定义掩码区域
31x31 像素大小，中间区域为 255（有效），边缘区域为 0（无效），整体呈 “对称的类圆形有效区域”。
我这边粗略的划了一下，实际上是更接近圆的，因为字符间距的问题，我这边画成椭圆了。
/
具体作用有三点：
1.限定“有效像素范围"，避免边缘越界
FAST 检测和 BRIEF 描述子提取都需要以候选角点为中心，取周围一定范围的像素进行计算（如 FAST 需比较中心像素与周围像素的灰度）。31x31是一个固定的“窗口大小"，掩码中“0"的区域表示“该位置像素无效（如图像边缘无像素）“，“255”表示“该位置像素有效（可参与计算）“，本质是提前定义窗口内哪些像素需要被读取，避免代码运行时访问图像外的.无效内存（越界错误）。
/
2.适配FAST的“邻域灰度比较逻辑”
标准FAST算法（如FAST-9/10/11/12）是通过比较“中心像素”与“周围16个离散像素”的灰度差来判断是否为角点（若连续N个像素灰度差超过阈值，则为角点）。
ORB-SLAM3中31x31的掩码是对这一逻辑的扩展：更大的邻域（31x31）可覆盖更多像素，既能提高角点检测的鲁棒性（减少噪声干扰），也能适配图像金字塔的“尺度不变性”需求（不同金字塔层对应不同尺度，大尺度层需要更大的窗口才能覆盖同等物理范围的像素）。
/
3.保证“旋转不变性”的计算一致性
ORB 的核心优势之一是“旋转不变性"——会先计算FAST角点的“主方向”（基于周围像素的灰度梯度），再将描述子窗口旋转到主方向。
31x31掩码的“对称类圆形结构”是关键：无论窗口如何旋转，对称的有效区域能保证“旋转后读取的像素分布与旋转前一致"，不会因旋转导致有效像素范围偏移，从而确保描述子的旋转不变性（若掩码是矩形，旋转后边缘像素会偏移，破坏一致性）。
/
/
Moments函数
作用：函数从输入流读取打包的图像像素数据，通过一个 31x31 的滑动窗口缓存（src_buf）实时缓存像素，结合预设的 31x31 掩码（mask）筛选有效像素，计算窗口区域的一阶矩（用于特征方向判断、重心定位等），最终将计算结果打包成 64 位数据通过输出流发送。
/
源代码：
void Moments(hls::stream<ap_uint<264> > & datapackStreamIn,
hls::stream<ap_uint<64> > & momentPackStream,uint16_t img_height, uint16_t img_width )
{
#pragma HLS ARRAY_PARTITION variable=mask complete dim=1
#pragma HLS ARRAY_PARTITION variable=mask complete dim=2
unsigned char src_buf[31][31];
#pragma HLS ARRAY_PARTITION variable=src_buf complete dim=1
#pragma HLS ARRAY_PARTITION variable=src_buf complete dim=2
for(int i=0;i<img_height*(img_width+15);i++)
{
ap_uint<264> inPack = datapackStreamIn.read();
ap_uint<248> temp = inPack.range(247,0);
unsigned char validFlag = inPack.range(255,248);
ap_uint<8> score = inPack.range(263,256);
ap_int<24> m_10 = 0;
ap_int<24> m_01 = 0;
ap_uint<64> val = 0;
read_col_loop:
for(ap_uint<6> k = 0;k<31;k++)
{
#pragma HLS UNROLL
#pragma HLS LOOP_TRIPCOUNT MAX=31
for(ap_uint<8> s = 0;s<31;s++)
{
#pragma HLS UNROLL
if(k!=30)
src_buf[s][k] = src_buf[s][k+1];
else
src_buf[s][30] = (unsigned char)temp.range(s*8+7,s*8);
}
}
if(validFlag == 127)
{
momentPackStream.write(val);
}
else if(validFlag == 255 )
{
for(ap_int<8> i = 0;i<31;i++)
{
#pragma HLS PIPELINE
unsigned char vres0[32];
#pragma HLS ARRAY_PARTITION variable=vres0 complete dim=1
ap_uint<9> vres1[16];
#pragma HLS ARRAY_PARTITION variable=vres1 complete dim=1
ap_uint<10> vres2[8];
