基于FPGA的DoG尺度空间实现

3.1 DoG 尺度空间顶层结构
DoG 尺度空间主要由以下几个模块构成：（1）原始图像 重构；（2）边缘扩展；（3）逻辑控制；（4）高斯滤波；（5） 乘积因子与பைடு நூலகம்储。DoG 尺度空间的硬件电路结构如图 3 所示。
图像。逐级构建，形成高斯尺度空间金字塔。最后，DoG 尺 度空间的构建是将高斯尺度金字塔的相邻图像进行差分操作 得到的。
【中图分类号】TP3
【文献标识码】A
【文章编号】1008-1151(2018)10-0011-04
Implementation of DoG Scale Space Based on FPGA
Abstract: DoG (Difference of Gaussian) scale space is the basis of the SIFT (Scale-Invariant Feature Transform) matching algorithm. To realize feature vector extraction, Verilog was adopted to complete the code design of DOG scale space and the DE3 development board equipped with ALTERA Corporation’s Stratix III series chip was selected to set up hardware platform. By comparing LCD platform and Matlab simulation data, it is proved that DoG scale space construction is feasible.
- 11 -
图 2 高斯差分金字塔
3 DoG 尺度空间模块设计
DoG 尺度空间金字塔的构建是图像特征匹配的基础，由 于高斯变换是唯一的线性卷积核，故设计目标就是让图像先 进行边缘扩展防止黑边效应，再通过高斯滤波模板实现图像 的高斯模糊[4]，然后通过不同的尺度空间乘积因子与降采样操 作对图像进行由层到张的高斯尺度空间金字塔构建，再将金 字塔中的图片两两求差，最终生成 DoG 尺度空间。
尺度空间构建的实际意义是模拟人眼视网膜的工作状
态，视觉模拟系统通过构建尺度空间，考虑多尺度下的图像
描述，由此来感知目标的最佳尺度[3]。传统的图像多尺度表达，
是通过平滑滤波与降采样来构建多级金字塔。研究证明高斯
核是实现尺度变换的唯一线性变换核。一幅图像 I（x,y）在不
同尺度下的尺度空间 L（x,y,σ）可通过图像与高斯核 G（x,y,σ）
的卷积来实现，即： L(x, y,s ) = G(x, y,s ) * I (x, y)
（1）
G(x,
y,s
)
=
1 2ps
2
exp[-( x 2
+
y2
)
/
2s
2
]
（2）
其中 σ 为尺度空间因子，它的值越小表征图像被平滑得
越少，相应的尺度也越小。大尺度对应图像的概貌特征，小
图 1 传统金字塔与多级多层高斯金字塔示意图
Key words: DoG; scale space; SIFT; feature vector
1 引言
尺度空间所描述的就是人眼看物体的状态，即近大远小、 近清楚远模糊，这个过程就是尺度空间理论的形成过程。现 今的 FPGA（现场可编程门阵列）具有实时性好、灵活性强、 存储量大等特点[1]，广泛应用于信号处理中的算法实现。因而， 特征匹配算法如何硬件实现也是当今研究热点之一。根据 SIFT 匹配算法原理，特征向量的提取必须依托 DoG 尺度空间 的构建[2]，所以通过 Verilog 硬件语言进行 DoG 尺度空间设计 成为了特征匹配算法实现的关键步骤。
征变换）匹配算法的实现基础。为实现特征向量提取，研究采用 Verilog 完成 DoG 尺度空间的代码设计，选用搭载 ALTERA 公
司 StratixIII 系列芯片的 DE3 开发板进行硬件平台搭建，最后通过平台 LCD 与 Matlab 仿真数据对比，证明 DoG 尺度空间构建
可行。
【关键词】DoG；尺度空间；SIFT；特征向量
接下来进行高斯差分金字塔的构建：
D(x, y,s ) = (G(x, y, ks ) - G(x, y,s )) * I (x, y)
= L(x, y, ks ) - L(x, y,s )
（3）
在实际计算时，使用高斯金字塔每层中相邻上下两层图
像相减，得到高斯差分图像，如图 2 所示。
【收稿日期】2018-08-03 【作者简介】陈剑（1988－），男，西安电子工程研究所电路设计师，研究方向为超大规模集成电路。
2 尺度空间理论
尺度对应图像的细节特征，即近处的图像尺寸大，清晰度高， 远处的图像尺寸小，清晰度低。如图 1 所示，给出了传统高 斯金字塔与多级多层高斯金字塔的示意图，传统金字塔中第 n 层高斯图像是由第 n-1 层的高斯图像经过高斯平滑和降采样 获得，而采用尺度空间构建的金字塔中，每一级有多层，每 层之间的 σ 值相差 k 倍。
3.2 原始图像数据流重构模块
应用接口寄存器实现图像数据传输，并通过总线对滤波 模块内部的各个寄存器进行配置。设计中的高斯滤波器最大 可支持 1024×768 尺寸的图像，并且输入图像的高与宽可配 置。还有图像的读写寄存器，对图像数据进行读写操作。
原始窗口的功能是实现原始图像串行输入电路结构中设 定的 4 个 FIFO，FIFO 的大小为（1024×16）bits。1024 为 FIFO 的深度，16 为图像的灰度级，最大可支持 16bits。这里所设 置的 FIFO 深度和图像灰度级比特数都是可以配置的，以满足 在最大尺寸与灰度级范围内的所有图像进行滤波操作。由于 所使用的滤波模板是 5×5 的，为了不浪费资源，故设置 4 个 FIFO，当第 5 行图像串行数据进入的时候，最先进入的数据 刚好完成处理并输出，这样就形成了流水线操作。当数据传 输完毕后，根据控制模块判定使能信号，并由使能信号控制 数据传输，将数据送入后续模块，进行边缘扩展。如图 4 所 示为电路结构图，其中四个（1024×16）bits 的 FIFO 是采用 SRAM 设计而成。
总第 20 卷 230 期 2018 年 10 月
大众科技 Popular Science & Technology
Vol.20 No.10 October 2018
基于 FPGA 的 DoG 尺度空间实现
陈剑
（西安电子工程研究所，陕西 西安 710100）
【摘 要】DoG（Difference of Gaussian 差分高斯金字塔）尺度空间是 SIFT（Scale-Invariant Feature Transform 尺度不变特