双目立体视觉是计算机视觉的重要分支,随着计算机视觉的快速发展,双目立体视觉受到了广泛研究和应用,其理论和技术得到了极大的丰富。双目立体匹配算法通常具有计算复杂、数据量大的特点,且双目立体视觉系统的发展趋势为高精度、低时延和低功耗,基于通用处理器平台来实现往往难以达到时延、功耗和体积的要求。基于现场可编程门阵列FPGA的双目立体视觉系统有着良好的并行性可以降低算法的时延,但使用传统的硬件描述语言如Verilog/VHDL进行复杂的算法设计存在难度大、周期长、灵活性差的缺点。针对这一现状,本文提出了基于Zynq-7020芯片FPGA+ARM架构的实时双目立体视觉的软硬件系统设计方案。同时,采用高层次综合HLS技术设计了双目立体匹配IP核,缩短了算法开发周期降低了算法设计难度。双目立体视觉系统以Zynq-7020芯片核心,PS端主要实现软件控制与算法调试,PL端主要实现算法的并行硬件加速和流水线处理。具体工作与创新如下:（1）在图像采集部分的设计中,让OV5640图像传感器直接输出8bit拜耳阵列的RAW原始视频数据,在PL中使用硬件实现Demosaicing算法,获取了更多图像细节,从而提高后续双目立体匹配算法的准确率。利用双目立体视觉系统拍摄标定板不同角度的多幅图像对,然后存入SD卡中。在Matlab的标定工具箱中利用SD卡中拍摄的图像对完成双目相机的标定,获取到双目相机内外参数和畸变系数,为双目立体匹配IP中的双目矫正模块提供输入值。（2）在认真学习Vivado HLS视频库函数和相关指导手册的基础上,运用HLS技术完成了双目立体匹配IP核,包括局部立体匹配IP核和半全局立体匹配IP核。在立体匹配IP核中完成了双目矫正,提高了立体匹配的精度。通过分析Vivado HLS视频数据传输特点以及不同代价聚合路径数算法表现效果和资源消耗,最终选择了3路径聚合的半全局匹配算法,完成对半全局立体匹配算法的优化,更适合用HLS技术在FPGA平台上实现。Vivado HLS仿真结果表明,在相同大小的Census窗口和SAD窗口下,对比局部匹配算法,3路径聚合的半全局立体匹配算法匹配点更少、精度更高。Vivado HLS综合报告表明,相较通用计算机平台,双目立体匹配算法在Zynq平台帧率更高,实现了算法加速,达到了实时性要求。与FPGA、CPU和GPU平台上实现的其它双目立体匹配算法做了对比,本文基于Zynq平台实现的BM和SGM算法的帧率达到了较高水平。（3）传统中值滤波算法会导致图像细节丢失,针对这一问题,本文提出一种改进的中值滤波算法,运用HLS技术完成。Vivado HLS仿真结果表明,改进后的中值滤波算法可以减少图像细节的损失,对椒盐噪声去噪能力更强。对双目立体视觉系统测试结果表明,在640×480@60显示模式下基于局部立体匹配算法和基于半全局立体匹配算法的双目立体视觉系统均能稳定正常工作,实时性良好,符合低功耗和小体积设计。