【技术实现步骤摘要】
基于FPGA的低复杂度快速SIFT特征提取方法
本专利技术涉及计算机视觉领域，涉及一种基于FPGA(现场可编程门阵列)的实时目标识别系统，特别地涉及一种基于FPGA的快速SIFT特征提取技术。
技术介绍
在计算机视觉领域，尺度不变特征变换(SIFT)算法应用广泛。SIFT算法的主要思想是首先检测图像中稳定的特征点，然后提取特征点邻域的局部特征描述符，主要步骤如下所述。(1)对输入图像进行包括上采样和初始高斯滤波的预处理，然后构建高斯金字塔和高斯差分金字塔。(2)在高斯差分金字塔中检测特征点。(3)计算特征点主方向。(4)根据特征点主方向对特征点邻域进行旋转，然后提取特征点的特征描述符。SIFT特征提取算法具有较高的计算复杂度实时性较低。实验发现，对于分辨率为480x320的图像，提取713个特征描述符的时间消耗约为2s(CPUI52.6GHz，Vs2010，Opencv2.4.11)。一些研究者利用GPU并行运算或多核系统对SIFT算法进行加速，可以取得较好的加速效果。但是，这两种加速方式都存在功耗高的缺点，无法在嵌入式系统中应用。由于现场可编程门阵列(FPGA)...
【技术保护点】
1.一种基于FPGA的低复杂度快速SIFT特征提取方法，其特征是，利用上采样模块采集图像数据至初始二维高斯滤波模块G0产生基准高斯图像，之后再利用4个并行的二维高斯滤波器G1～G4产生4层高斯图像，构成高斯金字塔；相邻的两层高斯图像相减得到的高斯差分图像D1～D3，构成高斯差分金字塔；在高斯差分金字塔中进行特征点的检测，所检测到的特征点的坐标通过DMA的方式传输到双倍速率同步动态随机存储器DDR，中进行存储；在进行特征点检测的同时，G2的输出进入像素梯度信息计算模块，所求解的像素梯度信息通过DMA的方式传输到DDR中进行存储；特征点检测与梯度信息计算结束后，利用DMA读取特...
【技术特征摘要】
1.一种基于FPGA的低复杂度快速SIFT特征提取方法，其特征是，利用上采样模块采集图像数据至初始二维高斯滤波模块G0产生基准高斯图像，之后再利用4个并行的二维高斯滤波器G1～G4产生4层高斯图像，构成高斯金字塔；相邻的两层高斯图像相减得到的高斯差分图像D1～D3，构成高斯差分金字塔；在高斯差分金字塔中进行特征点的检测，所检测到的特征点的坐标通过DMA的方式传输到双倍速率同步动态随机存储器DDR，中进行存储；在进行特征点检测的同时，G2的输出进入像素梯度信息计算模块，所求解的像素梯度信息通过DMA的方式传输到DDR中进行存储；特征点检测与梯度信息计算结束后，利用DMA读取特征点所需的邻域像素点的梯度信息，利用2个16x16的寄存...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。