高性能二维9/7离散小波变换VLSI结构

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (20): 187-191.

高性能二维9/7离散小波变换VLSI结构

宋有才1，韩波1，2，王诗兵1，谭拂晓1，赵正平1

1.阜阳师范学院计算机与信息工程学院，安徽阜阳 236037
2.东南大学毫米波国家重点实验室，南京 210096

出版日期:2014-10-15 发布日期:2014-10-28

High performance VLSI architecture for 2D DWT

SONG Youcai1, HAN Bo1，2, WANG Shibing1, TAN Fuxiao1, ZHAO Zhengping1

1.School of Computer and Information Engineering, Fuyang Teachers’ College, Fuyang, Anhui 236037, China
2.State Key Laboratory of Millimeter Waves, Southeast University, Nanjing 210096, China

Online:2014-10-15 Published:2014-10-28

摘要/Abstract

摘要： 为了降低二维小波变换中的存储消耗并同时提高电路处理速度，提出了一种二维并行的VLSI结构。通过充分挖掘二维变换中行变换和列变换之间的关系，优化了行变换核和列变换核的并行数据扫描输入方式，将9/7小波变换的中间存储降低至4N。同时，采用基于翻转格式的流水线技术，将电路的关键路径缩短至一级乘法器延时，有效地提高了电路处理速度，并通过伸缩电路合并的优化方法将乘法器个数降低至10个，从而有效地减少了硬件资源消耗。

关键词: 离散小波变换, 超大规模集成（VLSI）结构, 并行扫描, 翻转格式

Abstract: In order to reduce the memory size in 2-dimensional discrete wavelet transform and improve the processing speed, a parallel processing architecture is proposed. By analyzing the relationship between the row-transform core and the column-transform core, a modified parallel scanning method is presented. The temporal memory requirement for the 2-D 9/7 DWT are 4N. The flipping structure of 9/7 filter has been used to shorten the critical path to one multiplier delay. Moreover, through merging the scaling steps, the proposed VLSI architecture can reduce the amount of multipliers to 10, thereby effectively reducing the hardware consumption.

Key words: Discrete Wavelet Transform（DWT）, Very Large Scale Integration（VLSI） architecture, parallel scanning method, flipping structure

宋有才1，韩波1，2，王诗兵1，谭拂晓1，赵正平1. 高性能二维9/7离散小波变换VLSI结构[J]. 计算机工程与应用, 2014, 50(20): 187-191.

SONG Youcai1, HAN Bo1，2, WANG Shibing1, TAN Fuxiao1, ZHAO Zhengping1. High performance VLSI architecture for 2D DWT[J]. Computer Engineering and Applications, 2014, 50(20): 187-191.

[1]	贾澎涛，贾伟. 煤矿井下视频多目标轨迹跟踪算法研究[J]. 计算机工程与应用, 2018, 54(2): 222-227.
[2]	吕风杰，信科. 基于小波域峰态值的无参考噪声图像评价算法[J]. 计算机工程与应用, 2017, 53(7): 202-205.
[3]	郑继明1，2，崔玉岩1，耿金玲2，陈龙1. 运用DWT和ORB的图像篡改检测方法[J]. 计算机工程与应用, 2017, 53(11): 187-191.
[4]	熊祥光1，王力2. 一种改进的DWT-SVD域参考水印方案[J]. 计算机工程与应用, 2014, 50(7): 75-79.
[5]	张建海1，2，温显斌1，2，雷鸣1，2，徐海霞1，2，钦潺1，2，刘菁1，2. 基于小波变换的三维网格数字水印技术研究[J]. 计算机工程与应用, 2014, 50(4): 98-102.
[6]	任克强，李慧，谢斌. 基于DWT和SVD的自适应数字音频零水印算法[J]. 计算机工程与应用, 2014, 50(12): 87-90.
[7]	褚静，徐安成，张美凤. 基于DWT-LSSVM的图像压缩算法[J]. 计算机工程与应用, 2013, 49(14): 156-159.
[8]	李燕，刘斌. 采用梅花采样方向滤波器组的多光谱图像融合[J]. 计算机工程与应用, 2012, 48(5): 183-185.
[9]	王爽，陈广秋，孙俊喜，杨华民. 一种轮廓波域MRF样本修补技术[J]. 计算机工程与应用, 2012, 48(30): 197-200.
[10]	李敏，张小英，卢林菊. 基于分块形态Haar小波变换的盲水印算法[J]. 计算机工程与应用, 2012, 48(28): 183-186.
[11]	刘竞杰1，陶亮2. 一种基于非负矩阵分解的鲁棒零水印算法[J]. 计算机工程与应用, 2012, 48(16): 90-93.
[12]	熊哲源1，樊晓平1，2，刘少强1，瞿志华1，3，衷路生4. 无线多媒体传感器网络图像通信性能分析[J]. 计算机工程与应用, 2012, 48(14): 27-32.
[13]	李金梅1，宋欣2，马卓赛1，肖海1，苑立军1. 新的特征点强鲁棒音频水印技术[J]. 计算机工程与应用, 2011, 47(8): 66-69.
[14]	王树梅. 图像特征里的小波域水印算法[J]. 计算机工程与应用, 2011, 47(8): 175-178.
[15]	张玉金，蒋品群，王文延. 基于混沌的双重变换域数字图像扩频水印算法[J]. 计算机工程与应用, 2011, 47(6): 188-191.