图像配准是计算机视觉领域中的一个关键问题。要将在不同分辨率，不同灰度值，不同角度，不同尺寸的环境下拍摄的图像进行配准，就需要一种适应性强，鲁棒型强的目标识别与匹配的算法。2004年被提出的尺度不变特征变化（SIFT）算法，是对图像特征点邻域提取特征向量。该特征向量对灰度、尺度及旋转均具有不变性，而对噪声、视角以及仿射变换也具有一定程度的抗性。这种高稳定性的特征向量有利于后期的配准工作，因此，SIFT算法是目前图像配准领域使用最广泛的算法之一。　　SIFT算法用于图像配准主要分为三个步骤，分别是：提取关键点坐标、对关键点邻域信息即局部特征进行整合计算出特征向量、通过图像之间的特征点的两两匹配找出若干特征点对，也就建立了图像间的对应关系。由于SIFT特征向量的计算需要先后对特征点不同范围的邻域进行两次扫描统计，扫描窗口的尺寸大，计算复杂度高，使得这部分成为整个SIFT算子ASIC实现的瓶颈部分。　　论文针对SIFT算法硬件实现的这个瓶颈进行研究。对SIFT算法和传统的硬件映射方式进行优化，提高这部分的吞吐率，缩短处理时间。在详细介绍SIFT特征向量计算部分的算法的基础上，对在该部分出现的复杂计算单元提出了相应的流水解决方案。即，使用CORDIC算子来计算特征点主方向角度的正弦值与余弦值；使用优化后的查找表的方法来计算特征点扫描区域内的采样点的高斯权重值。提出了特征向量整体状态机、结构设计以及时序并行关系。　　为了提高数据的吞吐率，在设计中做了优化特征点邻域边界区域划分、对权重框内像素进行扫描时，在只增加一个乘法器与一个加法器的基础上，将速度倍增，每个周期对两个像素点进行扫描处理等处理方法。为了减小硬件资源开销，文中详细介绍了在结构级定点仿真的精度允许的情况下，去掉特征点主方向拟合部分的除法器、使用16个8维4更新直方图组取代128维16更新直方图组、特征向量特征向量归一化部分计算单元多次复用的具体处理方法。　　在SMIC0.18um2的工艺下，使用SYNOPSYS的Design Compiler综合平台，整个电路可以工作在100MHz的频率下，综合出的硬件开销约为168.3K等效门。系统能够达到实时性的运行，使计算速度达到30帧/s。