異構處理使機器視覺應用

　　隨著自動化水平的提高，工業(yè)成像和機器視覺應用在工業(yè)控制中越來越普遍，以支持提高生產(chǎn)率的動力。為了提供對提高效率的保證，圖像處理系統(tǒng)需要高速運行，保證生產(chǎn)節(jié)拍，開始每個新的單元生產(chǎn)之間的平均時間，是保持盡可能短。

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

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

　　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.