基于FPGA的SIFT算法架構實現(xiàn).pdf

1、作為圖像處理的重要組成環(huán)節(jié)，圖像局部特征提取與匹配被廣泛應用于多光譜分析、環(huán)境質量監(jiān)測、景觀規(guī)劃、天氣預警、超規(guī)模分辨率圖像建立等領域，其相關算法的進一步改進也一直是圖像處理領域研究的重點。本文主要研究基于圖像局部特征的SIFT算法相關理論，及該算法的FPGA通用并行架構設計與實現(xiàn)等關鍵問題。
　　本文首先對SIFT算法中所涉及的圖像處理相關算法理論基礎進行了簡要介紹，主要包括尺度空間理論、斑點檢測理論、邊緣檢測理論、角點檢測理論

2、等。在對每種理論的基本思想進行闡述的同時，舉出具體實例進行分析。之后，重點對基于FPGA的SIFT圖像局部區(qū)域特征提取與匹配的模塊架構進行設計。整個系統(tǒng)模塊設計分為三部分，即高斯尺度空間建立設計、關鍵點尺度空間定位設計、關鍵點描述與匹配設計。其中，高斯尺度空間建立主要包含圖像二維高斯濾波模塊，差分模塊等。二維高斯核濾波模塊將二維圖像數(shù)據(jù)通過兩個一維高斯核濾波，即行順序濾波和列順序濾波來達到濾波目的。關鍵點尺度空間定位設計主要包含關鍵點檢

3、測模塊，關鍵點精確定位模塊，低對比度與邊緣響應去除模塊等。這部分設計運用數(shù)字處理相關算法來處理較復雜的運算，如矩陣求逆運算、開方運算、反正切運算等，在保證運算精度的前提下，以較快速度和較小資源消耗來實現(xiàn)設計功能。關鍵點描述設計主要包含關鍵點描述矢量計算模塊，通過插值運算，為關鍵點計算具有局部特征不變性的128維特征矢量。匹配設計主要是對兩幅圖片上的特征點的特征矢量進行歐幾里德距離比較以找出滿足匹配條件的特征點。
　　在架構設計完成