早期的视觉测量系统主要是基于PC机是实现,但它不适应用于复杂场景,且实时性较差等。针对上述问题,基于ARM、DSP和FPGA的嵌入式视觉测量系统受到重视并迅速发展。其中Xilinx的Zynq(FPGA+ARM)的嵌入式可编程片上处理平台不仅可以执行复杂控制程序、动态调度计算资源,还能够支持硬件算法加速处理。相比于单一的ARM、DSP、FPGA等嵌入式处理系统,Zynq架构具有可扩展性好、高性能、低功耗、低成本等优势。因此,本文设计并实现一种基于Zynq架构的动态图像测量处理系统。本文首先对双目立体视觉测量数学模型进行分析,结合软硬件协同工作原理设计基于Zynq的动态图像测量处理系统总体方案和各模块的功能。针对常见的双目视觉测量中的图像立体匹配算法的缺点,本文提出了一种基于多特征融合的立体匹配算法,该算法利用Census变换信息、图像的边缘信息以及基于HSV色彩空间的图像信息构造多特征融合的匹配代价计算模块。相比使用单一的图像特征进行代价计算的匹配算法,本文的算法提高了匹配精度。同时利用Xilinx提供的Vivado HLS工具将所提算法封装为硬件加速IP核。设计并实现基于Zynq软硬件协同工作的动态图像测量处理系统,其主要包括:基于Zynq双目采集系统的实现;采用上述采集系统采集标定板照片,完成该系统的双目相机标定;设计并实现图像预处理硬件加速IP核;根据常见的Zynq图像处理系统架构设计本文的动态图像测量系统的整体方案并予以实现完成目标物体到相机之间的距离测量(即深度)。最后对基于Zynq的动态图像测量处理系统进行了系统测试,基于实验平台和实验场景做实验测试,针对不同的相对距离进行测量和分析,测量范围在450mm-850mm相对测量误差小于2.3%,整个图像处理系统的处理帧率为16fps,满足测量实时性要求,本文所设计的系统性能达到了设计要求。