QCA技术在递归盒式滤波器中的应用

量子点元胞自动机(quantum dot-cellular automata,QCA)因其延迟时间短、功耗低以及占用面积小等优点被当作代替CMOS的新型技术之一。针对CMOS器件尺寸日益减小导致的高功耗和电容寄生及串扰问题,本文首次利用QCA技术构建了一种递归盒式滤波器。其中,提出了一种全新的QCA全加器,较已提出的QCA全加器减少了55%的电路面积;少使用了56.7%的元胞数;量子成本也降低了10%以上。并以此为基础设计了一种高效的行波进位加法器(ripple carry adder,RCA)以及一种高效的进位选择加法器(carry select adder,CSA)来构成盒式滤波器的加法单元。以此构建的盒式滤波器较一般QCA盒式滤波器节省了32.6%的硬件资源;减少20%的电路运行时间;减少了48.7%的功耗。并使用QCA Designer仿真,结果表明,本设计完全可以代替实现传统的盒式滤波器功能,并在效率、功耗、电路面积、资源占用方面均有显著降低。

基于多方向结构张量积的快速角点检测算法

针对各向异性高斯方向导数滤波器运算量大、耗时长的问题,利用盒式滤波器拟合出各向异性高斯方向导数滤波模板,并结合积分图像,提出一种性能优良的快速角点检测算法。利用盒式滤波器设计了6个方向的导数滤波模板,并结合积分图像,快速计算输入图像在各个方向上的导数响应;基于角点的稀疏特性,提出一种候选点粗筛选机制,快速筛选出候选角点区域像素以减少后续运算所涉及的像素数量;针对每一个候选像素,利用各个方向的导数响应构建多方向结构张量积,生成角点测度。将提出的算法与9种经典的检测器在仿射变换、高斯噪声干扰等条件下进行性能评估,在尺寸不同的测试图集上进行耗时对比。实验结果表明,新提出的算法具有优良的检测性能,耗时少,满足实时处理的需求。