针对静止图像压缩的整数小波优化设计

为了提高整数小波变换(IWT)的有损图像压缩效率,提出一种基于最优缩放因子(OSF)的整数小波优化设计方案——OSF-IWT。通过对变换前图像系数的适当放大2的整数幂倍,减少尾数截断对变换系数幅值的影响。同时选取提升框架中的OSF,优化小波系数的分布特性,提高小波图像的能量集中性,使有损压缩效果达到最佳。采用SPIHT编码的实验结果表明,在保持原IWT的低计算复杂度和可逆性同时,有损编码条件下,OSF-IWT的峰值信噪比(PSNR)超过采用Daubechies(Db)917的离散小波变换(DWT)0．3～0．6dB。     

基于IWT图像压缩技术的LED同步显示系统设计

在全彩LED大屏幕同步显示系统中,存在图像的实时显示与通信带宽之间的矛盾.文章采用整数小波变换(IWT)算法进行图像压缩后传输,大幅减小了通信量.由于IWT算法仅含有整数加减和移位运算,避免了当前大多数图像压缩解压算法需要复杂的浮点型运算的缺陷,从而可以在显示屏控制器中实现图像的快速解压.实验表明,此算法可以得到较好的图像压缩效果,VLSI硬件设计只占用很少的系统逻辑单元,同时可达到很快的图像重构速度,能够满足同步屏图像实时显示的要求.     

基于整数小波变换与快速递推GCV的静止图像去噪

基于整数小波提出一种用于自然景物图像去噪的快速递推广义交叉验证(FR-GCV)算法,首先对图像做整数小波变换(IWT),计算小波图像中小波系数的分布概率,然后利用整数递推,降低了GCV函数计算复杂度。最后通过小波系数下采样和阈值上界限定进一步降低了算法复杂度。实验结果表明,FR-GCV算法对自然景物图像去噪耗时比GCV算法降低了90%以上。FR-GCV算法能够快速求取去噪最优阈值,在静止图像去噪领域具有较强的实际意义。     

零树框架下整数小波图像编码的改进

整数小波变换(Integer Wavelet Transform)有许多优点，但是图象经整数小波变换（IWT)后，能量集中性较第一代小波变换差很多，不利于嵌入式零树编码(Embedded Zerotree Wavelet Encoding)。因此本文提出一种新算法，从两方面加以改进。首先，采用“整数平方量化阈值选取算法”，根据整数小波变换后各子带系数幅值的动态变化较小，小波图像能量较一般小波差的特点，选取从1开始的正整数平方作为量化闽值的同时引入可调节的量化阈值系统，根据图像中不同区域的重要性选取与之相应的量化阈值，从而增加了零树的数量；其次，提出基于索引表和游程编码的小波零树编码的新思路，简化了编码与解码的过程。实验表明，本文算法充分的将整数小波变换与零树编码结合在一起，改善了压缩质量，提高了压缩效率。     

高速多级二维IWT的IP核设计与实现

为满足基于整数小波变换（IWT）的高速图像实时处理系统要求,根据提升小波的框架结构,提出一种基于FPGA多级二维整数小波变换核的结构设计与实现方案。该结构通过将边界扩展过程内嵌于变换过程中,且只需要三行数据缓存,即可以实现行和列同时进行滤波变换。整个变换过程插入多级流水线寄存器,进而降低了功耗,减少了所需内存,达到了更高的处理速度和硬件资源利用率。模块采用VHDL语言进行设计,通过在XCVP30FPGA上验证,该IP核能稳定在100MHz时钟频率下,对尺寸大小为1 600×1 200,深度为12bit图像,当二幅图像输出时间间隔大于图像三行数据输出时间,在不需要将图像分割成小块情况下,就可以同步完成对图像的多级IWT,完全满足高速图像实时处理系统需求。     

DWT系数分块的零水印方案

提出了一种基于Logistic混沌序列、Arnold变换、DWT系数分块的零水印算法.该算法首先将载体图像进行DWT变换,将低频子带进行分块,对每个系数块的均值进行量化、模运算得到载体图像的特征信息,然后将特征信息与预处理过的水印做异或运算,得版权信息,最后把版权信息注册到IPR（intellectual property right）数据库中.实验证明,该算法对加性噪声、有损压缩、裁剪等攻击都具有很好的鲁棒性.     

