近二十年来我国铁路行业高速发展,截至2021年1季度末,全国铁路营业里程达到14.67万公里。钢轨是引导列车前进和支撑列车运行的重要基础设施,其轮廓尺寸变化直接反映了钢轨服役状态好坏,当轮廓尺寸严重恶化时,就会对行驶中的列车产生安全隐患甚至导致严重的交通事故。为确保列车安全运营,需快速、高效地检测出钢轨轮廓尺寸变化。目前,我国在钢轨轮廓检测领域主要使用基于计算机图像处理技术的钢轨轮廓检测设备,对预防因钢轨轮廓尺寸变化造成的列车事故具有一定作用,但检测设备存在检测效率不足的问题。针对此问题,本文在现有研究成果基础上设计了一种基于结构光视觉测量技术和FPGA硬件加速技术的高速轨检系统。本文首先对检测系统基本结构和工作原理进行了比较详细的阐述,结合实际工况推导出摄像机实际成像模型,并根据针形靶标标定法得出的特征点图像坐标和世界坐标使用线性最小二乘法求出了摄像机精确标定参数。其次对图像预处理算法和各种精度级别的光条中心提取算法进行了详细分析,并结合各种硬件加速优化策略实现了对极值法、灰度重心法和Hessian矩阵法三种不同精度级别光条中心提取算法的硬件加速。实验结果表明,图像算法经过FPGA硬件加速处理相较于传统工控机处理效率大幅度提升。然后通过分析动态测量条件下多种随机振动对钢轨廓形对齐结果的影响,建立了以轨距特征点作为补偿基准的动态测量对齐误差补偿模型。通过求取动、静态轨距特征点之间存在的平移分量与旋转分量,将其代入动态测量对齐误差补偿模型中,达到减小钢轨廓形检测误差目的。最后结合实际工况选择FPGA作为核心硬件,对基于FPGA的钢轨轮廓测量系统进行硬件设计。同时在Windows开发环境下对检测系统进行软件设计。通过现场统计对比分析图像数据与结果坐标数据,验证了系统的处理效率,统计结果表明系统处理效率从原来的60帧/秒提升至180帧/秒,与之匹配的列车检测速度由原来的54km/h提升至160km/h。