计算机视觉广泛应用于人工智能、医疗健康、工业控制等各行各业。随着应用场景不断多元化,性能和功耗的需求不断提高,值得深入研究高性能嵌入式图像处理平台。现有的基于传统CPU架构或DSP架构的嵌入式处理平台很难在实时性和功耗方面满足图像处理应用的需求,现场可编程逻辑门电路(Field-Programmable Gate Array,FPGA)具备并行处理和高带宽数据处理的能力,在图像处理领域中可利用其优势对图像快速地预处理,FPGA与CPU优势互补构成异构处理平台,既具备快速并行处理能力,又保留了传统处理器的灵活架构,是一种新的发展趋势。Xilinx公司推出的ZYNQ系列芯片是在片上集成ARM处理器和FPGA的异构架构芯片。本文的重点是基于该系列芯片研究与实现异构图像处理系统,主要的研究内容如下:1、介绍异构平台的硬件细节以及在异构平台的软硬件开发流程。分析FPGA与CPU交互数据的AXI4片上总线协议的特点。2、介绍图像处理系统的采集与输出模块,采用FPGA直接驱动CMOS摄像头,实现图像数据采集及同步。同时设计了HDMI接口作为系统的图像显示接口,将图像处理的基础模块统一集成在FPGA内部。3、设计并实现一种适合硬件架构的运动物体检测模块。引入了一系列图像处理算法,包括颜色空间转换、中值滤波、累加压缩缓存等,同时向处理器提供访问接口,可以直接获得运动区域包围盒坐标,最后对系统整体性能进行分析。4、在传统边缘检测算法的基础上提出了一种改进的Sobel算子边缘检测算法。通过增加梯度方向获取更准确的梯度图,同时对梯度图进行非极大值抑制获得细化的边缘图像。最后根据人眼对灰度图边缘的敏感程度设计了一种自适应阈值选取的图像二值化算法对边缘图像进行二值化处理,获得二值化图像。本文通过软硬件划分协同工作的思想,在异构平台搭建了嵌入式图像处理平台,并实现了运动检测及边缘检测两种图像预处理加速模块。系统工作稳定,通过测试检测分析,系统可靠并且能够实时处理视频流。系统易于移植、后续开发升级容易,具有较高的实用价值。