The invention discloses a method for traversing image feature search, the use of hardware features to traverse the image frame, the hardware characteristics of frame includes a frame and feature extraction in the three buffer frame, feature extraction, right. The traversal comprises the steps of repeating more than once repeatedly by a plurality of down operations, a right shift operation, a plurality of upward operations and a right shift operation at a time to complete the traversal of the entire image. After each basic operation, the basic operation of the next operation is quickly determined according to the status of the state machine. In the feature extraction box, the data is extracted and the data is written into the corresponding buffer. Since both of them are simultaneous, and in most cases, the step is relatively small, the feature extraction is used when the data is written, so it does not bring extra delay. The embodiment of the invention can effectively reduce hardware resources, and more effectively reduce the required resources for an image with higher resolution.
【技术实现步骤摘要】
本专利技术涉及图像特征查找
，具体涉及用于图像特征查找的遍历方法。
技术介绍
随着对人机交互需求的增加，人们对人机交互系统提出了越来越高的要求。其中 一个非常重要的指标就是系统的分辨率。但人机交互其固有特点是数据处理量大，并且实 时性要求高。这就是阻碍其走向高分辨率系统应用的一大瓶颈。人机交互领域用到了大量的模式识别方法。但两者最大的不同在于——模式识别 给定一幅图(如大小为20*20)，再去识别这幅图是否所需要找的目标(如人脸)；而人机交互 给定一幅图(如大小为640*480)，再去识别这幅图中的什么位置上是否有所需要找的目标 (如大小为20*20的人脸)。因此，与模式识别相比，人机交互多出了一个在整幅图像遍历查 找的过程。对特定目标(如人脸)进行查找需要用到特征。特征一般由多个像素点作和组成， 并且不同的特征其所包含的像素点数不同。因此计算每个特征需要的运算数量和运算时间 也是不同的，这不利于硬件的实现。所以现在一般均采用基于积分图计算特征的方法。积 分图中每一个点的值为其左上所有点的灰度值之和。因此在计算每一个特征时，仅仅需要 用其4个端点的积分值...
【技术保护点】
１．一种用于图像特征查找的遍历方法，利用硬件特征框对图像进行遍历，其特征在于所述硬件特征框包括一个特征提取框和位于特征提取框上、下、右方的三个缓冲区，所述特征提取框由一个行×列为Ｍ×Ｎ的寄存器阵列组成，Ｍ为大于２的自然数，Ｎ为大于１的自然数；在所述特征提取框中，除最上方Ｘ行、最下方Ｘ行、最右方Ｙ列外，每个寄存器在上、下方向上与距离该寄存器为Ｘ的寄存器相连，在右方向上与距离该寄存器为Ｙ的寄存器相连，Ｘ为行步进，Ｘ取值为小于Ｍ／２的自然数，Ｙ为列步进，Ｙ取值为小于Ｎ的自然数；所述上、下缓冲区均由行×列为Ｘ×Ｎ的寄存器阵列组成；右缓冲区由行×列为Ｍ×Ｙ的寄存器阵列组成；所述上缓冲...
【技术特征摘要】
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。