图像采集是数字化图像处理的第一步，开发图像采集平台是视觉系统开发的基础。视觉检测的速度是视觉检测要解决的关键技术之一，也是专用图像处理系统设计所要完成的首要目标<[1]>。传统的图像采集卡只能将采集的图像数据实时传输给计算机，而不能传输给专用图像处理系统，因此需要研制专用的图像采集系统，既能够实时高速获取视觉图像，又能实时将图像数据传输给计算机和专用图像处理系统。 FPGA(Field Programmable Gate Array)运算速度快，实时性强，易于并行运算和实现流水线结构，编程相对复杂，它实现图像底层处理速度快，易于通过VHDL(VeryHigh Speed Integrate Circuit Hardware Description Language)语言编写程序实现。以FPGA为底层运算和控制核心，能够通过软件编程无限次更改内部硬件逻辑，改变功能，编程后的FPGA相当于专用集成芯片，采用硬件电路实现软件功能，具有很高的运行速度。典型的视觉应用系统可由下列五个部分组成：图像获取、预处理、特征的提取、分类和识别、响应等5个部分组成，其中预处理、特征提取、分类-识别三个阶段分别对应了视觉任务的底层、中层和高层。视觉检测中图像处理的特点是底层图像处理数据量大，算法简单，占有2/3的计算量，高层图像处理算法复杂，但数据量小。因此，底层图像采集及控制过程由FPGA实现；高层图像处理算法由DSP(Digital SignalProcessor，数字信号处理)实现，高速完成视觉传感器的数据处理任务。 本文以Altera公司的Cyclone系列EPlC6为核心构建了图像采集系统，该芯片建立在流水线设计和查找表结构基础上，可以进行并行运算处理，不仅克服其它嵌入式芯片执行速度慢的缺陷，而且完全适于各种图像处理算法的实现。图像预处理中关键是图像噪声的滤除和特征提取，噪声的滤除在图像处理过程中十分重要，它影响图像处理中图像的输入、采集、处理的各个环节以及输出结果的全过程。因此，去噪声是图像处理中极为重要的步骤。一个良好的图像处理系统，不论是模拟处理还是数字处理，都是把降低第一级的噪声作为重要工作。 本篇论文阐述了图像噪声的来源以及噪声滤除的基本理论，给出了改进的非线性滤波算法，并进行各种算法的MATLAB仿真比较；概述了图像采集系统的工作原理和各部分组成及其功能。采用EDA技术，设计以FPGA芯片为核心控制的图像采集系统，实现了改进的非线性滤波算法，仿真结果说明算法的有效性和系统的高速性能达到了预期目的。本文在视觉检测的主要指标，即目标识别和处理速度方面进行了有意义的探索和较为深入的研究，在实践应用方面有着较强的实用价值。