白车身在线视觉检测系统能够完成高精度在线测量任务，在现代汽车制造装配过程中起着非常重要的作用。系统中，视觉传感器是核心部件，其性能的优劣直接决定着系统的测量精度与效率。传统的视觉传感器由于功能简单，自身图像处理能力差，往往采用中央处理计算机集中式处理，系统测量效率低；另外，由于传感器通常采用模拟信号输出，信号在工业现场长距离传输时易受干扰，图像质量差，系统测量精度无法保证。上述种种不足已限制了在线视觉检测技术向精度更高、速度更快的方向的发展。为解决上述问题，本文围绕智能化数字视觉传感器的相关技术展开了研究。该传感器以快速模板匹配算法为核心，融合图像采集、特征粗定位、控制决策和数字信息传输等功能于一体，以推动检测系统由模拟信号传输、中央计算机集中处理方式向数字信号传输、各节点分布处理方式转换，进一步提升系统的稳定性、实时性和测量精度。论文主要研究工作包括：1.为进一步提高白车身在线视觉检测系统的测量效率与精度，在对传统视觉传感器和集中式处理方式分析的基础上，明确了课题内容——可用于分布式处理的新型智能化数字视觉传感器的关键技术研究。2.针对白车身视觉检测系统的应用需求，完成了智能化数字视觉传感器的总体方案设计。3.对比了多种图像采集和处理平台，并以SOC ARM11系列的S3C6410处理器为核心处理单元，进行了传感器硬件模块化设计。4.以Linux作为软件平台，完成了Bootloader、内核、文件系统设计和移植，以及图像采集模块驱动设计和测量应用程序设计。5.基于ARM Linux平台，分析对比多种算法，开展了以去均值二维归一化互相关法（NNPROD）为相似性测度、多分辨率金字塔匹配为搜索策略的匹配算法研究。6.基于“滚动相加补全像素法”的二维求和新方法和“拆分后全局计算法”，开展了模板匹配中互相关系数快速计算技术研究，提高了图像处理速度。7.搭建了实验平台，设计并完成了相关实验，实验结果表明智能化视觉传感器的应用可有效提高系统的测量精度和测量效率。