[發明專利]一種SURF特征點提取加速方法及系統

在審

• 申請號: 202211319198.0
• 申請日: 2022-10-26
• 公開（公告）號: CN115457295A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 趙玉普;劉博;胡碩
• 申請（專利權）人: 中國船舶集團有限公司第七〇九研究所
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/94
• 代理公司: 武漢華之喻知識產權代理有限公司 42267
• 代理人: 李君;廖盈春

本發明提供了一種SURF特征點提取加速方法及系統，屬于局部特征檢測領域，方法包括：逐個接收原始灰度圖像中的像素值，結合上一行所有像素累加值之和，將原始灰度圖像轉換為積分圖像；構建不同尺度的行fifo陣列，在每一個時鐘周期接收m+1個積分圖像的灰度值；構建寄存器計算單元暫存行fifo陣列中各積分圖像的灰度值；對不同大小的積分圖像并行計算不同尺度下黑森行列式金字塔；將黑森行列式金字塔輸入至ARM端，通過非極大值抑制獲取初始特征點，刪除小于黑森行列式閾值的特征點；對剩余特征點采用雙線性插值方法，獲取特征點在尺寸空間中的位置坐標。本發明優化了緩存方式和計算方式，降低了SURF特征提取的延遲。

技術領域

本發明屬于局部特征檢測領域，更具體地，涉及一種SURF(Speeded-Up RobustFeatures)特征點提取加速方法及系統。

背景技術

圖像特征檢測提取是計算機視覺里的重要概念，是圖像配準的核心步驟，而圖像配準在圖像拼接、圖像檢索和圖像融合領域都有重要應用。目前圖像特征檢測和匹配方法主要是基于局部特征的特征匹配方法，主要方法有SIFT、SURF、ORB算法，其中，SURF算法尺度魯棒性、旋轉不變魯棒性、尺度變換魯棒性方面均有較大優勢，是特征檢測和匹配的主流方法，但其存在計算量大，計算速度慢的問題。

針對SURF算法計算量大、計算速度慢的特點，利用FPGA實現SURF算法加速是解決這一問題主流做法但是整個SURF特征功能點提取電路沒有形成流水線工作，并未完全發揮SURF電路的工作效率?，F有技術在設計SURF算法加速電路時對圖像積分模塊的數據位寬進行了優化，雖然降低存儲空間的使用，但是未能充分發揮FPGA的性能。對于在FPGA上實現SURF算法加速的研究一直沒有停過，研究者一直在致力于降低資源消耗和提高處理速度。然而在眾多的研究中存在共性問題：沒有充分優化緩存方式，沒有盡可能將計算方式優化為并行計算。

發明內容

針對現有技術的缺陷，本發明的目的在于提供一種SURF特征點提取加速方法及系統，旨在解決現有利用FPGA實現SURF算法加速技術沒有充分優化緩存方式，導致SURF特征提取效率較低的問題。

為實現上述目的，一方面，本發明提供了一種SURF特征點提取加速系統，包括：積分圖像計算模塊、數據遍歷模塊、黑森行列式計算模塊和特征點坐標方向計算模塊；

所述積分圖像計算模塊、數據遍歷模塊和黑森行列式計算模塊設置在FPGA端，所述特征點坐標方向計算模塊設置在ARM端；

所述積分圖像計算模塊用于逐個接收原始灰度圖像中的像素值，結合積分圖像緩沖寄存器傳送的上一行所有像素累加值之和，通過計算并存儲原始灰度圖像中當前行各個像素的累加值作為積分圖像各個像素的灰度值，將所述原始灰度圖像轉換為積分圖像；

所述數據遍歷模塊包括不同尺度的行fifo陣列和寄存器計算單元；其中，所述行fifo陣列中包含m+1個行fifo，每個行fifo的深度為n；其中，m的取值不同代表不同的尺度；n≥m+1；所述寄存器計算單元為(m+1)*(m+1)大小的寄存器鏈；所述行fifo陣列用于在每一個時鐘周期從積分圖像計算模塊中接收m+1個積分圖像的灰度值，當計數每滿一行則復位一次，積分圖像的灰度值數據向下平移一行重新送入灰度值；所述寄存器計算單元用于暫存所述行fifo陣列中各積分圖像的灰度值；

所述黑森行列式計算模塊用于在每個時鐘周期對存儲在寄存器計算單元的不同大小的積分圖像并行計算D_xx、D_yy、D_xy方向上的盒子濾波模板，獲取不同尺度下黑森行列式金字塔；

所述特征點坐標方向計算模塊用于將黑森行列式金字塔輸入至ARM端，通過非極大值抑制獲取初始特征點，再通過設定黑森行列式閾值，刪除小于黑森行列式閾值的特征點；對剩余特征點采用雙線性插值方法，獲取特征點在尺寸空間中的位置坐標。