基于IC-GN算法的FPGA计算流水线结构及其计算方法技术

本发明专利技术提供基于IC

【技术实现步骤摘要】
基于IC
‑
GN算法的FPGA计算流水线结构及其计算方法


[0001]本专利技术涉及数字图像相关测量
，具体为一种基于IC
‑
GN算法的FPGA计算流水线结构。

技术介绍

[0002]数字图像相关测量是一种物体表面形变的非接触式测量方法，其广泛地应用于建筑形变，材料形变等领域。目前稳定性最高，精度最高，同时计算量最小的数字图像相关方法采用逆合成牛顿高斯(IC
‑
GN)算法。但该算法在实际工程中依旧存在计算量较大，计算速度难以满足实时测量等对测量时间敏感度较高的测量场景。
[0003]为了提升IC
‑
GN算法的计算速率，目前主流方法是通过具有较高计算性能的CPU、GPU或两者的异构平台作为DIC测量的实现平台以降低计算时间。但是，CPU和GPU的灵活度低，在应对计算量极大的测量场景时，多颗GPU或CPU很难协同工作，达到提升系统的计算效率的目的。同时随着光学成像系统的飞速发展，摩尔定律的失效，CPU和GPU的速度提升已经逐步难以满足高精度的实时DIC测量。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种基于IC
‑
GN算法的FPGA计算流水线结构，解决了随着光学成像系统的飞速发展，摩尔定律的失效，CPU和GPU的速度提升已经逐步难以满足高精度的实时DIC测量的问题。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0008]第一方面，提供了一种基于IC
‑
GN算法的FPGA计算流水线结构，包括一个初步迭代模块、至少一个中间迭代模块和一个结束迭代模块；
[0009]所述初步迭代模块用于根据输入数据中兴趣点的位移初始值生成初始形函数，根据形函数计算兴趣点的插值像素值，根据输入的数据、形函数及插值像素值完成形函数的更新，并将数据输出到中间迭代模块；
[0010]至少一个所述中间迭代模块用于接收初始迭代模块输出的数据或上一次迭代后输出的数据，对数据进行形函数处理和插值像素值计算，完成形函数的更新，并将数据输出到结束迭代模块；
[0011]所述结束迭代模块用于接收中间迭代模块输出的数据，对数据进行形函数处理和插值像素值计算，完成形函数的更新，并输出结果。
[0012]优选的，所述初步迭代模块包括数据输入模块，插值计算模块和形函数更新模块；
[0013]所述中间迭代模块均包括坐标更新模块，插值计算模块和形函数更新模块顺序；
[0014]所述结束迭代模块包括坐标更新模块，插值计算模块和结果输出模块顺序。
[0015]优选的，所述数据输入模块用于接收输入的数据，所述输入的数据包括兴趣点的
位移初始值、参考子区、目标子区、参考子区海森矩阵的逆矩阵与海森矩阵的乘积、参考子区灰度均值和灰度标准差。
[0016]优选的，所述数据输入模块还用于对兴趣点位移计算所需要的数据进行接收和整理，同时生成初始形函数，并计算出参考子区中每个像素点在经过形函数形变后在坐标系DEF_CS的坐标集合。
[0017]优选的，所述差值计算模块的输入数据包括形函数，参考子区中每个像素点在经过形函数形变后在坐标系DEF_CS的坐标集合，参考子区，目标子区，参考子区海森矩阵的逆矩阵与海森矩阵的乘积，参考子区灰度均值和灰度标准差；
[0018]所述形函数更新模块的输入数据包括形函数，目标子区中的坐标集合对应的像素值集合、参考子区、目标子区、参考子区海森矩阵的逆矩阵与海森矩阵的乘积、参考子区灰度均值和灰度标准差；
[0019]所述坐标更新模块的输入数据包括形函数、参考子区、目标子区、参考子区海森矩阵的逆矩阵与海森矩阵的乘积、参考子区灰度均值和灰度标准差。
[0020]优选的，所述差值计算模块用于计算数据输入模块或坐标更新模块中坐标集合在目标子区中对应的像素值集合；
[0021]所述形函数更新模块用于通过插值计算模块输出数据计算更新后的形函数；
[0022]所述坐标更新模块用于通过形函数更新模块输出的形函数计算出参考子区中每个像素点在形变后的坐标系DEF_CS的坐标集合。
[0023]优选的，所述结果计算模块的输入数据包括形函数，目标子区中的坐标集合对应的像素值集合、参考子区、目标子区、参考子区海森矩阵的逆矩阵与海森矩阵的乘积、参考子区灰度均值和灰度标准差；
[0024]所述结果计算模块的输出数据为兴趣点的位移值。
