题目：基于FPGA的快速图像特征提取

快速图像特征提取是以相关图像特征提取算法为基础，将图像特征提取算法实施于高速硬件架构，而达到对实时图像进行特征提取的工程化应用。快速图像特征提取是图像算法的工程化的重要组成部分，将理论算法与实际工程相结合，加快了图像处理速度并提高了图像算法的应用价值。结合用于角点特征提取的Harris角点探测器算法，针对在需要实时性和快速性的嵌入式领域中进行图像角点特征提取的问题，论文采用时分复用技术在流水作业中完成微分运算，利用卷积运算二维可分离性完成卷积运算，采用改进型移位乘法器结构缩短门级结构时钟占用同时减少硬件资源占用量，利用FPGA并行性完成多路运算，设计了角点特征提取流水逻辑结构并实现角点探测；结合用于条纹中心提取的Steger算法，针对条纹中心提取在嵌入式领域应用和部分传统算法不适合在FPGA中实现的问题，论文采用递归实现方法避免大规模高斯模板卷积带来的运算复杂度，以使逻辑结构不受高斯参数选择的影响，利用FPGA并行性完成多路运算，设计了条纹中心提取逻辑结构并实现光条纹中心点提取。论文首先比较了国内外在图像特征提取工程化方面的研究现状；选择了Harris角点探测器算法和Steger算法作为论文主要理论支持；推导了适合于FPGA实现的图像处理算法；论述了角点特征提取算法和条纹中心提取算法应用于FPGA中的设计方法；设计了角点特征提取逻辑结构和条纹中心提取逻辑结构；验证了两种逻辑结构应用在以Xilinx公司XC3S1000型号FPGA为核心的系统平台上的逻辑结构设计的正确性，并做了各种条件下的性能分析；给出了实验结果，最后给出了论文结论。结论表明，论文设计的角点特征提取逻辑结构和条纹中心提取逻辑结构具有硬件资源占用量低、处理速率高、鲁棒性好、实时性和模块化的特点而具有较强的实际工程化应用价值。两种逻辑结构将成为今后高层图像处理工程化的底层支持结构，具有重要现实意义。