[發(fā)明專利]一種用于高斯金字塔構(gòu)建的可重構(gòu)硬件加速方法與系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110484312.4
• 申請日: 2021-04-30
• 公開（公告）號: CN113191935A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計）人: 王超;余國義;詹翊;劉炳強(qiáng);胡曉峰;王子豪
• 申請（專利權(quán)）人: 華中科技大學(xué)
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06F9/30;G06F9/28
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 徐美琳

本發(fā)明公開了一種用于高斯金字塔構(gòu)建的可重構(gòu)硬件加速方法與系統(tǒng)，屬于硬件加速器設(shè)計領(lǐng)域。本發(fā)明所提出的系統(tǒng)包括SRAM組、FIFO組、開關(guān)網(wǎng)絡(luò)、移位寄存器陣列、加法樹模塊、多路分配器、可重構(gòu)PE陣列以及高斯差分模塊。本發(fā)明可以根據(jù)不同場景和任務(wù)對系統(tǒng)性能的要求對可重構(gòu)PE陣列資源進(jìn)行配置實現(xiàn)不同尺度的卷積計算，從而實現(xiàn)高性能的高斯金字塔和高斯差分金字塔構(gòu)建。本發(fā)明包括快慢雙時鐘域設(shè)計、動態(tài)邊緣填充設(shè)計、輸入圖像部分和復(fù)用設(shè)計方法，提高了硬件利用率，實現(xiàn)了不同邊緣填充和不同尺度卷積的可重構(gòu)計算，降低了高斯金字塔和高斯差分金字塔構(gòu)建的運(yùn)算量和硬件開銷。

技術(shù)領(lǐng)域

本發(fā)明屬于硬件加速器設(shè)計領(lǐng)域，更具體地，涉及一種用于高斯金字塔構(gòu)建的可重構(gòu)硬件加速方法與系統(tǒng)。

背景技術(shù)

尺度不變特征變換(SIFT)是一種局部特征描述算法，可以解決兩幅圖像因發(fā)生平移、旋轉(zhuǎn)、仿射變換等情況帶來的匹配問題，具有良好的不變性和較強(qiáng)的匹配能力。該算法將一幅圖片轉(zhuǎn)換為一個具有大量局部特征向量的集合，在圖像發(fā)生仿射變化、3D視角變化、比例縮放、曝光度變化、噪聲加入等條件下仍然能夠獲得較為可靠的匹配結(jié)果。因此，該算法被廣泛應(yīng)用于機(jī)器人、無人機(jī)、自動駕駛、虛擬現(xiàn)實、現(xiàn)實增強(qiáng)、計算機(jī)視覺等領(lǐng)域。

隨著圖像清晰度的提升以及圖形匹配、物體追蹤等應(yīng)用對于實時性的要求，傳統(tǒng)的基于軟件的SIFT算法已經(jīng)不能滿足這些要求，設(shè)計專用的SIFT算法硬件加速器成為當(dāng)前研究熱點。由于在高斯金字塔構(gòu)建在SIFT算法中占運(yùn)算量和能耗一半以上，因此高斯金字塔構(gòu)建的硬件加速最為關(guān)鍵。

文獻(xiàn)High-Performance SIFT Hardware Accelerator for Real-Time ImageFeature Extraction.(Huang,F.C.,et al.IEEE Transactions on CircuitsSystemsfor Video Technology 22.3(2012):340-351)介紹了一種基于全并行計算的高斯金字塔構(gòu)建方法，該方法可以實現(xiàn)高實時性的高斯金字塔構(gòu)建。但是由于數(shù)據(jù)讀寫速度和數(shù)據(jù)運(yùn)算速度的不匹配，即存儲器的讀寫速度慢，計算單元的速度快，使得計算單元在完成計算后存在較長的閑置時間，造成了較大的硬件開銷和較低的硬件利用率。此外，該方法未考慮高斯模板的對稱性，使得其運(yùn)算量和硬件開銷較大；該方法實現(xiàn)卷積的方式未考慮邊緣填充，使得不同尺度的輸出圖像存在不同程度的失真。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的缺陷，本發(fā)明的目的在于提供一種用于高斯金字塔構(gòu)建的可重構(gòu)硬件加速方法與系統(tǒng)，旨在解決全并行高斯金字塔構(gòu)建過程中硬件開銷大，硬件利用率低，運(yùn)算量大且未考慮邊緣填充的問題。

為實現(xiàn)上述目的，本發(fā)明一方面提供了一種用于高斯金字塔構(gòu)建的可重構(gòu)硬件加速方法，包括以下步驟：

S1.將原始圖像像素數(shù)據(jù)以行緩沖的形式存儲，按列并行輸出待卷積的像素值矩陣；

S2.調(diào)整待卷積的像素值矩陣的行順序，使得先寫入的像素數(shù)據(jù)不被覆蓋；

S3.使用待卷積的像素值矩陣的中心像素值的坐標(biāo)信息來選擇是否進(jìn)行邊緣填充以及邊緣填充的數(shù)據(jù)；

S4.將待卷積的像素值矩陣中與高斯卷積核中相同權(quán)重相乘的像素值先進(jìn)行相加，得到可以被不同高斯卷積核復(fù)用的部分和，基于部分和完成M個不同的尺度系數(shù)的高斯卷積運(yùn)算，形成一組高斯圖像，多組高斯圖像形成高斯金字塔；

S5.同一組高斯圖像中不同尺度系數(shù)的高斯圖像作差，形成一組高斯差分圖像，多組高斯差分圖像形成高斯差分金字塔。