图像匹配技术是计算机视觉、模式识别等多个领域的重要研究内容之一。其中图像局部不变性特征由于具有较强的抗干扰性,一直是图像匹配算法中的热门研究方向。但是此类算法计算量大,难以直接部署在功耗和算力受限的移动设备中。此外,随着智能终端的普及,图像数据量和图像匹配应用场合逐渐增加,人们对算法的运行速度也提出了更高的要求。为了解决上述问题,本文基于SoPC平台的特点,对SURF图像匹配算法进行了重新设计,并用Xilinx Zynq-7000 SoPC平台实现了该算法的图像匹配系统。本文主要工作如下:（1）在对SURF算法原理深入理解的基础上,结合SoPC平台ARM+FPGA结构软硬可编程的特点,对系统的软硬件架构进行划分。其中计算量大的特征点检测、主方向指定、描述子匹配部分由FPGA端做并行加速,而算法流程控制部分和浮点运算较多的描述子生成部分由ARM端实现;（2）根据软硬件划分,对算法进行基于SoPC平台的设计。在硬件设计方面,将算法进行定点化,并采取多种方式对资源消耗和运行速度进行优化。其中包括在积分图像生成阶段采用缩减位宽的表示方法大幅减少系统资源消耗;采用积分图像读取的优化策略以及多时钟域设计有效提高特征点主方向指定的效率;在特征点检测和描述子生成阶段采用空间并行设计加速系统运行速度。在软件设计方面,根据Zynq平台特点,采取双核AMP模式对描述子生成部分进行加速;（3）将本设计部署在MicroZed7020开发板,并采用公开数据集对系统性能进行测试。最终本系统在1.837W的功耗下,对分辨率为640*480的图像实现了每秒162帧的特征点检测速度,系统完整性和整体资源消耗相比同类方案具有明显优势。同时本系统较好地保持了SURF算法的特征不变性,为图像匹配算法的移动平台部署提供了重要参考。