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。     

小波提升变换边缘检测算法的DSP实现

提出了基于小波提升变换的改进图像边缘检测算法的DSP实现过程。本算法对源图像进行小波提升分解,然后分别对高、低频子图像进行边缘提取;基于高速DSP的实现克服了传统小波变换存在的问题,很好地满足了实时性要求。实验结果表明,该方法具有运算速度快、能有效地抑制噪声、边缘检测精度高等特点,是一种有效的图像边缘检测实现方式。     

二维离散小波提升变换算法的并行结构设计

提出了一种二维离散小波提升变换（2DDWT）的2×2并行结构。该结构充分利用了2DDWT算法固有的行并行、列并行、行列并行的三种并行性,有效提高了算法执行速度,同时显著降低了硬件存储需求。处理N×N图像的时间为N2/4+N/2+1,系统存储需求为3N。FPGA实现结果证明了本设计的正确性和有效性。     

基于行的二维离散小波变换的快速提升计算

二维离散小波变换计算量较大,并要求相当大的缓存空间,使JPEG2000在星载图像压缩和小型便携式设备中的应用受到限制。基于行的小波变换能降低对存储容量的要求,后拉伸变换的提升算法能减少离散小波变换的乘法运算量。为此,提出了一种基于行的快速提升算法,该算法将行列运算操作结合起来进行,以累进方式完成列向小波的提升步计算,节省了内存;并且充分利用了后拉伸变换的优点,减少了乘法运算量。     

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。     

一种改进提升小波的行列变换算法

提出基于提升小波行列变换的改进算法并做出比较和分析.采用改进的提升算法解决存储开销和存储访问位置的问题,因而降低存储需求,提高计算速度,增加编程的灵活性.实验表明,改进后的算法可在图像高保真的条件下简化算法、提高图像压缩效率、体现提升方法的优势,并且硬件利用率可达100%.     

二维提升小波变换的FPGA结构设计

根据提升小波的框架结构，提出了一种基于JEPG2000的二维多级提升小波变换核的FPGA设计。 采用分时复用和流水结构，充分利用FPGA片内存储资源，实现了行列变换的并行执行。在保证精度的前提下采用优化的移位加操作代替浮点乘运算，加快了运算速率，减小了电路规模。同时通过乒乓操作完成FPGA和片外SDRAM间数据的无缝缓冲处理，保证了多级变换的高效实时并行，从而达到各级小波系数的快速并行输出。系统经验证完全满足图像实时处理的要求，为后续实时压缩编码和传输提供了有利条件。     

基于提升小波变换的SPIHT编码算法研究

针对小波变换和多级树集合分裂图像编码具有浮点数运算、算法复杂等特点,采用整数实现的提升格式代替了原来的小波变换,并结合提升小波变换和DCT变换的特点,提出了一种改进方案。仿真结果表明,在相同的较低比特率情况下,与原算法相比,峰值信噪比有明显提高,取得了更优的压缩效果。     

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MATLAB的定点DSP小波变换程序设计方法

在Matlab/Simulink环境下,用图形方式设计数字信号处理器(Digital signal processors,DSP)的程序,以及采用多比率滤波函数(Multiratefilters)实现DWT及IDWT的Mallat算法,简化了DSP的小波变换程序设计.文中给出了设计实例,用Matlab作辅助工具,设计db2小波变换,并对DSP的A/D转换结果进行滤波处理,再将设计的文件转换成C语言程序,经修改编译后在DSP目标板上运行.设计的程序在TMS320LF2407A处理器上运行正确,实现了小波滤波功能.     

基于提升方案的harr小波变换图像水印算法

提出一种基于提升方案的harr小波变换的图像水印算法。该算法将水印图像通过m序列实现图像的置乱,与经过小波变换后的载体图像的低频系数值按位进行异或得到需要的密钥,原始图像由小波反变换得到。实验结果证明,该图像水印算法对图像的旋转、压缩、噪声、滤波、剪切等攻击具有较好的鲁棒性。     

