二维离散小波提升变换算法的并行结构设计.docVIP

二维离散小波提升变换算法的并行结构设计 　　?フ? 要:提出了一种实现二维离散小波提升变换算法(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。?Т?理??N×??N图像的时间为N??2/4+N/2+1，系统存储需求为3N。??现场可编程门阵列(FPGA)实现结果证明了本设计的正确性和有效性。 　　?ス丶?词:离散小波变换；并行结构；现场可编程门阵列 　　 　　 　　?ブ型挤掷嗪?: TP302 文献标志码:A 　　 　　Abstract: A 2×2 parallel architecture for the lifting??based Two??Dimensional Discrete Wavelet Transform (2DDWT) was proposed. The architecture made use of the three inherent parallel characteristics of 2DDWT, such as row parallel, column parallel and row??column parallel to improve the execution speed and reduce the memory requirement. The proposal takes ??N??2/4+N/2+1?? clocks to transform a ??N×N?? image while only ??3N?? internal memory is required. The architecture is verified by simulation and implemented in a StratixⅡFPGA. 　　 　　Key words: Discrete Wavelet Transform (DWT); parallel architecture; Field Programmable Gate Array (FPGA) 　　?? 　　0 引言?? 　　小波变换具有良好的时频局部特性和多分辨率分析特性，在现代信号处理，特别是图像数据压缩和处理中得到广泛应用。新一代静止图像压缩标准JPEG2000也将小波变换纳入标准之中，并采用二维离散小波变换(Two??Dimensional Discrete Wavelet Transform,2DDWT)作为核心算法。?? 　　小波变换在各种应用的执行时间中都占据了相当大的比例，因此在实时处理系统中，采用专门硬件结构实现小波变换是很好的解决方案。传统基于卷积的小波变换计算复杂度高,存储需求大，硬件实现代价很高，而Sweldens????［1］??提出的提升算法具有计算复杂度低、存储需求小的特点，非常适合硬件实现。?? 　　在现代硬件设计中，存储资源相对计算资源而言更为昂贵，因此，硬件实现小波变换的关键就是在提高计算性能的同时保持适度的存储需求。充分利用算法的并行性是提高计算性能的捷径，而充分利用数据重用性则是降低存储需求的有效手段。本文提出了一种具有2个行变换处理单元(Row Processor,RP)和两个列变换处理单元(Column Processor,CP)的2×2并行结构，利用了小波变换提升算法中固有的行并行、列并行、行列并行三种并行性，有效提高处理速度的同时大大限制了片上存储需求，现场可编程门阵列(Field Programmable Gate Array,FPGA)实现结果表明：该结构具有较高的处理速度，同时具有较低的存储需求。?? 　　1 小波变换提升算法基本原理?? 　　小波提升算法的基本思想是通过由基本小波逐步构建出一个具有更好性质的新小波，其实现步骤有3个：分解、预测和更新????［1］??。分解是将原始数据分为偶数序列和奇数序列；预测是用偶数序列预测奇数序列，得到的预测误差为变换的高频分量；更新是用预测误差来更新偶数序列，得到低频分量。?? 　　假定输入图像矩阵大小为??N×N。?У湫偷拇?边缘扩展????［2］??的5/3滤波器计算公式如下：?? 　　预测：?? 　　??Y［2i+1］= 　　X［2i+1］-(X［2i］+X［2i+2］)/2,?? 　　 0≤iN/2-1?? 　　X［2i+1］-X［2i］,?? 　　 i=N/2-1 ?オ? 　　更新：?? 　　??Y［2i］= 　　X［2i］+(Y［2i-1］+Y［2i+1］+2)/4,?? 　　 0i≤N/2-1?? 　　X［2i］+(Y［2i+1］+1)/2,?? 　　 i=0