Lifting Scheme及其在小波图象编码中的应用

Lifting Scheme是构造第二代小波的关键技术。相对于第一代小波而言,Lifting Scheme是一种比Mallat算法更快、更简单和更容易操作的算法,也是JPEG2000推荐的算法,为了将其应用到小波图象编码中,提出了一种对Lifting Scheme作适当改进以用于小波图象编码的方法。该方法就是先用Lifting Scheme来实现D9/7双正交小波变换,然后再用这种技术实现的D9/7双正交小波变换来进行图象压缩编码。在将Lifting Scheme算法用于小波图象编码的过程中,对该算法做了必要的简化,以便保证每个提升(lifting）环节都是FIR滤波。同时,根据能量守恒的原则,重新调整了尺度因子。实验结果表明,这种经过改进的Lifting Scheme取得了比Mallat算法更好的图象编码效果。     

量子Haar小波变换算法设计及应用

设计了基于通用量子语言Q_language的量子Haar小波变换算法,该算法对于小波变换的应用和量子算法的完善具有重要的意义.分析了3个量子位Haar小波变换过程,给出了量子Haar小波变换算法的Q_language语言描述,并分析得出其时间和空间复杂度,然后给出了实现量子Haar小渡变换应用方法.     

5/3提升小波变换的仿真与FPGA实现

介绍了5／3提升小波变换相对于传统小波变换的优点,设计了一种基于FPGA技术的图像小波变换方法。相对于传统的小坡变换,提升算法不依赖于傅立叶变换,降低了运算复杂度,非常适合硬件实现。采用基于Matlab和Simulmk的设计工具DSP Builder,设计5／3提升小波变换Model,并在Quartus Ⅱ工具下进行综合、仿真和下载,在Altera CycloneⅡ系列FPGA（型号为EP2C35F484C8）上实现了5／3提升小波变换的功能。     

基于提升算法JPEG2000小波变换的硬件实现

提出了一种基于提升算法的高效JPEG2000二维离散小波变换(2D-DWT)硬件结构,将边界延拓内嵌于离散小波变换过程中,减少了所需的内存空间和功耗。采用W扫描输入方式和行列并行处理结构,加快了变换速度,大大提高了小波变换的效率。整个二维离散小波变换结构已经通过FPGA硬件仿真验证。     

基于FPGA图像压缩系统的研究与实现

提出利用5/3提升小波变换和零树小波编码对图像进行压缩编码的方案,并且基于改进算法的二维离散小波变换进行硬件设计,通过FPGA实现了设计的系统结构,并利用FPGA上的PowerPc核实现了EZW编码,最后通过仿真来验证了小波变换系统设计的正确以及对整个系统的性能评估.     

提升小波算法的FPGA硬件实现

讨论了提升小波变换的原理及特点,并提出了一种基于现场可编程门阵列器件FPGA实现提升小波算法的方案,该方案与基于传统的卷积方法实现相比,可以减小硬件实现面积,并利用插入流水线寄存器的方法,缩短关键路径,提高运算速度.     

提升小波变换的通用和可扩展编程实现

提升方案是小波研究的新热点,该文给出一个实现提升小波变换的通用和可扩展程序.首先从小波变换的计算讨论了提升方案的基本步骤,分析了用提升格式构造已有小波和设计新小波的方法,并以面向对象的编程手段实现了提升小波变换;该程序以提升方案的基本过程为核心并加以抽象,设计提升小波变换的基类,提供缺省的Lazy变换和反变换过程,模板的应用使程序支持抽象数据类型,虚函数使程序能通过派生新类方便地实现特定的提升小波;该程序具有可重用、可扩展、易理解、易使用等优点;将该程序应用到一幅通过用中子辐射照相技术获得的图像进行测试分析,实验结果显示了它的高效性,其计算速度明显优于Mallat算法,能满足在线处理的需要.     

