基于数学形态学的小波图像编码的研究与实现

摘要

随着科学技术的迅猛发展，图像编码的研究已经成为科学研究领域的热点之一。由于小波编码技术既有传统图像编码的优点，又有良好的人眼视觉特性的机制，因此小波图像编码技术在图像编码领域得到广泛的应用。 通过研究小波数据形态描述算法，发现图像小波分解，经数学形态学膨胀处理后，位平面将出现大量极长的连“0”，利用游程编码将是非常有效的。本文提出了一种改进的小波数据形态描述（MRWD）算法。MRWD算法根据图像小波变换后重要系数的带内聚类特性和重要系数分布的带间相似性，利用数学形态学中的膨胀运算搜索并编码各聚类中的重要系数。仿真结果表明，改进算法无论从PSNR，还是从图象重建质量都比MRWD算法有了一定程度的提高。 基于Altera FPGA内嵌Nios软核处理器实现了本文改进算法。本文提出了基于SOPC的软硬件协同设计的设计方案。使用流水线方式设计了LS9/7提升小波；利用了Altera提供的兆函数来实现量化模块；采用NiosⅡ嵌入式软核来实现系数编码；利用SOPC Builder创建和配置了Nios软核处理器及其外设，生成了系统的核心硬件电路和软件开发包。该系统既满足了快速处理数据的要求，又体现了SOPC设计设计灵活、集成度高的优点。

目录

文摘

英文文摘

声明

1 绪论

1.1 论文研究的背景和意义

1.2 国内外图像压缩编码的研究现状

1.3 本文的主要研究工作

1.4 论文的结构

2 图像压缩编码概述

2.1 图像编码技术

2.2 图像压缩的质量评价

2.3 图像压缩编码方法分类

2.4 图像压缩的国际标准

3 基于小波变换的图像编码

3.1 小波变换理论基础

3.1.1 傅立叶变换和窗口傅立叶变换

3.1.2连续小波变换

3.1.3 离散小波变换

3.1.4 二进小波变换

3.1.5 多分辨分析和Mallat算法

3.2 小波基的选取

3.2.1 小波基的数学特性

3.2.2 图像本身的特点

3.2.3 小波基的选择

3.3 小波系数能量分布特征

3.4 基于小波变换的经典图象编码算法

4 小波数据形态描述算法的研究

4.1 数学形态学数学基础

4.2 小波数据形态描述算法

4.3 小波数据形态描述算法的分析

4.3.1 小波数据形态描述算法的实验分析

4.3.2 小波数据形态描述算法存在的问题

4.4 改进的小波数据形态描述算法

4.4.1 自适应游程编码算法

4.4.2 改进小波数据形态描述算法仿真

5 改进小波数据形态描述算法实现

5.1 开发工具概述

5.2 系统设计方案

5.3 图像灰度值存储模块设计

5.4 提升小波模块流水线设计

5.4.1提升小波

5.4.2 LS9/7提升小波的流水线设计

5.4.3 小波模块仿真

5.5量化模块

5.5.1 基于lpm_divide兆函数的量化设计

5.5.2量化模块仿真

5.6 Nios系统硬件设计

5.7系统调试

5.7.1 IDE简介

5.7.2 Nios IDE调试

5.7.3联合调试

结 论

致 谢

参考文献

攻读硕士学位期间发表的论文及科研成果