【摘要】：隨著科學(xué)技術(shù)的發(fā)展與經(jīng)濟(jì)水平的提高,圖像處理在計算機領(lǐng)域發(fā)揮著越來越重要的作用。然而隨著圖像處理算法的時間與空間復(fù)雜度的提高,需要耗費的資源相應(yīng)越來越多,這使得在軟件上實現(xiàn)的算法效率低下,而且導(dǎo)致在采用軟件實現(xiàn)圖像算法時速度過慢。經(jīng)測試,SIFT算法在Core(TM)i5-4210H處理器下運行速度只有0.4f/s(幀/秒)左右。因此提升算法速度顯得尤為迫切,尤其在嵌入式領(lǐng)域中,隨著圖像處理應(yīng)用的商業(yè)化,單純用軟件實現(xiàn)算法,已不能在實時性上滿足企業(yè)要求。FPGA以其出色的并行處理能力被應(yīng)用在各行業(yè)中,并且具有高適應(yīng)性、低功耗與低成本等諸多優(yōu)點。因此,異構(gòu)多核架構(gòu)平臺應(yīng)運而生,例如賽靈思公司研發(fā)的Zynq-7000系列平臺,該平臺將ARM處理器與并行計算能力較強的FPGA邏輯器件組合在一起,尤為適用于功能豐富、復(fù)雜度高的圖像算法。該平臺還具有較高的靈活性,其既能在靈活開發(fā)上體現(xiàn)出較大優(yōu)勢,又能加快嵌入式開發(fā)流程,這對圖像的嵌入式應(yīng)用建立了良好的基礎(chǔ)。通過Zynq平臺還可構(gòu)建出一套完整的圖像處理系統(tǒng),既可以通過FPGA邏輯資源帶來較快的計算速度,又能利用ARM處理器來兼顧多樣化的功能,這將對嵌入式平臺下高級圖像處理系統(tǒng)帶來更大的性能提升。本文以SIFT(Scale-invariant feature transform)算法與Sobel算法為例,分析了算法的計算量與I/O量,結(jié)合Zynq平臺的特性合理規(guī)劃了軟、硬件的計算任務(wù)。通過定位算法的瓶頸環(huán)節(jié),運用了流水化、并行化、滑窗思想、重構(gòu)函數(shù)等方法進(jìn)行加速優(yōu)化,提升了關(guān)鍵模塊的運行速度;同時通過Vivado搭建了適用于SDSoC的硬件平臺;并且通過使用SDSoC開發(fā)環(huán)境實現(xiàn)了ARM與FPGA之間的高速數(shù)據(jù)通路以及兩種算法的硬件加速,構(gòu)建了一套完整的圖像處理系統(tǒng)。最終,實現(xiàn)了SIFT算法相比于軟件方式15倍以上的加速,Sobel算法相比于軟件方式11倍以上的加速,這使得本系統(tǒng)不僅可以作為加速圖像處理的通用平臺,還可以借助于PS與PL端之間的高速數(shù)據(jù)通路廣泛的應(yīng)用于各個領(lǐng)域,甚至實現(xiàn)商業(yè)化用途。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TN791
【圖文】：

單純用軟件方法來實現(xiàn)，往往不能達(dá)到預(yù)期的效果各行業(yè)的不斷發(fā)展，基于特征點的檢測算法在物體識別、圖像匹已經(jīng)得到了廣泛應(yīng)用，如圖 2.1 所示。而 SIFT 算法作為眾多檢于計算量較為龐大，在實時性方面比 SURF、FAST 等算法有所SIFT 的軟件算法只有 0.3f/s。因此，研究人員為了針對計算量大慢問題，展開了各種研究。文獻(xiàn)[9]中實現(xiàn)了基于 HLS 的 SURF 21f/s。但由于 HLS 生成的 IP 核無法被高級語言直接調(diào)用，這導(dǎo)缺靈活性。文獻(xiàn)[15]中則實現(xiàn)了完全基于 FPGA 的 SIFT 算法，處其較高的追求了實時性，僅檢測出 73 個 SIFT 特征點，影響了算多工程應(yīng)用中都會用到圖像的邊緣處理作為基礎(chǔ)從而實現(xiàn)更為bel 算法作為邊緣檢測算法之一，具有較好的的檢測結(jié)果。例如在等方面的應(yīng)用。因此，對于提升 Sobel 算法的速度就顯得尤為重 實現(xiàn)了用 FPGA 對 Sobel 算法進(jìn)行加速，具有較高的實時性，但其在應(yīng)用上沒有軟件端的支持，缺乏靈活性。

