机器视觉

CPU vs FPGA?图像处理谁更“应景”?

作者:Brandon Treece,NI总部数据采集和控制产品市场经理

机器视觉在工业自动化系统中的应用已经有一定的历史,它取代了传统的人工检查,提高了生产质量和产量。 我们已经看到了相机在计算机、移动设备和汽车等日常生活设备中的迅速普及,但是机器视觉的最大进步莫过于处理能力。随着处理器的性能以每两年翻一番的速度不断提升,以及多核CPU和FPGA等并行处理技术日益受到关注,视觉系统设计人员现在可以应用复杂的算法来可视化数据,并创建出更加智能的系统。

性能的提高意味着设计人员可以获得更高的数据吞吐量,从而实现更快速的图像采集,使用更高分辨率的传感器,并充分利用市场上具有最高动态范围的一些新款相机。性能的提高不仅可让设计人员更快速地采集图像,而且还能更快速地处理图像。预处理算法(如阈值和滤波)或处理算法(如模式匹配)也可以更快速地执行。最终设计人员能够比以往更快地基于可视化数据制定决策。

德州奥斯汀NI总部数据采集和控制产品市场经理,主要负责机器视觉领域的Brandon Treece认为,随着视觉系统越来越多地集成最新一代多核CPU和强大FPGA,视觉系统设计人员需要了解使用这些处理元件的好处和得失。他们不仅需要在正确的硬件上运行正确的算法,还需要了解哪些架构最适合作为其设计的基础。

机器视觉行业的现状和未来

实现“中国制造2025”,完成从制造大国向制造强国的转变,智能制造是主攻方向。在智能制造过程中,机器视觉主要用计算机来模拟人的视觉功能,也就是把客观事物的图像信息提取、处理并理解,最终用于实际检测、测量和控制。随着智能制造的愈演愈烈,市场对于机器视觉的需求也将逐渐增多。

机器视觉可说是工业自动化系统的灵魂之窗,从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位,都是机器视觉技术可以发挥的舞台。而为了因应层出不穷的新应用需求,工业相机的设计也出现新的发展方向。

全球机器视觉系统及部件市场空间(亿美元)(来源:前瞻产业研究院)

全球机器视觉系统及部件市场空间(亿美元)(来源:前瞻产业研究院)

作者:蒙面侠客

在科技发展的潮流中,我们不仅需要更好的功能,更需要更好的用户体验。关于汽车我们需要自动驾驶,关于机器人我们需要他们能够像人类一样能够看清周围的世界,关于我们自己我们需要更好的视觉盛宴,这些需求都可以在强大的硬件平台下实现。探寻一款硬件,并找到相应的开发工具链是很有必要的。

神经网络会成为机器视觉的未来趋势吗?

作者:Peter Behringer /Dr. Florian Hoppe

什么是神经网络?为什么它会成为工业图像处理系统的热点话题?因为神经网络不仅使开发人员从复杂的差异化标准界定程序中解脱出来,还能够自主识别并学习这一标准,并将这一“能力”应用于精确的任务中。但神经网络并不能保持持续可靠地运作,也无法主动实现与时俱进的更新。它们必须先接受专业且深入的培训。本文详细描述了应该如何进行这一培训,所需的准备工作以及与建立神经网络有关的各个开发步骤。

1 简介
1.1 苹果和梨
有人说苹果和桔子根本不具备可比性,而如果谈及机器视觉系统的话,苹果和梨这一组合似乎也找不到任何共同点。即便如此,我们仍然急切地需要能够精确处理不同任务的系统,类似能够基于图像数据区分两种不同类型水果的任务。

视觉导向应用中的可扩展解决方案

作者:前赛灵思机器视觉市场战略总监Aaron Behman

在这篇文章中,前赛灵思机器视觉市场战略总监Aaron Behman 针对嵌入式视觉方面的问题进行了介绍,并解读了赛灵思 All Programmable Zynq® SoC 的独特解决方案。希望能为读者了解该领域的问题有所帮助。

一、嵌入式视觉四大普遍趋势

嵌入式视觉可划分为两个高级类别;感知环境和采取行动。视觉导向的机器人和无人机属于后面的采取行动类。

在民用领域,目前无人机是商业、医疗、农业、广播和执法应用中最热门的话题之一。对许多这样的应用,无人机可提供显著的优势。在广播和执法领域,无人机能够以低得多的成本提供之前需要直升机才能提供的能力。无人机还能执行预订服务,例如即将推出的 Amazon Prime 交货服务,或者如乌干达偏远地区的医疗产品交货服务。在农业应用中,无人机能使用高光谱成像来判断作物的健康状况。而这些应用,只不过是目前已经在使用或正在考虑使用无人机技术应用的冰山一角。

Xilinx 开发者专区
开发者专区为您提供一站式服务:便捷了解 Xilinx 如何实现更智能的互连差异化系统与网络。

下面跟着小编来选择您 All Programmable 旅程的起点吧:

