《基于SOPC的指纹数据压缩模块毕业设计》由会员分享，可在线阅读，更多相关《基于SOPC的指纹数据压缩模块毕业设计（38页珍藏版）》请在金锄头文库上搜索。
1、 毕业设计（论文）题目： 基于SOPC的数据压缩模块姓名 学号所在单位指导教师 完成日期I基于SOPC的指纹数据压缩模块摘 要图像压缩直接影响着指纹识别系统的准确率，因此研究优良的指纹压缩算法是指纹识别技术领域的一个重要课题。基于此本文对此课题展开了研究并提出了小波变换+霍夫曼编码组合使用的图像压缩算法。在实际应用中，如果采用软件进行霍夫曼编码，编码速度将处理器时钟频率的制约，并且功耗太高，因而无法应用在高速的或者要求低功耗的环境中，因此文章设计一种能够使用硬件实现的霍夫曼算法。而小波变换则采用经典的Mallet算法进行了设计。关键词：小波变换，指纹识别，霍夫曼编码AbstractImage
2、compression directly affect the accuracy of fingerprint identification system, so the study of excellent fingerprint compression algorithm is fingerprint identification technology, an important subject. Based on this in this paper, this topic research and put forward on the wavelet transform + Huffm
3、an coding the image compression algorithm combined. In practical application, if the software Huffman coding, encoding speed will processor clock frequency of the restriction, and power consumption is too high, and thus could not be used in high speed or requirements of low power consumption environ
4、ment, so the design of a kind to be able to use hardware implementation algorithm of hoffman. And wavelet transform, the use of the classic Mallet algorithm design. Keywords: wavelet transform, the fingerprint identification, Huffman coding 目录第一章绪论：51.1 背景51.2 指纹识别系统的构成61.3 国际较为流行的图像压缩算法61.3.1算法介绍61
5、.3.2 JPEG图像压缩标准71.3.3 WSQ指纹压缩算法标准7第二章 算法总体结构72.1 图像处理中的频域分析法72.11傅立叶变换82.1.2 小波变换82.1.3 小波变换的优势82.2 图像压缩算法设计的基本思想82.2.1 算法的流程图82.2.2 小波变换模块简介102.2.3压缩编码模块简介10第三章 小波变换模块123.1 小波变换Mallet算法123.2 Mallat算法系统设计123.3 二抽值模块的设计133.4滤波模块的设计 （DA算法）153.4.1FIR数字滤波器的系数计算153.4.2滤波器的VHDL实现：173.4.3 移位寄存器的实现183.4.4 查
6、找表的实现193.4.5 寄存器的实现203.5 总结22第四章 基于小波变换的压缩编码234.1霍夫曼编码234.1.1 霍夫曼编码的理论基础234.1.2 霍夫曼编码基本流程234.1.3 树的构造基本思想244.1.4 树的构造实现24第五章 设计验证265.1 小波变换设计验证265.1.1 DA算法结构正确性验证265.1.2 移位寄存器功能验证275.1.3 latch1和latch2功能验证275.1.4 DA滤波器的性能分析285.2 霍夫曼树的验证29第六章 总结与展望31参 考 文 献32致 谢33第一章 绪论1.1 背景随着计算机技术，电路集成技术，图像处理技术和模式识别
7、技术的飞速发展，安全方便的自动指纹识别系统已开始应用于桌面电脑，笔记本电脑，提款机，蜂窝电话，考勤系统，门禁控制以及电子商务安全系统。遍及军队、银行、保险、边防检查、公安、医疗卫生及网络接入等各个领域。一幅指纹图像经过指纹采集器的采集和处理，得到的数据比特往往很大，而数据比特的多少会直接影响着指纹识别系统识别的速度和所需的储存空间。所以指纹图像数据的压缩也变得越来越重要，要完整的体现出指纹图像的基本特征，又要尽可能多的压缩冗余的数据。因此，研究指纹图像的压缩技术，保证高压缩比和优良的恢复效果是指纹识别技术研究领域的一个重要课题。1.2 指纹识别系统的构成一个指纹识别系统一般由两部分构成：指纹图
