基于FPGA的SIFT图像匹配系统实现与优化

发布时间：2023-11-20 18:21

　　近十年以来,对图像局部不变性特征的研究一直是图像处理、模式识别等领域的热门研究方向。人们通过经典的数学理论设计和构建图像中具有不变性的局部特征,从而让计算机能够有能力替代人工自动完成某些目标提取、追踪等任务。SIFT算法凭借其对图像旋转、平移、尺度等变换的不变特性,成为图像局部不变性特征研究中里程碑式的工作,广泛应用于诸多领域。然而,由于SIFT算法运行时需要消耗巨大计算量,使其在通用处理器下很难满足诸如视频目标跟踪、实时图像拼接等应用对算法实时性的要求。为了解决SIFT算法运算效率低的短板并且能使其更好地应用于嵌入式设备中,本文提出了基于FPGA的SIFT特征提取、特征描述以及特征描述子匹配的算法加速解决方案。本研究从SIFT算法原理入手,对算法基于硬件实现的改进优化,并充分利用Xilinx Zynq平台ARM+FPGA的结构,最终将算法主体计算部分由FPGA端作并行计算加速,而控制与人机交互部分则在软件端实现。主要研究工作包括:1)针对FPGA硬件可编程特性,对SIFT算法各步骤实现进行调整优化。其中包括采用并行高斯滤波结构生成高斯金字塔,以提高特征提取速率;采用近似比较的方式生成...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文主要工作
第二章 SIFT图像匹配算法原理
    2.1 SIFT算法简介
    2.2 尺度空间生成
        2.2.1 金字塔多分辨率
        2.2.2 高斯尺度空间
        2.2.3 高斯金字塔
    2.3 特征点检测
        2.3.1 坐标规范化尺度空间
        2.3.2 LoG斑点检测
        2.3.3 DoG金字塔
        2.3.4 特征点提取与筛选
    2.4 特征点描述
        2.4.1 特征点邻域主方向指定
        2.4.2 描述子矢量生成
    2.5 描述子匹配
    2.6 本章小结
第三章 基于硬件实现的SIFT算法优化
    3.1 算法优化总体设计
    3.2 高斯滤波优化
    3.3 特征点提取优化
    3.4 特征点描述优化
        3.4.1 梯度计算优化
        3.4.2 描述子生成优化
    3.5 描述子匹配优化
    3.6 本章小结
第四章 SIFT图像匹配系统硬件设计
    4.1 系统硬件总体设计
    4.2 特征点提取模块设计
        4.2.1 高斯滤波模块设计
        4.2.2 梯度模块设计
        4.2.3 特征点检测模块设计
        4.2.4 特征点存取模块设计
    4.3 特征点描述模块设计
        4.3.1 邻域数据读取模块设计
        4.3.2 描述子生成模块设计
        4.3.3 描述子缓存模块设计
    4.4 描述子匹配模块设计
        4.4.1 描述子匹配子模块设计
    4.5 本章小结
第五章 系统软硬件架构设计与划分
    5.1 系统软硬件总体设计
    5.2 PL端硬件架构设计
        5.2.1 SIFT IP核简介
        5.2.2 命令模块简介
        5.2.3 AXI DataMover简介
    5.3 PS端软件程序设计
    5.4 PC端上位机程序设计
        5.4.1 PC端软件运行流程
        5.4.2 PC端匹配对一致性提纯
    5.5 本章小结
第六章 系统验证与测试
    6.1 算法模型验证
    6.2 硬件时序仿真
    6.3 系统软硬件联合测试
        6.3.1 系统性能测试
        6.3.2 同类方案比较
        6.3.3 图像—视频匹配
    6.4 本章小结
第七章 总结与展望
    7.1 全文总结
    7.2 展望
致谢
参考文献
作者简介



本文编号：3865585