图像处理技术自诞生以来在各个领域得到广泛的应用,但是随着社会发展,嵌入式系统,如A类点钞机系统,对识别准确率、接口吞吐率、处理速度要求越来越高,因此,对高识别准确率、高吞吐率、高处理速度图像处理技术的研究具有重要应用价值。本文首先针对图像分类的高准确率需求,使用基于LeNet-5图像的分类架构,设计FPGA实现的卷积计算模块,然后设计采用片上内存进行数据缓存的框架;其次,针对图像采集接口的高吞吐率需求,设计ADC配置和芯片时序控制模块、CIS芯片时序控制模块,再而设计AXI4-Lite总线控制接口模块、AXI4-Stream总线数据接口模块;最后,针对快速的图像处理需求,设计基于OpenCV的图像轮廓提取、角度矫正、字符分割程序,并且设计基于xfOpencv的图像形态学变换加速程序。论文工作成果创新点体现在:(1)基于LeNet-5框架完成了卷积层、池化层和全连接层程序设计,使用SDSoC实现在FPGA加速卷积层运算,通过ZedBoard平台实现,在每张图像运算1.37ms的速度下,准确率达到98.61%。(2)基于硬件描述语言,设计了CIS、ADC芯片时序控制模块、AXI4-Lite控制接口模块和AXI4-Stream数据接口模块。数据传输时使用行缓冲与DMA传输的方式,通过ZYNQ-7020平台实现,获得高达376.36Mbps的吞吐率。(3)基于OpenCV库,并结合OpenMP和NEON协处理器在软件上实现图像的轮廓提取、角度矫正和字符分割;使用xfOpencv库在硬件上实现图像处理加速,通过ZedBoard平台实现,获得每秒处理18张钞票正反面的速度。最后,基于软硬件协同处理框架,整合本文的CIS系统接口模块、软硬件协调处理模块、FPGA加速CNN图像分类模块,以ZedBoard为硬件平台搭建A类点钞机图像处理系统,实现了每分钟跑钞1080张的速度。