[发明专利]一种加速图像匹配的硬件优化方法

权利要求书

1.一种加速图像匹配的硬件优化方法，其特征在于：包括以下步骤：

1)、对输入的图像进行逐层的高斯滤波；

2)、获取相邻高斯滤波图像的差分图像并生成关键点；

3)、在关键点邻域内获取方向直方图来确定其主方向；具体包括如下步骤：

3.1)、使用查找表的方式获取关键点周围的邻域点；

3.2)、每次读取一个邻域点，并计算其梯度方向和模值大小；

3.3)、将梯度模值的加权值做成查找表的形式，并统计邻域点的方向直方图；

3.4)、使用状态机的方式循环对直方图进行平滑滤波；

3.5)、遍历直方图幅值数据并将最大的数对应的幅角方向确定为关键点的主方向；

4)、结合关键点主方向，统计关键点邻域信息生成特征描述子；具体包括如下步骤：

4.1)、以查找表的方式计算关键点周围大小的邻域点；

4.2)、利用三角函数旋转每个邻域点，并将有效的邻域点保存到先入先出缓存(fifo)中；

4.3)、获取梯度幅值的加权值并统计邻域点的方向直方图；

4.4)、对直方图进行三线性插值；步骤4.4)的三线性插值是根据以下公式对直方图进行三线性插值

weight＝w*dr^k*(1-dr)^1-k*dc^m*(1-dc)^1-m*doⁿ*(1-do)^1-n

其中的k、m、n为0或者为1，w为梯度幅值的加权值，dr、dc、do分别为像素点对邻近行、邻近列、邻近方向的贡献因子；

4.5)、根据直方图的幅值得到描述子向量；

5)、对特征描述子进行匹配，得到匹配的特征点；具体包括如下步骤：

5.1)、计算描述子之间的曼哈顿距离，得到一个距离向量；

5.2)、计算距离向量的最小值和次小值；

5.3)、判断最小值与次小值的比值是否小于设定的阈值，如果满足则保存对应的特征点。

2.根据权利要求1所述的一种加速图像匹配的硬件优化方法，其特征在于：所述步骤1具体包括如下步骤：

1.1)、将输入的原始图像分割保存到四个缓存中，每个缓存有两个端口；

1.2)、使用内存中的高斯滤波模板对缓存中的图像进行卷积滤波；

1.3)、将卷积滤波后的图像保存到第一图像层中；

1.4)、在第一图像层上再次进行卷积滤波，并将卷积滤波后图像保存第二图像层中；

1.5)、依次循环完成四层图像滤波，并保存到四个图像层中。

3.根据权利要求2所述的一种加速图像匹配的硬件优化方法，其特征在于：所述高斯滤波模板是根据二维高斯函数得到，每个高斯滤波模板维度都为7*7，四个图像层与四个高斯滤波模板一一对应，四个高斯滤波模板对应的σ参数分别为1.600、1.226、1.545、1.946，最后将高斯滤波模板保存到ROM中；

二维高斯函数如下：

其中的m、n表示高斯滤波模板的维度，x、y为像素坐标。

4.根据权利要求1所述的一种加速图像匹配的硬件优化方法，其特征在于：所述步骤2)具体包括如下步骤：

2.1)、将相邻层的高斯滤波图像相减，判断两个相减数据的大小，用大的数据减去小的数据，使结果为正数或等于0；

2.2)、在上述得到的差分图像中寻找空间中的极值点，当中心点数据大于等于或小于等于其他空间点数据时，认为该点为极值点。