一种基于提升小波变换和IHS变换的图像融合方法

为了将低分辨率多光谱图像和高分辨率全色图像进行有效融合,提出了一种提升小波变换和IHS变换相结合的图像融合新方法。该方法首先对高分辨率图像进行无下采样提升小波分解,利用提升分解得到的各提升小波面叠加的边缘信息进行区域划分,再采用分区域加边缘有效因子的融合思想实现分区融合,使得融合的图像最大限度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率,其中区域的划分采用进化算法实现。该方法的融合结果与IHS法、小波变换法及其他改进方法进行比较,实验结果表明,该方法能较好地保留多光谱图像的光谱信息和提高分辨率图像的空间分辨率。     

基于提升格式的M带自适应小波变换

提出了基于提升格式的M带自适应小波设计方法.首先设定M带提升小波预测算子与更新算子的基本形式,然后根据提升结构及所选取的误差准则来自适应地调整预测算子及更新算子的系数,从而得到适合给定应用的最优M带提升小波.与目前对M带小波的研究相比较,采用提升格式得到的M带自适应小波既保持了提升方法的快速、简单及可直接在时(空)域上运算的特点,又具有根据实际问题设计出优化小波的优势.给出了两个3带自适应提升小波的设计实例.     

基于提升机制小波变换的SAR与多光谱图像融合算法

在对提升机制小波变换的原理和特点研究的基础上，结合SAR图像与多光谱图像不同成像特性，提出了一种基于提升小波变换区域融合的SAR与多光谱图像融合方法。对于小波变换后的高频子图像，选择区域标准差大的作为融合后的子图像；对于低频子图像，定义区域均值的平均相对偏差作为阈值，融合子图像区域均值偏差大干阈值时，采用逻辑滤波方法融合，反之采用基于像素值加权、平均的融合规则。实验证明，该算法能够有效融合SAR与多光谱图像之间的互补信息，与其它用于图像融合的小波变换方法相比，运筹速度较快，易于DSP实现。     

提升小波变换在NAS-RIF盲复原算法中的应用

针对采用非负支撑域受限递归逆滤波(NAS-RIF)算法对低信噪比图像进行复原时将导致算法性能恶化的问题,提出一种与提升小波变换相结合的NAS-RIF盲复原算法.首先对退化图像进行整数提升小波分解,得到不同频带子图像的信息;然后对各个频带子图像分别采用基于空间自适应和正则化方法的NAS-RIF算法进行复原,针对不同频带子图像的频率和方向特性,通过自适应地选取对应的正则化算子、正则化参数和空域加权因子,达到对低频子图像去模糊、对高频子图像抑制噪声,并保持边缘细节的目的;最后通过整数提升小波逆变换得到复原后的图像.在不同的信噪比条件下对2种模糊图像进行仿真实验,采用文中算法得到的信噪比增益分别为5.849 1dB和9.713 6dB.实验结果表明,文中算法不仅取得了更优的图像复原效果,而且具有较快的收敛速度.     

基于提升小波变换的自适应盲水印算法

提出一种基于提升小波变换的自适应盲水印算法。该算法将水印新猫变换置乱加密,把原图像提升小波分解,并对对应位置的 3个高频系数排序,将最大值和最小值分成2Q-1个区间,当嵌入的信息不同时,使特征值处于不同区间。根据特征值所处的位置,实现盲水印提取。实验结果表明,该算法在各种攻击下具有较强的鲁棒性和可识别性。     

基于提升格式小波变换的涡街信号处理方法

提升格式是一种完全在时域上构造小波的方法,其基本思想是以一个简单的多分辨率分析为起点,通过提升或对偶提升,得到满足一定性质的多分辨率分析,同时能够减小进行小波变换的计算量,提高算法实现的运行速度。该文应用小波提升原理,研究了基于boirS／3小波滤波器的提升格式算法,并将算法应用于涡街流量信号的处理,提取代表流量信息的涡街信号频率,并且相比第一代小波变换,该算法具有计算简单、运算量小的特点。     

基于提升小波的实时音频数字水印

提出一种用于音频数字水印的快速算法。该算法把水印和音频进行分段,水印嵌入在音频小波分解后的低频系数中。为了提高水印的鲁棒性,根据嵌入门限将水印自适应嵌入到音频信号强度大的位置。采用基于提升方案的小波变换,减小水印信息提取的计算量。利用巴克码作为同步信号,用相关法实现实时同步检测。文中给出了详细流程图,对算法复杂度的估计表明,使用现行通用DSP可以实现音频水印的实时提取。实验结果证明了该算法对水印嵌入和提取的有效性和实时提取的可行性。