#pragma HLS ARRAY_PARTITION variable=vres2 complete dim=1
ap_uint<11> vres3[4];
#pragma HLS ARRAY_PARTITION variable=vres3 complete dim=1
ap_uint<12> vres4[2];
#pragma HLS ARRAY_PARTITION variable=vres4 complete dim=1
ap_uint<13> vres5;
ap_int<19> vres;
for(ap_uint<6>im = 0;im<32;im++)
{
if(im!=31)
vres0[im] = src_buf[i][im]&mask[i][im];
else
vres0[im] = 0;
}
for(ap_uint<6> i0 = 0;i0<16;i0++)
{
vres1[i0] = vres0[i0<<1]+vres0[(i0<<1)+1];
}
for(ap_uint<6> i1 = 0;i1<8;i1++)
{
vres2[i1] = vres1[i1<<1]+vres1[(i1<<1)+1];
}
for(ap_uint<6> i3 = 0;i3<4;i3++)
{
vres3[i3] = vres2[i3<<1]+vres2[(i3<<1)+1];
}
for(ap_uint<6> i4 = 0;i4<2;i4++)
{
vres4[i4] = vres3[i4<<1]+vres3[(i4<<1)+1];
}
vres5 = vres4[0]+vres4[1];
vres = vres5*(i-15);
m_01 += vres;
unsigned char ures0[32];
#pragma HLS ARRAY_PARTITION variable=ures0 complete dim=1
ap_uint<9> ures1[16];
#pragma HLS ARRAY_PARTITION variable=ures1 complete dim=1
ap_uint<10> ures2[8];
#pragma HLS ARRAY_PARTITION variable=ures2 complete dim=1
ap_uint<11> ures3[4];
#pragma HLS ARRAY_PARTITION variable=ures3 complete dim=1
ap_uint<12> ures4[2];
#pragma HLS ARRAY_PARTITION variable=ures4 complete dim=1
ap_uint<13> ures5;
ap_int<19> ures;
for(ap_uint<6> im = 0;im<32;im++)
{
if(im!=31)
ures0[im] = src_buf[im][i]&mask[im][i];
else
ures0[im] = 0;
}
for(ap_uint<6> i0 = 0;i0<16;i0++)
{
ures1[i0] = ures0[i0<<1]+ures0[(i0<<1)+1];
}
for(ap_uint<6> i1 = 0;i1<8;i1++)
{
ures2[i1] = ures1[i1<<1]+ures1[(i1<<1)+1];
}
for(ap_uint<6> i3 = 0;i3<4;i3++)
{
ures3[i3] = ures2[i3<<1]+ures2[(i3<<1)+1];
}
for(ap_uint<6> i4 = 0;i4<2;i4++)
{
ures4[i4] = ures3[i4<<1]+ures3[(i4<<1)+1];
}
ures5 = ures4[0]+ures4[1];
ures = ures5*(i-15);
m_10 += ures;
}
val.range(23,0) = m_10;
val.range(47,24) = m_01;
val.range(55,48) = validFlag;
val.range(63,56) = score;
momentPackStream.write(val);
}
}
}/
代码解析：
HLS指令逻辑解析
#pragma HLS ARRAY_PARTITION variable=mask complete dim=1/2
将mask数组在第 1、2 维度完全分块（拆解为独立寄存器），避免硬件访问数组时的端口冲突，支持并行读写。
/
#pragma HLS ARRAY_PARTITION variable=src_buf complete dim=1/2
对 31x31 的像素缓存src_buf做同样的完全分块，确保 31x31=961 个像素可被并行访问。
/
#pragma HLS UNROLL
展开循环（如read_col_loop的内层循环），将循环迭代转换为并行硬件逻辑，减少计算延迟。
/
#pragma HLS PIPELINE
对循环（如计算矩的外层循环）进行流水线化，允许上一次迭代未完成时启动下一次迭代，提高数据处理速率（理想情况下每个时钟周期处理一个数据）。
