本文介绍了智能相机的发展历史和现状,分析了实现智能相机系统的硬件和软件的技术基础。阐述了智能相机的工作原理,结构特点,解决了智能相机实现过程中的若干关键技术,根据实际工程应用需要设计实现了一台智能相机。提出了利用小波变换来进行目标分离,目标的特征提取和目标识别的算法,在设计的智能相机平台上进行了大量的实验并给出了实验结论。论文包括硬件设计和算法实现两个部分:第一部分介绍硬件实现方案并给出具体的实现方法,对实现过程中的关键问题进行了详细的分析并给出了解决方案并实现了对产品质量进行监控的智能相机的样机,对此智能相机的结构稍加改变就可以应用到其他的领域。硬件的实现过程中主要采用了如下的关键技术:1.采用图像传感器完成图像信号的采集和量化,减少外围器件对采集到的图像信号的影响,提高了处理精度和速度。2.采用了“乒乓”结构来实现流水作业,使得图像的采集和处理能够同时进行,既提高了处理的速度,满足实时性的要求,又能对更复杂的算法实现提供了硬件基础。3.利用DSP的McBSP(多通道缓冲串行口)与上位机进行通信,完成系统的设置;利用McBPS(多通道缓冲串行口)作为通用I/O端口,通过软件模拟I2C的时序,实现了I2C总线的通信;利用HPI口作为I/O端口完成帧缓冲切换和对外设的控制。4.利用DSP处理器的内部引导程序实现了应用程序的自举,提高了系统的反应速度,也方便对程序进行升级。5.采用可编程逻辑器件提高系统实现的灵活性。第二部分介绍软件的实现方案,提出了基于小波变换的图像去噪与增强、边缘检测、基于聚类的图像特征的提取及分类算法,并在智能相机样机平台上进行了验证。智能相机的软件设计主要采用了以下关键的技术:1.采用了小波变换对获得的图像数据进行去除噪声。2.采用了小波变换对去除噪声后的图像进行边缘检测。