数字图像的小波算法及快速小波变换

小波变换是近几年来兴起的一种新的变换方法 ,主要特点是通过变换能够充分突出问题某些方面的特征 ,因此 ,小波变换在许多领域都得到了成功的应用 ,特别是其离散数字算法在图像分析领域取得了重大突破。但是 ,小波变换的算法一般相对来说比较复杂 ,而其处理速度往往也成为制约其发展的瓶颈。该文从小波变换的基础出发 ,给出了一种针对数字图像的小波矩阵算法 ,并实现了快速小波变换的算法和流程 ,为实际应用编程提供了有效的理论依据     

基于提升的二维离散小波变换优化算法与DSP实现

二维离散小波变换是小波处理图像的关键算法。随着人们对多媒体信息需求的日益增长,处理速度正变得越来越重要,传统的先行后列式的二维离散小波变换计算方法具有变换速度慢,不能充分利用硬件设备的缺点。讨论了一种基于小波提升算法的、行列并行的二维离散小波变换改进算法,该算法具有运算速度快、占用内存少的特点,特别适用于嵌入式系统的需求。同时,基于TMS320C6000 DSP平台讨论了它的软件实现方法,经比较可比传统计算方法提高效率20%左右。     

量子Daubechies-D（4）小波变换算法及应用研究

由于量子计算相比经典计算具有突出的优越性,设计基于通用量子语言Q_language的量子Daubechies-D（4）小波变换算法对于小波变换的应用和量子算法的完善具有重要的意义。文章分析了Daubechies-D（4）小波变换过程,给出了量子Daubechies-D（4）小波变换算法的Q_language语言描述,并分析得出其时间和空间复杂度,给出了实现量子Daubechies-D（4）小波变换应用方法。     

DWT域数字水印算法的FPGA实现

根据离散小波变换原理的特点,提出了一种基于DWT域的数字水印算法,并用FPGA硬件实现其中关键部分的DWT变换。详细介绍了相关模块的设计和时序,并对整个系统进行了综合仿真,验证了设计的正确性。分析与仿真结果表明,与软件实现相比,用FPGA实现水印算法具有高速实时处理的优点。     

一种精简的二维DWT结构设计

设计了一种低功耗的二维离散小波变换(DWT)结构，用于无线传感器网络中的图像压缩。该结构实现了精简复杂性的(5,3)整数离散小波变换，采用流水线和延迟线技术，在获得高运算吞吐率的同时，使数据尽可能被处理单元高效利用，以减少对片内存储器和片外存储器的访问次数。多级二维DWT采用展开方法实现，这种方法可尽早开始下一级变换，不需要大的片内存储器和片内存取操作。模拟试验和FPGA实现验证了系统在满足需要性能的前提下具有低复杂性、低功耗、片内存储器小等优点。     

高性能二维9/7离散小波变换VLSI结构

为了降低二维小波变换中的存储消耗并同时提高电路处理速度,提出了一种二维并行的VLSI结构。通过充分挖掘二维变换中行变换和列变换之间的关系,优化了行变换核和列变换核的并行数据扫描输入方式,将9/7小波变换的中间存储降低至4N。同时,采用基于翻转格式的流水线技术,将电路的关键路径缩短至一级乘法器延时,有效地提高了电路处理速度,并通过伸缩电路合并的优化方法将乘法器个数降低至10个,从而有效地减少了硬件资源消耗。     

低功耗并行的二维离散小波变换的VLSI结构

提出了一种基于提升算法的低功耗并行的二维离散小波变换的VLSI结构。提出结构的同时进行行和列方向的处理,不需要额外的缓存来存储用于列变换的中间变换系数。通过分时复用关键的运算功能模块,该结构同时可以对两行数据进行处理,硬件的利用率达到100%。边界对称扩展通过嵌入式电路实现,大大降低了需要的片上存储器的数量以及对片外存储器的访问,有效地降低了系统的功耗。     

基于FPGA的高性能离散小波变换设计

针对db8(Daubechies 8)小波设计了高速正、反变换系统,用DE2开发板进行了系统验证。正、反变换的最高时钟频率分别达到217.72 MHz和217.58 MHz。对比同类文献中的设计,本设计在最高处理速度方面具有明显优势。基于此,考虑通用性,还设计了一种通用小波变换FPGA架构。该架构通用性强,可高性能实现多种小波变换。采用DA算法、LUT结构、流水线技术等对设计进行了优化。     

