基于EBAZ4205矿板的图像处理：17基于小波变换的图像分解及其重建
特别说明
这个项目的代码不会开源，因为这个项目的一大部分是在实习的公司做的，所以仅提供思路和展示，展示一下我的能力。
先看效果
这次让小牛和小绿做模特
经过重建后的图像能够正常显示。
算法原理
haar小波几乎是最简单的小波变换，但是他的图像分解能力依然较好。
对于图像小波分解，haar小波分解就是简单的讲前后两个像素点（x1和x2）求均值（(x1+x2)/2）和偏差（(x1-x2)/2）。
对每一行像素中的每两个像素进行分解，就是一次行变换，然后，对每一列图像中的上下两个像素进行分解，就是一次列变换。
一次行列变换就是一次小波分解，称之为一阶haar小波分解，多次分解就是多阶haar小波分解。
一阶haar小波分解的流程见下图
算法部署
但是！真的部署的时候，可不是按照上面的流程来部署，因为在FPGA里面数据是一行一行来的。
所以这里提供两种方案。
算法部署方案1（已验证）
因为数据是一行一行来的，所以要先缓存一行，然后将缓存换和当前行同时进行行变换。然后，行变换完的当前行和缓存行进行列变换。也就是说，我们的分解器会同时输出两行。会同时输出分解完的当前行和上一行。
重建器将输入的当前行和上一行进行列变换，然后再对每行进行行变换，然后缓存一行，一行一行的输出数据。
算法部署方案2（未实现，请关注，如果实现会开源）
把mallat算法的haar小波变换抽象为卷积运算，计算出卷积权重，然后就简单了，缓存一行输入数据，使用2x2大小的，步长为2的卷积核，对图像进行卷积运算就可求的分解结果，逆变换也是如此。
