本论文论述了数模混合实时图像处理视觉芯片的基本结构和工作原理，对其中的核心部分进行了深入的论述。对基于标准 CMOS工艺的高速图像传感器的实现技术进行了讨论。对以数学形态学为基础的视觉芯片中的图像处理算法也进行了分析。提出了新颖的基于形态学图像处理架构的1000fps可编程实时处理视觉芯片，并完成了设计和实现工作，最终进行了测试。　　 在图像传感器部分，本论文通过对 CMOS图像传感器的研究与分析，设计了四种基于标准 CMOS工艺的不同版图结构的图像传感器。并通过实际投片测试，确定了在高速视觉中的最优结构。并且提出了一种新颖的区域选择电路，通过它可以在原始图像中选择一定范围的目标区域进行图像处理，以提高图像处理的效率。　　 对于图像处理算法，本论文利用数学形态学具有高并行度的特点，设计了相应的行并行灰度图像处理单元。它可以快速有效的实现各种数学形态学的基本操作，包括灰度腐蚀和灰度膨胀等，同时它还具有对像素间灰度值进行比较，求取绝对值，加权平均，按位移位，3X3区域卷积等功能。通过外部程序编程组合这些操作就可以形成复杂高效的图像处理算法。　　 同时，本论文提出并设计了一种新颖的像素级并行处理单元结构，它可以在灰度图像处理单元工作时，作为该处理单元的存储器，而当灰度图像转换为二值图像之后，它可以直接对二值图像进行更高并行度的像素级并行处理。文中具体介绍了实现灰度和二值数学形态学操作的相关指令结构。　　 本论文还提出了一种快速获取图像全局信息的方法并设计实现了相关的电路，利用多米诺式结构的电路单元，可以更有效的把图像的特征信息快速输出片外，以克服通常图像处理系统中图像数据传输瓶颈的问题。　　 最终，本论文设计实现了1000fps可编程实时图像处理系统的视觉芯片，使用0.18μm1P6M的标准 CMOS工艺进行流片，并测试成功。文中最后给出了该视觉芯片在高速移动物体追踪和高速字符识别方面的两个应用实例。