FPGA实现SIFT，全部使用FPGA实现直接生产描述子，全流水处理

最新推荐文章于 2023-06-19 00:15:00 发布
最新推荐文章于 2023-06-19 00:15:00 发布
阅读量3.4k 收藏 11
点赞数 2
分类专栏： 原创-sift实现1 文章标签： sift FPGA全实现 128位描述子 sift fpga FPGA gaussion Cordic FPGA实现 幅值 幅
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fsfengqingyangheihei/article/details/53162508
版权

FPGA实现SIFT，全部使用FPGA实现直接生产描述子，全流水处理。

   设计时为了考虑速度，设计全流水架构，中间只缓存几行数据进行处理，从高斯滤波到最后生成128位描述子，全部使用FPGA实现。处理效果很好，配准率很高。完全实时处理。

下面为遥感图像  佐世保 处理结果效果图






增加关键点数处理效果



无人机 航拍图像处理效果







FPGA资源消耗


处理时间约1.47ms。


完全满足实时性要求。












清风飞扬go
关注
专栏目录
【SIFT，FPGA】基于FPGA的图片sift算法，图像的配准融合在上位机上实现
FPGA/MATLAB学习教程/源码/项目合作开发
05-06 2234
目录 1.软件版本 2.本算法理论知识 1.图像存储和预处理 2.Hessian 3.FIFO 4.非最大值抑制 3.部分核心代码 4.操作步骤与仿真结论 1.软件版本 MATLAB2013b，QuartusII12.1 2.本算法理论知识 采用的待配准图像大小为128*128的灰度图，图像的灰度值范围为0~255。将图像保存到存储器中，常用的存储器类型有FPGA自带的ROM存储器和外部SRAM存储器。其中，采用FPGA自带的ROM存储器进行图像存储，具有控制...
基于FPGA的视频图像拼接融合（附源码）。
weixin_48246900的博客
09-09 7253
设计的架构通过基于特征和关键点拼接两个视频输入来生成具有更宽视野的视频。 架构经过优化，可以实时生成输出。 一、算法 下图说明了描述算法每个步骤的系统框图 该系统大致可以分为三个子系统： * 预处理 * 基于 SIFT 的特征提取 * 框架拼接 （1） 预处理 系统的输入视频流为 8 位 RGB 格式。输入的 8 位图像如图所示。视频流的每个单独帧将具有对应于红色、绿色和蓝色的三个通道。视频帧中的颜色信息不会增强特征检测。此外，与单通道 8 位图像相比，...
SIFT 极值点检测FPGA实现
fsFengQingYangheihei的博客
08-02 1516
在极值点检测模块时，做了三个版本的，第一个是直接四舍五入，8位的数据，做的，检测的极值点有7000多个，差很多，第二个版本改为8位整数5位小数输出，检测到的关键点有1000多个，第三个版本改为DOG有符号输出，有符号的比较器，这样检测的关键点为240个，这样就和matlab检测的结果180个检测点 差不多了，如果小数精度加大，会更好，但会更费资源。
SIFT匹配算法FPGA实现
qq_41747230的博客
07-18 1702
一种全Verilog、实时的SIFT匹配算法实现方法
SIFT之FPGA实现--主方向计算模块
fsFengQingYangheihei的博客
09-01 1260
主方向计算模块主要包括以下几个模块：Guass_OriMagMagnitude（幅值高斯权重）、Argument_data_adjust（幅角调整模块）、hist（直方图统计及主方向计算模块）。当然里面还有一些小的其他模块，大致就是这几块。所以的算法设计采用全流水设计，这样使得运行的速度更快。     这里面的具体算法实现，还算容易，就是整体的建构 构建以及如何实现全流水设计是难点，想了好久，比
SIFT特征提取分析
热门推荐
Rachel Zhang的专栏
06-06 63万+
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果，详细解析如下：算法描述SIFT特征不只具有尺度不变性，即使改变旋转角度，图像亮度或拍摄视角，仍然能
SIFT算法详解
zddhub的专栏
04-28 57万+
尺度不变特征变换匹配算法详解 Scale Invariant Feature Transform(SIFT) Just For Fun zdd  zddmail@gmail.com 对于初学者，从David G.Lowe的论文到实现，有许多鸿沟，本文帮你跨越。 1、SIFT综述 尺度不变特征转换(Scale-invariant feature transform或SIFT)
SIFT图像匹配算法的FPGA加速实现.docx
06-18
FPGA加速实现SIFT图像匹配算法可以通过硬件级别的并行处理和流水线处理来提高算法的执行速度。 在SIFT图像匹配算法中，特征提取是最耗时的步骤之一。通过FPGA加速实现可以将特征提取的时间复杂度降低，提高图像匹配...
基于FPGA实时处理的双目测距系统.7z
02-03
在这个项目中，"基于FPGA实时处理的双目测距系统"采用FPGA（Field-Programmable Gate Array）作为核心处理器，实现了高效、实时的测距功能。 FPGA是一种可编程逻辑器件，用户可以根据需求定制硬件电路。在双目测距...
SIFT特征提取算法的FPGA实时实现.pdf
07-13
SIFT特征提取算法的FPGA实时实现.pdf
