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。     

有效的JPEG2000小波变换VLSI结构设计

基于提升的小波变换算法,提出了一种有效的JPEG2000小波变换的VLSI实现结构。采用了时分复用技术优化结构设计,实现了数据变换的细节分量和近似分量交替输出,以及有效减少了所用乘法器、加法器运算单元和寄存器单元数量,从而有效减少系统占用面积和功耗。该结构实现简单、规则,具有很好的扩展性,非常适合于VLSI设计实现。     

用Delphi实现基于小波变换的JPEG2000压缩

对Delphi实现基于小波变换的JPEG2000压缩进行了研究.从Delphi的一般应用方法入手,给出了实现基于小波变换的JPEG2000压缩方法,对小波变换的理论进行了详细的阐述,对实现过程中的技巧给予了详细的论述.     

应用于JPEG2000的高性能离散小波变换VLSI结构

提出将JPEG2000小波变换单元的熵编码单元作为整体进行设计,在两个单元间建立基于流水线的处理方式,充分考虑了JPEG2000中两个单元间处理的一致性和资源共享性,提高了系统的处理速度．文中的结构具有灵活的可配置性,可以根据需要选择不同的小波滤波器,能够选择小波分解的次数,选择小波变换过程中数据延拓方式等．对硬件实现时的有限精度效应进行分析,确定了整个处理单元数据通路的数据宽度．最后,采用SMIC的0．18肿工艺验证了文中的结构,整个结构约为6600等效门,最高处理速度约为300MHz;同时,文中结构还在Xilinx的XC2V2000FPGA上进行了具体实现．与相关的结构进行性能比较结果表明,文中结构在设计复杂度、最高处理速度等方面都明显优于同类的设计结构．     

基于小波变换的JPEG2000压缩实现

JPEG2000算法可以同时兼容无损压缩和有损压缩。本文描述了JEPG2000算法及一种基于小波的图像压缩的具体实现，并将压缩后的图像在图像的质量及大小两方面与原始图像作了简单的比较，便于选用不同的压缩比得到适合的图像。     

基于行的小波变换及其在图像压缩中的应用

由于基于行的小波变换编码是以累进方式来完成列向的小波变换，其可在不影响小波变换结果的前提下，降低对存储容量的需求，为此提出用改进的提升格式进行小波变换来替代原算法中的Mallat算法。以加快算法的执行速度。该提升格式是以三项加法单元的形式实现，进而把三项加法单元分成两个两项加法单元，以进一步节省存储空间，但是，对于每个单元，却增加了一个乘法运算，从而计算量增大了。相对于三项加法单元采用一个模式即可求出一组低通滤波结果和高通滤波结果来说，两项加法单元对于低通滤波和高通滤波则由于要采用不同的计算步骤，因而实现时更复杂一些。     

基于Davinci平台的JPEG2000提升小波算法优化

随着JPEG2000压缩算法越来越广泛地应用到各个领域,提高算法的编码速度成为亟待解决的问题。为提高JPEG2000算法的编码速度,针对JPEG2000编码的小波变换部分,提出了一套基于Davinci平台的优化体系。该体系利用Davinci平台的特点采用数据延拓、DMA乒乓缓存、并行流水等策略减少了运算量,大大加快了算法的执行速度。实验证明算法的速度比传统算法提高11倍以上,并且不存在图像质量下降的问题。     

小波图像编码与JPEG图像编码的比较研究

研究了JPEG和小波变换在图像压缩方面性能上的不同。介绍了JPEG图像编码方法的原理、小波变换图像编码方法 ,着重阐述了Mallat算法及其多分辨率分析方法。最后 ,对比了JPEG和小波变换图像编码 ,得出了JPEG和小波变换图像编码各自的优缺点。     

小波变换图像编码的研究进展

基于小波变换的图像编码是当今十分流行的编码方法。文章结合小波变换的特点,介绍了小波图像压缩的基本原理及基于小波的图像多分辨率分析方法,阐述了小波图像压缩方法及其进展。     

提升小波变换的零树分形混合编码算法

为改善图像压缩的效果,在讨论小波提升算法的基本原理与实现流程的基础上,提出了一种改进的基于提升小波变换的零树分形混合图像编码算法。在基本小波提升算法的基础上,考虑到在对小波子树匹配预测时,经提升小波变换后的高分辨率子带自相似性不强的特点,不对高分辨率子块进行分形匹配,而直接用前几个较低分辨子带的匹配结果作为小波子树的匹配结果,改进了基于提升小波系数零树结构的分形预测图像编码方法及过程。实验结果表明,这种改进显著加快了编码速度,编码所花费时间仅为常规方法的十分之一。最后,阐明了小波与分形进行图像压缩相结合的本质和仍需改进的方向。     

