论文部分内容阅读
图像的多尺度特征点提取及匹配已经广泛运用于机器视觉、图像制导、模式识别等众多领域，也一直是研究者关注的焦点。目前主要利用计算机软件编程来实现，处理速度慢。本文在分析图像多尺度特征点提取与匹配算法基础上，对算法进行改进，挖掘算法内在的并行性，在FPGA上实现，大大提高了处理速度。 本文利用多尺度Harris角点方法进行了图像多尺度特征点提取，提取图像中物体边界的交点;利用图像斑点提取方法，提取与周围像素灰度有差别的小区域。并将两种特征点结合，不仅增加了多尺度特征点的数量，也更能表达图像的特征。多尺度特征点匹配时，采取特征描绘子相似度的计算来完成匹配。 本文结合FPGA的结构特点，为了使算法能用FPGA高速实现，研究了算法中特殊函数及复杂运算的FPGA实现方法，利用高斯模板代替高斯函数，利用差分模板代替微分运算，利用CORDIC算法实现图像灰度值的梯度运算;改进了多尺度Harris角点提取算法和图像斑点提取算法的实现步骤，改进了响应值计算方法，增加了算法的并行性;改进了特征描绘子的生成方法，根据特征点尺度确定特征点邻域大小，通过梯度直方图统计生成16维特征描绘子。基于FPGA对算法进行了实现，并通过多组图片对多尺度特征点匹配进行测试，均取得了良好的效果，验证了本设计方法的可行性，其运行速度快，更能表达图像特征。