论文研究-DSP平台的图像特征点快速索引结构.pdf

所需积分/C币:5 2019-07-22 20:42:28 811KB .PDF
10
收藏 收藏
举报

针对DSPdigital signal processor, 数字信号处理器平台上的图像特征点匹配问题, 提出了一种高效的基于自聚类二分查找树的快速索引结构, 并设计了适合于DSP结构特点的索引存储布局。通过在离线情况下将特征点参考数据集逐级地二分聚类, 生成多级索引结构。以顺序数组的方式将树状索引结构存储到连续的内存空间中, 便于导出为数据文件存储及进一步加载到DSP内存中使用。实验表明, 该索引结构能够快速有效地在DSP平台完成特征点匹配工作。
4400· 计算机应用研究 第29卷 的形式导出到数据文件中存储,进而导入到DSP内存中重建。价计算数据集的分布情况,所以在检索时能够有效地界定最近 iuex索引 总线b 邻点出现的空间范围。其检索复杂度在O(lgN)量级,实际 root 检索时问基木保持在几十毫秒以内。 hank -自聚类搜萦 28000 性扫摧 母KD树搜索 虿600·S树搜索 descriptor描述 bank 3/SDRAM 4000 图1索引存储的数组结构 针对DSP结构特点设计的内存布局也将有利于快速检 2000 020004000600080001000012000 索。以 Tiger SHARC201系列芯片为例,片内有限的存储空间由 特征点数据集规模 六块内存bank组成,不同的bank配置有独立的读写缓存。针 图3检索索引的时间 对该特点,本文将索引、特征点和描述子数据分为三个部分放 在双片 TigerSHARC201系列DSP芯片组成的平台上的测 置在不同的存储空间中,如图1所示。索引与特征点的某本信试也验证了本文方法的有效性。320×256的输入图像提取出 息如位置、方向等分别存储在两个内存bnk中,描述子的数据的上百特征点与包含上千特征点的参考数据库匹配可以在 量比较大,单独放在一个hank或者外部存储器中,相互之间都 2m完成。结合并行化特征点(SURF)提取模块2,可以在 是通过相对指针来寻找对应关系。这种设计在检索时可以同 120ms以内接近实时地完成图像配准。 时利用多个加m时的读写仔,减少了级存换页次数,据高丁缓3结束语 与输入的查询数据点有关,通过把查询数据集分配到多片DSP 本文针对DSP平台上的实时图像配准应用提出了一种快 内核上同时执行检索,可以并行地完成查询并获得四配的特征速的特征点索引及对应的存储结构。实际平台上的测试证明 点数据。 了该索引能快速地完成侍征点匹配,存储结构也便于从PC端 制备数据文件和导入DSP内存重建。今后将进一步研究多核 2实验结果 并行处理对检索的加速作用。 本文首先在 Intel core3.0GHz的PC机上比较了自类参考文献 索引方法与前述的常见索引在不同数据集规模下的性能表现。[1 LOWE D G. Dislinelive image fealures from scale-invHrianl key poinl 比较实验没有选择直接在DSP上进行,一方面是因为DSP内 [J. International Journal of Computer Vision, 2004, 60(2): 91 存上装载不了太多特征点,另一方面有些比较对象不适合在 110 DSP上实现。数据集从独立的图像库中提取。图2是各索引 [2 BAY H, ESS A, TUYTELAARS T, et al. Speeded-up robust features 的构建时间由线。从图中容易看出,自聚类的二分搜索树方法 (SURF)I JI. Computer Vision and Image Understanding, 2008 110(3):346-359 在构建索引时需要的时间最多,owe使用的KD树以及Li等 [3 FISCHLER M A, BOLLES R C Random sample consensus: a para 人SP树的方法在建树过程中需要的时间较少。这个时间差异 digm for model fitting with application to image analysis and automated 是可以预料的,因为自聚类方法在二分查找树的每一层都对数 Irtngraphy[ J]. Communications of the ACM, 1981, 24(6): 381 据分布情况作了充分计算,而KD树只是在一个维度上对数据 分布作了估计,SP树虽然引入了冗余度,但是也没有充分地计[4刘芳涪,董道国,辞向阳.度量空间中高维索引结构回顾J].计算 算数据分布情况。由于这一步是在离线状态下计算,其运算复 机科学,2003,30(7):64-68 杂度不影响检索的实时性。实际上,这一步开销越大说明索引「5 BENTLEY J L Multidimensional binary search trees used for associa 对数据集的刻画越准确。 tive searching J. Communications of the ACM, 1975, 18(9) 70000 60000 自聚类建树 [6 LIU 'T, MOORE A, GRAY A, et cL. An investigation of practical ap- KD树建树 pRoximate nearest neighbor algorithms[C//Proc of Conference of 40000 P树建树 Neural Information Processing Systems. 2004: 825-832 2000 [7 INDYK P, MOTWANI R Approximate nearest neighbors: towards re- moving the curse of dimensionality[ C]//Proc of the 30th Symposium 10000L on Theory of Computing. Now York ACM Press, 1998: 604-610 020004000600080001000012000 待征点数据集规模 [8 BEIS J, LOWE D G Shape indexing using approximate nearest-neigl 图2构建索引的时间 bour search in high-dimensional spaces[ C]// Proc of IEEE Confe 图3是各索引的查询时间曲线。实验中统计的是数据集 rence on Computer Vision and Pattern Recognition. [S.1.]: IEEE 自身到自身的查询时间。线性扫描方法即穷尽搜索,图中显示 Press.1997:1000-1006 检索时间随数据集规模以平方的谏度增长。KD树和SP树的 9 ANAN C S, HARTLEY R Optimised kd-trees for fast image descriptor matching C//Proc of IEEE Conference on Computer Vision and 检索时间也随数据集规模明显增加。KD树采用回溯法求取 Pattern Recognition. [S1.]: IEEE Press, 2008: 1-8 最近邻,因此其搜索时间比较长。SP树由于引入了冗余,一定[101 TRZCINSKI T, LEPETIT V,UAP, Thick boundaries in binary space 程度上减少了需要回溯的空问范围,囚此搜索时问相对于KD and their influence on nearest-neighbor search[ R. Lausanne: EPFL 树明显减少。本文的自聚类方法由于构建时花费了大量的代 011

...展开详情
试读 3P 论文研究-DSP平台的图像特征点快速索引结构.pdf
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-DSP平台的图像特征点快速索引结构.pdf 5积分/C币 立即下载
1/3
论文研究-DSP平台的图像特征点快速索引结构.pdf第1页

试读结束, 可继续阅读

5积分/C币 立即下载