智能化社会的高速发展使得图像传感技术逐渐聚焦于动态场景的感知。为获取更高的时域分辨率，当前主流的CMOS图像传感器必须不断提升帧频，从而导致输出数据量激增。但是，动态信息在这些数据中的比例有限，其余绝大部分则是静态冗余。对冗余数据的传输和处理，导致了带宽、存储资源以及功耗的浪费。事件型CMOS仿生视觉传感器可以有效地解决以上问题，因此对于需求高时域分辨率的应用领域，研究该类传感器显得至关重要。
　　本文在研究生物视觉原理以及事件驱动控制理论的基础上，分析了现有的CMOS图像传感器技术，研究并确定了事件型CMOS仿生视觉传感系统的架构；分析了像素在电路中的非理想因素及其导致的事件阈值和时间信息上的误差，经过详细推导后建立了相关模型，并以带限高斯白噪声为例仿真分析了成像质量退化与各非理想因素之间的关系，指出了设计和应用过程中有效提升传感器的成像质量的办法；提出了对数管堆叠式的事件型仿生像素结构，有效提升了时域对比度灵敏度，在此基础上设计并成功流片测试了一款事件型CMOS仿生视觉传感器芯片；分析了固定时长窗选法以及最近事件法两种事件数据重构等效帧的方法，提出了一种事件驱动的窗选方法以减轻图像中的边缘缺失和拖尾，利用芯片测试所得数据对三种算法进行了多个对比实验，验证了所提出算法的有效性。
　　本文的主要创新点包括：
　　1、提出了一种对数管堆叠的事件型CMOS仿生像素设计。该设计能够以相同的MOSFET数量和电容放大比，在背栅系数κn=0.8的典型工艺条件下实现光电转换增益增加1.25倍，时域对比度灵敏度提升50%。在实际测试中得到的结果分别为增加1.2倍和提升至少40%。
　　2、研究了一类新的像素噪声——输入相关噪声，推导并建立了完善的数学模型。该模型能够有效量化噪声幅度与输入信号特性和系统参数之间的关系。基于该模型优化像素设计与传感器应用环境，在带限高斯白噪声型输入下，可以将传感器的成像质量提升20dB以上。
　　3、提出了一种事件驱动的窗选方法将事件流数据重构为等效帧图像。算法应用事件驱动原理划定构成等效帧的时间窗口，使其长度能够根据事件流的性质自适应地调整，有效地缓解了传统方法构成的等效帧中存在的边缘缺失和拖尾。