计算机视觉
图像处理

采集卡让机器视觉发挥到极致

近十几年来,众多接口技术的发展成为了采集卡的杀手,先是以太网和USB,然后是智能相机,再到今天的USB3.0和GigE,那么下一个杀手将是谁呢?有一点是需要明白的,他们都是无罪的,这样认为的人们都错了。

通过机器视觉领域的专家来看,采集卡不会被“杀死”,因为它能提供工业图像处理网络接口,最低的等待时间,图像处理功能,和在PC当中集成的数据。总而言之,如果你需要发挥机器视觉的最大能力,或者服务较早的机器视觉技术,那么采集卡就是你的唯一选择。

数字神话

那些直接连接PC的数字相机是采集卡工业黑暗时代的预兆。当你能够直接通过以太网口或USB口将相机连接到PC上就可以获取数据,进行处理的时候,你为什么还需要花几百美金去购买一块PCI槽或PCI-E槽的采集卡呢?

“虽然数字相机已经占领了传统的模拟相机,但是模拟仍是当下的欢迎者。我们将模拟采集卡卖到很多市场,特别是亚洲,也卖到了美洲。这里有很多机器视觉应用可以使用SONY 模拟相机和我们的Alta-AN 系列模拟采集卡完成。通常需要结合你需要的数据传输速率和分辨率。”尽管模拟仍然占据着许多亚洲市场,我们也会使用Camera Link和新的CoaXPress标准。作为一个通用的标准,美洲使用Camera Link要多于欧洲,尽管随着CoaXPress的到来。我们也发布了第一款CoaXPress采集卡,如果贸易谈判支持它,那么特别期望CoaXPress成为一个重要的标准,因为它的高带宽和比CameraLink的更长的传输距离。

高带宽,低耗时

显而易见,现在很多架构在朝向无采集卡的方向发展,使用GigE或FireWare,但是对于我们来说,采集卡的优势不仅仅在于它的带宽,而在于它的耗时和决定。如果你在每秒100到200帧的速度下处理图像,那么这种情形不会再Windows PC上出现。你不得不为需要决定和耗时少于100ms的超高性能应用使用采集卡。在高速下,决定性的实时应用,比如机器人运动控制,相机为每一个伺服系统关闭反馈循环,而这对于使用USB,Fireware或GigE是不切实际的。这些接口都是设计让网络中所有成员都能彼此通信。因此,他们需要将传输的数据打包,这样会引起中断,在通信过程中导致跳变和耗时。一旦PC接收到数据包,它的网络接口卡需要重新集合这些包,这样会错乱。而就是在这里讲数据转换到PC系统当中。在Windows的抢占式多任务特性下,它将进一步的添加跳变到图像处理系统中。如果你有高性能的PC能处理高于100ms的耗时,那么你可能需要方法来处理这些问题,但是我们从没有在关键应用或安全系统应用使用这样的方式。

智能相机也许是另一种答案,因为它们运行在耗时低的嵌入式系统下,但是智能相机都是预先设定好仅有的一些算法。如果你需要订制的算法,你就超出了大多数智能相机的能力。采集卡的角色在进化,但是它们使用艰难,因为它们需要用户使用最好的处理器和最快的协议。这不仅仅是带宽,而是集成多种类型的测量到单个系统的灵活性,通过板载的I/O去触发和同步,另外分担处理器耗时的操作,比如使用DMA将数据传输到内存。

更加智能

随着信号的增加,采集卡也需要添加智能和处理能力来帮助PC去处理额外的负担。随着相机速率的增加,就需要平衡有许多图像处理工作,我们引入基于FPGA图像处理功能,这个非常适合高通道和高输出应用,比如OCT(光学相干断层扫描),能够实时处理图像数据。这对于高速控制应用也一样,比如安放和跟踪半导体晶片。不像GPU,FPGA也适合于I/O,而不仅仅是处理图像。

当然,并不是所有的高端视觉应用都需要一个混合采集卡/单板计算机。对于一些应用来说,通过FPGA几个毫秒数据传输的延迟就太多。我们的FlowThru 架构就允许采集卡直接控制、获取、重新格式化和传输视频数据到用户的应用中,而且是在相机速度下没有耗时或占用CPU。

跟多数机器视觉产品一样,技术是横穿传统线并向新工业和应用延伸的。FPGA和GPU原来都是位防御和娱乐设计的,现在却在机器视觉产品中发现它们,而机器视觉现在正用于游戏控制和性能先进的展览。高端机器视觉系统现在正在向嵌入式数据获取产品方向延伸。

换句话说,采集卡做好自己,哪也别去!

转载注明来源:CV视觉网 » 采集卡让机器视觉发挥到极致

分享到:更多 ()
扫描二维码,给作者 打赏
pay_weixinpay_weixin

请选择你看完该文章的感受:

0不错 0超赞 0无聊 0扯淡 0不解 0路过

评论 抢沙发

评论前必须登录!