基于FPGA小波变换边缘检测算法设计与实现.docVIP

基于FPGA小波变换边缘检测算法设计与实现 　　摘要：边缘是图像信息最集中的部分，而小波分析是近年来逐渐兴起的热门信号处理方法，其良好的时频局部分析的特性以及多尺度多分辨率思想在图像处理中具有高度的应用价值。提出了改进的小波边缘提取检测FPGA硬件结构优化算法，着重设计分析了小波变换FPGA VLSI电路结构，给出了一种9输入的并行计算电路，保证了少量像素点的边缘连续性，并在每级变换的高频运算中加入阈值截取，提取出更为精细的边缘曲线。该算法具有边缘提取计算速度快，调节阀值改变边缘提取清晰度等优点，具有广泛应用前景。 　　关键词：小波分析；FPGA加速计算；边缘检测 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）09-0261-04 　　Abstract： Edge is the most important part of the image information， and the wavelet analysis is emerging in recent years popular signal processing method， Its good time-frequency characteristics of local analysis and multi-scale multi-resolution ideas with high application value in the image processing. In this paper， based on the theory of wavelet transform， designed wavelet edge detection algorithm. Design based on FPGA is to focus on lifting wavelet transform VLSI circuit structure， proposes a parallel computing circuit of 9 input， guarantee a small amount of pixel edge continuity， and join threshold interception in the high frequency operation per level transform extract more elaborate edge curve. This algorithm has advantages of fast calculation， adjust edge clarity and etc， which has broad application prospects. 　　Key words： wavelet analysis； Accelerated computing； Edge detection 　　1图像边缘提取小波变换 　　将一个母函数进行平移、伸缩即可得到传统的小波函数，这种构造小波的方式是通过傅立叶变换完成。但在很多情况下，有些函数无法通过平移伸缩得到，因此难以用传统的小波变换对这些函数进行构造和分析。此外，传统小波变换是在实数域内作运算，在分析信号的过程中它们的小波系数也是实数。在小波变换应用层面越来越广时，就希望能在整数域内进行小波变换，即希望有“整数-整数小波变换”，小波系数为一系列整数序列，当然这种整数域内的小波变换依然必须是可逆的，具有该性质的小波变换我们称为整数小波变换，可用于构造整数小波变换，使小波分析的应用更为广泛。 　　提升方案通过进行预测和更新来分离信号的高低频分量，某点的信号值可根据局部信号间的相关性由其相邻的信号值经合适的预测算子来预测，预测所得到的值和真实信号的差值即为预测误差，将这个误差作为信号的高频信息，该过程即为预测环节。再将高频信息通过适当的更新算子得到低频信息，该过程即为更新环节。 　　以信号[X（n）]为例，其提升方案正变换过程如图1所示。下面为详细步骤介绍： 　　预测的目的是将数据表达的更加紧致，消除分裂后的冗余信息，是对变换的一个更新过程，并不是一个完整的等式。当[Xo（n）]完全可由[Xe（n）]预测，并且这个预测算子是相对理想的预测器时，可认为是理想预测，但在实际中，这种情况一般是不存在的。不过[Xo（n）]在和[Xe（n）]有较大的相关性时，预测后的新[Xo（n）]会具有很低的能量分布。 　　预测算子通常是多项式插值算式，并且预测是可逆的过程。若预测算子[p（.）]确定，就可以由[Xe（n）]和[d（n）]来恢复[Xo（n）]，进而恢复[X（n）]。 　　综上所述，在提升方案中将实现小波变换分成了几个非常简