波变换的FPGA设计与实现

根据1996年Sweldens等人提出的提升小波变换方法,设计了一种有效的JPEG2000CDF(2,2)整数小波变换的VL-SI实现结构,并对小波系数的变化范围进行了分析。用VHDL对该结构进行基于FPGA实现的可综合描述,并用EDA软件进行了仿真和综合,硬件仿真结果和软件Matlab实现结果完全一致。     

图像小波分解的FPGA实现

小波分析作为信号处理领域中的一种重要方法,在信号处理、模式分析和图像处理等方面得到了广泛的应用。然而小波变换巨大的运算量却使得它在实时处理领域中的应用受到了限制。本文根据离散小波变换的Mallat算法,提出了一种EPGA实现高速小波分解的方法,设计出的小波变换模块结构清晰而且规则,易于级联,可实现多级变换。同时,,运算精度和处理速度均满足实时图像处理的要求。     

离散小波变换图像压缩技术综述

1.引言自从1984年“小波”这一概念诞生以来,小波及多分辨分析理论和应用得到了迅猛发展。特别是在图像压缩领域,由于离散小波及多分辨分析与子带编码的天然联系,以及离散小波变换本身具有的良好去相关特性,使之逐渐成为图像压缩中的主流变换。例如:在最新推出的JPEG2000静态图像压缩国际标准中,已采纳离散小波变换作为标准的像素去相关变换。在最新的MPEG4视频图像压缩国际标准中,也大力推荐采用离散小波变换。     

一种新的无损小波图像压缩算法

基于Daubechies 5-3旋转小波，本文提出了一种无损图像压缩新算法，这一工作证实了小波压缩的如下问题，小波压缩具有与JPEG那样快的运行速度，在不改变变换系数的条件下，采用序贯处理方法能急剧地减小存储器的需要量，能用小波实现图像的无损压缩，对比实验表明，这种快速，有效的无损图像压缩技术比标准的JBIG和无损的JPEG性能要优越。     

高性能低存储的2维离散小波变换架构

针对JPEG2000中的5/3小波和9/7小波存在的高存储问题,通过改进离散小波变换(DWT)的提升算法,提出了一种统一的高性能、低存储的2维离散小波变换架构.采用该算法实现的2维离散小波变换架构不仅省去了行列模块间的转置缓存,而且减小了片内缓存的大小.对于N×N大小的图像(N为图像宽度)进行5/32维DWT仅需要2N大小的片内缓存,进行9/7 2维DWT仅需要4N大小的片内缓存,而且通过采用流水线技术还可将关键路径缩短为一个乘法器的延时.和已有的2维DWT架构相比,该统一架构具有更低的片内存储器需求和更高的性能.该架构经Verilog HDL描述,并在ModelSim中验证正确.在Ahera Stratix Ⅱ FPGA EP2S60F1024C4中综合的结果显示,对于1 024×1 024大小的图像,需要1 284个ALUT,片内存储器的大小为4 K,最高频率可达172.56 MHz.     

小波变换医学图像压缩研究

首先简要介绍了多分辨分析和Mallat算法,然后用其进行了医学图像压缩实验.实验表明,小波变换算法具有较高的压缩比和较好的图像恢复质量,不同类型的医学图像在同一小波基下压缩比不同.