近年来，图像处理技术与机器视觉技术不断向前发展，其研究成果也逐渐被应用到社会生活中的各个领域。FPGA是一种高性能可编程逻辑器件，自身结构适合用于以硬件方式加速某些图像处理算法。针对现代视觉测量系统的高速化、高精度化的发展方向，本课题选择FPGA作为核心硬件平台，围绕这两大趋势展开研究。在搭建基于FPGA实时在线测量平台的基础上，本文采用硬件实现方法去解决加速图像处理与畸变在线校正问题，首先通过Verilog语言编程实现对图像传感器的初始化配置和图像数据的采集；针对图像处理操作中常用到的卷积模板对图像数据并行化获取的要求，提出了将数据从串行化转化为并行化的方法并设计相应的硬件结构；针对典型图像处理算法，给出了基于FPGA的实现结构并使用System Generator搭建了算法结构模型，验证了设计的正确性。CORDIC算法可以满足嵌入式图像处理系统对某些初等函数实时在线计算的需要，本文研究并且设计了其硬件结构，并进行了相应仿真；在介绍视觉测量的基础模型—针孔模型之后，分析研究了引入畸变效应后的畸变模型，通过公式推导得出了一种较易于实现的求取畸变参数方法；专门针对二阶径向畸变模型，提出了使用FPGA进行畸变校正硬件实现的方案，校正方案主要包括反向映射坐标获取以及双线性插值实现两个部分。利用Matlab编写了能够进行径向畸变校正的程序代码，通过实验验证了校正模型的引入对提高精度的影响，并证明了使用FPGA进行畸变校正具有重要应用意义。