面向图像匹配SIFT算法的电路设计与优化

发布时间：2021-10-11 22:07

　　目前,人工智能、计算机视觉等的发展使得图像信息处理领域备受人们关注。尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法作为新特征提取算法的发源与典型代表,已被广泛用于图像特征检测和匹配。几何式增长的数据规模对SIFT算法的计算速度要求越来越高使得SIFT硬件加速电路变得越来越重要。因此,本文主要研究SIFT算法及其硬件加速电路的优化设计,实现高吞吐率的SIFT电路,从而加快图像特征检测与匹配的速度。本文首先分析SIFT算法中,卷积核大小与滤波方式对SIFT算法在响应、可重复性方面的影响,确定了7×7的高斯卷积核以及直接滤波的方式,降低了SIFT算法的算法复杂度。根据改进的SIFT算法,本文设计了一种优化的流水线并行处理结构,以像素为基础进行流水线操作,用于SIFT特征点的实时检测和SIFT特征描述符的提取。电路主要分为六个模块:高斯尺度空间建立模块,高斯差分尺度空间极值点检测与对比度检查模块,边缘响应消除模块,特征点梯度模值和方向计算模块,特征点描述符计算模块,归一化模块。为了提高计算速度并且减少硬件资源消耗,优化设计了边缘响应消除模块... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及研究意义
    1.2 国内外研究现状
    1.3 本文主要研究内容和设计指标
        1.3.1 主要研究内容
        1.3.2 设计指标
    1.4 本文章节安排
第二章 SIFT算法概述
    2.1 高斯尺度空间构建
        2.1.1 高斯滤波原理
        2.1.2 高斯金字塔
    2.2 SIFT特征点检测
        2.2.1 DoG尺度空间极值点检测
        2.2.2 候选特征点稳定性检查
    2.3 SIFT特征描述符提取
        2.3.1 特征点梯度模值和方向计算
        2.3.2 特征点描述符计算
    2.4 本章小结
第三章 SIFT算法分析与参数选取
    3.1 SIFT性能指标
    3.2 高斯尺度空间设计方案分析
        3.2.1 高斯尺度空间输入分析
        3.2.2 高斯滤波方案与基本参数选取
    3.3 仿真验证
    3.4 本章小结
第四章 SIFT算法电路设计与优化
    4.1 高斯尺度空间建立模块设计
        4.1.1 高斯尺度空间建立模块设计
        4.1.2 高斯尺度空间建立模块仿真验证
    4.2 SIFT特征检测器优化设计
        4.2.1 DoG尺度空间极值点检测与对比度检查模块设计
        4.2.2 边缘响应消除模块优化设计
        4.2.3 SIFT特征检测器仿真验证
    4.3 SIFT特征描述符优化设计
        4.3.1 特征点梯度模值和方向计算模块设计
        4.3.2 特征点描述符计算模块设计
        4.3.3 归一化模块优化设计
        4.3.4 SIFT特征描述符仿真验证
    4.4 本章小结
第五章 实验结果与分析
    5.1 功能验证与分析
    5.2 性能分析
    5.3 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士学位期间取得的成果


【参考文献】：
期刊论文
[1]基于图像梯度信息强化的SIFT特征匹配算法改进[J]. 孙健钧,赵岩,王世刚.  吉林大学学报(理学版). 2018(01)
[2]采用简化SIFT算法实现快速图像匹配[J]. 刘立,彭复员,赵坤,万亚平.  红外与激光工程. 2008(01)
[3]基于相位相关的图像配准算法[J]. 郑志彬,叶中付.  数据采集与处理. 2006(04)

博士论文
[1]SIFT算法的VLSI结构设计与实时实现[D]. 张静.华中科技大学 2014

硕士论文
[1]基于点特征的图像配准算法研究[D]. 赵辉.山东大学 2006



本文编号：3431323