智慧相機在機器視覺應用領域廣泛

澳大利亞國家資訊通訊技術研究院（NICTA）的Yu Shi在《Smart Cameras: A Review》一文中所指出的，智慧相機將會越來越多地部署到醫療、娛樂和教育等領域。在這些領域，每種應用都需要不同型別的智慧相機。在過去的十年中，機器視覺應用領域對智慧相機的需求穩步增長。
在空間受限的工業過程監控中，使用與基於PC的機器視覺系統連線的大量相機，並不是一種可行性方案。在這種情況下，使用包含了相機和PC功能的智慧相機，能為系統整合商提供區域性通過/失敗判定、I/O零件剔除和聯網的管理能力等選項，同時還能減少系統所佔用的空間。
對於那些希望為工業應用部署智慧相機的使用者而言，市場上存在一系列智慧相機產品可供選擇，這些產品中包含不同型別的影像感測器、CPU、DSP、FPGA、I/O、軟體以及內部和外部照明功能。
多處理器架構在提供機器視覺應用所需的影像處理吞吐量方面非常有用，因為這種架構可以在不同處理器之間分配視覺任務。例如，FPGA能最有效地執行諸如直方圖均衡和影像過濾等處理任務；而對於統計模式識別這樣的任務，則最好交給通用CPU來執行。通過在多個處理器之間分配這些任務，可以有效地執行影像處理任務，從而減少延遲和處理時間。
瑞典中部大學的Abdul Waheed Malik在他的論文《用於實時機器視覺系統的三種智慧相機架構的比較》（Comparison of Three Smart CameraArchitectures for Real-Time Machine Vision System）一文中表示，基於軟體的商用智慧相機可能會比其他型別的設計展現出更高的延遲，並消耗更多的功率，但是它們可以獲益於更輕鬆的軟體程式設計。
在這種智慧相機設計中，FPGA可以執行低階影像處理功能，例如在CPU、DSP或GPU處理影像之前的缺陷畫素校正、伽馬校正或拜耳插值。通過將這些任務解除安裝到FPGA上，相機中的處理器可以更好地執行更高階別的影像處理任務。
正如智慧相機的架構非常重要一樣，智慧相機的易用性或可程式設計性、用以按照需要的速度執行特定的任務，對於系統整合商而言也非常關鍵。雖然智慧相機可以使用各種不同型別的影像感測器、I/O和照明配置，但是供應商通常提供用於執行某種特定成像任務（如條形碼讀取）的智慧相機產品。這些特定功能通常已經定製到相機的板載FPGA和CPU上，相機已經不能配置為執行其他任務。
然而，許多系統整合商需要能夠執行多個影像處理操作的智慧相機，例如影像增強、特徵位置、物件測量、存在/不存在檢測或其他機器視覺任務。在這種情況下，開發人員將面臨多種選擇。為了滿足這些需求，許多智慧相機供應商提供具有自身軟體和圖形使用者介面（GUI）開發系統的智慧相機產品。雖然使用這種相機可能僅限於使用供應商自己的軟體，但是供應商對智慧相機及其使用的視覺軟體都有深入的瞭解，這一點對系統開發人員也是一種支援保證。
雖然許多智慧相機在設計上都較為相似，但是製造商已經認識到，要讓這些智慧相機產品實現增值，是通過它們可以執行的機器視覺任務來實現的。將這樣的軟體定製到特定的裝置中，使得供應商能夠更緊密地控制其產品和他們的客戶需要執行的任務。
由於很多智慧相機都是基於Intel或AMD處理器的，朗銳智科適時推出基於Intel處理器智慧相機，支援多種軟體包，可執行用於目標檢測、零件定位、特徵測量和缺陷分析等任務。