本文转载自：PYNQ开源社区微信公众号
ORB特征是一种图像识别、追踪和匹配中常用的特征，大名鼎鼎的ORB-SLAM就是使用的这一特征。它提取FAST特征点，并通过特征点附近的窗口矩计算特征点的方向，含方向的FAST特征也被称为oFAST特征。对提取到的oFAST特征，进一步计算BRIEF描述子。ORB特征包含了两部分，一是特征点位置，二是它的BRIEF 256位描述子。
ORB特征计算的流程
本项目实现了ORB_FPGA单层图像金字塔的ORB特征提取，利用FPGA的并行计算能力，使这一过程比起纯CPU执行加速了5.6倍。
加速器结构，输入输出都是AXI-Stream接口
上图为图像加速部分的工程示意图。这里同样使用了HLS编写的加速IP采用AXI-Stream数据接口，数据接口与DMA首尾相连，只要控制DMA就可以驱动它。
总体工程
本项目的例子输入是SD卡中保存好的图片，当然也可以自己从摄像头读取图片。
快速开始
运行下面这条命令即可快速安装：
sudo pip3 install git+https://github.com/Siudya/ORB_FPGA.git
项目演示
安装好以后打开ORB_FPGA/ORB_FPGA..ipynb
首先是初始化软硬件，并且读取图片。注意读取进来的图片要拷贝到xlnk分配的内存才可以使用DMA传输。
将图片从两个输入DMA写到加速器中再从输出DMA读回。统计收到的字节数可以得知1914个特征点被检测到了。
这里可以打印前两个特征点的内容。可以看到前8个32位数是描述子，后两个是坐标。
把特征点画在原来的图像上，可以看到检测出的特征点大部分是角点和边缘点。这实际上和FAST特征是一致的，但是FAST特征不包含描述子。
接下来读取更多图片来看看吞吐量如何。这里读取了20张图片，统统送入加速器加速，可以看到帧数可以达到56帧。
项目中也提供了纯软件测试的可执行程序，可以直接运行。
可以看到在O2优化的条件下，PS端运行相同算法仅仅只有10.2帧，使用硬件加速器加速达到了5.6倍之多。
更多有关本项目的内容可以参阅 https://github.com/Siudya/ORB_FPGA
