当代社会科技的迅猛发展迫切需要能够实时获取图像信息并进行综合处理,来满足现代人类高节奏的生活,嵌入式图像处理系统应运而生。图像融合技术是将相关场景的多幅图像合并成为一幅,弥补各传感器成像不足之处获得较大信息量。针对现有图像融合算法仅仅将特征考虑在内的现状,本文提出了结合特征点相似性与空间结构的优化图像融合算法,结合嵌入式发展情况,设计了基于现场可编程门阵列和数字信号处理器架构的嵌入式图像融合系统,说明了系统硬件平台设计和软件算法实现过程。本文结合图像配准和图像融合技术的发展和传感器采集图像的特点,对基于特征点的图像融合算法进行深入研究,提出了以加速鲁棒性特征(SURF)算法为理论依据的改进图像融合算法。基于特征点的图像融合算法首先获取相关场景多幅图像的SURF特征进行特征描述,提取出SURF特征描述子;其次利用SSD(Sum of Squared Differences)对提取的特征描述子进行特征匹配,并根据MSAC(M-estimator SAmple Consensus)去除匹配对中的“外点”求取转换参数;最后利用重叠区线性过渡用来进行图像融合。而基于SURF特征点的改进图像融合算法考虑了图像的空间结构特征,首先根据基于SURF特征点的图像融合算法求取的转换参数,分析求解原数据空间结构,结合特征相似性与空间结构求取复合特征;其次采用ICP(Iterative Closest Point)算法求取匹配矩阵;最后利用双向匹配限制求取最终的匹配矩阵。仿真实验表明,所提方法准确度高,鲁棒性强。针对图像融合在嵌入式平台的使用,考虑其硬件资源,搭建了以现场可编程门阵列和数字信号处理器为基础的硬件平台,设计了以前端视频信号采集子系统、图像融合子系统、图像融合调试子系统为核心的嵌入式图像处理平台,对核心器件选型、PCB设计进行详细描述,在嵌入式系统平台上完成了图像配准和图像融合。