8、像采集部分和指纹识别部分。指纹图像采集部分通过特殊的光电转换设备（既指纹采集器）将指纹图像采集到计算机中以便进行图像处理。采集模块采集指纹图像数据，经过图像判定，细化，二值化等步骤进行图像数据处理，再将指纹信息和相关的身份信息存入数据库；鉴别模块通过指纹采集器采集待识别的指纹数据，经过图像判定，如果通过再进行图像处理，提取信息，然后在数据库中进行检索，找到最佳匹配鉴定模式或者根据用户所宣称的身份，从数据库中调出相应的指纹信息，决定它们是否匹配。 图1 典型的指纹识别系统框图1.3 国际较为流行的图像压缩算法1.3.1算法介绍小波变换+压缩编码是国际上较为流行的指纹压缩算法形式。因为小波变换比D
9、CT这样的傅立叶变换的性能更优越，是一种自适应的时频分析方法，具有多分辨分析功能，也被誉为数学显微镜。图像数字化后的数据量是巨大的，如何快速有效地存储或传输这些数据，成为当前信息社会的一个研究热点。例如，一幅1024*768的24位BMP图像，其数据量约为2.25MB。如此庞大的数据量，无疑给存储容量、通信线路的传输带宽以及计算机的处理能力提出了更高的要求。单纯依赖于提高计算机硬件和通信设施的性能是跟不上应用需求的。由于图像信息中存在着大量的冗余信息，数据间存在着关联性，所以基于保密和方便信息传输与存储的目的，往往还要对采集到的指纹图像数据进行压缩编码，以提高存储、传输和处理速度，节省存储空间
10、。1.3.2 JPEG图像压缩标准就图像压缩方面，最新的静态图像压缩标准JPEG2000采用离散小波变换（DWT）作为其变换编码，支持图像的多分辨率表示。正是小波变换编码的使用，使JPEG2000标准具有超低比特率性能、分辨率渐进传输等众多优点，受到数码厂商的青睐。根据有关JPEG2000计算复杂度的分析报告显示，JPEG2000的高强度+计算任务包括嵌入式优化截断块编码(EBCOT)的Tier-1以及离散小波变换模块，它们几乎贡献了全部计算复杂度的80%，构成了JPEG2000高速实时运行的严重瓶颈1.3.3 WSQ指纹压缩算法标准由美国FBI发布的基于小波变换的WSQ指纹压缩算法标准，也采
11、用了小波变换+标量量化和压缩编码等技术。在压缩指纹时也都取得了很好的编码效果。因此基于小波变换的指纹图像压缩算法目前成为研究的热点问题，同时也必将在以后图像压缩领域占据主导地位，前景广阔。 基于此本文提出的指纹图像压缩算法也基于小波变换+压缩编码的形式。小波变换方面本文将着重讨论当今最为流行的设计算法Mallet算法，并给出设计方法。在压缩编码方面，本文将讨论霍夫曼编码。第二章 算法总体结构2.1 图像处理中的频域分析法 数字图像处理的方法有两大类：一种是空间域处理，另一种是频域分析法，把图像信号从空间域变换到频域便可以从另一个角度来分析 图像信号的特性。图像的频域处理最突出的特点是其处理速度
12、高，并可采用已有的二维数字滤波进行所需要的各种图像处理，图像处理中经常用到的傅立叶变换，小波变换都属于图像的频域处理方法，得到了广泛的应用。 2.11傅立叶变换 信号处理中，重要的方法之一是傅立叶变换，它架起了时间域和频率域之间桥梁。傅立叶变换一直统治着线性时不变信号处理，最主要的原因是傅立叶变换手所用的复正弦波ejwt是所有线性时不变算子的特征向量。 从物理意义上讲，傅立叶变换的实质是把f(t)波形分解成许多不同频率的正弦波的叠加和，这样我们就可以从时域转换到频域实现对信号的分析。但是虽然傅立叶变换能够将信号的时域性和频域性联系起来，但我们只能从信号的时域和频域分别观察，不能将二者结合起来。
13、这是因为信号时域波形中不包含任何信息，而其傅立叶谱是信号的统计特性，它是信号整个时域内的积分，没有局部化分析信号的功能，所以不具备时域信息。这样信号分析中的一对矛盾产生了：时域和频域的局部化矛盾。 在实际生活中，瞬变信号范围比平衡信号大得多，也更加复杂，信号在某一时刻附近的频域特征都很重要，这就激励着我们去寻找一种新的分析方法，即能将时域和频域结合起来描述观察信号的联合性。2.1.2 小波变换 小波变换的数学基础是傅立叶变换，小波分析方法是一种窗口大小固定但其形状可改变，时间窗和频率窗都可改变的时频局域化分析方法，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频具有较高的时间分辨率和
14、较低的频率分辨率，所以被称为数学显微镜。正是这种特性，使小波变换具有对信号的自适应性。与传统的信号分析技术相比，小波分析能在没有明显损失的情况下，对信号进行压缩和去噪。2.1.3 小波变换的优势在频域中，傅立叶变换具有较好的局部化能力，特别是对于那些频率成分比较简单的确定性信号，傅立叶变换很容易把信号表示成各频率成分的叠加和的形式，但在时域中，傅立叶变换没有局部化能力，无法从信号f(t)的傅立叶变换F(w)中看出f(t)的任一时间点附近的性态。因此，小波变换在对瞬态信号分析中拥有更大优势。2.2 图像压缩算法设计的基本思想2.2.1 算法的流程图 、图2 算法总体流程图图3 指纹识别系统硬件总体设计框图2.2.2 小波变换模块简介小波变换的工作主要是将指纹采集器采集到的原始信号分为低频和高频分量，依据图像的低频分量能够近似反映原始图像，而高频分量只仅仅起一个修饰作用的原理，只保留低频分量，从而起到压缩图像数据的作用。 图4 小波变换流程图2.2.3 压缩编码模块简介为了节省储存空间和传输时间，需要对小波变换后所得的系数进行编码，最后得到需要的图像压缩数据。压缩编码一般分为有损压缩和无损压缩两种，无损编码可以完全恢复原始图像而不引入失真，它利用数据的统计特性来进行数据压缩，解压缩后的还原图像与原始图像完全一致。有损编码不能完全恢复原始数据，而是利用人的视觉特性使解压缩后的图
