[发明专利]基于FPGA的图像纹理特征提取算法有效

专利信息
申请号: 201610449983.6 申请日: 2016-06-21
公开(公告)号: CN106127672B 公开(公告)日: 2019-03-12
发明(设计)人: 裴晓芳;宋林;周先春 申请(专利权)人: 南京信息工程大学
主分类号: G06T1/20 分类号: G06T1/20;G06T1/60;G06T7/40
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 朱妃;董建林
地址: 210019 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于FPGA的图像纹理特征提取算法,通过构建基于FPGA的快速图像纹理特征提取系统,来执行图像纹理特征提取算法,以实现基本图像特征的提取;所述图像纹理特征提取算法,包括以下步骤,1)利用六个高斯导数滤波器组成的滤波器响应空间得到七种不同的纹理特征;2)建立多级流水线结构的卷积模块计算高斯滤波器响应,并将计算结果标准化,获得卷积结果;3)利用分类函数,依次计算出卷积结果的基本图像特征。本发明提供的基于FPGA的图像纹理特征提取算法,可以极大地提高图像纹理特征的提取速度,解决提取算法对性能的需求;低功耗设计,可以嵌入到微型设备中,使得提取算法和模式识别等技术得到更广泛的实际应用。
搜索关键词: 基于 fpga 图像 纹理 特征 提取 算法
【主权项】:
1.一种基于FPGA的图像纹理特征提取算法,其特征在于:通过构建基于FPGA的快速图像纹理特征提取系统,来执行图像纹理特征提取算法,以实现基本图像特征的提取;所述基于FPGA的快速图像纹理特征提取系统包括指令控制器,均与指令控制器单向连接的图像处理器、网络控制器和双模式DMA控制器,以及与双模式DMA控制器互联的DDR2控制器和用于供电的电源模块;所述图像处理器和网络控制器均与双模式DMA控制器互联;所述网络控制器,用于接收来自控制端的命令以及收发待处理图像的数据流;所述指令控制器,用于解析控制端的命令,完成对各模块的控制与调度;所述DDR2控制器,用于根据命令完成对数据流进行暂存;所述双模式DMA控制器,用于自主地完成流模式与内存模式的数据转换;所述图像处理器,用于根据命令采用图像纹理特征提取算法完成对数据流进行处理及回传操作;所述图像纹理特征提取算法,包括以下步骤,1)利用六个高斯导数滤波器组成的滤波器响应空间得到七种不同的纹理特征;2)建立多级流水线结构的卷积模块计算高斯滤波器响应,并将计算结果标准化,获得卷积结果;所述卷积模块包括依次相连的流模式接收模块、像素计算模块、窗口生成模块、乘法器矩阵、平行加法器、双端FIFO缓存和流模式发送模块,以及与像素计算模块、窗口生成模块相连的图像行缓存;2‑1)流模式接收模块采用流模式传输方式接收待处理图像,并将待处理图像传输给像素计算模块;2‑2)经像素计算模块获得每个像素点的坐标,利用MUX分路器将每个像素点的坐标写入图像行缓存;2‑3)经窗口生成模块读取相应位置的缓存数据,并利用移位寄存器组合成卷积窗口;2‑4)经乘法器矩阵运算出卷积核,利用多个定点乘法器,将卷积窗口与卷积核进行点积,并利用平行加法器对点积的结果进行累加得到卷积结果;2‑5)将卷积结果缓存入双端FIFO缓存,并通过流模式发送模块以数据流形式发送出去;3)利用分类函数,依次计算出卷积结果的基本图像特征;其中,分类函数包括定点加法、定点乘法和Cordic算法,基本图像特征包括中间变量和7个参数值,7个参数值对应的数值类型分别为平坦型Flat、坡型Slop、暗点型Dark Blob、明点型Light Blob、暗线型Dark Line、明线型Light Line和鞍型Saddle;采用Cordic算法的向量模式进行取模操作,通过比较7个参数值的大小,选择参数值最大的类型作为描述该像素点的纹理特征,并采用数据流控制完成纹理特征分类,实现基本图像特征的提取。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610449983.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top