<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="research-article" dtd-version="1.2" xml:lang="en">
  <front>
    <journal-meta>
      <journal-id journal-id-type="issn">1561-5405</journal-id>
	    <journal-id journal-id-type="doi">10.24151/1561-5405</journal-id>	  
      <journal-id journal-id-type="publisher-id">Proceedings of Universities. Electronics</journal-id>
      <journal-title-group>
        <journal-title xml:lang="en">Scientifical and technical journal "Proceedings of Universities. Electronics"</journal-title>
        <trans-title-group xml:lang="ru">
          <trans-title>Научно-технический журнал «Известия высших учебных заведений. Электроника»</trans-title>
        </trans-title-group>        
      </journal-title-group>      
      <issn publication-format="print">1561-5405</issn>
      <issn publication-format="online">2587-9960</issn>
      <publisher>
        <publisher-name xml:lang="en">National Research University of Electronic Technology</publisher-name>
        <publisher-name xml:lang="ru">Национальный исследовательский университет "Московский институт электронной техники"</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>                                    
      
    <article-id pub-id-type="doi">10.24151/1561-5405-2018-23-5-495-501</article-id><article-id pub-id-type="udk">004.021:004.932</article-id><article-categories><subj-group><subject>Информационно-коммуникационные технологии</subject></subj-group></article-categories><title-group><article-title xml:lang="en">FPGA System of Image Key Points Detecting</article-title><trans-title-group xml:lang="ru"><trans-title>ПЛИС-система выделения ключевых точек при обработке изображений</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><string-name xml:lang="ru">Шариков Антон Игоревич </string-name><name-alternatives><name xml:lang="ru"><surname>Шариков</surname><given-names>Антон Игоревич </given-names></name><name xml:lang="en"><surname>Igorevich</surname><given-names>Sharikov Anton</given-names></name></name-alternatives><string-name xml:lang="en">Sharikov Anton Igorevich</string-name><xref ref-type="aff" rid="AFF-1"/></contrib><contrib contrib-type="author"><string-name xml:lang="ru">Шарикова Елена Михайловна </string-name><name-alternatives><name xml:lang="ru"><surname>Шарикова</surname><given-names>Елена Михайловна </given-names></name><name xml:lang="en"><surname>Mikhaylovna</surname><given-names>Sharikova Elena</given-names></name></name-alternatives><string-name xml:lang="en">Sharikova Elena Mikhaylovna</string-name><xref ref-type="aff" rid="AFF-1"/></contrib><aff id="AFF-1" xml:lang="ru">Национальный исследовательский университет «МИЭТ», г. Москва, Россия</aff></contrib-group><fpage>495</fpage><lpage>501</lpage><self-uri>http://ivuz-e.ru/issues/5-_2018/plis_sistema_vydeleniya_klyuchevykh_tochek_pri_obrabotke_izobrazheniy/</self-uri><self-uri content-type="pdf">http://ivuz-e.ru/download/5_2018_2264.pdf</self-uri><abstract xml:lang="en"><p>In the control systems the FPGA systems more often are used as a central computing unit. However, high combination delays of the logic circuits on flexible logics and low maximum tact frequency of the FPGA systems restricts their application. The application of the behavioral hardware description in Verilog HDL for video processing on the hardware platform has been shown. An original algorithm has been proposed for the image features (key points) identifying, which can be used for the object search in the frame by a specified standard. The key points have been determined for the image areas, subjected to affine transformations, i.e. to rotation and scaling. The application of the FPGA systems is stipulated by the necessity of using the proposed algorithms in the systems being built-in with the camera resolution 640×480 pixels at 25 frames per second. The analysis of the frame processing speed by the algorithms, realized on other platforms has been carried out. The quantitative characteristics of the resources have been presented on an example of the Xilinx Spartan-6 FPGA family, their quality has been estimated by testing. The developed algorithm is characterized by the resistance, stability, invariance and its hardware implementation has comparable speed of fulfillment with respect to the most rapid algorithms of a similar class. Due to a small quantity of consumed FPGA resources there is the possibility of scaling and the efficiency improving.