基于FPGA的SIFT圖像匹配系統(tǒng)實(shí)現(xiàn)與優(yōu)化
發(fā)布時(shí)間:2023-11-20 18:21
近十年以來(lái),對(duì)圖像局部不變性特征的研究一直是圖像處理、模式識(shí)別等領(lǐng)域的熱門研究方向。人們通過(guò)經(jīng)典的數(shù)學(xué)理論設(shè)計(jì)和構(gòu)建圖像中具有不變性的局部特征,從而讓計(jì)算機(jī)能夠有能力替代人工自動(dòng)完成某些目標(biāo)提取、追蹤等任務(wù)。SIFT算法憑借其對(duì)圖像旋轉(zhuǎn)、平移、尺度等變換的不變特性,成為圖像局部不變性特征研究中里程碑式的工作,廣泛應(yīng)用于諸多領(lǐng)域。然而,由于SIFT算法運(yùn)行時(shí)需要消耗巨大計(jì)算量,使其在通用處理器下很難滿足諸如視頻目標(biāo)跟蹤、實(shí)時(shí)圖像拼接等應(yīng)用對(duì)算法實(shí)時(shí)性的要求。為了解決SIFT算法運(yùn)算效率低的短板并且能使其更好地應(yīng)用于嵌入式設(shè)備中,本文提出了基于FPGA的SIFT特征提取、特征描述以及特征描述子匹配的算法加速解決方案。本研究從SIFT算法原理入手,對(duì)算法基于硬件實(shí)現(xiàn)的改進(jìn)優(yōu)化,并充分利用Xilinx Zynq平臺(tái)ARM+FPGA的結(jié)構(gòu),最終將算法主體計(jì)算部分由FPGA端作并行計(jì)算加速,而控制與人機(jī)交互部分則在軟件端實(shí)現(xiàn)。主要研究工作包括:1)針對(duì)FPGA硬件可編程特性,對(duì)SIFT算法各步驟實(shí)現(xiàn)進(jìn)行調(diào)整優(yōu)化。其中包括采用并行高斯濾波結(jié)構(gòu)生成高斯金字塔,以提高特征提取速率;采用近似比較的方式生成...
【文章頁(yè)數(shù)】:77 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文主要工作
第二章 SIFT圖像匹配算法原理
2.1 SIFT算法簡(jiǎn)介
2.2 尺度空間生成
2.2.1 金字塔多分辨率
2.2.2 高斯尺度空間
2.2.3 高斯金字塔
2.3 特征點(diǎn)檢測(cè)
2.3.1 坐標(biāo)規(guī)范化尺度空間
2.3.2 LoG斑點(diǎn)檢測(cè)
2.3.3 DoG金字塔
2.3.4 特征點(diǎn)提取與篩選
2.4 特征點(diǎn)描述
2.4.1 特征點(diǎn)鄰域主方向指定
2.4.2 描述子矢量生成
2.5 描述子匹配
2.6 本章小結(jié)
第三章 基于硬件實(shí)現(xiàn)的SIFT算法優(yōu)化
3.1 算法優(yōu)化總體設(shè)計(jì)
3.2 高斯濾波優(yōu)化
3.3 特征點(diǎn)提取優(yōu)化
3.4 特征點(diǎn)描述優(yōu)化
3.4.1 梯度計(jì)算優(yōu)化
3.4.2 描述子生成優(yōu)化
3.5 描述子匹配優(yōu)化
3.6 本章小結(jié)
第四章 SIFT圖像匹配系統(tǒng)硬件設(shè)計(jì)
4.1 系統(tǒng)硬件總體設(shè)計(jì)
4.2 特征點(diǎn)提取模塊設(shè)計(jì)
4.2.1 高斯濾波模塊設(shè)計(jì)
4.2.2 梯度模塊設(shè)計(jì)
4.2.3 特征點(diǎn)檢測(cè)模塊設(shè)計(jì)
4.2.4 特征點(diǎn)存取模塊設(shè)計(jì)
4.3 特征點(diǎn)描述模塊設(shè)計(jì)
4.3.1 鄰域數(shù)據(jù)讀取模塊設(shè)計(jì)
4.3.2 描述子生成模塊設(shè)計(jì)
4.3.3 描述子緩存模塊設(shè)計(jì)
4.4 描述子匹配模塊設(shè)計(jì)
4.4.1 描述子匹配子模塊設(shè)計(jì)
4.5 本章小結(jié)
第五章 系統(tǒng)軟硬件架構(gòu)設(shè)計(jì)與劃分
5.1 系統(tǒng)軟硬件總體設(shè)計(jì)
5.2 PL端硬件架構(gòu)設(shè)計(jì)
5.2.1 SIFT IP核簡(jiǎn)介
5.2.2 命令模塊簡(jiǎn)介
