圖像檢索的算法的研究-圖像檢索中小波變換的FPGA實現(xiàn).pdf

1、基于內容的圖像檢索(CBIR)技術是當前研究的熱點問題。它主要是利用圖像的視覺特征，如圖像的顏色、紋理、形狀等特征來進行檢索。它突破了傳統(tǒng)的基于文本檢索技術的局限，直接對圖像內容進行分析并抽取特征，然后利用這些內容特征建立索引并進行檢索。 本文對一種常用的紋理分析方法小波變換做了研究，它是一種可達到時(空)域或頻率域局部化的時頻域或空頻域的分析方法，其多尺度分解特性符合人類的視覺機制，更加適用于圖像信息的處理。而提升小波變換又是

2、一類不采用傅立葉變換作為主要分析工具的小波變換新方法，它的提出大大簡化了小波變換的計算，使其在實時信號處理領域得到廣泛的應用。通過提升的方法很容易構造一般的整數(shù)小波變換，由于圖像一般用位數(shù)較低的整數(shù)表示，整數(shù)小波變換可以將整數(shù)序列的圖像矩陣映射成整數(shù)小波系數(shù)矩陣，這就大大簡化了小波變換的硬件電路設計。在當今數(shù)字化和信息化時代背景下，研究具有高速硬件處理功能的可編程邏輯器件在圖像處理算法領域的應用已經(jīng)成為當今研究的熱點。 本文采用

3、Altera公司的CycloneⅡ系列芯片，根據(jù)提升小波算法設計圖像檢索的小波變換模塊。文章最核心的算法-提升格式小波變換的一維變換模塊設計和二維變換模塊設計是我們研究的重點。一維提升小波變換模塊采用流水線電路結構，即把提升小波的分解、預測和更新等計算過程分成各個模塊獨立實現(xiàn)以提高運算效率。同樣，二維小波變換模塊在一維提升小波的基礎上實現(xiàn)的，針對周期鏡像邊界延拓的運算特點，采用了“內嵌邊界延拓’’的電路結構，無需對輸入數(shù)據(jù)進行預處理，并