近年来随着高铁的快速发展,高铁的安全性也愈发受到人们重视。高铁的高速度、高密度运行增加了钢轨表面的磨耗,造成钢轨表面凹凸不平,影响列车平稳运行,甚至可能导致脱轨造成安全事故。铁路部门往往是采用人工检测的方式对钢轨进行定期检查,这种方式效率低下,实时性低,铁路工人不能及时更换钢轨。本文设计了基于现场可编程门阵列(FPGA)的实时钢轨图像采集与预处理系统研究,作为钢轨轮廓检测系统的前端系统。课题充分利用FPGA的并行数据处理能力强和逻辑资源丰富等特点实现实时钢轨图像采集,并对其进行处理,供上层系统做进一步识别检测,从而弥补人工检测的缺点。在学习相关视频图像理论基础上,设计系统总体方案,采用FPGA的顶层设计思想,即在QuartusⅡ中从顶层到底层利用VerilogHDL编程语言设计各功能模块,主要包括视频图像采集模块、读写模块、视频图形阵列(VGA)模块等,同时采用中值滤波算法和Sobel边缘检测算法对视频图像进行预处理操作,去除噪声干扰,提取出钢轨轮廓等有效信息,最后对系统进行实验调试和性能分析,将实时采集并经过预处理后的视频图像显示到VGA显示器中。最终VGA显示器的实验结果表明,系统能够实现视频图像的实时采集,并且快速提取出钢轨边缘轮廓,有效滤除噪声干扰,实现视频图像的预处理。通过性能分析比对,系统具有低成本、低功耗、高速度、灵活性强等特点,且系统实时性高,扩展性强,能够满足课题对于功能和速度的需求,具有很大的应用参考价值。