视觉一直以来都是人们认识世界很重要的感知方法,机器视觉也渐渐被人们熟知。虽然已有大量学者从各个角度进行了研究,但是目前仍然是一个研究热点。双目视觉既能获取环境的二维信息,也能通过两个视觉传感器配合来获取环境的三维信息。这些信息既能用于测量物体的位置和大小,也能用于识别和记录周围环境的场景,配合时间维度的信息,就可以提供环境和物体的运动状态,进而可以在很多场景中得到应用。本文对比了目前的图像采集系统的构成,双目视觉立体匹配算法;并结合当前的研究趋势和商业应用趋势,选择了研究基于FPGA的双目图像采集系统和双目立体匹配算法。在以ZYNQ7020为核心的硬件电路上,研究了图像传感器获取图像的方法,设计了图像传感器的配置、视频数据传输和处理的软件程序。并使用标定板和MATLAB工具箱对所使用的摄像头模组进行了标定,使用双线性差值的方法对捕获到的图像进行校正,将图像数据传给后续双目匹配算法进行分析和处理。本文研究了目前的双目立体匹配算法的基本框架,研究了绝对值求和代价计算方法和一种非线性变换的代价计算方法,并使用线性加权的方法将两种代价结合起来,同时对比了本文所研究的方法和其他几种方法计算结果上的差异。使用SGM算法进行代价聚合,结合代价的定义和计算方法,给出了SGM算法的一种参数选取方法,使用引导图滤波对聚合后的代价进行处理。对数据集中的图片进行处理,对比并分析了双目视觉算法各个步骤中输出的视差。使用本文的算法框架,算法输出的匹配正确率随着代价计算,代价聚合和代价滤波逐步提升,算法平均匹配正确率大于80%。本文研究了视觉处理算法在FPGA上的实现,研究了使用高级综合语言生成逻辑电路的方法,在FPGA上实现了本文所研究的算法中代价计算和代价聚合,分析了数据格式对设计结果的影响,使用并行化和流水线优化方法,优化后的算法运行速度提高60倍,对比了计算机运行算法和FPGA运行算法的结果,一致性接近90%。