一种ASIC硬件图像匹配最大互相关算法的设计和实现

图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。图像匹配技术是近代信息处理，特别是图像信息处理领域中极为重要的技术。图像匹配就是要根据参考图像和实时图像来选定某些特征、相似性准则及搜索策略进行相关运算，以确定匹配的最佳空间对应点。它主要研究的问题有特征空间、相似性度量和搜索策略三个方面。图像匹配关键是要确定有效的匹配方法，要求匹配概率高、误差小、速度快且适时性好。 图像匹配的方法一般分为基于灰度的匹配方法和基于特征的匹配方法两大类。

　　图像匹配是图像处理和模式识别领域中的一个非常关键问题，同时也是众多计算机视觉理论与应用的基础，它的研究成果广泛应用于目标识别、遥感测量、自动导航、虚拟现实、医学诊断、生产自动化及军事等方面。由于图像具有很强的结构性，而图作为一种描述数据的工具可以保留结构、区域之间的相互关系，是一个非常重要而有效的结构特征信息的表示方式，因此，用图来描述图像的结构特征并且应用图匹配来研究图像特征之间的匹配问题受到了越来越多的关注，成为了目前模式识别等领域的研究热点问题。

　　图像匹配一般可采用如下几种方式实现：①软件；②高速DSP;③面向算法的专用ASIC器件。软件方法灵活，可大大降低计算量，但它必须以高速DSP硬件平台为基础，才可能满足高实时性要求；高速DSP方法简单灵活，能够满足高实时性要求，如TI公司的TMS320C6X系列高速DSP芯片，速度高达1600MIPS[4],单片机就可实现高速实时处理系统。以这高速DSP芯片组成的硬件结构应是图像匹配计算机首选的硬件实现结构。但对应用于尖端科技的这些高速DSP芯片，西文发达国家对我国采取禁售策略，这使我国的某些科技领域受到很大的制约，因此在我国必须另辟途径以避免禁售策略的制约。面向算法的专用ASIC器件方法，采用大量的并行功能单元，速度高、可以满足嵌入式应用中的高速实时计算要求，而且结构简单、软件编程简单、硬件实现容易、体积小、成本低，特别适应我国国情。因此开发研究专用ASIC组成的高速图像匹配计算机实现结构具有重要的意义。

　　1 图像匹配最大互相关算法分析

　　基于灰度的图像匹配算法有许多种，其中最基本的有最小绝对差算法、最小平方差算法，最小卷积算法、最大互相关算法、不变矩算法等十几种。它们各有优缺点，其中最大互相关算法具有去直流噪声、匹配位置准确等特点，因而成为图像匹配采用的主要方法。它的原始公式为：

　　由于原始公式中的变量X（i,j），Y（i+u,j+v）为去均值后的图像数据，不是原始图像象素数据，这样的算法结构有正有负、中间结果量多、计算量大、规律性差，不利于专用硬件实现[3],因此必须对原始公式进行变换。把（2）和（3）式代入原始公式（1）中，变换后的公式为：

　　由于在图像匹配搜索过程中基准图是已知的，可预先对基准图子图数据进行均值和平方均值计算，然后预先装配在相关计算机上。在图像匹配过程中可不记其所需时间，因此图像匹配所需时间主要为求实时图数据和基准子图数据的卷积。这一结论也可通过实际图像匹配运算得到。在TI公司TMS320C30DSP（33M）上，采用公式（4）对不同象素数的实时图和参考图进行全搜索图像匹配，其运算时间如表1所示（汇编程序、程序放置在片内存储器，数据片外零等待存储器）。

　　从表1可看出，图像匹配的最大互相关算法主要归结为卷积运算，因此采用专用的硬件卷积电路必将大大加快图像匹配运算速度。