智能相機是近年來機器視覺發展的一個新方向，其所具有的潛力注定智能相機將是未來視覺檢測方案的主流。然而在國內，智能相機的發展方興未艾，關鍵技術基本處于探索階段，同國外的大公司，如Cognex，Matrox，Basler 等相比，國內為數不多的智能相機研發商，如大恒，凌云，視覺龍，嘉恒中自等都鮮有自己的智能相機產品，更多的是代理推銷國外的產品，市場也基本被國外公司所壟斷。本文在研究了智能相機國內外的發展狀況下，綜合前期的研究成果，在充分研究了目前的兩款主流處理芯片DSP 和FPGA 做數字信號處理所具有的各自特點的基礎上，提出了一種基于DSP+FPGA 相融合圖像處理技術的智能相機方案，并設計了系統原理圖，制作了樣機。針對圖像預處理中應用極為廣泛的鄰域算法，詳細地講解了其FPGA 實現的數據流程控制方法，并以具體的sobel 邊緣檢測算法為例，給出了其檢測的實驗效果圖。針對芯片定位的應用，在實驗室條件下搭建了二維機械臂模擬系統，并對系統進行了靜態標定。同時深入研究了芯片定位的圖像預處理算法和高級檢測算法，并通過實驗對系統的誤差進行了分析。本文的主要工作內容如下：

　　（1） 研究了機器視覺國內外的發展狀況，分析了作為機器視覺兩大支柱的在線視覺檢測系統和智能相機所具有的各自特點，總結了智能相機的優勢，進而深入分析了智能相機實現的關鍵技術要求。

　　（2） 在實驗室前期研究成果的基礎上，研究了圖像處理算法的特點，分析了現有視覺方案的優缺點。在充分研究了DSP 和FPGA 所具有的各自特點情況下，提出了一種基于DSP 和FPGA 分層圖像處理技術的視覺方案，并設計了系統原理圖，制作了樣機。

　　（3） 針對圖像預處理中應用極為廣泛的鄰域算法，編程實現了其FPGA 數據流程控制，并針對具體的sobel 邊緣檢測算法，詳細介紹了每個模塊的功能和狀態圖，并給出了實驗檢測的效果圖，同時對這種圖像數據流的控制方法進行了速度測試和評估。

　　（4） 研究了FPGA 的多級圖像預處理方法，分析了按行處理的圖像處理算法的局限性。針對芯片定位的應用，研究了其圖像預處理和高級圖像處理算法，并通過Matlab、OpenCV 等工具對算法進行了仿真實驗。研究了DSP 和FPGA 多級流水線結構。

　　（5） 在實驗室條件下搭建了芯片定位機械臂模擬系統，并對系統坐標系進行了靜態標定，在實驗的基礎上對系統的誤差進行了分析。

　　機器視覺的發展從最早的基于PC 的視覺系統到現在的智能相機概念的提出，體現了其發展的兩個大方向。但無論是哪種檢測系統，整體的結構都具有相似性，系統都包括光源、光學成像系統，圖像采集單元、圖像處理單元、圖像處理軟件庫、人機交互界面和輸入輸出口［9］。只是前者采用基于計算機的圖像處理技術，而智能相機則應用了最新的處理器及大容量存儲技術，具有更高的集成度。如圖1-1 所示是機器視覺系統的系統框圖。以下將對系統各部分功用做簡要介紹。