基于整数小波变换的无人机侦查图像的压缩

基于传统小波变换过程复杂的特点和SPIHT编码算法过程重复运算、存储量大,并且侦查图像的目标像素小且目标数量大,相关性低,提出了一种基于差分脉冲编码调制和整数小波变换相结合的改进混合编码算法。首先以压缩效果为准则,以侦查图像为标准训练图像,以压缩比、峰值信噪比为参数来确定最优的小波基。然后以（9,7）整数提升小波对图像进行分解,对低频子带的重要系数先进行DPCM编码。最后对整个变换后的子带进行SPIHT编码。实验结果表明该算法在相同的比特率下得到的重构图像的PSNR值高于原算法,而且侦查图像的低频近似效果得到了改善。     

基于提升小波变换的SPECK图像编码算法

提升小波变换即第2代小波变换,可以实现图像的完全无损编码;SPECK(集合分裂嵌入块编码)是基于小波变换的采用块状结构的图像编码算法。文中介绍了基于提升方法的整数小波变换和SPECK图像编码算法,提出了用整数小波变换代替传统小波变换进行SPECK图像编码。实验结果表明,在相同压缩比下,该算法比EZW(零树小波编码)在重建图像的信噪比方面有所提高,而与SPHIT(多级树集合分列算法)接近。     

基于整数小波变换和纠错编码的信息隐藏算法

针对在处理及传输含秘图像的过程中存在丢失或破坏隐秘信息的问题,提出了一种鲁棒性较强的信息隐藏算法.将隐秘信息纠错编码(ECC)后用混沌伪随机序列进行调制,然后将调制后的信息嵌入到整数小波变换(DWT)后的较低频且幅度较小的系数中,通过提升和整数DWT,减少了在图像小波分解及重构过程中产生的误差.实验表明,该算法具有很强的抗破译性,对于抵抗各种噪声、压缩及滤波等攻击具有更好的鲁棒性.     

MODIS多光谱图像压缩研究

为有效存储MODIS多光谱图像数据,该文提出一种基于谱间预测和整数小波变换的多光谱图像压缩算法.首先通过构造谱间最优预测器去除谱间冗余,再利用整数小波变换和SPIHT算法对预测误差图像去除空间冗余,最后进行自适应算术编码.该方法可实现MODIS多光谱图像的无损、近无损和有损压缩,取得了满意的实验结果;在不同小波基条件下与3D-SPIHT算法比较,表明了该方法的有效性.     

Novel JPEG 2000 Compliant DWT and IWT VLSI Implementations

This paper proposes two JPEG 2000 compliant architectures: one for DWT (Discrete Wavelet Transform) and one for IWT (Integer Wavelet Transform) implementation. First of all some theoretical issues about DWT and IWT are discussed, then, starting from transforms characteristics, the architectures are presented showing both performance and cost. In the literature many DWT architectures have been proposed; our implementation is a new architecture that computes the DWT using filters of interest for the forthcoming JPEG 2000 standard. Moreover, we propose a Lifting Scheme based architecture for IWT, JPEG 2000 compliant too. The proposed architectures are able to support real-time streams: the DWT one, which is made of 20,000 cells, with an input throughput of 160 Msamples per second and a clock frequency of 160 MHz, the IWT one, consisting of 50,000 cells, with an input throughput of 4.5 Msamples per second and an internal clock frequency of 108 MHz.     

一个优化小波块量化矩阵的算法

小波变换以其良好的空间－频率局部特性,在图像编码标准JPEG2000和MPEG4中占据了重要位置.本文选用正交小波基对图像做小波变换,然后重新组织小波系数成小波块,最后提出了一个构造小波块量化矩阵以产生最优比特分配的算法.本算法用一种新的方式统计小波系数分布,并结合人体视觉系统的特点,采用动态策略在很大的比特率范围内产生最优的小波块量化矩阵.     

JPEG2000小波提升算法的硬件设计

离散小波变换是当今许多图像处理和压缩技术的基础,并被最新的ISO/IEC静态图像压缩标准JPEG2000所采用.基于提升方法的离散小波变换比传统的基于卷积的运算量小.我们为JPEG2000中的小波提升算法提出一个硬件结构,该结构整体运算速度高,存储需求低,硬件资源耗费少.我们提出在数据通道之外实现边界扩展,以降低数据通道的复杂性,提高运算效率.我们通过采用流水线技术,进一步提高了硬件设计的运算效率.     