[0025]优选的，所述结果计算模块用于通过插值计算模块输出数据计算更新后的形函数并计算得出兴趣点的最终位移值。
[0026]第二方面，提供了一种基于IC
‑
GN算法的FPGA计算流水线结构的计算方法，包括：
[0027]根据输入数据中兴趣点的位移初始值生成初始形函数，根据形函数计算兴趣点的插值像素值，根据输入的数据、形函数及插值像素值完成形函数的更新；
[0028]接收初始迭代模块输出的数据或上一次迭代后输出的数据，对数据进行形函数处理和插值像素值计算，完成形函数的更新；
[0029]接收中间迭代模块输出的数据，对数据进行形函数处理和插值像素值计算，完成形函数的更新，并输出结果。
[0030]优选的，所述输入的数据包括兴趣点的位移初始值、参考子区、目标子区、参考子区海森矩阵的逆矩阵与海森矩阵的乘积、参考子区灰度均值和灰度标准差。
[0031](三)有益效果
[0032](1)本专利技术一种基于IC
‑
GN算法的FPGA计算流水线结构，计算空闲率低，本专利技术采用计算流水线，能够充分利用FPGA计算资源，且计算模块间相互独立，互不影响；
[0033](2)本专利技术一种基于IC
‑
GN算法的FPGA计算流水线结构，计算效率得到明显提升，本专利技术的兴趣点(POI)计算耗时为约1300时钟周期/POI，等效计算速度可达2.3
×
105POI/s(工作主频在300MHZ的情况下)；
[0034](3)本专利技术一种基于IC
‑
GN算法的FPGA计算流水线结构，计算速度不受迭代次数(本专利技术中迭代模块的数量)的影响；
[0035](4)本专利技术一种基于IC
‑
GN算法的FPGA计算流水线结构，可扩展性强，本专利技术可通过重复实例化达到提高系统的整体计算速度的效果，且实例间相互独立，互不影响。
附图说明
[0036]图1为本专利技术实施例中基于IC
‑
GN算法的FPGA计算流水线结构示意图；
[0037]图2为本专利技术实施例中参考子区和目标子区的相对位置以及坐标系DEF_CS示意图。
具体实施方式
[0038]下面将结合本专利技术的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于IC
‑
GN算法的FPGA计算流水线结构，其特征在于，包括一个初步迭代模块、至少一个中间迭代模块和一个结束迭代模块；所述初步迭代模块用于根据输入数据中兴趣点的位移初始值生成初始形函数，根据形函数计算兴趣点的插值像素值，根据输入的数据、形函数及插值像素值完成形函数的更新，并将数据输出到中间迭代模块；至少一个所述中间迭代模块用于接收初始迭代模块输出的数据或上一次迭代后输出的数据，对数据进行形函数处理和插值像素值计算，完成形函数的更新，并将数据输出到结束迭代模块；所述结束迭代模块用于接收中间迭代模块输出的数据，对数据进行形函数处理和插值像素值计算，完成形函数的更新，并输出结果。2.根据权利要求1所述的一种基于IC
‑
GN算法的FPGA计算流水线结构，其特征在于：所述初步迭代模块包括数据输入模块，插值计算模块和形函数更新模块；所述中间迭代模块均包括坐标更新模块，插值计算模块和形函数更新模块顺序；所述结束迭代模块包括坐标更新模块，插值计算模块和结果输出模块顺序。3.根据权利要求2所述的一种基于IC
‑
GN算法的FPGA计算流水线结构，其特征在于：所述数据输入模块用于接收输入的数据，所述输入的数据包括兴趣点的位移初始值、参考子区、目标子区、参考子区海森矩阵的逆矩阵与海森矩阵的乘积、参考子区灰度均值和灰度标准差。4.根据权利要求3所述的一种基于IC
‑
GN算法的FPGA计算流水线结构，其特征在于：所述数据输入模块还用于对兴趣点位移计算所需要的数据进行接收和整理，同时生成初始形函数，并计算出参考子区中每个像素点在经过形函数形变后在坐标系DEF_CS的坐标集合。5.根据权利要求2所述的一种基于IC
‑
GN算法的FPGA计算流水线结构，其特征在于：所述差值计算模块的输入数据包括形函数，参考子区中每个像素点在经过形函数形变后在坐标系DEF_CS的坐标集合，参考子区，目标子区，参考子区海森矩阵的逆矩阵与海森矩阵的乘积，参考子区灰度均值
R
和灰度标准差；所述形函数更新模块的输入数据包括形函数，目标子区中的坐标集合对应的像素值集合、参考子区、目标子区、参考子区海森矩阵的逆矩阵...

【专利技术属性】
技术研发人员：徐莹隽，李克轩，王澄非，何小元，
申请(专利权)人：东南大学，
类型：发明
国别省市：