1.一種基于FPGA的圖像紋理特征提取算法，其特征在于：通過構(gòu)建基于FPGA的快速圖像紋理特征提取系統(tǒng)，來執(zhí)行圖像紋理特征提取算法，以實現(xiàn)基本圖像特征的提?。?/p>
所述基于FPGA的快速圖像紋理特征提取系統(tǒng)包括指令控制器，均與指令控制器單向連接的圖像處理器、網(wǎng)絡(luò)控制器和雙模式DMA控制器，以及與雙模式DMA控制器互聯(lián)的DDR2控制器和用于供電的電源模塊；所述圖像處理器和網(wǎng)絡(luò)控制器均與雙模式DMA控制器互聯(lián)；
所述網(wǎng)絡(luò)控制器，用于接收來自控制端的命令以及收發(fā)待處理圖像的數(shù)據(jù)流；所述指令控制器，用于解析控制端的命令，完成對各模塊的控制與調(diào)度；所述DDR2控制器，用于根據(jù)命令完成對數(shù)據(jù)流進(jìn)行暫存；所述雙模式DMA控制器，用于自主地完成流模式與內(nèi)存模式的數(shù)據(jù)轉(zhuǎn)換；所述圖像處理器，用于根據(jù)命令采用圖像紋理特征提取算法完成對數(shù)據(jù)流進(jìn)行處理及回傳操作；
所述圖像紋理特征提取算法，包括以下步驟，
1）利用六個高斯導(dǎo)數(shù)濾波器組成的濾波器響應(yīng)空間得到七種不同的紋理特征；
2）建立多級流水線結(jié)構(gòu)的卷積模塊計算高斯濾波器響應(yīng)，并將計算結(jié)果標(biāo)準(zhǔn)化，獲得卷積結(jié)果；
所述卷積模塊包括依次相連的流模式接收模塊、像素計算模塊、窗口生成模塊、乘法器矩陣、平行加法器、雙端FIFO緩存和流模式發(fā)送模塊，以及與像素計算模塊、窗口生成模塊相連的圖像行緩存；
2-1）流模式接收模塊采用流模式傳輸方式接收待處理圖像，并將待處理圖像傳輸給像素計算模塊；
2-2）經(jīng)像素計算模塊獲得每個像素點的坐標(biāo)，利用MUX分路器將每個像素點的坐標(biāo)寫入圖像行緩存；
2-3）經(jīng)窗口生成模塊讀取相應(yīng)位置的緩存數(shù)據(jù)，并利用移位寄存器組合成卷積窗口；
2-4）經(jīng)乘法器矩陣運算出卷積核，利用多個定點乘法器，將卷積窗口與卷積核進(jìn)行點積，并利用平行加法器對點積的結(jié)果進(jìn)行累加得到卷積結(jié)果；
2-5）將卷積結(jié)果緩存入雙端FIFO緩存，并通過流模式發(fā)送模塊以數(shù)據(jù)流形式發(fā)送出去；
3）利用分類函數(shù)，依次計算出卷積結(jié)果的基本圖像特征；
其中，分類函數(shù)包括定點加法、定點乘法和Cordic算法，基本圖像特征包括中間變量和7個參數(shù)值，7個參數(shù)值分別為平坦型Flat、坡型Slop、暗點型Dark Blob、明點型Light Blob、暗線型Dark Line、明線型Light Line和鞍型Saddle；
采用Cordic算法的向量模式進(jìn)行取模操作，通過比較7個參數(shù)值的大小，選擇參數(shù)值最大的類型作為描述該像素點的紋理特征，并采用數(shù)據(jù)流控制完成紋理特征分類，實現(xiàn)基本圖像特征的提取。
2.根據(jù)權(quán)利要求1所述的基于FPGA的圖像紋理特征提取算法，其特征在于：所述卷積模塊利用Matlab軟件工具預(yù)先生成取值參數(shù)和誤差控制參數(shù)。
3.根據(jù)權(quán)利要求1所述的基于FPGA的圖像紋理特征提取算法，其特征在于：所述網(wǎng)絡(luò)控制器采用千兆以太網(wǎng)PHY。
4.根據(jù)權(quán)利要求3所述的基于FPGA的圖像紋理特征提取算法，其特征在于：所述網(wǎng)絡(luò)控制器還包括變壓器，所述變壓器用于配合千兆以太網(wǎng)PHY工作，所述電源模塊通過變壓器給千兆以太網(wǎng)PHY進(jìn)行供電。
5.根據(jù)權(quán)利要求1所述的基于FPGA的圖像紋理特征提取算法，其特征在于：所述電源模塊采用AX3102開關(guān)電源。
6.根據(jù)權(quán)利要求5所述的基于FPGA的圖像紋理特征提取算法，其特征在于：所述電源模塊還包括AMS1085CM線性穩(wěn)壓器，所述AX3102開關(guān)電源通過AMS1085CM線性穩(wěn)壓器進(jìn)行供電。
7.根據(jù)權(quán)利要求1所述的基于FPGA的圖像紋理特征提取算法，其特征在于：所述DDR2控制器采用KVR667D2S5/1G的DDR2內(nèi)存模組。