工业生产制造的效率因为生产流水线的出现有了飞跃性的提高，这也使得传统的检测方式面临巨大的挑战，因为随着生产速度越来越快，检测速度也要相应的提高。此时，智能相机作为一种新兴的检测手段应运而生，它所具有的潜力必然会使其成为未来机器视觉检测的主流。但是智能相机及其关键技术在国内还处于发展和探索阶段，和国外如 Cognex，Matrox，Basler的大公司相比，凌云，大恒，嘉恒中自等为数不多的国内智能相机的研发商却很少研发出自己的产品，更多的是国外智能相机产品的代理推销商，国外公司垄断着智能相机产品市场。　　本文在对智能相机国内外发展状况做出详细研究的基础上，总结分析了前期研究成果，并且对目前两款做数字信号处理的应用最多的芯片DSP和FPGA的特点进行了充分研究，提出了以CMOS作为图像传感器，FPGA作为系统核心控制，DDR2 SDRAM作为高速大容量存储，Camera Link作为接口的硬件平台的智能相机方案。考虑到机器视觉检测中可能出现的问题，设计了具有自适应性与鲁棒性的相应图像处理算法，从而提高了智能相机系统的智能化程度。在智能相机设备的研究设计完成的基础上，搭建了机器视觉检测系统，设计方案检测了轴承圆柱滚子表面缺陷，验证智能相机在机器视觉检测上的可行性。　　论文包括两个部分，分别为硬件设计和算法实现：　　第一部分给出具体的硬件方案和实现方法，详细分析并解决了实现硬件过程中的关键问题，设计了检测产品质量的智能相机的样机，此结构的智能相机通过稍微调整之后就能够应用到其他诸多领域中。　　智能相机的硬件主要采用以下的关键技术来实现：　　1.数字图像信号的采集和量化是通过CMOS图像传感器实现的，以使采集的图像信号免受外围器件的影响，从而达到提高处理速度和精度的目的；为了控制和协调智能相机整个系统的工作，核心控制器件选择了FPGA，硬件内部的电路通过编程来实现，FPGA也为CMOS传感器和内存提供必要的时序脉冲和时序控制；DDR2存储器实现了海量数据流快速存储的目的；为了使内存数据能够快速低噪声的传输，相机接口选择使用了Camera Link。　　2.流水作业的采用可以同时进行图像的采集和处理，以使得处理速度进一步提高，同时可以为实现较为复杂的算法提供硬件基础。　　3.可编程逻辑器件的应用能够使智能相机系统的灵活性得到提高。　　第二部分阐述了实现软件的方案，提出了图像增强与平滑降噪、阈值分割、边缘检测、图像特征的提取及匹配算法，并利用智能相机搭建的平台进行了检测验证。　　智能相机的软件设计主要采用以下的关键技术来实现：　　1.采用了增加虚拟曝光量的方法增强图像。　　2.采用了中值滤波的方法去除所获得的图像数据中包含的噪声。　　3.采用迭代阈值法进行图像分割。　　4.采用Canny算子对图像进行边缘检测。　　5.提取出产品表面缺陷的特征信息，然后进行匹配。　　最后，利用所设计的算法在搭建的智能相机处理平台上进行轴承圆柱滚子表面缺陷检测实验，其实验结果满足实时性的要求，从而验证智能相机在机器视觉检测应用中的有效性。