5.2.3 AXI DataMover簡(jiǎn)介
5.3 PS端軟件程序設(shè)計(jì)
5.4 PC端上位機(jī)程序設(shè)計(jì)
5.4.1 PC端軟件運(yùn)行流程
5.4.2 PC端匹配對(duì)一致性提純
5.5 本章小結(jié)
第六章 系統(tǒng)驗(yàn)證與測(cè)試
6.1 算法模型驗(yàn)證
6.2 硬件時(shí)序仿真
6.3 系統(tǒng)軟硬件聯(lián)合測(cè)試
6.3.1 系統(tǒng)性能測(cè)試
6.3.2 同類方案比較
6.3.3 圖像—視頻匹配
6.4 本章小結(jié)
第七章 總結(jié)與展望
7.1 全文總結(jié)
7.2 展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介
本文編號(hào):3865585
【文章頁(yè)數(shù)】:77 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文主要工作
第二章 SIFT圖像匹配算法原理
2.1 SIFT算法簡(jiǎn)介
2.2 尺度空間生成
2.2.1 金字塔多分辨率
2.2.2 高斯尺度空間
2.2.3 高斯金字塔
2.3 特征點(diǎn)檢測(cè)
2.3.1 坐標(biāo)規(guī)范化尺度空間
2.3.2 LoG斑點(diǎn)檢測(cè)
2.3.3 DoG金字塔
2.3.4 特征點(diǎn)提取與篩選
2.4 特征點(diǎn)描述
2.4.1 特征點(diǎn)鄰域主方向指定
2.4.2 描述子矢量生成
2.5 描述子匹配
2.6 本章小結(jié)
第三章 基于硬件實(shí)現(xiàn)的SIFT算法優(yōu)化
3.1 算法優(yōu)化總體設(shè)計(jì)
3.2 高斯濾波優(yōu)化
3.3 特征點(diǎn)提取優(yōu)化
3.4 特征點(diǎn)描述優(yōu)化
3.4.1 梯度計(jì)算優(yōu)化
3.4.2 描述子生成優(yōu)化
3.5 描述子匹配優(yōu)化
3.6 本章小結(jié)
第四章 SIFT圖像匹配系統(tǒng)硬件設(shè)計(jì)
4.1 系統(tǒng)硬件總體設(shè)計(jì)
4.2 特征點(diǎn)提取模塊設(shè)計(jì)
4.2.1 高斯濾波模塊設(shè)計(jì)
4.2.2 梯度模塊設(shè)計(jì)
4.2.3 特征點(diǎn)檢測(cè)模塊設(shè)計(jì)
4.2.4 特征點(diǎn)存取模塊設(shè)計(jì)
4.3 特征點(diǎn)描述模塊設(shè)計(jì)
4.3.1 鄰域數(shù)據(jù)讀取模塊設(shè)計(jì)
4.3.2 描述子生成模塊設(shè)計(jì)
4.3.3 描述子緩存模塊設(shè)計(jì)
4.4 描述子匹配模塊設(shè)計(jì)
4.4.1 描述子匹配子模塊設(shè)計(jì)
4.5 本章小結(jié)
第五章 系統(tǒng)軟硬件架構(gòu)設(shè)計(jì)與劃分
5.1 系統(tǒng)軟硬件總體設(shè)計(jì)
5.2 PL端硬件架構(gòu)設(shè)計(jì)
5.2.1 SIFT IP核簡(jiǎn)介
5.2.2 命令模塊簡(jiǎn)介
5.2.3 AXI DataMover簡(jiǎn)介
5.3 PS端軟件程序設(shè)計(jì)
5.4 PC端上位機(jī)程序設(shè)計(jì)
5.4.1 PC端軟件運(yùn)行流程
5.4.2 PC端匹配對(duì)一致性提純
5.5 本章小結(jié)
第六章 系統(tǒng)驗(yàn)證與測(cè)試
6.1 算法模型驗(yàn)證
6.2 硬件時(shí)序仿真
6.3 系統(tǒng)軟硬件聯(lián)合測(cè)試
6.3.1 系統(tǒng)性能測(cè)試
6.3.2 同類方案比較
6.3.3 圖像—視頻匹配
6.4 本章小結(jié)
第七章 總結(jié)與展望
7.1 全文總結(jié)
7.2 展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介
本文編號(hào):3865585
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3865585.html
最近更新
教材專著