基于提升整数小波变换的虹膜识别

提出了一种基于小波提升方案的虹膜识别算法。与传统基于卷积的小波变换方法相比,该方法在特征提取上计算简单,运算速度快,而且实现的是从整数到整数的变换,更有利于虹膜信息的量化。先对虹膜图像进行提升整数小波变换,然后对子图进行量化编码得到特征,采用屏蔽了噪声位的汉明距来进行模式识别。实验结果表明,基于提升整数小波变换的虹膜识别方法在识别率和等错率方面都能达到好的识别效果,在特征提取速度上也得到了较大提升,更能满足实时性的要求。     

一种基于整数小波变换的VLSI实现

提出了基于整数小波变换的VLSI结构的设计。根据整数小波变换的一些特点,也就是小波矩阵的最佳因数分解和有限精度的表现效果,应用少数位来表示尾数使得性能退化非常有限,基于这些结果,提出了基于小波整数变换的VLSI实现,用适度的门复杂性来得到快速帧率。     

基于整数小波变换的彩色图像水印算法

随着Internet的普及和多媒体技术的发展,多媒体信息的安全及版权问题引起了越来越多人的关注,数字水印技术应运而生。整数小波变换能实现从整数到整数的变换,减少了由于浮点数的存在带来的误差,在整数小波变换的基础上设计了一种新的水印嵌入算法,采取了对整数系数进行二值分解后的最后一位进行水印嵌入的方法,且提取时完全不需原始图像,是一种有效的盲水印算法,对各种攻击均具有较好的稳健性。     

一种基于提升小波的图像融合方法

文章探讨了一种新的基于提升小波变换的图像融合算法。该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。同时，该算法可以最大限度地保留待融合图像的信息，提高了待融合图像的清晰度。实验结果表明，该算法在执行时间和融合后的图像质量上都优于传统的方法。     

基于EMD和自适应提升小波分析的图像增强

针对经典和提升小波变换共同的缺陷,提出基于EMD和自适应提升小波分析的图像增强算法。对二维图像信息作EMD分解,提取出图像信息的IMF分量,对此IMF分量进行自适应提升小波分解并重构,得到增强图像。仿真及实验结果表明该方法具有有效性和实用性。     

基于JPEG2000的地震数据准无损压缩

在实验基础上,针对地震信号的特性,基于JPEG2000标准文章提出了一套新的地震数据压缩混和编码方案,该方案不仅取得了较大的压缩率,而且大大提高了网络传输、实时处理方面的性能。     

基于提升小波变换的图像融合新算法

给出了一种基于提升小波变换的图像融合方法,并对小波分解的不同频率域,分别采用不同的融合规则。选择低频系数时,是基于边缘的方法,选择高频系数时,把小波系数的方差与绝对值综合起来考虑来决定融合小波系数。实验结果表明,提出的方法融合效果要优于一般融合方法。     

基于小波变换的吸引子快速图像编码

自然图像自相似性不强,直接压缩效果不佳且压缩速度慢,但图像经过行小波变换后,不同分辨率子带图像中相同空间位置的图像块、同分辨率子带中的图像块具有相似性,而分形维数基本上反映了图像灰度变化的复杂度。在图像小波子带本身相似的基础上,提出了利用分形维数作为衡量相似图像子块是否匹配的依据,并给出了编码方法。最后通过仿真证明,该方法不仅有效的压缩了图像,而且减少了编码时间。     

提升的M通道小波变换在图像压缩中的应用

针对M通道小波变换对信号分频范围更细这一特点,利用基于空间域的小波提升方案,实现了M通道小波变换的提升分解。这种提升分解是不唯一的,可以利用这种分解的不唯一性,使变换具有所需的性质。为此给出了一种M通道快速提升小波变换的算法。该方法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。实验结果表明了该方法对图像压缩的有效性。     

基于提升小波变换和BP神经网络的图像哈希算法*

针对数字图像作为一种常用的数字多媒体信息,对其真实性和完整性的认证显得尤其重要,提出了一种基于提升小波变化和BP神经网络的图像哈希算法。首先利用图像像素矩阵和构造的函数来训练BP神经网络;再将图像进行提升小波变换,利用低频分量组成矩阵;最后利用已经训练好的BP神经网络来产生哈希序列。实验结果表明,本算法不仅可以抵抗内容保持的修改操作,而且能够很好地区分恶意攻击,有一定的鲁棒性和脆弱性。该技术在图像认证、版权保护、安全和基于内容的图像检索等方面有应用价值。