国家标准将传感器定义为：能感受规定的被测量，并按照一定规律转换成为可用输出信号的器件或装置，通常传感器包括两部分：敏感元件和转换器。IEEE协会从最小化传感器结构的角度，将能提供受控量或待感知量大小且能典型简化其应用于网络环境的集成的传感器称为智能传感器。其本质特征为集感知、信息处理与通信于一体，具有自诊断、自校正、自补偿等功能。
目前智能传感器广泛应用于消费电子、汽车工业、航空航天、机械、化工及医药等领域。随着物联网、移动互联网等新兴产业的兴起，智能传感器在智能农业、智能工业、智能交通、智能电网、健康医疗、智能穿戴等领域，都有着广阔的应用空间。
而智能图像传感器作为智能传感器的一种，目前被广泛应用在各类消费电子中。智能图像传感器是由图像传感器和视觉软件组成，能够捕捉和分析视觉信息，代替人眼做各种测量和判断的设备。主要由图像传感器和视觉软件组成，前者用于捕捉图像，后者用于分析“看到”的内容。
一、智能图像传感器的分类
典型的图像传感器可以分为：图像采集、图像处理和运动控制三个部分。它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。
根据感光器件的不同，图像传感器可以分为CCD和CMOS两种。两者都执行相同的步骤：光电转换——电荷累积——输出——转换——放大。
CCD成像仪主要由两部分构成：滤色器和像素阵列，微透镜将光线漏光到每个像素的光敏部分上，当光子通过滤色器阵列时，像素传感器开始捕获通过的光的强度，然后对光信号进行组合，统一输送到外部线路进行A/D处理。与CCD相比，CMOS是具有像素传感器阵列的集成电路，其每个像素传感器都有自己的光感传感器、信号放大器和像素选择开关。
智能传感器的实现结构主要有三种：非集成化实现、混合形式、集成化实现。按照智能化的程度，分别对应：初级、中级和高级形式。MEMS传感器是指采用微机械加工和半导体工艺制造而成的新型传感器。与传统的机械传感器相比，MEMS传感器具有体积小、重量轻、成本低、功耗低、可靠性高、适于批量化生产、易于集成和实现智能化等特点。从集成化的角度来说，MEMS传感器是智能传感器的未来。
二、智能图像传感器应用广泛，摄像头和激光雷达受青睐
20世纪90年代末期，随着CMOS图像传感器工艺和设计技术的进步，市场份额不断扩大，近年来市场占有率已经超过90%，取代CCD成为主流。
从下游应用领域分布来看，当前CMOS图像传感器主要应用于智能手机和平板电脑，占比下游应用70%左右。随着嵌入式数字成像技术迅速扩展，未来用于智能手机和平板电脑的CMOS的比例将会逐渐降低，汽车系统将成为CMOS图像传感器增长最快的应用。
从应用形式来看，CMOS传感器的主要应用为摄像头模组（CCD）。智能图像传感器的应用组件摄像头目前已广泛应用于各类消费电子中，如：手机、电脑、可穿戴设备等。目前手机、电脑用摄像头是摄像头模组下游应用的最广泛领域之一，未来随着ADAS系统的广泛普及和无人车的推出，车感摄像头领域将会迎来一轮爆发。
相比摄像头，激光雷达的3D成像更加精准是无人车视觉系统的首选，是目前资本市场追捧的热点。激光雷达在探测距离、探测精准度、天气适应性和夜视功能方面具有极大的优势，将会成为未来高端成像设备的主流。
与相机图像不同，激光雷达可通过测量光线的飞行时间，测量物体距离。除此之外，相机的数据源单一，不可靠，虽具有完全360°的覆盖范围，但很容易被迎面而来的光线、黄昏或阴影中看不到东西所遮挡，无法区分远处的重要场景。而且由于激光雷达成本过高，目前各种成像技术多以摄像头运用为主，但未来随激光雷达成本的降低，其在各个领域对摄像头的替代作用也将凸显。
另外，无人机也是智能图像传感器主要的应用之一。目前图像传感器主要是以相机模组的方式，搭载在无人机上，作航拍或者地图测绘等需要成像的领域。随着无人机市场的爆发，无人机用摄像头也将会迎来新增长，预计到2020年无人机用摄像头市场规模可达1亿美元。
三、智能图像传感器的技术现状及未来发展趋势
智能传感器的基本技术主要包括：功能集成化、人工智能材料的应用、微机械加工技术、三维集成电路、图像处理及DSP（数字信号处理）、数据融合理论（嵌入式数字成像技术）。
有两种设计结构，分别是：数字传感器信号处理（DSSP）和数字控制的模拟信号处理（DCASP），一般采用DSSP模式，通常至少包括两个传感器：被测量传感器（如图像传感器）和补偿传感器，传感信号经由多路调制器送到A/D转换器，然后在送到微处理器进行信号补偿和校正，测量的稳定性只能由A/D转换器的稳定性决定。
具有微米量级特征的MEMS传感器可以完成某些传统机械传感器所不能实现的功能。因此，MEMS传感器正逐步取代传统机械传感器的主导地位，在消费电子产品、汽车工业、航空航天、机械、化工及医药等领域得到广泛的应用。
智能图像传感器涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域，主要分为硬件系统和软件系统两大部分。硬件系统包含了处理器、存储器和控制器，软件系统主要包括各种驱动和算法。
目前较为先进的应用主要有：激光雷达、3D成像和传感技术、虹膜识别。
激光雷达按有无机械旋转部件分类，包括机械激光雷达和固态激光雷达。根据线束数量的多少，又可分为单线束激光雷达与多线束激光雷达。而未来的发展方向将会从机械走向固态，从单线束走向多线束。随着激光雷达技术的推进，微型化、低成本、高性能将会成为必然趋势，固态激光雷达也将会成为最终的激光雷达形式。
3D成像能够识别视野内空间每个点位的三维坐标信息，从而使得计算机得到空间的3D数据并能够复原完整的三维世界并实现各种智能的三维定位。目前在高端市场如：医疗和工业领域的应用逐渐成熟，呈现出加速趋势。
虹膜识别是一种新兴的生物特征识别技术，通过采集虹膜图像，提取和比对虹膜纹理特征点之间的差别来识别身份，相比于传统的指纹、人脸等生物特征识别技术具有唯一性、稳定性和高度的防伪性等优势。对比其他生物测定技术只能读取13-60个特征点，虹膜测定技术可以读取266个特征点，准确率高达99.29%。虹膜识别大量应用于安防、监控、特种行业身份识别等领域，但没有突破消费级电子市场，个中原因在于以下三大挑战：虹膜算法，基于互联网的安全解决方案以及虹膜支付的生态建设。