[发明专利]一种基于并行计算的图像特征提取方法

权利要求书

1.一种基于并行计算的图像特征提取方法，其特征在于，包括以下步骤：

1)从第一随机存取储存器RAM中读取一张RGB图片数据到可编程逻辑门阵列FPGA；

2)把步骤1)读取的RGB图片转为对应的灰度图，RGB图片中每个像素点的转变方式如下：

S＝0.299*R+0.587*B+0.114*G

其中R、G、B分别为RGB图片的该像素点的R、G、B值，S是该像素点转变后的灰度值；

3)对步骤2)中得到的灰度图进行复制，得到相同的两张灰度图，分别记为灰度图1和灰度图2；

4)对灰度图1进行特征点检测，对灰度图2进行GAUSSIAN高斯滤波；具体步骤如下：

4-1)判断灰度图1的每个像素点是否满足FAST条件，判断规则是：对于灰度图1上的所有像素点，考察每个像素点7*7邻域内以该像素点为圆心、半径是3个像素点的圆周上的共计16个像素点和圆心点的灰度值差异；令I_i表示任一圆周上第i个像素点的像素灰度值，i＝1,2…16，I_p表示该圆周对应的圆心点的像素灰度值，t为设置的灰度阈值；若圆周上的任一像素点的像素值小于等于圆心点的像素值与灰度阈值之差，则判定该像素点为更暗Darker；若圆周上的任一像素点的像素值大于等于圆心点的像素值与灰度阈值之和，则判定该像素点为更亮Brighter；若圆周上任一像素点中既不满足更暗也不满足更亮，则判定该像素点为与圆心点相似Similar；表达式如下：

（1）

当圆周上16个像素点中有连续的9个像素点均满足更暗或者均满足更亮时，则该圆周对应圆心点判定为满足FAST条件；否则，该圆心点判定为不满足FAST条件；

式(2)中的f(I_i)是圆周上的第i个像素点按照式(1)的方法比较之后的结果；

判断像素点是否满足FAST条件时，将圆周上的16个像素点放入到16个FPGA寄存器当中，并行进行如式(1)所示的减法运算；减法结果和比较结果储存在不同的寄存器中；然后，判断储存比较结果的寄存器中是否存在连续9个或者9个以上的数据相同；

4-2)对步骤4-1)中得到的所有满足FAST条件的圆心对应的像素点进行分值计算，分值计算的方法如式(3)、(4)、(5)所示；

当圆周上有连续9个像素点比圆心点更暗时，则计算该圆周对应的V_min，表示选取圆心点与该圆周上像素点的灰度值的差的最小值；当圆周上有连续9个像素点比圆心点更亮时，则计算该圆周对应的V_max，表示选取圆心点与该圆周上像素点的灰度值的差的最大值；最终计算得到该圆周所对应的圆心的分数值Score，表示选取|V_max|，V_min和t中的最大值；

V_min＝min{(I_p-I_i)|i＝1,2,3,…,16},if I_p-I_i＞t (3)

V_max＝max{(I_p-I_i)|i＝1,2,3,…,16},if I_p-I_i＜-t (4)

Score＝max(|min(-t,V_max)|,max(t,V_min)) (5)

分值计算采用4-1)中得到的储存减法结果的寄存器，得到灰度值的差；对于选取相邻9个圆周上的像素点对应的该像素点与圆心点灰度值的差的最大值，首先比较相邻的两个寄存器中的值，取出较大值存到第二级寄存器组中；然后再从第二级寄存器组中取出间隔为1的两个寄存器中的值进行比较，选出较大值存到第三级寄存器组中；最后从第三级寄存器组中取出间隔为2的两个寄存器中的值进行比较，选出最大值存到第四级寄存器中；第四级寄存器中的值即为第一级寄存器相邻8个差值中的最大值；再把第四级寄存器中的值取出与相邻的第9个值相比较，取出较大值存到第五级寄存器中；第五级寄存器中的值为9个值中的最大值；

对于选取相邻9个圆周上的像素点对应的该像素点与圆心点灰度值的差的最小值，首先比较相邻的两个寄存器中的值，取出较小的值存到第二级寄存器组中；然后再从第二级寄存器组中取出间隔为1的两个寄存器中的值进行比较，选出较小的值存到第三级寄存器组中；最后从第三级寄存器组中取出间隔为2的两个寄存器中的值进行比较，选出较小的值存到第四级寄存器中；第四级寄存器中的值即为第一级寄存器相邻8个差值中的较小的值；再把第四级寄存器中的值取出与相邻的第9个值相比较，取出较小的值存到第五级寄存器中；第五级寄存器中的值为9个值中的最小值；

4-3)利用步骤4-2)计算得到的分值进行非极大值抑制；非极大值抑制在以步骤4-1)得到的集合中每个像素点作为正方形的中心点，大小为3*3的正方形区域内进行；最后用二值图像mask储存每个像素点对应的非极大值抑制后的结果，留下的像素点值为1，其它像素点值为0；mask 中，在步骤4-1)中判定不满足FAST条件的像素点的值设为0；

所述非极大值抑制方法是：用正方形中心点的分值与周围8个点的分值做比较，如果中心点的分值高于周围8个点，则中心点即为最后所要选取的特征点，将该中心点分值设为1，否则就舍弃该中心点；最终特征点的检测结果储存在二值图像mask中；

分值计算之后3*3区域的分值储存在3*3大小的分值寄存器中，并行比较中心点与周围8个点的大小，最后把比较结果做与运算，如果最后结果为0则舍弃该中心点，如果最后结果为1则保留该中心点；

4-4)对灰度图2进行高斯滤波得到滤波之后的灰度图，滤波的核大小为3*3的窗口，δ_x＝δ_y＝5；其中δ_x是二维高斯函数x方向上的方差，δ_y是二维高斯函数y方向上的方差；

5)将步骤4)得到的mask数据复制两份，分别为mask1和mask2；

6)将mask1用于BRIEF描述子计算，将mask2输出到第二RAM中，得到RGB图片的FAST-BRIEF特征；

6-1)利用mask1和步骤4-4)得到的滤波之后的灰度图，计算每个特征点对应的BRIEF描述子；计算方法为选取以特征点为中心的49*49大小的矩形区域内的128个点对，用以下公式比较128个点对，得到该特征点对应的一个长度为128位的二进制描述子；式中P(s)表示点s＝(x,y)^T的灰度值，B(P)是图像块P的描述子；

B(P)＝∑_1≤i≤n2^i-1·τ(P；s_i,d_i) (7)

6-2)将128位描述子分为4个32位的数据分别输出；FAST特征点的在mask图像中的坐标及对应的128位的描述子即为步骤1)的RGB图片的FAST-BRIEF特征。