智能相机是一种高度集成化的微小型机器视觉系统,广泛应用于现代工业生产领域。图像预处理和局部特征提取作为智能相机中的低层次图像处理,处理效果的好坏直接影响后续高层次图像处理可靠性。随着科学技术的高速发展,采集图像的分辨率不断增大,同时人们对图像处理实时性的要求越来越高,利用FPGA设计底层IP核是提升图像处理速度的有效途径之一。本文基于Zynq-7000开发平台,采用高层次综合工具Vivado HLS(High Level Synthesis)进行智能相机图像处理底层IP核设计,实现了智能相机中低层次图像处理的硬件加速,本文主要研究以下几个方面内容:(1)对图像滤波算法和局部阈值二值化算法的原理进行分析,寻找这两类图像预处理算法的共性,通过获取窗口数据和处理图像边界像素完成预处理IP核设计。(2)在利用HLS实现图像滤波的基础上,经过分析和设计,将均值滤波、高斯滤波和中值滤波集成在一个IP核中,达到了根据实际需求切换不同滤波方法的目的。(3)通过研究图像的局部特征,寻找适合HLS实现的角点特征和边缘特征。首先对常见角点检测算法原理进行分析,基于HLS实现了Harris角点检测算法IP核设计。接着分析边缘检测算法的原理,实现了Prewitt边缘检测算法IP核设计。最后,在ZC702开发板上进行图像算法功能验证,并根据综合报告进行性能分析,包括图像预处理算法和局部特征提取算法的软硬件处理时间以及硬件资源利用率。实验结果表明,基于HLS实现的图像处理算法功能正确,达到了实时性处理的要求。此外,本文将局部阈值二值化IP核应用于智能相机的二维码识别中,实现了二维码识别中图像预处理算法的硬件加速。