SIFT算法的VLSI結構設計與實時實現(xiàn).pdf

1、圖像配準是將不同時間、不同視角、不同傳感器拍攝的同一場景上的兩個或多個圖像進行空間上疊加的過程。SIFT特征對尺度和旋轉具有不變性，同時對視角變化、光照變化具有部分不變性。因此，基于SIFT特征的圖像配準，在很多圖像分析任務中都有廣泛的應用。隨著視頻處理技術的飛速發(fā)展，未來圖像傳感器系統(tǒng)將朝著高分辨、高幀頻的方向發(fā)展。高幀頻、高分辨率的結合，對圖像配準的實時性提出了更高要求。然而，SIFT算法具有較高的運算復雜度，使得特征提取難以實時進

2、行。
　　本文以實時提取SIFT特征為目標，提出了VLSI流水線結構，能夠以30幀/秒的幀頻，提取1024×1024圖像的SIFT特征。主要研究工作有：
　　首先，本文提出了滿足誤匹配率要求、適應于硬件實現(xiàn)的SIFT優(yōu)化算法。優(yōu)化后的算法，通過參考單幀圖像來降低片上緩存的容量，執(zhí)行一次迭代從而提高了特征檢測流水線的吞吐率，是硬件成本最小的實現(xiàn)方案。接著，將SIFT算法分為特征點檢測和向量生成兩個任務。一方面通過高吞吐率的流水

3、線結構開發(fā)數(shù)據(jù)并行性，另一方面將兩個任務并行化處理，得到了整體流水線結構。最后，以實時處理1024×1024圖像為設計目標，提出了各流水線的數(shù)據(jù)吞吐率目標。
　　其次，提出了特征點檢測流水線結構，包括高斯差分尺度空間構造和特征點定位兩個模塊。高斯差分尺度空間模塊中，一方面采用并行平滑機制實現(xiàn)，將延遲線數(shù)量降低了80％左右，另一方面采用時分復用技術，將高斯濾波器的利用效率提高到98%，從而降低了運算單元成本。
　　再次，提出了

4、基于興趣區(qū)的中心存儲器管理機制和結構。采用以行為單位、類似于FIFO的方式對興趣區(qū)進行填充和釋放；存儲器陣列采用四像素拼接、單端口的多bank結構實現(xiàn)。經(jīng)過時鐘精確的仿真確定，興趣區(qū)行數(shù)為72行，F(xiàn)IFO深度為64時可滿足系統(tǒng)要求。電路結構采用兩層設計，內層邏輯負責多bank管理，外層邏輯負責類FIFO的讀寫指針管理。電路結構清晰、邏輯簡單，能夠達到100MHz的系統(tǒng)工作頻率。
　　最后，提出了數(shù)據(jù)吞吐率為2像素/周期的向量生成流

5、水線結構。首先，設計了維數(shù)、更數(shù)通道數(shù)可配置的直方圖統(tǒng)計運算單元。經(jīng)過綜合驗證，建立了維數(shù)、更新通道數(shù)與等效門數(shù)量的關系模型。然后，利用三線性插值的原理，將128維16更新的直方圖統(tǒng)計轉換為16個8維4更新的直方圖統(tǒng)計。綜合結果顯示，轉換后的等效門數(shù)量降低了40%左右。
　　整體綜合結果顯示，在SMIC0.18μm工藝下，系統(tǒng)最高工作頻率為100MHz，其中等效門的數(shù)量為1154K，片內存儲容量為2.2858Mbit。實驗結果顯示