/
#pragma HLS LOOP_TRIPCOUNT MAX=31
告诉 HLS 工具循环最大迭代次数为 31，帮助工具优化硬件资源分配。该参数对硬件资源调配影响很大，后期可以通过调整这里参数优化速度。
/
输入输出流
datapackStreamIn 输入流，每个元素是 264 位的ap_uint<264>，包含
248 位像素数据（temp，31 个 8 位像素，31×8=248）
8 位有效标志（validFlag，248~255 位）
8 位分数（score，256~263 位，可能是角点响应值等）
src_buf[31][31] 输出流，每个元素是 64 位的ap_uint<64>，包含计算结果（见后文打包逻辑）
mask[31][31] 31x31 的掩码（前文提到的二值掩码），通过&操作筛选窗口内的有效像素（仅保留mask为 255 的位置像素）
/
矩计算变量
m_10/m_01 31x31 窗口的一阶矩（m₁₀对应 x 方向，m₀₁对应 y 方向），类型为 24 位有符号整数（ap_int<24>），用于存储累加结果
核心逻辑实现
/
滑动窗口更新
31x31 窗口的一阶矩（m₁₀对应 x 方向，m₀₁对应 y 方向），类型为 24 位有符号整数
for(ap_uint<6> k = 0;k<31;k++){
for(ap_uint<8> s = 0;s<31;s++){
if(k!=30)
src_buf[s][k] = src_buf[s][k+1]; // 左移一列（丢弃第0列，保留1~30列）
else
src_buf[s][30] = (unsigned char)temp.range(s*8+7,s*8); // 第30列更新为新输入像素
}}每次从输入流读取一个数据包（含 31 个像素），通过左移将src_buf的列依次左移，最后一列（第 30 列）填充新像素，形成 “窗口向右滑动” 的效果。
31x31 的窗口大小与掩码匹配，确保后续计算的像素范围与掩码有效区域一致。
/
基于ValidFlag 的分支处理
validFlag是输入数据的 “控制信号”，用于标记当前数据的状态
当validFlag == 127：直接输出空值（val=0），可能表示当前窗口无效（如图像边缘，窗口未完全填充）。
当validFlag == 255：窗口有效，执行矩计算（核心逻辑）
/
一阶矩m01 m10计算
这部分是函数的核心，通过多级并行累加实现高效计算，分为m₀₁（y 方向）和m₁₀（x 方向）两部分，逻辑对称：
以m₀₁计算为例（vres系列变量）
// 步骤1：应用掩码筛选有效像素
for(ap_uint<6> im = 0;im<32;im++){
if(im!=31)
vres0[im] = src_buf[i][im] & mask[i][im]; // 仅保留掩码为255的像素
else
vres0[im] = 0; // 边界补0
}
// 步骤2：多级累加（树状并行求和）
vres1[i0] = vres0[2i0] + vres0[2i0+1]; // 32→16
vres2[i1] = vres1[2i1] + vres1[2i1+1]; // 16→8
vres3[i3] = vres2[2i3] + vres2[2i3+1]; // 8→4
vres4[i4] = vres3[2i4] + vres3[2i4+1]; // 4→2
vres5 = vres4[0] + vres4[1]; // 2→1（得到第i行的有效像素总和）
// 步骤3：计算矩并累加
vres = vres5 * (i - 15); // (i-15)是y方向中心偏移（窗口中心在i=15）
m_01 += vres; // 累加得到整个窗口的m₀₁掩码作用：通过& mask[i][im]仅保留掩码有效区域（255）的像素，排除无效区域（0）的干扰。
多级累加：将 32 个元素通过 5 级加法树（32→16→8→4→2→1）并行求和，比单纯循环累加的延迟更低（硬件中加法器可并行工作）
中心偏移：i-15将坐标原点移到 31x31 窗口的中心（31 的中点是 15），计算的是中心矩（而非原点矩），更能反映窗口内像素的分布重心。
m₁₀的计算逻辑完全对称（ures系列变量），只是将行和列的索引互换（src_buf[im][i] & mask[im][i]），最终得到 x 方向的中心矩。
/
计算结果打包输出
val.range(23,0) = m_10; // 低24位：m₁₀（x方向矩）
val.range(47,24) = m_01; // 中24位：m₀₀（y方向矩）
val.range(55,48) = validFlag; // 高8位：有效标志（255）
val.range(63,56) = score; // 最高8位：分数（如角点响应值）
补充
该文章是写word版本的转换成博客文章的，格式和颜色略有偏差，如果看得不舒服可以访问下面链接获取：
【金山文档 | WPS云文档】 FAST角点检测 HLS代码解析
ORB-SLAM3硬件加速项目系列
点击文章下方标签获取整个系列更新文章！