La detección, descripción y emparejamiento de características son pasos cruciales para muchos algoritmos de visión por computadora. Estos pasos se basan en descriptores de características para emparejar características de imagen en conjuntos de imágenes. Trabajos anteriores han demostrado que nuestro descriptor de características SYnthetic BAsis (SYBA) puede ofrecer un rendimiento superior a otros descriptores binarios. Este documento se centró en varias optimizaciones e implementaciones de hardware de la versión más nueva y optimizada. La implementación de hardware en una matriz de compuertas programable en campo (FPGA) es una solución de alta capacidad de procesamiento y baja latencia que es crítica para aplicaciones como la detección y seguimiento de objetos de alta velocidad, visión estéreo, odometría visual, estructura de movimiento y flujo óptico. Comparamos nuestra solución con otros diseños de hardware de descriptores binarios. Demostramos que nuestra implementación de SYBA como descriptor de características en hardware ofreció un rendimiento superior en el emparejamiento de características de imagen y utilizó menos recursos que la mayoría de las implementaciones de descriptores de características binarias.