[发明专利]一种用于高斯金字塔构建的可重构硬件加速方法与系统

说明书

本发明公开了一种用于高斯金字塔构建的可重构硬件加速方法与系统，属于硬件加速器设计领域。本发明所提出的系统包括SRAM组、FIFO组、开关网络、移位寄存器阵列、加法树模块、多路分配器、可重构PE阵列以及高斯差分模块。本发明可以根据不同场景和任务对系统性能的要求对可重构PE阵列资源进行配置实现不同尺度的卷积计算，从而实现高性能的高斯金字塔和高斯差分金字塔构建。本发明包括快慢双时钟域设计、动态边缘填充设计、输入图像部分和复用设计方法，提高了硬件利用率，实现了不同边缘填充和不同尺度卷积的可重构计算，降低了高斯金字塔和高斯差分金字塔构建的运算量和硬件开销。

技术领域

本发明属于硬件加速器设计领域，更具体地，涉及一种用于高斯金字塔构建的可重构硬件加速方法与系统。

背景技术

尺度不变特征变换(SIFT)是一种局部特征描述算法，可以解决两幅图像因发生平移、旋转、仿射变换等情况带来的匹配问题，具有良好的不变性和较强的匹配能力。该算法将一幅图片转换为一个具有大量局部特征向量的集合，在图像发生仿射变化、3D视角变化、比例缩放、曝光度变化、噪声加入等条件下仍然能够获得较为可靠的匹配结果。因此，该算法被广泛应用于机器人、无人机、自动驾驶、虚拟现实、现实增强、计算机视觉等领域。

随着图像清晰度的提升以及图形匹配、物体追踪等应用对于实时性的要求，传统的基于软件的SIFT算法已经不能满足这些要求，设计专用的SIFT算法硬件加速器成为当前研究热点。由于在高斯金字塔构建在SIFT算法中占运算量和能耗一半以上，因此高斯金字塔构建的硬件加速最为关键。

文献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)介绍了一种基于全并行计算的高斯金字塔构建方法，该方法可以实现高实时性的高斯金字塔构建。但是由于数据读写速度和数据运算速度的不匹配，即存储器的读写速度慢，计算单元的速度快，使得计算单元在完成计算后存在较长的闲置时间，造成了较大的硬件开销和较低的硬件利用率。此外，该方法未考虑高斯模板的对称性，使得其运算量和硬件开销较大；该方法实现卷积的方式未考虑边缘填充，使得不同尺度的输出图像存在不同程度的失真。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种用于高斯金字塔构建的可重构硬件加速方法与系统，旨在解决全并行高斯金字塔构建过程中硬件开销大，硬件利用率低，运算量大且未考虑边缘填充的问题。

为实现上述目的，本发明一方面提供了一种用于高斯金字塔构建的可重构硬件加速方法，包括以下步骤：

S1.将原始图像像素数据以行缓冲的形式存储，按列并行输出待卷积的像素值矩阵；

S2.调整待卷积的像素值矩阵的行顺序，使得先写入的像素数据不被覆盖；

S3.使用待卷积的像素值矩阵的中心像素值的坐标信息来选择是否进行边缘填充以及边缘填充的数据；

S4.将待卷积的像素值矩阵中与高斯卷积核中相同权重相乘的像素值先进行相加，得到可以被不同高斯卷积核复用的部分和，基于部分和完成M个不同的尺度系数的高斯卷积运算，形成一组高斯图像，多组高斯图像形成高斯金字塔；

S5.同一组高斯图像中不同尺度系数的高斯图像作差，形成一组高斯差分图像，多组高斯差分图像形成高斯差分金字塔。