龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湖北文理学院
摘要：本发明公开了一种基于FPGA的SIFT算法的简化图像特征提取方法，所述方法包括：通过控制时钟使能，得到并行的DOG尺度空间的图像数据流，得到每个尺度空间5×5的高斯卷积核，利用海森矩阵筛选滤除边缘效应，得到有效极值点并标记特征点，根据特征点划分对应的邻域空间，分配FIFO与RAM的计算资源作为图像数据流的计算缓存区，得到16维的SIFT特征描述向量。本发明对SIFT算法的特征描述方式进行了简化，针对特定的检测场景的特征需要，减少了SIFT算法的计算维度，避免了三角函数的计算，减少了对FPGA的硬件资源消耗，并且通过设计RAM、FIFO与状态机结合的结构简化了特征描述所需要的计算。
主权项：1.一种基于FPGA的SIFT算法的简化图像特征提取方法，其特征在于，所述基于FPGA的SIFT算法的简化图像特征提取方法包括：通过控制时钟使能的方式对初始图像数据进行下采样，得到并行的DOG尺度空间的图像数据流；根据图像数据流构建尺度空间，并行4个5×5的高斯卷积核，得到高斯滤波后的4层高斯图像，其中，通过以下公式得到每个尺度空间5×5的图像数据流，包括：Dx,y,σ＝Ix,y*[Gauss1-Gauss2]Dx,y，σ＝Ix,y*[G1-G2]＞＞16 其中，为了提高运算效率，避免浮点运算，需要将计算卷积核的浮点运算转换为整数乘法与移位运算，将第一公式中计算转化为第二公式，其中G1与G2计算如第三公式所示计算结果取整型，由于卷积开窗为5×5，则第三公式中的积分范围取-2，2，第一公式中Gauss1与Gauss2均为浮点型，最后需要校验；根据4层高斯图像得到高斯差分金字塔；基于高斯差分金字塔中的图像数据，利用海森矩阵筛选滤除边缘效应，得到有效极值点并标记特征点；根据特征点划分对应的邻域空间，并分配FIFO与RAM的计算资源作为图像数据流的计算缓存区；根据邻域空间进行梯度直方图统计，得到直方图数据；根据直方图数据生成16维的SIFT特征描述向量。
全文数据：
权利要求：
百度查询： 湖北文理学院 基于FPGA的SIFT算法的简化图像特征提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号