未进行电气化的铁路所处的地理环境恶劣,计算、存储、传输资源稀缺,若遵循传统的奈奎斯特采样定律利用电子设备采集并处理铁路图像非常困难。压缩感知作为一种新的采样压缩理论,采样频率不再受信号最高频率的限制,而是充分利用信号的稀疏性,用测量矩阵对信号进行采样和压缩,将高维度信号进行降维处理得到低维度信号。最后通过合适的重构算法,就可以从低维度信号中重构出原信号。奈奎斯特采样是采样之后再压缩,在压缩的过程中抛弃了冗余信息;而压缩感知直接减少了采样点,采样和压缩同步完成,较奈奎斯特采样压缩节省了大量的计算、存储和传输资源。现场可编程门阵列(Field Programmable Gate Array,FPGA)芯片具有体积小、灵活编程、在线可擦除、低功耗、硬件并行运行、运行速度快以及管脚多的优点。FPGA具备实现复杂图像处理算法的能力,是图像处理的良好平台。压缩感知算法具有大大减少了采样数据,同时还能够保证在较少采样数据情况下很好的恢复数据的优点。本文将压缩感知理论的优势和FPGA芯片的优势结合起来,利用可编程片上系统(System on a Programmable Chip,SOPC)技术,软硬件结合在FPGA平台上实现了图像压缩。结果表明,在FPGA平台上利用压缩感知理论压缩重构恢复的图像质量高,实时性好。本论文主要内容如下:首先,介绍了压缩感知算法原理。图像进行压缩感知处理步骤为:先对图像数据进行稀疏化处理;然后借助测量矩阵对图像数据进行采样压缩;最后通过合适的重构算法,就能够从这些少量被压缩的数据中重构出原始图像。其次,本文使用MATLAB软件对压缩感知算法的三个部分:稀疏表示、数据测量和图像重构分别进行仿真,对算法性能比较分析,同时为压缩感知理论的FPGA实现提供了理论支撑。然后,利用板载摄像头采集图像数据作为输入,在FPGA上经压缩感知算法处理,输出图像通过视频图形阵列(Video Graphics Array,VGA)接口在液晶显示器上显示。其中使用Verilog HDL(Verilog Hardware Description Language,Verilog HDL)语言设计图像采集控制器模块、图像输出控制器模块,利用Modelsim软件进行功能仿真,结合SignalTap II软件进行验证,以确保模块设计正确。最后,利用SOPC技术搭建内嵌Nios II软核处理器的硬件平台。Nios II软核处理器负责对图像数据进行压缩重构处理。在集成开发环境(Integrated Development Environment,IDE)中,使用C语言编写压缩感知处理软件程序,该软件程序在Nios II软核处理器中运行。本文由算法到仿真再到实现,软硬件结合实现了压缩感知在图像处理工程上的应用。