基于提升小波变换的图像压缩编码的VLSI实现

吉林大学学报(工学版)

基于提升小波变换的图像压缩编码的VLSI实现

丁媛媛¹，司玉娟^1,2，郎六琪³，罗思维⁴

1.吉林大学通信工程学院，长春 130022； 2.吉林大学珠海学院电子信息系，广东珠海 519041； 3.吉林大学珠海学院计算机中心，广东珠海 519041; 4.北京邮电大学电信工程学院，北京 100876

收稿日期:2005-11-25 修回日期:2006-02-06 出版日期:2007-05-01 发布日期:2007-05-01
通讯作者: 司玉娟

VLSI implementation of image compression coding based on lifting wavelet transform

Ding Yuan-yuan¹，Si Yu-juan^1,2，Lang Liu-qi³, Luo Si-wei⁴

1.College of Communication Engineering, Jilin University, Changchun 130022,China; 2.College of Zhuhai,Department of Electronic Information, Jilin University, Zhuhai 519041,China; 3.College of Zhuhai,Computer Center,Jilin University,Zhuhai 519041,China; 4.School of Telecommunication Engineering,Beijing University of Posts Telecommunication,Beijing 100876,China

Received:2005-11-25 Revised:2006-02-06 Online:2007-05-01 Published:2007-05-01
Contact: Si Yu-juan

摘要/Abstract

摘要： 提出了一种基于提升小波变换和SPIHT算法的图像压缩编码的VLSI结构。小波变换部分采用流水线及分时复用的技术，节省了硬件资源，提高了运算速度,增强了稳定性。SPIHT算法采用多阈值的四路并行处理结构，提高了编码效率。基于上述方法的FPGA实现，能够满足图像存储、传输等方面的要求。

关键词: 信息处理技术, 图像压缩, 提升小波变换, 多阈值SPIHT, VLSI, 时分复用, 并行流水结构

Abstract: A VLSI architecture for the implementation of image compression coding using pipeline and time division multiplexing technology in lifting wavelet transform and SPIHT was proposed. This structure uses less hardware resource, and increases operation speed and stability. SPIHT algorithm with multi-threshold quadruple parallel processing can enhance coding efficiency. The FPGA realization based on this structure can satisfy the requirement of image storage and transmission.

Key words: information processing technology, image compression, lifting wavelet transform, multithreshold SPIHT, VLSI, time division multiplexing, pipeline architecture

中图分类号:

TN911.73

丁媛媛，司玉娟，郎六琪，罗思维 . 基于提升小波变换的图像压缩编码的VLSI实现[J]. 吉林大学学报(工学版), 2007, 37(03): 675-0680.

Ding Yuan-yuan，Si Yu-juan，Lang Liu-qi, Luo Si-wei . VLSI implementation of image compression coding based on lifting wavelet transform[J]. 吉林大学学报(工学版), 2007, 37(03): 675-0680.

参考文献

相关文章 15

[1]	苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3]	李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[4]	黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[5]	应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6]	陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7]	刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8]	单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9]	姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10]	全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11]	陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[12]	陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[13]	孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14]	林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15]	王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed