多维DFT的多维多项式变换与离散W变换算法

本文首先通过引进一种序列的重排技术将m(m2) 维离散Fourier变换 (m-D DFT)转化为一系列的一维广义离散Fourier变换(GDFT)的多重和.然后引入一维离散W变换(DWT)以及多维多项式变换(MD-PT)计算该多重和以减少冗余的算术运算,从而得到了高效的多维DFT算法,该算法与常用的行-列DFT算法相比,乘法仅约为行-列法的1/2m,而加法仅约为行-列法的(2m+1)/4m.对于2维DFT的计算,本文方法同单纯的多项式变换方法相比,乘法与加法分别减少50%与40%左右.另外,本文算法计算结构简单,易于编程实现,通过数值实验验证了本文算法的高效性.     

计算2~m×2~m点二维离散Fourier变换的新算法

本文提出了一种计算2~m×2~m点二维离散Fourier变换的新算法。此法与一维FFT逐行逐列计算二维DFT的算法相比,优点是减少25～71％的复数乘法运算。文中还讨论了产生旋转因子和二维反序重排的快速算法。     

基于矩的无乘法离散傅立叶变换

提出了一种无乘法实现离散傅立叶变换(DFT)的新算法:通过模运算和泰勒展开,把DFT的计算转化为离散矩和常系数乘积的形式;然后,通过在二进制系统中进行比特运算和移位运算,把浮点乘积转化为定点的整数加法.离散矩可由全加法实现,因此新算法只涉及整数加法和移位运算.此外,为该算法设计出脉动阵列VLSI结构,并和现有结构进行了对比分析.分析结果表明新结构不涉及乘法运算,节约了硬件资源,加快了运算速度.该方法也可以推广到其他离散变换的计算.     

二维离散傅里叶变换DFT（2^n;2）计算复杂性与张量乘积

本文从(?)单代数中的直和、张量乘积与离散傅里叶变换之间的关系出发,提出用直和、张量乘积表示的二维离散傅里叶变换DFT(2(?))各种算法的矩阵表示式。这种矩阵张量乘积表示式不仅揭示了各种DFT((?)2)算法之间内在联系和便于比较它们的计算复杂性,而且给出获得最小乘法次数的DFT(2(?)2)算法的途径,从而从理论上论证计算DFT(2(?)2)所需的最小实数乘法次数为2(?)-3n2(?)+3.2(?)+8。     

用FPGA实现FFT算法

引言 DFT（Discrete Fourier Transformation）是数字信号分析与处理如图形、语音及图像等领域的重要变换工具,直接计算DFT的计算量与变换区间长度N的平方成正比。当N较大时,因计算量太大,直接用DFT算法进行谱分析和信号的实时处理是不切实际的。快速傅立叶变换（Fast FourierTransformation,简称FFT）使DFT运算效率提高1～2个数量级。其原因是当N较大时,对DFT进行了基4和基2分解运算。FFT算法除了必需的数据存储器ram和旋转因子rom外,仍需较复杂的运算和控制电路单元,即使现在,实现长点数的FFT仍然是很困难。本文提出的FFT实现算法是基于FPGA之上的,算法完成对一个序列的FFT计算,完全由脉冲解发,外部只输入一脉冲头和输入数据,便可以得到该脉冲头作为起始标志的N点FFT输出结果。由于使用了双     

多维并行快速傅里叶变换

与传统的通过逐行逐列分别做一维快速傅里叶变换(FFT)计算多维离散傅里叶变换(DFT)的方法不同,本文将多维同时并行处理,导出了一种更有效的计算多维DFT的并行快速傅里叶变换(PFFT)算法。     

二维离散W变换的多项式变换算法

本文利用多项式变换将二维离散Ｗ变换直接转移为一系列一维离散Ｗ变换，从而得到２ＤＤＷＴ的多项式变换法，算法不需复运算，结构简单，同上前使用的行列算法相比，该算法的乘法次数减少一倍，加法次数有所减少。     

二维FFT变换中的相位补偿

Fourier变换自Cooley和Tukey1965年提出了计算离散傅里叶变换的快速算法后,广泛应用于物理学、数论、信号处理,天线测量等领域。目前有很多工具软件都可以快速实现FFT(Fast Fourier Transform),如FFTW,matlab等。但目前通用的分析工具都是FFT实现内核,没有明确模拟信号采集时位置初值对FFT变换结果相位补偿的影响。当应用场景对相位信息敏感时,就必须考虑相位的影响。本文以二维Fourier变换为例,从模拟信号采样出发,推导DFT、FFT过程中的相位补偿因子,并用仿真实例进行验证。本文为弥补商业软件分析的不足及完整的Fourier分析提供一定的借鉴。     

离散傅里叶变换误差分析与参数设置

离散傅里叶变换( Discrete Fourier Transform,DFT) 是数字信号处理教学的重点和难点,其参数设置的正确与否直接影响信号频谱分析的准确性。本文对连续与离散周期信号、非周期信号分别进行DFT运算,从時域和频域角度分析实际频谱与理想频谱之间的误差。通过MATLAB仿真,加深学生对DFT的理解,引导学生正确设置DFT参数。     

DIF-2FFT算法的矩阵形式的DLP计算模式

快速傅里叶变换(FFT)是减少离散傅里叶变换(DFT)计算时间的算法。而在无线/移动通信系统中无线通信算法和多媒体应用处理算法中存在大量的矩阵或向量运算,均可以由DLP计算实现。本文研究的FFT算法就存在大量的矩阵运算,通过对FFT矩阵算法的分析,本文提出了在DLP计算模式下通过阵列计算机来实现FFT的快速算法,在MATLAB仿真平台上进行了传统算法与改进之后算法的比较,提出了进一步减少运算时间的FFT并行算法。     

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.     

