论文部分内容阅读
本文针对图像的传统线性插值放大算法和超分辨率放大算法各自的优缺点,提出了改进的算法,并完成该算法基于FPGA平台的硬件实现。本文算法不但克服了传统线性插值放大图像边缘模糊效应,同时也降低了超分辨率放大算法运算的复杂度和计算量。
本文算法将原图像进行手工放大并进行双线性插值,并将放大后的图像进行二维小波分解,得到一个低频分量和三个高频分量。对三个高频分量分别进行bandelet变换,寻找高频信息的正则变化方向。通过构建bandelet基函数实现对图像的最优稀疏表示,从而消除由双线性插值放大造成的边缘锯齿效应。最后将小波变换得到的一个低频分量和bandelet变换后的三个高频分量进行用逆小波变换,获取比原图像分辨率更高的图像。
通过对现场可编程门阵列(FPGA)与可编程片上系统(SOPC)的结构和工作方式分析,采用了SOPC的设计构架进行图像算法的处理。通过FPGA处理数据量大、实时性要求高的图像预处理,利用SOPC实现算法复杂度高的小波变换与逆变换。通过SOPC硬件下载,完成了对图像的预处理、图像放大、放大图像双线性插值、小波处理和bandelet变换等功能,实现了图像的超分辨率插值放大处理。实验结果表明该设计构架相比MATLAB平台处理图像具有小型化、设计灵活、功能可裁剪、软硬件可编程性和良好的集成性等方面的优点。