图像特征提取是数字图像处理技术高层次应用的前提和基础,快速、准确提取图像特征是图像分割、图像匹配以及机器视觉等应用的关键。现有的嵌入式图像处理系统大多采用软件的方式实现图像特征提取相关算法,由于特征提取算法需要对图像的每个像素点进行操作,计算量巨大,导致整个系统的性能和处理速度普遍不理想。而采用分散的多处理器架构,又会导致系统开发的难度增大,系统稳定性降低等问题。针对以上问题,本文提出了一种基于Zynq的嵌入式图像特征提取系统设计方案。该系统采用软硬件协同设计的方法,实现了特征提取IP核设计、硬件平台构建、嵌入式Linux系统移植以及应用程序设计。Zynq采用ARM+FPGA的体系结构,将计算量巨大的图像特征提取算法卸载到FPGA中实现,利用其并行运算的特点提升系统处理速度和性能;同时结合ARM处理器,增加系统的灵活性。本文主要内容包括以下四个方面:(1)对比分析经典角点检测和边缘检测算法,从检测精度和算法复杂度上选取用于本文系统中角点检测和边缘检测的算法,针对传统Sobel算子所提取边缘较粗的问题,采用非极大值抑制算法对其进行改进,获取更加细化的边缘;(2)总结Zynq平台关键技术与开发流程,采用高层次综合工具Vivado HLS设计实现FAST角点检测和Sobel边缘检测IP核;(3)采用自定义外设的方法,以IP核为基础构建集图像采集、图像特征提取硬件加速、HDMI显示为一体的嵌入式图像特征提取硬件平台;(4)在自定义硬件平台上移植嵌入式Linux操作系统,实现应用层软件设计,主要包括图像采集、图像特征提取和显示三部分。最后,对本文设计的系统在ZedBoard开发板上进行了软硬件联合测试,实现了预期的效果。实验结果表明,该系统在角点提取和边缘检测上具有较好的效果,且实时性较高。在考虑传输延迟的情况下,对于大小为640×480的图像,FAST角点检测模块处理耗时13.06ms,Sobel边缘检测模块处理耗时11.68ms,相比ARM中软件实现相应图像特征提取算法,在处理速度上快了 3倍,起到了硬件加速的效果。本系统能够为图像处理高层应用提供一个相对理想的平台,具有一定的工程实用价值。