随着高速、高分辨率数字图像技术的快速发展,数字图像相关（DIC）测量技术已经在结构三维动态变形测量中得到很好的应用。但由于空间分辨率的增加和采集帧率的提高,使得需要传输和存储的数据量也大大增加。尤其是采用多相机网络进行大型结构的动态变形测量时,有限的存储空间往往会制约实验的时长,不能满足破坏性实验的要求。同时,随着DIC技术与现代计算机技术的结合,分布式高速DIC方案将是未来的研究重点,庞大的数据量将会给分布式DIC系统中各个计算节点的传输带来阻碍。为了部署应用于大型空间结构的高精度动态形变的高速相机实时图像采集系统,同时提高现有采集系统的数据带宽,延长系统工作时间,为未来分布式DIC方案中的数据传输奠定基础,本研究提出了一种GPU并行加速的FELICS无损图像压缩方法,并设计了可以在最高500FPS下进行实时图像采集、数据压缩和存储的高速相机系统。本文设计研究的一种面向高速DIC的高速相机采集、压缩和存储系统,充分发挥了CPU-GPU异构计算的性能。系统主要由前端采集模块、数据压缩模块、存储模块和高速缓存区四部分组成。采集端选择了各方面性能指标优异的Coax Press高速相机和采集卡,利用EVMA提供的工业视觉标准进行二次开发,控制前端采集。数据压缩模块选择了FELICS无损压缩算法作为主要研究对象,基于GPU和CUDA平台,利用近400万线程进行像素级并行设计,结合并行前缀和算法完成了不定长码流的并行打包,提出了高并发的FELICS实时无损压缩方法。存储模块采用了M.2接口的高速SSD作为存储介质,软件中设置存储模式为二进制码流。最后利用基于生产者-消费者模型的异步环形队列构建了两级高速缓存区,协调前三个模块的异步并发工作。本文通过实验验证了整体设计方案。首先对基于GPU的并行FELICS编码内核进行了仿真性能测试,实验表明并行压缩算法对于散斑图像可以实现接近2倍或2倍以上的数据压缩比,单帧400万像素图像的平均编码时间少于2ms。接着对本文设计的两种系统在500FPS下进行100Hz振动的物体图像采集,实验结果表明系统可以在500FPS下实现长达30分钟的稳定采集、压缩和存储,且对DIC计算的精度没有影响。具有数据压缩功能的系统,在相同实验时长下,只需要原来一半的存储空间,数据量大大减小,为后续多相机系统和分布式传输的部署奠定了基础。