图像识别技术在国家安全、公安、交通、金融、工业化生产线、食品检测等诸多领域具有广泛的应用前景。现有的图像识别系统基本是面向计算机应用，其方案是：采用图像采集卡(或直接网络相机接入)、在PC机上运行图像处理算法来实现。但由于大部分图像识别系统要求数据量大、算法复杂、对实时性要求高，基于PC的应用系统不仅体积大、成本高、实时性能力差，而且有时不能满足特殊应用环境(例如印刷车间)的需求。
应用的需要与现有图像识别系统的不足，驱动了智能相机的蓬勃发展，目前几乎所有的相机厂商均在花大力量研发智能相机，传统的信号处理厂商亦纷纷加入其中。智能相机已不是一台简单的相机，而是一种高度集成化的微小型机器视觉系统。它将图像的采集、处理与通信功能集成于单一相机内，从而提供了具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。同时，由于应用了最新的DSP、FPGA及大容量存储技术，其智能化程度不断提高，可满足多种机器视觉的应用需求。智能相机一般由图像采集单元、图像处理单元、图像处理软件、网络通信等功能单元组成。智能相机很好的解决了基于PC平台的图像识别系统在体积、成本、实时性能方面的缺陷，同时亦能工作于恶劣环境。可满足大部分机器视觉和其它图像识别应用领域。
但对一些特殊图像识别应用，如药品检测、水果分选，由于客户应用需求的特殊性所带来的图像处理软件的定制化要求，现有智能相机的系统有限开发性、DSP/FPGA计算能力的瓶颈等等制约了客户的应用开发。解决这一问题的有效办法是：将智能相机中的智能处理单元定制成一个满足客户要求(处理能力、存储能力、通讯能力、开放程度等)专用平台，在此平台上开发客户定制化的应用软件，以满足客户数据量大、处理算法复杂等应用需求，从而形成客户自己的定制化(简称“DIY”)智能相机。
综上分析，笔者认为，未来图像识别系统的发展趋势必将是通用工业智能相机与DIY智能相机(相机+嵌入式图像处理平台)共同引领天下，通用工业智能相机将满足常规图像识别应用的领域(如安防)，而DIY智能相机将满足特殊行业(如印刷瑕疵检测)的应用。
