3D电视逐步成为主流的电视产品，但是目前3D片源稀少，将2D视频转换成3D视频逐步成为一种广泛采用的解决方案。在3D显示技术中提取深度图涉及图像处理技术的很多方面。由于深度图的质量会直接影响合成后的3D立体效果，所以研究深度图的提取技术对于2D视频转3D视频技术有重要意义。本文主要完成如下两方面的工作：首先，在对现有深度图算法研究的基础上，本文提出了一种改进的块匹配运动估计深度图提取算法。本算法的主要创新点包括：通过对输入图像进行下采样处理，在缩小后图像的基础上运用块匹配算法提取运动矢量，有效降低了深度图提取算法的运算量；在提取运动矢量的同时，对图像进行边缘检测，将图像的边缘信息引入深度图的平滑处理中，以图像的边缘值作为深度平滑处理的参考，解决了以往深度图平滑处理导致深度图像边缘模糊的问题；通过检测前后两帧图像的相关性得到场景变换度，利用场景变换度对深度图进行处理，使得图像场景发生变化时，由深度图渲染得到的3D立体图像不会有突兀感。其次，本文完成了对改进的块匹配运动估计深度图提取算法的硬件设计与验证。包括：深度图提取算法的硬件架构设计，使用乒乓RAM和多个line buffer缓存数据，采用了数据预取的方法，在数据处理的同时预取下一行的数据，减少了缓存数据的时间，实现了数据的不间断处理，大大提高了硬件的处理速度；各子模块的设计及集成，在子模块设计中对算法运算进行优化，将占用硬件资源较大的乘法器和除法器用简单的移位器与加法器代替，减少了硬件面积，提高了运算速度；设计的功能仿真与验证，采用System Verilog验证平台对设计进行功能仿真，并搭建FPGA验证平台进行设计的原型验证。本文对深度图提取算法进行了深入的研究，提出了一种改进的算法，并完成了算法的硬件实现与验证。结果证明，该算法在减少运算量的同时，提高了深度图提取的准确度，硬件可实现性好；所采用的硬件架构，在保证性能要求的基础上，减小了硬件资源的占用，节省了面积，降低了成本。