智能工厂对机器视觉都有哪些需求【4】

8、协处理器

在机器视觉图像采集与分析的过程中，图像质量占了重要的关键。如果可以在图像进入分析之前，就对采集的图像进行质量优化，可确保图像分析的正确。在过去的应用中，图像数据采集到系统后，必须通过系统处理器进行计算与图像质量优化，受限于CPU计算资源，能够处理的图像数据量也会受到限制。然而，若能通过FPGA的支持，将图像的矩阵计算，在进到CPU计算之前，即做好过滤以及优化的处理，可以大幅加速图像处理的性能，降低CPU资源。一方面可以把系统资源留给机器视觉系统的核心—图像算法，另一方面可以更实时的处理大数据量的图像，让高速以及复杂的图像处理与分析，得以被实现，预处理功能例如查找表、感兴趣区域、阴影校正等图像质量优化功能。

9、GPU绘图与多媒体图像处理性能

通过CPU与GPU性能的提升，图像检测结果可以被记录、存盘，或者是提供原始资料进行进一步的对比与分析，让智能工厂的信息系统具备更智能的功能。

10、系统显示性能

在智能工厂环境中，传统智能相机仅能通过以太网传输数据，以供中控端的监控使用。若该机器视觉系统可支持VGA输出接口，则该机器视觉系统可以同时通过VGA以及以太网络端口输出图像，连接至HMI或产线端的屏幕，实时检查结果，实时发现问题，将有效提升产线性能。 总而言之，机器视觉系统从性能、扩展性、稳定性、开发成本上，均具备跨界的优势，为现今智能工厂系统应用提供新选择。

5G智能工厂 机器视觉

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。