面向图像匹配SIFT算法的电路设计与优化.pdfVIP

摘要 摘要 目前，人工智能、计算机视觉等的发展使得图像信息处理领域备受人们关注。尺度不变特征变换 （Scale Invariant Feature Transform，SIFT ）算法作为新特征提取算法的发源与典型代表，已被广泛用于 图像特征检测和匹配。几何式增长的数据规模对SIFT 算法的计算速度要求越来越高使得SIFT 硬件加速 电路变得越来越重要。因此，本文主要研究 SIFT 算法及其硬件加速电路的优化设计，实现高吞吐率的 SIFT 电路，从而加快图像特征检测与匹配的速度。 本文首先分析SIFT 算法中，卷积核大小与滤波方式对SIFT 算法在响应、可重复性方面的影响，确 定了7×7 的高斯卷积核以及直接滤波的方式，降低了SIFT 算法的算法复杂度。根据改进的SIFT 算法， 本文设计了一种优化的流水线并行处理结构，以像素为基础进行流水线操作，用于 SIFT 特征点的实时 检测和 SIFT 特征描述符的提取。电路主要分为六个模块：高斯尺度空间建立模块，高斯差分尺度空间 极值点检测与对比度检查模块，边缘响应消除模块，特征点梯度模值和方向计算模块，特征点描述符计 算模块，归一化模块。为了提