嵌入式设备的广泛应用，如今在我们的日常生活中随处可见，移动手机、自动存取款机等。而图像处理技术的快速发展，在医学影像处理、娱乐多媒体技术、工业检测和军事检测追踪方面已取得了相关的研究成果。将图像处理算法移植到嵌入式设备，使其满足各个行业的不同需求。但是嵌入式设备受其功耗和体积限制，嵌入式设备的计算资源可以说是匮乏的，而图像处理算法多数属于计算密集型，计算复杂度高，因此嵌入式图像设备很难满足实时性要求。故需要在嵌入式图像处理系统中使用硬件对图像处理算法进行加速解决实时性的问题。　　本文对SURF（Speeded-Up Robust Features）特征点提取算法在FPGA（Field Programmable Gate Array）上实现硬件加速进行了研究。根据SURF特征点提取算法的过程设计了并行、流水线结构的硬件加速电路。通过对SURF电路的数据位宽和hessian矩阵计算过程的优化改进，从而降低资源消耗、提高计算精确度。SURF 算法加速电路的最高工作时钟达到 100 MHz ，对于分辨率为640*480的图片，处理速度达到270 fps（frame per second）;通过对比open-SURF软件运行结果，定点计算与浮点计算的hessian矩阵响应值的相对误差基本上小于1%。　　本文在 Xilinx 公司的 ZedBoard 开发板上实现基于 SURF 特征点提取电路的图像特征点检测系统。该系统由三部分组成：SURF 算法加速电路为主的硬件系统，嵌入式Linux操作系统和利用QT和open-CV实现的具有图形化界面的应用软件。图像特征点检测系统具有三种功能：用户指定图片特征点的提取、用户指定两幅图片的匹配和提取USB摄像头采集视频流的特征点。图像特征点检测系统实现了软硬件协同工作，提取SURF图像特征点速度快。后期可根据实际应用需求，在该系统基础上继续开发相关软件，具有较大的应用价值。