人工视觉仍然需要图像采集卡

最初,图像采集卡被用作模拟视频数字转换器和图像缓冲器,但如今它们能够执行复杂的任务,例如图像处理。图像采集卡的设计不断发展,旨在提高系统性能并减少计算机处理需求。

除了图像采集之外,图像采集卡还执行机器视觉系统中的三项重要任务。首先是图像重建,利用原有的模拟视频技术,将摄像机的模拟信号数字化。图像采集卡执行的第二个功能是存储图像,直到主机 CPU 可以接收图像。最后,它为曝光、快门和触发控制等活动提供实时相机控制。

自从数字技术开始在机器视觉相机的设计中取代模拟技术以来,图像采集卡的作用已经发生了转变。在现代数码相机中,图像重建涉及从一个或多个通道获取信息并重新排列图像中的像素。对图像缓冲区和相机控制的需求仍然是必要的,但必须在越来越短的时间内完成,以允许相机高速运行。

相机性能挑战 PC 处理能力

在计算机上使用直接相机接口可能会减少图像采集卡的使用,但并没有消除视觉行业对它们的需求。图像传感器技术在图像速度和分辨率方面都得到了发展,需要图像采集卡来执行捕获、处理和触发任务,这可能会导致计算机处理能力过载,从而减慢制造过程的速度。

处理这些任务不需要特定的硬件,因此用于图像处理和其他功能的CPU容量所剩无几。使用图像采集卡,下载相机数据和图像编辑任务意味着PC的大部分处理能力可用于图像处理和其他任务。

有大量新应用需要相机的高性能。例如,平面屏幕的检查需要分辨率越来越高的相机。智能手机和平板电脑等设备要实现高清质量,需要对宽度小于1 µm的子像素滤色片进行检查。

另一个行业需求是极高的生产速度和高效率,这要求检测系统的工作速度更快。目前正在运行的系统之一用于平板显示器的自动光学检查,使用多个线性扫描相机,并且必须能够每秒处理7 GB的数据。

PCB检测或线性检测应用对高速和精度都有类似的要求。与平板检测一样,每个系统的运行速度决定了工厂的生产速度。视觉系统处理速度通常是一个限制因素,因此视觉系统集成商需要寻找选项来最大限度地减少主机需求,从而提高系统速度。图像采集卡在图像采集中执行的工作量极大地提高了整个过程的高性能。

图像采集卡在计算机视觉系统中的作用还远未结束。对高性能的需求增加以及数据传输量和速度的增加保证了图像采集卡在寻求更高效率的未来。

另一方面,图像采集卡不断发展,通过提高执行图像处理任务的能力以及预处理图像以供成像系统进行后续处理的能力来适应人工视觉系统并为其增加价值。即使是可以直接连接到 PC进行数据采集和图像分析的相机也可以受益于图像采集卡的处理能力,从而优化系统性能并对高速处理起到基础作用。

相关推荐
YongCheng_Liang3 小时前
从零开始学 Python:自动化 / 运维开发实战(核心库 + 3 大实战场景)
python·自动化·运维开发
鸽芷咕3 小时前
为什么越来越多开发者转向 CANN 仓库中的 Python 自动化方案?
python·microsoft·自动化·cann
大大大反派6 小时前
CANN 生态中的自动化部署引擎:深入 `mindx-sdk` 项目构建端到端 AI 应用
运维·人工智能·自动化
Token_w6 小时前
CANN ops-cv解读——AIGC图像生成/目标检测的图像处理算子库
图像处理·目标检测·aigc
aaaffaewrerewrwer6 小时前
常用的 HEIC 转 JPG 在线工具整理(无需安装)
图像处理
缺点内向6 小时前
C#: 告别繁琐!轻松移除Word文档中的文本与图片水印
c#·自动化·word·.net
机器视觉的发动机7 小时前
AI算力中心的能耗挑战与未来破局之路
开发语言·人工智能·自动化·视觉检测·机器视觉
lxs-7 小时前
CANN计算机视觉算子库ops-cv全面解析:图像处理与目标检测的高性能引擎
图像处理·目标检测·计算机视觉
0思必得08 小时前
[Web自动化] Selenium处理滚动条
前端·爬虫·python·selenium·自动化
芷栀夏8 小时前
CANN开源实战:基于DrissionPage构建企业级网页自动化与数据采集系统
运维·人工智能·开源·自动化·cann