小波图像编码的VLSI实现

设计了一种模块化的二维离散小波变换(2-D DWT)的VLSI结构.该结构可以实时完成小波变换,且很容易扩展.针对零树编码硬件实现方面的不足,利用一种简单的顺序扫描方式和两个标志阵列,设计了一种适合硬件实现的快速零树编码算法(FZIC)和FZIC硬件实现的VLSI结构,编写了2-D DWT和FZIC硬件结构的Veri log HDL模型,并进行了仿真和逻辑综合.结合2-D DWT和FZIC,实现了小波图像编码系统 ,并用ALTERA CPLD成功进行了验证.     

基于提升小波的图像融合

提升算法能够有效地解决目前常用的多尺度分解方法所存在的运算速度慢、对内存的需求量大、不适于实时应用的局限性。介绍了提升算法的过程，基于提升小波的图像融合算法。实验结果表明，该算法融合后的图像质量上优于一般小波变换的传统方法。     

二维离散小波变换的VLSI实现

小波变换图像编码获得了比传统DCT变换编码更好的图像质量和更高的压缩比,然而,实时二维小波变换需要大量运算,因此,专用小波变换芯片的设计已成为小波图像编码中的关键技术,文章提出了一种高速的二维小波变换的VLSI结构。根据模块化的设计思想,设计出一组二维小波变换的基本模块。通过将这些模块按变换要求适当组装,完成了多级二维小波变换,编写了相应的VerilogHDL模型,并进行了仿真和逻辑综合。     

视频处理器中的一种新的彩色图像增强方法

LED显示屏显示图像之前,视频图像通常用视频处理器进行图像增强等操作。本文考虑到视频处理器在RGB彩色图像变换时可能产生的彩色失真情况,提出一种自适应的灰度变换算法,此算法将原始的RGB彩色图像和经过灰度变换后的RGB彩色图像转换到HSB彩色空间,然后将两者的色调与亮度分量进行重组,再对其饱和度进行补偿。这种方法的优点是既保证了原始彩色图像在进行灰度变换后的灰度细节,又能保证其彩色细节,同时提高了原始彩色图像的对比度。另外,此算法计算量小,利于硬件的实时实现。     

基于DM6446与小波的图像压缩系统设计

对小波变换原理及DM6446平台架构进行了探讨,并在DSP平台上设计实现了一个图像压缩系统。该系统选用提升小波变换算法对图像进行整数到整数的变换,再对变换结果进行嵌入式零树编码,实现图像压缩。实验测试该系统对静态图像进行101∶的压缩率下还能获得很好的图像质量,且系统集成度高,成本低,为实时应用环境下的图像压缩提供了一个很好的范例。     

一种不做乘法的快速整数小波变换

该文提出了一种不做乘法的整数小波变换方法,它可以迅速地完成二维可分离小波变换,比传统的浮点型小波变换在速度上有了很大的提高,并且便于硬件实现,在图像压缩上有广泛的应用前景。     

一维小波变换在时域光学相干层析成像中的应用

时域光学相干层析(OCT)系统通常采用短时傅里叶变换(STFT)完成干涉信号的解调和图像重构。短时傅里叶变换算法简单,但是在干涉信号解调时难以获得好的去噪效果,通常还需在二维(2D)图像域对重构图像进行去噪。该方法数据运算量大,集成度不高。将一维(1D)小波变换(WT)应用于时域光学相干层析成像技术,同时实现干涉信号解调、去噪和图像重构。算法将时域光学相干层析的干涉信号分解到各个不同的频率空间,保留包含调制频率的频率空间的小波系数,对保留的小波系数进行滤波去噪后进行逆变换即可实现对干涉信号的解调和去噪,对解调信号等间距采样实现图像重构。该方法数据运算量小,集成度高,结合先进的小波去噪技术可以大大提高重构图像的分辨率,具有良好的应用前景。     

模式识别图象预处理中的目标快速定位法

在模式识别和机器视觉等系统的实际应用中，首先要完成图象预处理的任务，即需要从实时采集的图象中把感兴趣的物体检测出来，以便于后续的识别处理。本文提出了一种基于二值图象形态学腐蚀运算的快速目标测定位法，通过修改腐蚀的运算的算法，构造两个新的形态结构元素可快速有效地对目标进行检测定位，文中给出了基本算法和实验结果。     

基于整数小波变换的准无失真图像压缩技术

 本文首先讨论了一般整数小波的构造方法,然后利用分块DPCM与整数小波变换进行遥感图像的准无失真压缩,该方法可进行实时处理,硬件实现简单,可并行处理,实验结果表明,该方法是一种有效遥感图像压缩方法.