具有尺度不变性的图像特征点提取系统的SystemC建模

论文摘要

图像特征提取方法是计算机视图和图像处理中的一个概念。作为图像处理中的一个初期运算,图像特征提取方法在图像自动识别,智能行走机器人的自动定位,图像拼接,图像配准等领域有着广泛的应用。Lowe在前人研究的基础上提出了具有尺度不变性的图像特征变换方法(SIFT)。该方法对于图像特征的描述具有旋转方向和尺度的不变性,同时对于亮度、对比度的变化和仿射变换具有一定的稳定性。本论文的目的是为医学CT图像的三维图像重建项目中涉及到的医学图像配准的问题提供一种特征点提取方法的实现。由于SIFT算法在计算复杂度和可重复性方面表现出众,因而作为一种图像特征点提取的方法被广泛采用。本文研究了采用SIFT算法的图像特征点提取系统的SystemC系统级建模。在研究的过程中首先使用matlab对SIFT算法进行了仿真,然后依据SIFT算法的数据流方向对系统进行了模块的划分,将SIFT算法映射到了图像特征提取系统的各个模块中。在完成了图像特征提取的建模后使用具体灰度图像作为测试激励对模型进行了功能上的验证。使用SystemC语言搭建的模型具有良好的可配置性,利于进行系统结构的优化和设计空间的探索。SystemC不仅支持系统级的仿真,还支持RTL级的硬件设计,在本课题中对高斯卷积模块进行了由系统级描述到行为级描述的细化。在本课题研究的基础上通过对各个模块进行细化可以进行特征点提取系统的FPGA实现,也可以将SystemC生成的可执行文件整合到现有的医学图像处理软件平台中用于医学图像的配准操作。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 本课题研究的目的及意义
• 1.3 国内外相关技术发展现状
• 1.4 SystemC系统建模概述
• 1.5 本文主要研究内容
• 第2章 SIFT算法基础知识
• 2.1 尺度空间理论
• 2.1.1 简介
• 2.1.2 高斯尺度空间的定义
• 2.1.3 尺度空间金字塔
• 2.2 SIFT算法流程
• 2.2.1 尺度空间的极值检测
• 2.2.2 特征点的精确定位
• 2.2.3 确定特征点的方向
• 2.2.4 确定特征点描述符
• 2.3 本章小结
• 第3章 特征提取系统的SystemC建模
• 3.1 引言
• 3.2 特征点提取系统整体框图
• 3.3 各子模块的建模
• 3.3.1 高斯卷积模块
• 3.3.2 高斯金字塔生成模块
• 3.3.3 存储器模块
• 3.3.4 特征点检测模块
• 3.3.5 特征点方向确定模块
• 3.3.6 特征点描述符生成模块
• 3.4 本章小结
• 第4章 模型的功能验证
• 4.1 引言
• 4.2 实验数据及结果
• 4.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