基于FPGA的SIFT算法架构实现

摘要

作为图像处理的重要组成环节，图像局部特征提取与匹配被广泛应用于多光谱分析、环境质量监测、景观规划、天气预警、超规模分辨率图像建立等领域，其相关算法的进一步改进也一直是图像处理领域研究的重点。本文主要研究基于图像局部特征的SIFT算法相关理论，及该算法的FPGA通用并行架构设计与实现等关键问题。
　　本文首先对SIFT算法中所涉及的图像处理相关算法理论基础进行了简要介绍，主要包括尺度空间理论、斑点检测理论、边缘检测理论、角点检测理论等。在对每种理论的基本思想进行阐述的同时，举出具体实例进行分析。之后，重点对基于FPGA的SIFT图像局部区域特征提取与匹配的模块架构进行设计。整个系统模块设计分为三部分，即高斯尺度空间建立设计、关键点尺度空间定位设计、关键点描述与匹配设计。其中，高斯尺度空间建立主要包含图像二维高斯滤波模块，差分模块等。二维高斯核滤波模块将二维图像数据通过两个一维高斯核滤波，即行顺序滤波和列顺序滤波来达到滤波目的。关键点尺度空间定位设计主要包含关键点检测模块，关键点精确定位模块，低对比度与边缘响应去除模块等。这部分设计运用数字处理相关算法来处理较复杂的运算，如矩阵求逆运算、开方运算、反正切运算等，在保证运算精度的前提下，以较快速度和较小资源消耗来实现设计功能。关键点描述设计主要包含关键点描述矢量计算模块，通过插值运算，为关键点计算具有局部特征不变性的128维特征矢量。匹配设计主要是对两幅图片上的特征点的特征矢量进行欧几里德距离比较以找出满足匹配条件的特征点。
　　在架构设计完成后，本论文还基于Xilinx的Virtex6系列芯片对系统整体及各个子模块做了相应的架构功能与时序仿真测试。仿真测试时，系统能够在多种环境下正确地完成图像局部特征提取与匹配。

目录

封面

声明

中文摘要

英文摘要

目录

缩略词表

第一章 绪论

1.1 研究工作的背景与意义

1.2 国内外的研究现状

1.3 本文的研究内容与结构安排

第二章 局部特征提取关键技术

2.1 引言

2.2 图像尺度空间理论

2.3 斑点检测理论

2.4 边缘检测理论

2.5 角点检测理论

2.6 本章小结

第三章 基于SIFT的局部特征算法研究

3.1 引言

3.2 SIFT算法原理

3.3 基于SIFT算法的匹配

3.4 本章小结

第四章 SIFT算法并行架构设计

4.1 引言

4.2 早期相关工作

4.3 SIFT算法并行架构设计

4.4 系统仿真实验结果

4.5 本章小结

第五章 全文总结与展望

5.1 全文小结

5.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果

个人简历

学位论文评审后修改说明表

学位论文答辩后勘误修订说明表