【摘 要】
:
图像匹配技术是计算机视觉、模式识别等多个领域的重要研究内容之一。其中图像局部不变性特征由于具有较强的抗干扰性,一直是图像匹配算法中的热门研究方向。但是此类算法计算量大,难以直接部署在功耗和算力受限的移动设备中。此外,随着智能终端的普及,图像数据量和图像匹配应用场合逐渐增加,人们对算法的运行速度也提出了更高的要求。为了解决上述问题,本文基于SoPC平台的特点,对SURF图像匹配算法进行了重新设计,并
论文部分内容阅读
图像匹配技术是计算机视觉、模式识别等多个领域的重要研究内容之一。其中图像局部不变性特征由于具有较强的抗干扰性,一直是图像匹配算法中的热门研究方向。但是此类算法计算量大,难以直接部署在功耗和算力受限的移动设备中。此外,随着智能终端的普及,图像数据量和图像匹配应用场合逐渐增加,人们对算法的运行速度也提出了更高的要求。为了解决上述问题,本文基于SoPC平台的特点,对SURF图像匹配算法进行了重新设计,并用Xilinx Zynq-7000 SoPC平台实现了该算法的图像匹配系统。本文主要工作如下:(1)在对SURF算法原理深入理解的基础上,结合SoPC平台ARM+FPGA结构软硬可编程的特点,对系统的软硬件架构进行划分。其中计算量大的特征点检测、主方向指定、描述子匹配部分由FPGA端做并行加速,而算法流程控制部分和浮点运算较多的描述子生成部分由ARM端实现;(2)根据软硬件划分,对算法进行基于SoPC平台的设计。在硬件设计方面,将算法进行定点化,并采取多种方式对资源消耗和运行速度进行优化。其中包括在积分图像生成阶段采用缩减位宽的表示方法大幅减少系统资源消耗;采用积分图像读取的优化策略以及多时钟域设计有效提高特征点主方向指定的效率;在特征点检测和描述子生成阶段采用空间并行设计加速系统运行速度。在软件设计方面,根据Zynq平台特点,采取双核AMP模式对描述子生成部分进行加速;(3)将本设计部署在MicroZed7020开发板,并采用公开数据集对系统性能进行测试。最终本系统在1.837W的功耗下,对分辨率为640*480的图像实现了每秒162帧的特征点检测速度,系统完整性和整体资源消耗相比同类方案具有明显优势。同时本系统较好地保持了SURF算法的特征不变性,为图像匹配算法的移动平台部署提供了重要参考。
其他文献
信号分析仪是广泛应用于通信、微波、航空等领域的基础电子测量仪器,贯穿研发、生产、验收、认证等各环节。频率合成器是信号分析仪的核心部件之一,可以为其他模块提供本振、时钟等信号,对系统性能有重要的影响。另一方面,作为测量仪器,信号分析仪对频率合成器的频率范围、分辨率和频谱纯度等指标有很高的要求。近年来,随着第五代移动通信(Fifth generation mobile networks,5G)毫米波、
现阶段军事领域应对电磁战的需求增加,民用领域电磁环境日益复杂,随着北斗3号卫星全部发射成功,标志着我国北斗3号卫星系统的建设成功。北斗导航卫星信号由于工作频段固定、带宽较窄,极易受多种电磁干扰,针对北斗卫星导航系统的接收端抗干扰技术是北斗领域和抗干扰领域的一个重要课题。北斗信号到达地面时功率较弱,远低于噪声功率,受到各类有意无意的干扰后,会导致定位误差过大甚至失去定位信息。因此本文针对应用于北斗卫
随着无线网络可靠性和负载能力的提高、电子元器件制作工艺和设计水平的进步,移动台将支持更广泛更智能的业务。其中,大量的低延时甚至实时业务,对移动台本地计算能力提出了挑战。移动边缘计算是为解决下一代无线网络中的这一难题提供了可行的方案。在移动边缘计算网络中,计算接入节点通过连接移动台和中心云服务器提供存储能力和计算能力。本文分别利用传统算法和机器学习算法联合优化时间延迟和能耗设计任务卸载策略。首先考虑
为了满足社会日益增长的对高数据传输速率、大规模接入终端数量以及高可靠低时延通信的需求,第五代移动通信技术(the 5th Generation Mobile Communication Systems,5G)将引入许多全新的物理层传输技术。分布式大规模多输入多输出(multiple-input multiple-output,MIMO)技术作为一种极具潜力的组网技术,通过将天线单元配置在不同的地理