1、软 件 Software
Xilinx 及其第三方 ecosystem 的软件开发环境和嵌入式平台提供一全套熟悉的、功能强大的工具、库和方法。这些环境不仅可缩短您的开发时间,同时还可帮助您按需轻松创建定制硬件加速器。

2、硬 件 Hardware
Xilinx 全可编程器件让常规可编程逻辑迈入集成可编程系统时代。要充分利用系统集成带来的优势,设计团队需要一流的硬件架构、设计流程以及业经验证的方法(其可最大限度提高从概念到实现方案再到调试的工作效率)。

Xilinx机器视觉解决方案

赛灵思提供面向机器视觉应用的一整套解决方案,包括 FPGA 与片上系统 (SoC) 器件、软件、IP 和开发平台。这些解决方案提供多种封装和速度级选项,有助于 满足智能相机的不同尺寸要求,提供的高性能器件能在图像采集卡中实现分析和 高强度处理,各种网络 IP 可用来连接工业通信主干或者实现基于计算机的决策制定。


器件列表

器件名称

产品编号

逻辑

CPU

MHz

封装尺寸

嵌入式视觉系统的益处不只在视觉方面

机器视觉长期以来用于工业自动化系统中,以通过取代传统上的人工检查来提高生产质量和产量。从拾取和放置、对象跟踪到计量、缺陷检测等应用,利用视觉数据可以通过提供简单的通过失败信息或闭环控制回路,来提高整个系统的性能。

视觉的使用并不仅仅在工业自动化领域;我们也看到了相机在日常生活中的大量应用,例如用于计算机、移动设备,特别是在汽车中。摄像头仅仅是在几年前才被引入到汽车中,但是现在汽车中已经配备了大量摄像头,以为驾驶员提供完整的360°车辆视图。

但是谈到机器视觉领域的最大技术进步,可能一直是处理能力。随着处理器性能每两年翻一番,以及对多核CPU、GPU和FPGA等并行处理技术的持续关注,视觉系统设计人员现在可以将高度复杂的算法应用于视觉数据,并创建更智能的系统。

处理技术的发展带来了新机会,而不仅仅是更智能或更强大的算法。让我们看看为制造机器增加视觉功能的应用案例。这些系统传统上设计为形成协作分布式系统的智能子系统网络,该系统允许模块化设计(见图1)。

作者:清风流云

背景:
早在2014年,All Programmable技术和器件的全球领先的Xilinx公司联手生态合作伙伴德国Silicon Software公司推出了Silicon Software公司的VisualApplet软件平台。这套软件平台针对Xilinx Zynq-7000 All Programmable SoC实现了一个图像化FPGA设计和编程的环境。之后此平台几乎颠覆了传统的嵌入式机器视觉系统,为那些从事和寻找先进的、高性能机器视觉解决方案的嵌入式系统架构师、软件工程师、硬件工程师带来前所未有的嵌入式设计体验。

Visual Applet是一个图形化的开发工具,它可以通过简单的拖拽,将复杂的FPGA编程简单化,Silicon Software公司提供了一系列图像预处理Applet,通过组合这些Applet,用户就可以定制自己的图像预处理功能。此外这些Applet将被加载到MicroEnable系列图像采集卡运行的时候完全不占用系统CPU资源,是图像预处理软件硬件化的平台。而且所有的功能模块都以硬件算子的方式提供,这就保证了实时处理的要求。所以图形处理的复杂度仅仅局限于所使用的FPGA的资源。

选择最合适机器视觉照明的八个小技巧

机器视觉系统中的照明系统是极其重要的一部分,它的好坏直接影响着后面的图像处理。在听了一位日本光源专家的讲座之前,我其实对照明并不太了解,不就是将图像照亮以至于相机能够拍到图像吗?但事实并非如此,照明远非增强图像亮度这样简单,好的照明系统可以减少很多图像处理工作,提升整个机器视觉系统效率。那么照明是怎样一门学问呢?如何在机器视觉系统中选择合适的照明系统呢?

合适的照明是机器视觉应用成功的关键,而且是第一要考虑的部分。一个设计良好的照明系统不仅会带来更好的性能,节约时间,而且从长远来看能节约成本。下面来分享选择最合适机器视觉照明的八个小技巧,它们是:

(1) 检测材料缺损请使用亮度高的光;

(2) 精确定位请使用合适波长的光;

(3) 检测玻璃上的刮痕请使用非漫射的光,即Non-Diffused Light;

(4) 检测透明包装请使用漫射光,即Diffused Light;

(5) 创造对比请使用颜色光;

(6) 检测快速移动物体请使用频闪光;

(7) 消除反射时请使用红外光;

(8) 消除颜色变化请使用红外光;

照明是怎样影响机器视觉应用的呢?

同步内容