离散小波变换(Discrete Wavelet Transform)因其良好的多分辨率分析特性和时频域局部特性，被广泛地应用于信号分析、图像编码压缩、模式识别以及机器视觉等各领域。目前已有的离散小波变换电路的研究成果多关注于如何优化电路的功耗、面积、关键路径和吞吐率上，对于电路结构的通用性却鲜有研究。事实上，大多数已提出的电路结构都是针对某一种小波函数而设计的，若改变小波函数，原有电路结构将无法完成基于新的小波函数的离散小波变换。本文提出了一种适用于任意小波函数的可重构离散小波变换加速器结构。该结构通过采用基于乘累加器环的FIR滤波器结构，实现了对任意阶数FIR滤波器的等效。用户只需修改配置寄存器中的值即可使该结构适用于不同长度滤波器组的离散小波变换。通过将离散小波变换运算的空间复杂度转换为时间复杂度，该通用结构具有硬件开销与滤波器组长度无关的特性，而传统的离散小波变换电路的硬件开销与滤波器组长度及小波变换的阶数具有正相关性。在处理二维离散小波变换时，本系统采用了二维阵列划分法和分段式供数策略，保证了在内部缓存有限的情况下，加速器依然可以处理任意尺寸二维阵列的离散小波变换。由于采用多相(polyphase)结构，该系统的吞吐率相对于普通的卷积结构提升了100%。与主流结构相比，本文提出的加速结构不仅具有更高的通用性，在硬件的使用效率方面也要胜出一筹，这主要是得益于流水线技术和合理的供数安排。此外，该设计还结合了可重构思想，通过改变系统内部模块间的互连，可以实现一维和二维离散小波变换。为了提高系统处理离散小波变换的并行度，本文提出了分别针对一维离散小波变换和二维离散小波变换的两种供数方案。我们在FPGA平台上实现了该可重构离散小波变换加速器结构并验证了其功能和性能，通过将加速器与Matlab运行相同离散小波变换任务所耗费的时间进行比较，我们获得了该加速结构相对于软件的加速比。对于一维离散小波变换应用，加速比稳定在15x以上；对于二维离散小波变换应用，加速比为5x。