智能工廠對機器視覺都有哪些需求【4】

8、協處理器

在機器視覺圖像采集與分析的過程中，圖像質量占了重要的關鍵。如果可以在圖像進入分析之前，就對采集的圖像進行質量優化，可確保圖像分析的正確。在過去的應用中，圖像數據采集到系統后，必須通過系統處理器進行計算與圖像質量優化，受限于CPU計算資源，能夠處理的圖像數據量也會受到限制。然而，若能通過FPGA的支持，將圖像的矩陣計算，在進到CPU計算之前，即做好過濾以及優化的處理，可以大幅加速圖像處理的性能，降低CPU資源。一方面可以把系統資源留給機器視覺系統的核心—圖像算法，另一方面可以更實時的處理大數據量的圖像，讓高速以及復雜的圖像處理與分析，得以被實現，預處理功能例如查找表、感興趣區域、陰影校正等圖像質量優化功能。

9、GPU繪圖與多媒體圖像處理性能

通過CPU與GPU性能的提升，圖像檢測結果可以被記錄、存盤，或者是提供原始資料進行進一步的對比與分析，讓智能工廠的信息系統具備更智能的功能。

10、系統顯示性能

在智能工廠環境中，傳統智能相機僅能通過以太網傳輸數據，以供中控端的監控使用。若該機器視覺系統可支持VGA輸出接口，則該機器視覺系統可以同時通過VGA以及以太網絡端口輸出圖像，連接至HMI或產線端的屏幕，實時檢查結果，實時發現問題，將有效提升產線性能。 總而言之，機器視覺系統從性能、擴展性、穩定性、開發成本上，均具備跨界的優勢，為現今智能工廠系統應用提供新選擇。

5G智能工廠 機器視覺

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。