目前,基于嵌入式设备的红外图像目标识别技术在军事、工业检测等领域具有良好的应用前景。传统嵌入式开发方式主要基于ARM、DSP等处理器平台利用软件实现相应的算法,该方式受到功耗、发热等客观因素的限制在进行复杂图像处理时容易遇到运行速度过慢的问题。而近年来流行的基于片内结合ARM与FPGA的SoC新型器件平台提供了一种软硬件开发相结合的嵌入式应用系统开发方式,让研究人员可以便捷地利用可编程逻辑资源为处理器系统的算法程序提供可灵活定制的辅助计算功能。本文目的是采用SoC平台,利用软硬件协同设计的方法对目标识别算法进行硬件加速研究。本文主要研究内容如下:1、根据SoC的高度集成特点,设计了系统总体方案结构,主要以ARM为核心处理器,可编程逻辑作为辅助硬件加速资源,外部大容量存储器作为数据共享平台,同时对系统中各个子系统功能进行了对应划分;2、根据应用背景特点,对本课题所选取的待加速目标识别算法进行了具体的实现分析,将整个算法分为感兴趣区域检测、区域特征提取与分类识别三个主要步骤并依次对各个步骤所涉及的理论工具及实现方式进行了说明;3、结合对整体算法的各个具体实现步骤进行可并行化、数据类型以及资源消耗等因素的分析,本文选择对二维傅里叶变换与多尺度高斯模糊步骤进行了具体的多通道并行加速实现;4、制作并搭建了基于实物平台的实验测试环境,在该实物环境中完成了对整个系统设计的软硬件协同实现的测试,并对实验结果进行了简要的分析和改进优化,通过对比实验效果及速度验证了整个系统的功能与加速效果。上述工作表明,本文基于Zynq SoC平台所构建的硬件加速系统能够有效地加快目标识别算法在该嵌入式平台上的运行速度,同时维持了识别的成功率,可以为实际工程应用或进一步深入的硬件算法加速研究提供相关基础。