基于FPGA的OpenSURF算法加速架构的研究与实现

摘要

图像局部不变特征不直接依赖于图像灰度，具有较强抗干扰性，能更好的处理复杂空间变换关系。但是由于图像局部不变特征提取过程的复杂性，不使用特殊硬件的普通个人计算机非常难满足计算实时性的需求。本文的研究目标是设计出能够实时提取不变性特征的硬件架构。
　　本文总结了 FPGA并行加速的原则，结合 OpenSURF算法的原理，论证了OpenSURF算法使用FPGA加速的可行性，设计了基于FPGA实现OpenSURF算法加速的系统架构。该系统架构包括四个部分：积分图像计算及缓存、特征点检测、主方向生成和描述矢量生成。本文设计的系统架构包括四个方面的优化：（1）整个系统采用图像数据驱动的方式保证处理性能的实时性；（2）在积分图像数据表示方面采用优化表示的方法减少积分图像数据的缓存数量；（3）采用特征点读取描述的优化策略来改善积分图像缓存的总数量和提高单位时间内完成描述的特征点数量；（4）在特征描述阶段采用数据重用的方式减少对数据缓冲区的访问次数和提高系统处理的速度。之后，本文基于Xilinx KC705评估开发板设计了一个通用的算法测试验证平台，对本文设计的OpenSURF算法加速架构进行了功能验证和系统验证并分析了资源使用情况，并与其他文献中设计的方法进行算法实现性能和资源使用情况的对比。最后指出了本文存在的不足之处和进一步研究的方向。
　　本文基于FPGA的OpenSURF算法加速架构实现了OpenSURF特征的实时提取，可以以每秒97帧的速率从分辨率为800×640的图像中检测不多于1000个SURF特征点并对特征进行描述矢量生成，满足绝大多数应用对计算实时性的需求。

目录

封面

声明

中文摘要

英文摘要

目录

中英文对照表

1. 绪论

1.1. 研究背景、目的和意义

1.2. 国内外研究现状

1.3. 课题来源及论文主要工作

2. FPGA并行加速的方法及SURF算法原理

2.1. FPGA并行加速的方法

2.2. SURF算法

2.3. OpenSURF算法

2.4. 本章小结

3. OpenSURF算法的FPGA实现

3.1. FPGA实现的系统结构

3.2. 主要模块的FPGA实现

3.3. 等效并行度分析

3.4. FPGA实现中一些参数的选取

3.5. FPGA实现测试验证方法

3.6. 本章小结

4. 实现性能分析与评价

4.1. 实验测试验证结果

4.2. 实现性能分析

4.3. 实现性能评价

4.4. 本章小结

5. 总结与展望

5.1. 全文总结

5.2. 设计展望

致谢

参考文献

附录 硕士期间的成果