基于小波變換的圖像匹配算法硬件設(shè)計(jì)與實(shí)現(xiàn).pdf

1、圖像匹配是一項(xiàng)十分重要的技術(shù),在模式識別等多個(gè)領(lǐng)域有著廣泛的運(yùn)用。隨著科技的迅猛發(fā)展,很多運(yùn)用場合不僅對圖像匹配的精度有要求,還對圖像匹配算法的實(shí)時(shí)性要求很高。因此,在保證圖像匹配精度的前提下,如何最大程度的減少圖像匹配的時(shí)間是一個(gè)很有意義的研究方向。
　　本文首先對目前應(yīng)用較多的圖像匹配相似性度量函數(shù)和搜索策略進(jìn)行研究,分析各自的優(yōu)缺點(diǎn),用Visual C++編程語言完成了其中的幾種圖像匹配算法設(shè)計(jì)并進(jìn)行圖像匹配測試。本文設(shè)計(jì)的

2、基于小波變換的圖像匹配算法,粗匹配和精匹配的相似性度量函數(shù)分別為Adaptive SSDA和NCC,采用金字塔搜索策略。使用Visual C++編程語言完成基于小波變換的圖像匹配算法設(shè)計(jì),并在不同條件下對本次設(shè)計(jì)的算法進(jìn)行匹配性能測試。其次,設(shè)計(jì)并實(shí)現(xiàn)基于NCC的圖像匹配的硬件計(jì)算結(jié)構(gòu)。在Modelsim和ISE10.1的工作平臺上使用Verilog硬件描述語言完成硬件計(jì)算結(jié)構(gòu)的設(shè)計(jì)工作,并對設(shè)計(jì)的結(jié)構(gòu)進(jìn)行功能仿真和邏輯綜合等工作,最后

3、在Xilinx Virtex-2 XC2VP30 FPGA開發(fā)板上進(jìn)行調(diào)試。最后,提出基于小波變換的圖像匹配的硬件結(jié)構(gòu),使用GPU實(shí)現(xiàn)小波變換,粗匹配和精匹配的相似性度量函數(shù)都采用NCC,并設(shè)計(jì)適用于金字塔搜索策略的NCC的并行計(jì)算結(jié)構(gòu)。使用Verilog硬件描述語言完成適用于金字塔搜索策略的NCC結(jié)構(gòu)設(shè)計(jì),在Modelsim和ISE10.1平臺上完成功能仿真、邏輯綜合等工作,最后在Xilinx公司的Virtex-2 XC2VP30 F

4、PGA開發(fā)板上進(jìn)行板級調(diào)試。
　　通過比較圖像匹配測試數(shù)據(jù)可以看出,基于小波變換的圖像匹配算法的匹配性能(匹配精度、匹配時(shí)間)要比其他幾種參考匹配算法好。為了更好的滿足運(yùn)用場合對圖像匹配算法實(shí)時(shí)性的要求,本文提出了兩種匹配算法的硬件結(jié)構(gòu),通過Modelsim功能仿真結(jié)果和ISE10.1的綜合報(bào)告可以看出,兩種結(jié)構(gòu)在匹配性能有了進(jìn)一步的提升。在模板圖像尺寸為32*32,待匹配圖像尺寸為256*256的情況下,基于NCC圖像匹配硬件架