近十年以来,对图像局部不变性特征的研究一直是图像处理、模式识别等领域的热门研究方向。人们通过经典的数学理论设计和构建图像中具有不变性的局部特征,从而让计算机能够有能力替代人工自动完成某些目标提取、追踪等任务。SIFT算法凭借其对图像旋转、平移、尺度等变换的不变特性,成为图像局部不变性特征研究中里程碑式的工作,广泛应用于诸多领域。然而,由于SIFT算法运行时需要消耗巨大计算量,使其在通用处理器下很难满足诸如视频目标跟踪、实时图像拼接等应用对算法实时性的要求。为了解决SIFT算法运算效率低的短板并且能使其更好地应用于嵌入式设备中,本文提出了基于FPGA的SIFT特征提取、特征描述以及特征描述子匹配的算法加速解决方案。本研究从SIFT算法原理入手,对算法基于硬件实现的改进优化,并充分利用Xilinx Zynq平台ARM+FPGA的结构,最终将算法主体计算部分由FPGA端作并行计算加速,而控制与人机交互部分则在软件端实现。主要研究工作包括:1)针对FPGA硬件可编程特性,对SIFT算法各步骤实现进行调整优化。其中包括采用并行高斯滤波结构生成高斯金字塔,以提高特征提取速率;采用近似比较的方式生成梯度方向与幅值,以减少硬件资源消耗;采用环形特征邻域划分结构进行特征描述,以保证在算法尺度不变性得以落地的前提下提高特征描述效率;采用空间并行穷举匹配的方式匹配特征描述子,以极大地提高特征匹配效率等。2)将基于硬件优化改进后的SIFT算法部署到在FPGA,并调整优化各部分硬件资源消耗。其中包括采用基于RAM的移位寄存器方案作为图像行缓存,以节省LUT资源消耗;采用跨时钟域调度的方式进行梯度数据存取,以减少片上数据缓存压力和提高特征描述效率;采用特征描述子片上乒乓缓存的方式进行描述子匹配,以使特征描述模块与描述子匹配模块充分并行,提高整体匹配效率。流水线设计思想以及空间并行展开技术充分融入每个模块的设计中,从而最大限度地提高算法运行速率。在卫星图数据集上对SIFT算法的各种不变特性进行测试,在保证匹配效果的前提下,匹配两张尺度两张720×480的图像平均耗时20ms,相比软件运算提速40倍。并且,将本系统作用于图像—视频匹配实例,达到了高于25fps的视频处理速率。