[发明专利]一种基于DSP平台SIFT算法硬件加速方法

说明书

本发明公开了一种基于DSP平台SIFT算法硬件加速方法，其步骤包括：1)将SIFT算法重新编译为能在DSP平台上运行的C语言程序；2)转换图像数据类型，使得SIFT算法处理的图像数据最大限度地使用DSP平台硬件计算单元进行计算；3)通过对SIFT算法计算迭代段的优化以最大化使用DSP内核的软硬件资源。本发明可以高精度提取图像特征点信息的前提下，通过图像数据结构、图像函数重构和迭代计算优化实现了SIFT算法计算速度的提升。

技术领域

本发明涉及一种基于DSP平台的特征点提取方法，具体是一种基于DSP硬件平台SIFT算法硬件加速方法。属于数字电路及芯片设计、嵌入式系统和数字图像处理领域。

背景技术

SIFT，即尺度不变特征变换(Scale-invariant feature transform)，是第一个通过稳健的描述子将一定程度的不变量与尺度、旋转、光照和仿射变换联系起来描述局部特征的方法。SIFT算法的重要特征是计算密集。因此，计算平台的浮点、定点计算性能决定了算法的计算速度。

DSP，即数字信号处理器(Digital Signal Processor)，是一种适用于密集运算和实时信号处理的微处理器。由于DSP平台内核计算过于复杂，使得SIFT算法在DSP平台上运行时，无法充分地发挥DSP平台的内核硬件性能。堆积硬件计算内核数量可以实现DSP端SIFT算法运行速度的提升。但是，这种方法通过EDMA(Enhanced Direct Memory Access)和IPC(Inter-Process Communication)模块实现多核之间的协同处理。此类研究聚焦于多线程实现速度提升，但是并没有充分发挥DSP内核硬件乘法器、累加器和双数据通道等硬件的性能，使得DSP内核算法的总体计算速度没有取得明显突破。

发明内容

针对上述问题，本发明的目的在于提供一种基于高性能DSP内核计算单元对SIFT算法进行硬件加速的方法，本发明依据算法程序可以高精度提取图像特征点信息的前提下，通过图像数据结构、图像函数重构和迭代计算优化实现了SIFT算法计算速度的提升。

本发明的步骤包括：1)将SIFT算法重新编译为可以在DSP平台上运行的C语言程序；2)转换图像数据类型，使得SIFT算法处理的图像数据可以更多地使用DSP平台硬件计算单元进行计算；3)通过对SIFT算法计算迭代段的优化以最大化使用DSP内核的软硬件资源。

所述步骤1)系统初始化后，将SIFT算法重新编译为C语言程序，使得预处理后的算法程序可以在DSP平台上运行，包括以下步骤：①约束非DSP平台运行的SIFT算法中的界面函数；②基于C语言对步骤①处理后的程序中的库函数重新编译；③基于C语言对②程序中的SSE(指令集)加速计算程序进行计算复原。

所述步骤2)转换图像数据类型，使得SIFT算法处理的图像数据可以更多地使用硬件计算单元进行计算，包括以下步骤：①根据DSP内核硬件乘法器的计算要求，重新构建图像数据结构，定义浮点型像素数据的存储结构。②重新分配SIFT算法中图像函数的数据存储空间，设置数据空间的指针为浮点型。DSP会根据数据的计算类型匹配计算方式，重构数据类型后DSP的浮点型硬件乘法器会自动参与float型乘法计算。

所述步骤3)优化计算迭代段以最大化使用DSP内核的软硬件资源，包括以下步骤：①减少SIFT算法中所调用的数据计算类函数内部指针的关联性以增强计算的并行能力；②将循环中子函数内嵌，使得程序编译器的优化器可以将子函数编排入pipeline(流水线管道)中；③简化和展开多重循环，使得计算可以更加充分地被编入pipeline中；④使用软件流水技术，缩短指令之间的执行间隔提升算法的计算速度。

与现有技术相比，本发明的积极效果为：

1、相对于其他平台运行的SIFT算法，本发明可以明显大幅提升算法的计算速度；