一种基于感知成型及矩傅立叶矩阵描述子的鲁棒性数字水印方案

提出了一种结合离散小波变换（DWT），离散余弦变换（DCT），感知模型（HVS）及矩傅立叶矩阵描述子（MFMD）的图像数字水印方案。该方法把原始图像进行二维DWT分解，保留其高频细节部分，然后对小波逼近子图进行二维DCT变换并结合HVS进行水印嵌入。水印的检测则采用了相关性与MFMD相结合的方法。实验结果表明该水印方案很好地实现了水印系统所要求的基本特性，诸如嵌入有效性，保真度，数据有效载荷及鲁棒性等等。     

一种针对小波域隐匿图像的隐写分析方法

通过对图像小波域差分直方图的统计观察,提出一种针对小波域信息隐藏的隐写分析方法.该方法对图像进行小波分解,得到每个小波子图的水平方向系数差分直方图,通过对该差分直方图频谱的分析,发现小波域隐写图像的差分直方图频谱的分布规律与未隐写图像有明显差别,据此实现对小波域隐写图像的检测,并可估算隐写信息长度.实验结果表明该方法检测正确率高、检测速度快,实用性强.     

Data compression techniques in Wireless Sensor Networks

The advancement in the wireless technologies and digital integrated circuits led to the development of Wireless Sensor Networks (WSN). WSN consists of various sensor nodes and relays capable of computing, sensing, and communicating wirelessly. Nodes in WSNs have very limited resources such as memory, energy and processing capabilities. Many image compression techniques have been proposed to address these limitations; however, most of them are not applicable on sensor nodes due to memory limitation, energy consumption and processing speed. To overcome this problem, we have selected Discrete Cosine Transform (DCT) and Discrete Wavelet Transform (DWT) image compression techniques as they can be implemented on sensor nodes. Both DCT and DWT allow an efficient trade-off between compression ratio and energy consumption. In this paper, both DCT and DWT are analyzed and implemented using TinyOS on TelosB hardware platform. The metrics used for performance evaluation are peak signal-to-noise ratio (PSNR), compression ratio (CR), throughput, end-to-end (ETE) delay and battery lifetime. Moreover, we also evaluated DCT and DWT in a single-hop and in multi-hop networks. Experimental results show that DWT outperforms DCT in terms of PSNR, throughput, ETE delay and battery lifetime. However, DCT provides better compression ratio than DWT. The average media access control layer (MAC) delay for both DCT and DWT is also calculated and experimentally demonstrated.     

Efficient FPGA implementation of DWT and modified SPIHT for lossless image compression

In this paper, we present an implementation of the image compression technique set partitioning in hierarchical trees (SPIHT) in programmable hardware. The lifting based Discrete Wavelet Transform (DWT) architecture has been selected for exploiting the correlation among the image pixels. In addition, we provide a study on what storage elements are required for the wavelet coefficients. A modified SPIHT (Set Partitioning in Hierarchical Trees) algorithm is presented for encoding the wavelet coefficients. The modifications include a simplification of coefficient scanning process, use of a 1-D addressing method instead of the original 2-D arrangement for wavelet coefficients and a fixed memory allocation for the data lists instead of the dynamic allocation required in the original SPIHT. The proposed algorithm has been illustrated on both the 2-D Lena image and a 3-D MRI data set and is found to achieve appreciable compression with a high peak-signal-to-noise ratio (PSNR).     

Efficient implementation of chaotic image encryption in transform domains

The primary goal of this paper is security management in data image transmission and storage. Because of the increased use of images in industrial operations, it is necessary to protect the secret data of the image against unauthorized access. In this paper, we introduce a novel approach for image encryption based on employing a cyclic shift and the 2-D chaotic Baker map in different transform domains. The Integer Wavelet Transform (IWT), the Discrete Wavelet Transform (DWT), and the Discrete Cosine Transform (DCT) are exploited in the proposed encryption approach. The characteristics of the transform domains are studied and used to carry out the chaotic encryption. A comparison study between the transform-domain encryption approaches in the presence of attacks shows the superiority of encryption in the DWT domain.