小波变换在图像数据压缩中的应用

小波变换的图像编码方法,不仅拥有传统编码的优点,能够消除图像中的统计冗余,并且,其多分辨率的特性提供了消除非统计冗余信息的良好机制。基于离散小波变换(DWT)理论,介绍了DWT在数字图像压缩中的应用,使用零树编码实现了数字图像压缩,并同时保持原图像在各种分辨率下的精细结构,该方法对消除图像中非统计冗余信息提供了有效途径。     

基于奇异值分解的小波域水印算法

结合奇异值分解（SVD）和离散小渡变换（DWT）的特点,提出一种基于SVD的小波域数字图像水印算法。该算法将二值水印图像经过取反置乱后嵌入到原始图像小波中频子带的奇异值中,具有较高的抗攻击能力。仿真实验证明,该算法不仅具有良好的透明性,而且对常见攻击,如：叠加噪声、JPEG压缩、滤波及几何攻击具有较好的鲁棒性。     

小波变换的快速算法研究及其在图像处理中的应用

文章通过对实序列快速傅里叶变换的算法推导及Mallat算法原理的分析，根据离散小波变换（DWT)算法结构特征，提出了一种离散小波的快速变换算法，给出了相应的算法步骤，从数学理论上进行了论证，并把该算法应用到静态图像处理中，得到了很好的快速和重建效果，具有一定的实用价值。     

Efficient common-core lossless and lossy image coder based on integer wavelets

The integer wavelet transform (IWT), applied to lossy-image compression, yields rate-distortion performance which is generally, slightly inferior to the discrete wavelet transform (DWT). In this paper, we propose a simple method which, based on the analysis of the IWT signal representation mechanism, is able to raise the IWT performance up to the DWT level. The method can be profitably employed for the implementation of a truly common-core lossless and lossy compression algorithm, with negligible loss of performance with respect to the classical, real-valued transform.     

JPEG2000小波变换器的VLSI结构设计

新一代静止图像压缩标准JPEG2000将离散小波变换(DWT)作为其核心变换技术,并推荐采用推举体制(lifting)快速算法来实现.空间组合推举体制算法(SCLA)大大降低了lifting的运算量.当选用9/7小波滤波器时,SCLA的乘法运算量只有lifting的7/12.本文提出了一种实现SCLA算法的VLSI结构,降低了基于lifting实现的运算量, 加快了变换的速度,减小了电路的规模.本文的二维正反小波变换器已经作为单独的IP核应用于我们目前正在开发的JPEG2000图像编解码芯片中.     

A fast Discrete Wavelet Transform algorithm for visual processing applications

For visual processing applications, the two-dimensional (2-D) Discrete Wavelet Transform (DWT) can be used to decompose an image into four-subband images. However, when a single band is required for a specific application, the four-band decomposition demands a huge complexity and transpose time. This work presents a fast algorithm, namely 2-D Symmetric Mask-based Discrete Wavelet Transform (SMDWT), to address some critical issues of the 2-D DWT. Unlike the traditional DWT involving dependent decompositions, the SMDWT itself is subband processing independent, which can significantly reduce complexity. Moreover, DWT cannot directly obtain target subbands as mentioned, which leads to an extra wasting in transpose memory, critical path, and operation time. These problems can be fully improved with the proposed SMDWT. Nowadays, many applications employ DWT as the core transformation approach, the problems indicated above have motivated researchers to develop lower complexity schemes for DWT. The proposed SMDWT has been proved as a highly efficient and independent processing to yield target subbands, which can be applied to real-time visual applications, such as moving object detection and tracking, texture segmentation, image/video compression, and any possible DWT-based applications.     

多级多维离散小波变换的快速提升计算

提升方法是计算离散小波变换的有效手段,它由一系列的提升步和拉伸变换组成.在计算多级和多维离散小波变换时,现有方法在每一次小波分解的过程中都做完整的提升步计算和拉伸变换计算.我们发现该方法存在运算过程的冗余,为此本文提出了一种称之为后拉伸变换的提升方法,基本思想是计算完所有的提升步后,再统一进行拉伸变换.它能减少离散小波变换的乘法运算量.例如,对图像与视频压缩中应用广泛的Daubechies 9/7小波,做一维5级分解时与现有方法相比,乘法运算减少20%,而二维5级分解时,乘法运算减少28%.