光流法运动估计在FPGA上的实现与性能分析

图像序列的光流估计理论在机器视觉领域已被提出多年,但算法的高计算复杂度限制了其在工业领域的应用.为了满足应用的实时性要求,阐述了一种光流实时估计的实现方法.为了提高算法精度及减少FPGA片内资源消耗,对L&K光流计算方法进行改进.首先,通过设计两层光流计算架构来提高精度.针对在此过程中出现的外部存储器读写速率不够的问题,提出一次读取同时分层缓存、分时计算的方法.考虑到两层光流在计算过程中的迭代关联性,设计了满足要求的外部存储器数据读出顺序表;然后,针对卷积运算资源消耗大的问题,设计了新的卷积权重函数,能够将卷积计算量降低73％,从而节省了大量逻辑资源;最后通过实验验证,所提出的FPGA光流计算方法的精度高于运行在PC平台的L&K方法,卷积计算资源消耗明显降低.设计的系统可以完成1 280×1 024pixel、60frame/s输入视频的计算,满足光流计算的实时性要求.