圖 2.2 Zynq-7000 片上系統(tǒng)概況.2 SIFT 算法SIFT 特征是一種算法，它是基于圖像中一些興趣點的重要參考指標(biāo)，并與圖像旋轉(zhuǎn)和大小相關(guān)的因素。并且具有高適應(yīng)性的噪聲，光，和視角的改這些特性之后，獲取物體特征就變的相對簡單快捷。在數(shù)據(jù)量龐大的特征庫很好的去辨識物體并且能保證較高的準(zhǔn)確性。對于被遮擋的物體，SIFT 特檢測其所在位置，最好的情況下僅僅只需要 3 個 SIFT 對象特征，就可以知的方位。隨著科學(xué)技術(shù)不斷刷新人們的認(rèn)知，SIFT 算法的辨識速度已經(jīng)可作。對于 SIFT 算法來說，其更適合在信息量眾多的數(shù)據(jù)中實現(xiàn)精準(zhǔn)快速的2.2.1 SIFT 算法的關(guān)鍵步驟SIFT 算法主要通過四個關(guān)鍵步驟來實現(xiàn)，如圖 2.3 所示。(1) 檢測極值：計算出由源圖片生成的所有尺度空間，并在該空間中找尋

西安電子科技大學(xué)碩士學(xué)位論文對尺度以及旋轉(zhuǎn)不受影響的預(yù)需要先介紹一下尺度空間的概就是在某一個尺度空間下的，慢慢變得模糊，這樣就形成了被稱作一系列的尺度，這些尺列的尺度空間呢? 一般情況下可以很好的計算圖像的尺度空要處理的像素進(jìn)行卷積操作，1）所示，σ被稱為正態(tài)分布的糊。r 在這里被稱作模糊半徑間中假設(shè)模板的大小為 m×n高斯模板的計算表達(dá)式如公式

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李高杰;邵全義;;模型驅(qū)動下圖像處理算法優(yōu)化研究[J];信息與電腦(理論版);2019年20期

2 董書莉;李春梅;雷寧;胡雨婷;張斐然;;星上迭代圖像處理算法的FPGA實現(xiàn)研究[J];電子測量技術(shù);2017年03期

3 張玲;黃奕君;;基于數(shù)字圖像處理算法的皮膚測試儀[J];信息技術(shù);2009年01期

4 張榮奎;徐火生;王珩;;一種圖像處理算法FPGA開發(fā)平臺的系統(tǒng)設(shè)計[J];艦船電子工程;2008年08期

5 張桂林;張留洋;;數(shù)字圖像處理算法評估系統(tǒng)的硬件設(shè)計[J];計算機與數(shù)字工程;2005年12期

6 侯相深,王哲人,楊澤眾;路面損壞的圖像處理算法淺析[J];公路;2003年03期

7 劉軍;龔云祥;金蕾;;基于FPGA實現(xiàn)傳真圖像處理算法的方法[J];微電子學(xué)與計算機;2013年04期

8 張永良;李忠海;;圖像處理算法的效果評價標(biāo)準(zhǔn)分析[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2006年02期

9 蔡皓,于向軍,呂震中;鍋爐汽包水位數(shù)字圖像處理算法研究[J];鍋爐技術(shù);2005年01期

10 周文輝;宋曉莉;程玉華;;基于小波鈍化的嵌入式圖像處理算法研究[J];液晶與顯示;2016年11期

相關(guān)會議論文 前10條

1 李蓮;馬彥鋒;周潔;;破損膠囊圖像處理算法的比較研究[A];中國儀器儀表學(xué)會第十二屆青年學(xué)術(shù)會議論文集[C];2010年

2 孫良海;楊運強;黃洪昌;李杰;;激光結(jié)構(gòu)光焊縫跟蹤高效圖像處理算法的研究[A];機械動力學(xué)理論及其應(yīng)用[C];2011年

3 余洋;戴偉;;基于FPGA的圖像處理算法的研究與硬件設(shè)計[A];探索科學(xué)2016年5月學(xué)術(shù)研討[C];2016年

4 郝仁劍;張婷;李佳洪;羅馬思陽;;基于DM643自動追蹤系統(tǒng)的設(shè)計及圖像處理算法研究[A];第二十九屆中國控制會議論文集[C];2010年

5 許信松;王魯平;;基于雙邊濾波的紅外圖像細(xì)節(jié)增強算法研究[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會論文集[C];2012年

