在航空航天、空间攻防、工业流水线以及道路交通中存在大量高速运动的目标,这些目标表面特征复杂,包含各类直线特征、椭圆特征以及其他不规则特征,为了实现目标定位,可以利用目标直线特征参数进行位姿解算,从而确定目标位置信息,而当前直线特征检测速度慢,资源耗费大成为制约高速测量的一个关键问题,因此对运动目标的直线特征进行高速视觉检测成为本论文研究的价值所在。本论文以直线特征的高速检测为目的,通过对系统结构进行优化,利用视觉检测的方法通过硬件加速技术实现直线特征的高速检测。首先对硬件系统进行了探讨,在图像传输过程中采取CameraLink高速传输接口解决了图像传输过程中的耗时问题,然后提出了基于FPGA的硬件处理单元实现高分辨率图像下大数据量的并行计算问题。然后对系统算法布局进行了探讨,对图像预处理算法与直线特征识别算法进行了系统级任务流水线布局,根据FPGA并行流水线处理的优势,各算法之间采用重叠布局与独立布局相融合的方式,提高了系统算法的处理效率。接着对图像预处理中的中值滤波、边缘提取、阈值处理以及边缘细化算法的结构进行了优化,并且基于FPGA实现了算法加速处理,实现了单时钟下同时处理多像素的功能。最后通过图像预处理得到的边缘像素点进行直线特征识别。本论文分析了限制直线特征检测速度的主要原因,提出了基于FPGA实现直线特征识别的新方法,通过对传统霍夫变换算法的改进,利用FPGA并行处理的特点,将霍夫变换算法在FPGA上实现,对参数坐标计算过程进行了加速处理,并且在投票统计阶段提出一种局部优化统计处理算法,减少了高分辨率下系统资源的耗费,实现了直线特征的高速视觉检测。最后通过系统实验,对直线检测准确度以及系统鲁棒性进行了验证,并且对系统的实时性以及资源占用情况做了分析。实验结果表明,硬件加速技术可以有效地提升直线检测的速度并且具有非常高的检测准确度以及鲁棒性,在2320×1726的高分辨率、相机满帧频工作的状态下,系统实时处理帧频达到193 fps,具有较高的实时性,并且通过本文算法的优化处理减少了系统的资源消耗,提高了系统的使用效率。