行人检测作为监视、汽车系统和机器人等多个应用领域的关键技术,日益复杂的应用环境,需要行人检测具有更快的响应时间。梯度直方图(Histograms of Oriented Gradients,HOG)以其鲁棒性,和对各种纹理对象较高的检测精度,成为广泛用于行人检测的特征提取方法。但其高复杂度和计算密集是嵌入式系统实时检测的制约问题。因此,本文主要研究HOG算法及其硬件加速电路的优化设计,进而实现低延迟、高吞吐量的HOG加速电路,从而加快行人检测速度。本文首先通过分析计算精度对HOG特征提取准确性的影响,确定采用18位定点计算,通过坐标旋转数字计算方法(Coordinate Rotation Digital Computer,CORDIC)迭代过程中融合双线性插值权重和方向区间计算,改进CORDIC算法计算流程,减少了直方图生成模块的计算时间。以此为基础,优化设计了HOG硬件加速电路,包括单元存储结构、直方图生成电路、直方图归一化电路三部分。针对单元存储结构,通过共享和重用单元减少存储器的带宽,采用高效的内存访问模式,提供同步访问不同功能块所需的内存区域,避免了在不同的计算阶段重复计算。针对直方图生成电路,实现了优化CORDIC算法的电路设计,采用级联RAM对区域直方图进行计算,最终合成单元直方图,提高了设计的并行性。针对直方图归一化电路,采用定点数实现的多项式逼近算法,优化牛顿迭代初值计算电路结构,降低了平方根倒数计算电路的复杂度的同时提高了运行速度。本文采用Zynq 7000验证了HOG加速电路的功能和性能。在INRIA数据集上,实现了90.65%的检测准确率。在时钟频率为40MHz的处理速度下,保持高精度的准确率可以实现12.1ms的单帧检测时间。基于本文优化设计的HOG硬件加速电路和OV7670摄像头,设计了行人检测系统,在640×480@30fps下,实现了稳定、准确的实时行人检测。