6 李忠科;宋大虎;;三維掃描儀亮帶圖像處理算法研究[A];第九次全國口腔醫(yī)學(xué)計算機應(yīng)用學(xué)術(shù)會議論文匯編[C];2011年

7 牛英宇;張學(xué)鋒;呂雷;;基于FPGA的嵌入式圖像處理平臺設(shè)計[A];2016航空試驗測試技術(shù)學(xué)術(shù)交流會論文集[C];2016年

8 龔永堅;盛法生;陳得仙;;基于智能汽車的實時圖像處理系統(tǒng)設(shè)計[A];走中國特色農(nóng)業(yè)機械化道路——中國農(nóng)業(yè)機械學(xué)會2008年學(xué)術(shù)年會論文集（下冊）[C];2008年

9 李雪娜;孫翠茹;;血管內(nèi)OCT對血管壁彈性定量測試技術(shù)研究[A];第十二屆全國生物力學(xué)學(xué)術(shù)會議暨第十四屆全國生物流變學(xué)學(xué)術(shù)會議會議論文摘要匯編[C];2018年

10 盧榮勝;;自動光學(xué)檢測技術(shù)的發(fā)展現(xiàn)狀[A];高精度幾何量光電測量與校準(zhǔn)技術(shù)研討會論文集[C];2008年

相關(guān)重要報紙文章 前5條

1 劉暉;貼近專業(yè)的感覺[N];計算機世界;2002年

2 本報記者 盛利;品果科技：“浪尖”上的“慢”心態(tài)[N];科技日報;2014年

3 華北光電技術(shù)研究所 劉剛;FPGA+DSP升級熱像設(shè)計[N];中國電子報;2010年

4 李映;DLP征服新興市場困難大[N];中國電子報;2013年

5 本報見習(xí)記者 趙利利;冷凍電鏡“成長的煩惱”[N];中國科學(xué)報;2019年

相關(guān)博士學(xué)位論文 前8條

1 李建華;二維條碼圖像處理算法及其VLSI設(shè)計研究[D];電子科技大學(xué);2013年

2 郭艷菊;基于仿生智能優(yōu)化的圖像處理算法研究[D];河北工業(yè)大學(xué);2014年

3 王建莊;基于FPGA的高速圖像處理算法研究及系統(tǒng)實現(xiàn)[D];華中科技大學(xué);2011年

4 白俊奇;高分辨率紅外成像中的圖像處理算法研究[D];南京理工大學(xué);2010年

5 白旭;電視制導(dǎo)中圖像處理算法和信息安全問題研究[D];哈爾濱工業(yè)大學(xué);2008年

6 袁戎;基于云服務(wù)的醫(yī)學(xué)圖像處理系統(tǒng)的架構(gòu)研究與應(yīng)用[D];華中科技大學(xué);2017年

7 張紅旗;基于圖像處理技術(shù)的12Cr1MoV鋼金相組織分析研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2013年

8 吳思曼（Usman Babawuro）;圖像處理算法在衛(wèi)星圖像自動提取與劃定地籍特征上的應(yīng)用[D];中南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 祖振龍;基于FPGA的紅外視頻采集與圖像處理算法的研究與實現(xiàn)[D];燕山大學(xué);2019年

2 王威;基于ARM-FPGA異構(gòu)多核平臺上圖像處理算法的加速研究[D];西安電子科技大學(xué);2019年

3 李連寶;基于攝像的水壩沉陷與位移自動監(jiān)測系統(tǒng)設(shè)計[D];濟(jì)南大學(xué);2019年

4 汪一坡;基于壓縮感知的電力設(shè)備圖像處理算法研究[D];安徽理工大學(xué);2019年

5 李永超;基于FPGA的視頻監(jiān)控圖像處理算法研究與實現(xiàn)[D];西安理工大學(xué);2015年

6 幸小k;基于SoC的新型安檢機數(shù)據(jù)處理系統(tǒng)[D];北華航天工業(yè)學(xué)院;2019年

7 季冬怡;基于iOS平臺的智能手機圖像處理算法研究[D];湖南大學(xué);2017年

8 仙云森;基于FPGA的圖像處理算法研究及硬件設(shè)計[D];大連理工大學(xué);2008年

9 羅林;基于FPGA的快速圖像處理算法的研究與實現(xiàn)[D];重慶交通大學(xué);2015年

10 李雄;基于FPGA圖像處理算法研究與實現(xiàn)[D];云南大學(xué);2016年

本文編號：2796636