學習fpga時，對於乘法的運算，尤其是對於有符號的乘法運算，也許最熟悉不過的就是 booth演算法了。
這裡講解一下booth演算法的計算過程，方便大家對booth的理解。
上圖是對乘數的加碼過程，具體可以見下面的例子。
7 x （-3），其中r1表示被乘數 7， r2 表示乘數 -3，那麼二者對應的補碼，為 r1 0111，r2 1101，
p**最終結果容量，應該為 2x 4 + 1 = 9位，其中一位作為輔助位。計算過程如下：
上述的計算過程需要注意，在進行右移時，需要將p = ，當作整體看待，若p[8]最高位為0，則
移位之後的結果r0的最高位就補0，若是1就補1，由上圖的第7步到第8步的變換， =
，那麼p的最高位是1，則以後之後，r0的高位需要補1，所以得到移位之後的結果 =
，並且輔助位由於乘數的低位是1，所以輔助位為1，輔助位和乘數的移調的位的邏輯值有關，比
如乘數是0010，則四次操作的輔助為 0， 1， 0， 0。
對booth演算法的一點理解
最近學到了booth演算法，不太理解，看了網上很多解釋，感覺wiki和知乎的乙個回答裡解釋的比較好 在這裡寫一點我自己的理解 乙個用的比較多的解釋booth演算法的例子是 0011 1100 它可以寫成0100 0000 0000 0010 為了方便理解我們可以在表示中引進 1，這樣就可以寫成010...
booth演算法計算補碼乘法
一般而言，設y y0,yly2 yn為被乘數，x為乘數，yi是a中的第i位 當前位 根據yj與yi 1的值，booth演算法表示如下表所示，其操作流程如下圖所示。在booth演算法中，操作的方式取決於表示式 yi 1 yi 的值，這個表示式的值所代表的操作為 0 無操作 1 加x 1 減x boot...
RANSAC演算法的簡單理解
影象拼接中看到了特徵匹配的部分，特徵匹配主要是特徵點的匹配。在特徵點匹配的時候，首先進行粗匹配，粗匹配通常是進行一對匹配點進行對比，誤差越小越可能是一對匹配點 精匹配方法中，我們可以用到ransac random sample consensus 隨機抽樣一致性 演算法。ransac可以用於的拼接技...