机器视觉和嵌入式视觉的区别

嵌入式视觉和机器视觉应用是有效的,但它们有不同的优先级和需要考虑的接口。

通过友邦保险 2019年6月9日

嵌入式视觉和机器视觉是非常有效的系统。选择一个系统而不是另一个系统取决于当前和预计的应用程序需求。

机器视觉系统传统上依赖于PC。来自帧采集器或接口卡的图像将图像数据发送到计算机,然后计算机分析图像并将信息传递给系统的另一部分。该系统通常包括摄像机、PC机和连接两者的电缆。但电子产品有一种小型化的趋势。

现在,该行业正在普遍使用单板计算机(spc)。相机电子设备也变得更小了。没有外壳的小型相机现在是一种选择,导致相机集成到紧凑的系统。由于这些发展,用于新应用的高度紧凑的相机系统正在被创造出来。这些是嵌入式视觉系统。

机器视觉特性

机器视觉通常依赖于标准操作系统和接口协议。使用商业图像处理库可以很容易地编写软件。更新解决方案的原因不是性能。那就是基于pc的机器视觉系统既复杂又笨重。由于涉及到大量接口,将它们集成到现有系统中可能会很棘手。最近的技术进步使这些部件变得更小。

嵌入式视觉的进步

嵌入式视觉系统通常比基于pc的系统更容易使用和集成。它们的活动部件也更少,需要的维护也更少。它们通常只包括一个没有外壳的摄像头(板载摄像头),通过连接器连接到处理板(嵌入式板)。这些组件被组合成一个设备,从相机发送的图像直接在系统的处理板上进行处理。

随着机器学习的进步,嵌入式视觉系统能够对相机捕获的图像进行分类。在过去,软件开发人员花费了大量的时间和精力开发算法来根据其特征对项目进行分类。但机器学习算法可以根据已经看到的东西的“经验”来学习区分不同的物品。

嵌入式视觉应用

嵌入式视觉系统可以在从日常设备到自动化智能工厂等各种应用中找到。它们的小尺寸和加工使它们适用于广泛的工业应用,从制造汽车和车辆部件,化学品和药品,电子到工业机器人和自动化包装系统。它们还用于自动驾驶车辆和驾驶员辅助系统、无人机、生物识别、医学成像和空间成像。

本文原载于视觉在线.AIA是CFE Media内容合作伙伴推进自动化协会(A3)的一部分。Chris Vavra编辑,CFE Media制作编辑,cvavra@cfemedia.com

原创内容可在www.visiononline.org