所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

高效的VLSI结构2的补充基于二维离散小波变换

Radhe康德Mishra1,Nitin之一Meena2
  1. ECE称,IES技术学院,印度博帕尔
  2. ECE系助理教授,IES技术学院,印度博帕尔
相关文章Pubmed,谷歌学者

访问更多的相关文章国际期刊的创新在计算机和通信工程的研究

文摘

二维离散小波变换硬件设计基于2的补充设计基础架构提出了。我们提出了基于算术低复杂性和二维离散小波变换的有效实现。2的补充设计的基础技术已经应用于减少完整的蛇的数量。此体系结构适用于高速在线应用,最重要的一个图像处理。与此体系结构二维离散小波变换的速度增加。它有100%的硬件利用率。



关键字

- d离散小波变换(DWT),一个,两个,三个水平,2的补充设计方案,Xilinx模拟。

介绍

小波,基于时间尺度表征提供另一种时频表示在信号处理领域。转移(或翻译)和扩展(或膨胀)是独一无二的小波。小波是一种由扩张的基地和翻译的功能[1],[2]。小波分析方法具有良好的能力在本地化信号在时域和频域的飞机[4]。由于灵活的TF分解的特点,2 d DWT也被广泛应用于许多应用程序,尤其是在图像和视频编码、语音和音频编码、语音增强、语音识别、助听器和数字变换[2],[3],[4]。
在这篇文章中,在最简单的形式,两个数的位乘法可以通过转变和执行添加操作。已经观察到的复杂性shift-add类型签署乘数取决于数量的2被乘数的补码表示的数字部分和转移而0只会把部分和。假设将不需要任何硬件,因为它可以通过硬接线。的数字2的补数,因此,将决定全部加法器的数量(FA)需要实现乘法器。
一维DWT的2 d DWT相比,我们发现不同之处在于,在一维DWT操作的范围与改变分解级别j减半,而在2 d DWT操作始终是整个框架的范围。当操作范围与分解水平的增加减少了一半,上述结构可以执行一维DWT容易。
锡这篇文章中,我们引入了一个新的体系结构的二维离散小波变换使用基于2的补充技术。树结构算法的二维离散小波变换分析了第二节。低复杂性设计部分的2 d DWT III.2补充设计部分的2 d DWT IV.Proposed架构2的补充设计的2 d DWT部分仿真结果和结论在第六节和第七。

二维离散小波变换

[5]中使用的模型来实现树状结构的二维离散小波包变换(DWT)是基于过滤的过程。图1描述了一个完整的三级2-DWT。在这个图G和H分别是高通和低通滤波器。
计算周期的数量输入周期一次产生输出样本。一般来说,计算周期是j-level 2 d DWT M =。抗震计算的周期是8。图1中,子带编码算法为例,假设原始信号X [n] n -采样点,生成一个频带的0到πrad / s。在第一次分解级别,信号通过高通和低通滤波器,紧随其后的是子抽样2。高通滤波器的输出N / 2 -采样点(因此一半的时间分辨率),但只有跨越频率? / 2 ?rad / s(因此频率分辨率)的两倍。
低通滤波器的输出也有N / 2 -采样点,但它跨越的另一半频带,频率从0到? / 2 rad / s。再低,高通滤波器输出通过相同的低通和高通滤波器进行进一步的分解。其次低通滤波器的输出子采样N / 4样本生成一个频带0 ? / 4 rad / s,和其次高通滤波器的输出子采样N / 4样本生成一个频段的? / 4 ? / 2 rad / s。第二个高通滤过的信号构成的二级2 d DWT系数。这个信号有一半的时间分辨率,但第一级信号的频率分辨率的两倍。这一过程持续进行直到剩下两个样品。对于这个特定的例子将会有3个层次的分解,各有一半的数量样品之前的水平。
原始信号的2 d DWT然后通过连接所有系数从去年开始分解级别(剩下的两个样品,在这种情况下)。DWT将具有相同数量的系数与原始信号。

低2 - d DWT的设计

计算方法计算只不过是双通道数字滤波器。低通和高通滤波器采样计算执行输入系数计算方法。低通采样滤波器是平均两个样品和高通滤波器之间的区别是b / w两个样品。1级分解给出的方法进行算法;
图像
x (n)是输入,分别为低通和高通2 d DWT系数,g h [n]和[n]分别低通和高通滤波器系数。我们假定Daubechies四抽头(Daub-4)滤波器系数提出的低通滤波器的设计。然而,类似的设计可以为其他类型的小波滤波器。Daub-4低通滤波器系数从[7]。通滤波器系数计算使用以下关系:
图像
(n), h和g (n),分别和高通滤波器系数低。N是过滤器的顺序。的8位2 'complement表示低和高通滤波器系数是表1中给出。方程可以改写fourtap冷杉过滤器:
图像
在哪里? ?−1操作符代表一个样本z域中延迟。

2的2 d DWT补充设计

每一个乘法器被替换为换档器和蛇/减法CSD的实现方法。不断增殖的因素[5]转变和加法器/减法操作取代重写为低通滤波器
图像
图像

建议的体系结构

Figure2描述一个完整的三级2的补充设计本文2-DWTIn,原始信号X [n] Nsample点,通过1×2 demultipler。当选择线是0然后我们甚至得到样品,当选择线是1然后我们得到奇怪的样本。之后,我们通过这些样本通过2的补充设计低通滤波器为基础,与高通滤波器相同的过程。现在我们得到了N / 2样品在第一次分解级别2的补充设计的输出在第二个分解低通和高通滤波器为基础,基于2的输出的补充设计的低通和高通滤波器通过一个寄存器单元。现在注册单元通过mux的输出。选择行0时,我们得到2的补充设计低通滤波器输出选择1号线,我们得到2的补充设计高通滤波器。现在我们已经过了mux基于输出通过2的补充设计的低通滤波器之后我们马上输出相同的过程应用2的补充设计基于高通滤波器。在第三个分解级别,时间一倍和频率将一半,和基于输出2的补充设计的低通和高通滤波器是通过寄存器单元。现在注册单元通过mux的输出。当选择线是00,我们得到2的补充设计低通滤波器的输出为基础,选择行01,我们得到,我们得到的选择线是10和选择行是11。 Now finally we have passed mux output through 2’s complement design based low pass filter and high pass filter we get YHHH,YHGH,YGGH .

仿真结果

我们在Xilinx 8.2我模拟了这个架构。结果如表2和表3所示。表2显示了基于乘法器的方法和表3显示了2的补充设计。在乘数为基础的技术是基于片大于2的补技术但时间增加。面积和电力需求也减少了。这里比较显示第一级分解二级分解和二级第三层分解片的数量,数量的附近地区和拖鞋显著减少,时间是一点增加。这是建议的体系结构的主要优势。

结论

这项工作的主要目的是设计一个处理器专门用于二维离散小波变换,可以用于图像处理,如图像压缩。在本文中,我们使用了2的补充设计基于数字系统代表滤波器系数的小波滤波器和最小数量的结果;然后我们2的补充设计技术应用于进一步减少权力和区域。在此体系结构中使用的低,高通滤波器。低通滤波器是两个样本之间的平均和高通滤波器两个样品之间的差异。所以最小10 - 15%减少了功率和10 - 20 %降低区域乘数少基础设计技术(2的补充设计基础)。

表乍一看

表的图标 表的图标 表的图标
表1 表2 表3

数据乍一看

图1 图2
图1 图2

引用










全球技术峰会