異構(gòu)處理使機(jī)器視覺(jué)應(yīng)用

　　隨著自動(dòng)化水平的提高，工業(yè)成像和機(jī)器視覺(jué)應(yīng)用在工業(yè)控制中越來(lái)越普遍，以支持提高生產(chǎn)率的動(dòng)力。為了提供對(duì)提高效率的保證，圖像處理系統(tǒng)需要高速運(yùn)行，保證生產(chǎn)節(jié)拍，開始每個(gè)新的單元生產(chǎn)之間的平均時(shí)間，是保持盡可能短。

　　與此同時(shí)，市場(chǎng)上出現(xiàn)了高分辨率相機(jī)，能夠進(jìn)行高清錄制，并能支持對(duì)生產(chǎn)線上的部件進(jìn)行極其精細(xì)的成像。由于使用千兆以太網(wǎng)，它們能夠高速地傳送這些高質(zhì)量的圖像。因此，從圖像處理軟件中獲得高性能是至關(guān)重要的。

　　這意味著硬件中的關(guān)鍵算法的實(shí)現(xiàn)，但在工業(yè)圖像處理中的靈活性是至關(guān)重要的。不同類型的組件和程序集需要特別注意某些視覺(jué)特性。組裝后對(duì)多氯聯(lián)苯的檢查通常是檢測(cè)焊點(diǎn)中的斷裂和夾斷，指出可能的失效來(lái)源。檢查發(fā)動(dòng)機(jī)歧管可能會(huì)發(fā)現(xiàn)未對(duì)齊或缺失的緊固件。雖然這些任務(wù)可以使用共同的模塊，如邊緣檢測(cè)和模式匹配來(lái)識(shí)別感興趣的區(qū)域，但每一個(gè)都需要自己的一組圖像處理例程來(lái)完成完整的檢查任務(wù)。

　　Flexibility will become even more important when image processing subsystems are called upon to assist with setting up automation. Image processing is becoming necessary not just for inspection， but to help position robotic systems and train them. Whereas robots would traditionally be programmed using carefully calculated motion profiles， they are now beginning to use cameras and objects within the visual field to align themselves and determine which components they need to pick up and work on. To run such imaging applications， developers need a toolkit of functions that can easily be assembled on a platform with the performance needed to run the algorithms in real time.