</p></abstract><trans-abstract xml:lang="ru"><p>В управляющих системах в качестве центрального вычислительного узла все чаще применяются ПЛИС-системы. Однако высокие комбинационные задержки логических схем на гибкой логике и низкая максимальная тактовая частота ПЛИС-систем ограничивают их применение. В работе предложен оригинальный алгоритм выделения признаков изображения - ключевых &amp;#40;реперных&amp;#41; точек, которые могут быть использованы для поиска объекта в кадре по заданному эталону. Ключевые точки определены для участков изображения, которые подвергаются аффинным преобразованиям, т.е. вращению и масштабированию. Применение ПЛИС-систем обусловлено необходимостью использования предложенных алгоритмов во встраиваемых системах с разрешением камер 640×480 пикселей при скорости 25 кадров в секунду. В работе проведен анализ скорости обработки кадра алгоритмами, реализованными на других платформах. Приведены количественные характеристики ресурсов на примере семейства ПЛИС Spartan-6 фирмы Xilinx, качество которых оценивалось тестированием. Разработанный алгоритм характеризуется устойчивостью, инвариантностью, стабильностью, и его аппаратная реализация имеет сравнимую скорость выполнения по отношению к самым быстрым алгоритмам подобного класса. За счет малого количества потребляемых ресурсов ПЛИС имеется возможность масштабирования и повышения производительности.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>обработка изображений</kwd><kwd>ключевые точки</kwd></kwd-group><funding-group/></article-meta>
  </front>
  <body/>
  <back>
    <ref-list><ref id="B1"><label>1.</label><mixed-citation xml:lang="ru">Lee K., Byun K. A hardware design of optimized orb algorithm with reduced hardware cost // Advanced Science and Technology Letters. – 2013. – No. 43. – P. 58–62.</mixed-citation></ref><ref id="B2"><label>2.</label><mixed-citation xml:lang="ru">Колдаев В.Д., Гагарина Л.Г., Теплова Я.О. Методологические аспекты сшивания кадров аэрофотоснимков // Информатизация и связь. – 2017. – №4. – С. 26–29.</mixed-citation></ref><ref id="B3"><label>3.</label><mixed-citation xml:lang="ru">Altwaijry H., Veit A., Belongie S. Learning to detect and match keypoints with deep ar-chitectures // British Machine Vision Conference (BMVC 2016). – 2016. – 124 p.</mixed-citation></ref><ref id="B4"><label>4.</label><mixed-citation xml:lang="ru">Сакович И.О., Белов Ю.С. Обзор основных методов контурного анализа для выде-ления контуров движущихся объектов // Инженерный журнал: наука и инновации. – 2014. – Вып. 12. – С. 1–8.</mixed-citation></ref><ref id="B5"><label>5.</label><mixed-citation xml:lang="ru">Rublee E., Rabaud V., Konolige K. ORB: An efficient alternative to SIFT or SURF // Computer Vision and 2011 IEEE International Conference. – 2011. – Nov. – P. 2564–2571.</mixed-citation></ref><ref id="B6"><label>6.</label><mixed-citation xml:lang="ru">Ramakrishna M., Shylaja S. Is ORB efficient over surf for object recognition? // Interna-tional J. of Advanced Research in Science Engineering and Technology. – 2014. – Vol.3. – No. 8. – P. 2783–2788.</mixed-citation></ref><ref id="B7"><label>7.</label><mixed-citation xml:lang="ru">Tuytelaars T., Mikolajczyk K. Local invariant feature detectors: A survey // Foundations and trends in computer graphics and vision. – 2007. – No. 3(3). – P. 177–280.</mixed-citation></ref></ref-list>    
  </back>
</article>
