fpga/matlab/simulink算法仿真工程

特征点匹配是指将两幅图像中的特征点进行匹配，从而找到它们之间的对应关系。图像特征提取是指从图像中提取出具有代表性的特征点或特征描述子，以便于后续的图像处理，例如目标检测、目标跟踪、三维重建等。Harris角点检测算法是由Chris Harris和Mike Stephens在1988年提出的，它通过计算图像中的像素点在不同方向上的灰度变化率来判断哪些点是角点。在图像中，角点通常指的是图像中边缘交汇的位置。基于特征的方法是一种广泛使用的图像配准方法，它利用图像中的特征点或特征描述子进行图像配准。

一维8点DCT（离散余弦变换）是一种常用的信号处理技术，它在图像和音频压缩、数据压缩和加密等领域中广泛应用。DCT变换公式中包含余弦函数的计算，因此需要在FPGA中实现余弦函数的计算。其中，LUT方法是通过预先计算余弦函数表格，并将其存储到FPGA的内部存储器中，然后根据输入角度值查找对应的余弦函数值。对于一维8点DCT变换，输入数据长度为8，可以采用RAM（Random Access Memory）或FIFO（First In First Out）等数据存储器进行存储。

点和线是做图像分析时两个最重要的特征，而线条往往反映了物体的轮廓，对图像中边缘线的检测是图像分割与特征提取的基础。Soble边缘检测算法比较简，实际应用中效率比canny边缘检测效率要高，但是边缘不如Canny检测的准确，但是很多实际应用的场合，sobel边缘却是首选，尤其是对效率要求较高，而对细纹理不太关心的时候。然后我们来计算梯度图像，我们知道边缘点其实就是图像中灰度跳变剧烈的点，所以先计算梯度图像，然后将梯度图像中较亮的那一部分提取出来就是简单的边缘部分。

然而,普通的R GB颜色空间对视频的显示存在很多问题,将其转换为YCbCr颜色空间能够很 好地适应现代社会的要求,本文正是采用一种新的方法,通过FPGA成功地将其转化,并得到正确的结果,此方法内 部变量少、算法优点突出、实时性好,十分易于在实际工程中实现。在RGB颜色空间中,1个带颜色的图像采样是用3个 值来表示一个像素点的相对的红、绿和蓝色比(3种光线的 主样构成颜色)。将输入信号的每一位和另一个数相乘，通过10级流水线操作后，我们可以得到10个部分积，然后将10个部分积累加，得到最后的结果。