基于FPGA与DSP的SIFT特征点检测与匹配方法研究

• 作 者: 肖晗
• 机 构: 中国科学院大学
• 出 处: 中国科学院研究生院 中国科学院大学
• 发表日期: 2011年期
• 关键词: 嵌入式系统 机器视觉 硬件计算 SIFT算法 特征点检测 立体视觉 图像采集处理卡

SIFT算法是计算机视觉中一种著名的特征点检测与匹配算法，在目标识别、立体视觉等领域具有重要的应用价值。然而，SIFT算法的计算复杂度很高，用纯软件实现难以满足实时应用的需求。本文在课题组自行开发的图像采集处理卡上，通过FPGA与DSP的分工协作利用硬件并行方式实现了SIFT算法的实时计算。本文的工作可以概括如下：　　
1、在对本课题组图像采集处理卡的结构和工作原理进行理解和改进的基础上，结合硬件系统工作特点对SIFT特征点检测与匹配算法的原理进行了剖析，给出了利用FPGA和DSP技术实现SIFT算法的硬件和软件体系结构；　　
2、在对利用FPGA实现SIFT特征点检测的现有成果进行分析的基础上，结合硬件工作特点，对SIFT特征点检测算法进行了改进，其中包括：采用较小高斯滤波核等效代替图像增大运算以降低计算量；合理选择尺度层次以兼顾特征点的数量和抗噪声性能；采用“面双法”(面密度插值法和双重极值点约束)检测特征点以提高特征点的尺度不变性和定点数计算精度；取消极值点的“精确定位”以便于硬件实现。在硬件方面，设计了一种高效率的电路计算方案，该方案以更为合理的结构能够采用足够多的定点数位数，从而保证了计算精度。实验结果证明了算法改进和硬件实现的有效性。　　
3、对SIFT算法中的特征描述向量提取和匹配方法行了深入研究，面向FPGA+DSP实现提出了一种基于72维特征描述向量的改进算法：特征描述向量由128维降至72维，以节约存储空间，减少匹配计算量；合理运用锥形函数和三角隶属度函数进行加权，以提高描述向量对特征点位置偏移的鲁棒性；采用∞-范数定义描述向量的长度和距离，以减少计算时间。设计实现了一种通过DSP调用FPGA模块的实现方案，利用FPGA内的流水线结构实现改进算法的较大计算量，有效提高了计算速度。　　
4、分别以模型飞机识别问题和双目视觉中的特征点匹配问题为应用背景进行了实验，实验结果证实了本文所提基于FPGA和DSP技术的SIFT特征点检测和匹配实现方案的有效性、合理性和实用性。