随着社会经济的发展,工业生产领域对智能工业相机的性能要求越来越高。本课题致力于基于FPGA的高性能智能工业相机的研究。由于FPGA独特的硬件结构使得其只适合进行简单的图像预处理工作,因此结合FPGA处理器的特点进行图像处理算法的改进和高效移植是本课题高性能智能工业相机系统开发中的难点与重点。本文分析了基于FPGA平台的高性能智能工业相机的关键技术,提出了一套智能工业相机软硬件设计方案,成功研制出了微型智能工业相机样机。样机采用300万像素逐行扫描CMOS Sensor和高性能低功耗CyclonelV系列FPGA芯片组合,实测整机功耗不到1W。本文使用Verilog HDL编写FPGA内部控制逻辑实现了对图像数据流的控制、处理和传输以及SDRAM的驱动,在SDRAM的读写模块,创新性地提出了一种半乒乓读写机制,从而避免了帧交错的情况发生,保证了帧读取画面的完整性。USB部分实现了slavefifo模式下的数据传输,传输速度接近40MB/s,基本达到USB2.0最高传输速度；提出MFC架构的智能工业相机调试分析软件方案,实现视频预览、截图等功能,为智能工业相机研究的后续工作开展提供了平台。为了更真实地将Bayer阵列还原为彩色图像,本文在对比了双线性插值算法和梯度相关性算法之后,提出了更适合FPGA实现的全梯度插值算法；巧妙地利用FPGA的内部IP核,通过流水线处理方式实现了以上三种算法,实验对比结果证明全梯度插值算法较梯度相关性算法更少的硬件资源占用和更好的还原效果。本文对低照度增强算法进行去浮点数改进,使用流水线处理法实现改进后的算法,充分的发挥了FPGA的并行处理优势,最后通过获得视频的效果和帧率对比证明了算法的有效性和实时性。在边缘检测算法的实现过程中,首先将彩色图像转换为灰度图像,然后巧妙地利用FPGA的内部资源实现了Sobel边缘检测算法,最后展示了不同阀值的边缘检测的实验结果。最后对本课题研制出的智能工业相机样机进行实际测试,该样机的视频流畅、图像清晰,并且能够连续长时间稳定工作,可用性满足实际需求。而基于此样机平台的典型图像算法的改进和实现过程可以为其它更复杂的图像算法的FPGA实现做参考,具有较高的理论意义和应用价值。