GaussDOG.rar_SIFT FPGA_edif_fpga sift_hcc_sift FPGA
07-15
利用DK+Handel-C工具实现SIFT算法的前期预处理功能(高斯DOG图像序列生成)的源代码。 DK+Handel-C工具能直接把基于C语言的设计转变为优化的HDL(可以实现：C到VHDL、C到Verilog、C到EDIF等的自动生成)，进而通过FPGA实现。从而保证了各种复杂的高难算法在工程应用的实时性，为许多复杂算法具体工程实现提供了重要技术手段。 源代码采用Handel-C语言编程(Handel-C由C/C++演化而来)，在DK环境中运行，可以自动实现C到VHDL、C到Verilog、C到EDIF等转换。 输入图像为source.dat文件，输出为dest.dat，改变不同参数，可以得到多个dest.dat文件，进而可以利用matlab编程显示出高斯DOG图像序列，如GauSmooth.bmp文件所示。 如果没有DK运行环境，可利用记事本查看源代码(.hcc)，希望对相关人员能有一定的参考作用。
图像配准SIFT FPGA实现
10-16
An entire optimised SIFT algorithm has been proposed for FPGA based real-time image matching applications in this paper. Not only has the corresponding software model been built up, but the key part of the optimized SIFT algorithm,which is the SIFT feature detection module, has also been implemented on a Xilinx Virtex-5 FPGA. It has been confirmed from the standard test that our SIFT feature detection module is able to extract features from a typical image of 640x480 pixels with 31 ms, which is faster than any existing systems. It can be seen from the matching performance comparison that our optimized SIFT algorithm has achieved a similar level to SURF, which is one of the well recognized image matching algorithms.
灰度图像的中值滤波算法verilog实现
08-31
灰度图像的中值滤波算法verilog实现，并且实现了前端摄像头的采集程序。
【FPGA图像拼接融合1】
04-15
在FPGA上实现这些功能，可以通过硬件描述语言（如VHDL或Verilog）编写定制的逻辑电路，以实现高速的图像处理流水线。 特征匹配是图像拼接中的关键步骤，FPGA可以加速SIFT（尺度不变特征变换）、SURF（加速稳健特征...
【FPGA图像拼接融合2】
最新发布
04-15
【FPGA图像拼接融合2】是一个关于使用Field-Programmable Gate Array（FPGA）进行高级图像处理的项目，其主要目标是实现图像的拼接与融合技术。在这个项目中，我们将深入探讨如何利用FPGA的并行计算能力来优化图像...
目标检测YOLO实战应用案例100讲-基于深度学习的遥感目标检测算法FPGA部署实现研究
qq_36130719的博客
06-19 2763
目标检测网络是计算机视觉领域的一个重要研究方向，目前在研究和使用的目标检测网络都是基于深度学习的深度神经网络。基于深度学习的目标检测网络算法大致可以分为两大类，一类是单阶段目标检测网络，一类是二阶段目标检测网络。二阶段目标检测网络如RCNN需要生成多个候选区域在进行目标的分类和定位，运行的速度较慢，而单阶段目标检测网络则不需要通过候选区域直接生成目标的分类和定位信息，所以速度较快，本文也选择了基于YOLO系列算法的YOLOX作为基础模型。
第一步：SIFT尺度空间的建立--FPGA设计完成
fsFengQingYangheihei的博客
07-18 1947
高斯金字塔（Gaussian Pyramid）：高斯金字塔里有两个概念：组（Octave）和层（Level或Interval），每组里有若干层。 高斯金字塔的构造是这样的： （1）第一组的第一层为原图像，然后将图像做一次高斯平滑（高斯卷积、高斯模糊）高斯平滑里有一个参数σ,在SIFT里作者取1.6； （2）将σ乘一个比例系数k作为新的平滑因子来平滑第一组第二层得到第三层。 （3）重复若干次
SIFT--FPGA实现之幅值和幅角计算模块
fsFengQingYangheihei的博客
08-19 3794
该模块的实现，让我走了许多弯路，开始在看文献和文章里面说的都是用cordic算法去做，然后我发现xilinx的IP核里面有这个cordic算法的IP，而且还有求反正切和开方根运算sqrt，让我开心不已，就冒失的跟领导说了，这块很快就搞定了，SIFT用FPGA实现很快就要做完了，结果等我去用IP核的时候，仿真发现不对，开方根只能处理整数和小数开方根运算，而且整数开方根运算误差很大，小数开方根运算还必
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值