[发明专利]一种基于FPGA的数字图像相关法的优化方法及实现结构

说明书

本发明提供了一种基于FPGA的数字图像相关法的优化方法及实现结构，优化方法解决了传统数字图相关法在FPGA上实现效率低的问题，其步骤包括：确定兴趣区域内的兴趣点；确定计算路径；生成初值列表和结果列表；将兴趣点投入兴趣点计算流水线；以及并发的计算结果获取与更新初值列表和结果列表。实现结构包括初值列表高速缓存模块，结果列表高速缓存模块，外部存储器控制模块，兴趣点调度模块和兴趣点计算结果获取模块。本发明提高了数字图像相关法的计算并行度，进而提高了计算效率，同时降低了其实现成本；本发明为现有数字图像相关测量中存在的测量速度慢，测量系统庞大复杂等问题提供了一种有效的解决方案。

技术领域

本发明属于数字图像相关测量技术领域，具体涉及一种基于FPGA的数字图像相关法的优化方法及实现结构。

背景技术

数字图像相关测量是一种物体表面形变的非接触式测量方法，广泛地应用于建筑形变，材料形变等领域。但是，数字图像相关测量由于其计算量繁重，需要通过具有强大计算能力的计算平台才能满足其在实际工程中的应用需求。

目前主流的数字图像相关测量计算平台为CPU和GPU或两者的异构结合。上述计算平台存在价格高昂，系统结构笨重，系统工作功耗高以及扩展升级困难等缺点，不能满足部分实际测量工程的要求。尤其针对测量对象的动态特性测量，实时测量，测量及反馈控制等对数字图像相关测量速度稳定性要求极高的测量场景，以及对测量系统功耗有严格限制的测量场景，上述计算平台无法满足工程需求。

FPGA的加速方式为流水化计算与并行性计算。流水化计算最大的特点为——将原始计算数据投入到计算流水线后，无需等待本次计算完成，即可再次开启下一原始计算数据投入，并以此方法提高计算流水线的工作效率。

FPGA流水化，并行性，低功耗等计算特点恰好能充分解决数字图像相关测量中上述存在的问题。然而，传统的数字图像相关计算方法，例如针对CPU多线程提出的“种子点扩散”算法，针对GPU高并行度提出的“路径独立”算法，只考虑到了“并行计算”，并未有考虑流水化计算的特点以及带来的问题，因此这些算法在FPGA上的执行效率非常低。为了提高数字图像相关计算在FPGA上的运行效率，需要对传统数字图像相关测量计算流程实行针对FPGA的适应性优化，以满足FPGA并行和流水化计算的加速特性，进而解决数字图像相关测量在实际工程中的应用需求。

发明内容

为解决上述问题，本发明公开了一种基于FPGA的数字图像相关法的优化方法及实现结构，具有高并行度、低依赖性、低功耗、成本低、FPGA适配度高、系统升级简易等优点，能够针对当前数字图像相关测量系统存在问题提供一种解决方案。

为达到上述目的，本发明的技术方案如下：

一种基于FPGA的数字图像相关法的优化方法，它包括兴趣点调度和兴趣点计算结果获取两个部分并行独立开展；

其中兴趣点调度包括下列步骤：

（1）确定兴趣区域内的全部需要计算的兴趣点位置，并确定全部兴趣点的计算路径，划分出首行兴趣点；

（2）根据步骤（1）中确定的全部兴趣点的计算路径，生成一个包含全部兴趣点初始值的列表——初值列表，和一个空的结果列表；

（3）判断初值列表是否为空，若为空则停止计算；

（4）顺序读取初值列表中的一个兴趣点初始值，判断该兴趣点是否为首行兴趣点，如果不是首行兴趣点，则跳转至步骤（8）；

（5）将该兴趣点投入兴趣点计算流水线，随后等待获得该兴趣点的计算结果；

（6）获取该兴趣点计算结果并将计算结果作为该兴趣点在兴趣区域中对应下一行的兴趣点的初始值，写入初值列表对应位置；

（7）将该兴趣点计算结果写入结果列表，随后返回步骤（3）；

（8）将该兴趣点投入兴趣点计算流水线，即刻返回步骤（3），无需等待计算结果；

其中兴趣点计算结果获取包括下列步骤：

（9）等待步骤（8）中兴趣点的计算结果；