智能制造核心—MV技術

工業4.0離不開智能制造，智能制造離不開機器視覺。將視覺技術應用于工業設備當中已經是大勢所趨了。機器視覺(MV)包括圖像處理、機械工程技術、控制、電光源照明、光學成像、傳感器、模擬與數字視頻技術、計算機軟硬件技術(圖像增強和分析算法、圖像卡、I/O卡等)。

先來看看MV在工業上的各種“神通”：

缺陷檢測。

計量。

導航、元件跟蹤和識別。

光學字符識別和驗證(OCR/OCV)。

模式識別。

機械手引導。

封裝、產品、表面和網絡檢查。

除了數字圖像采集和分析之外，機器視覺(MV)搭配使用高速攝像頭和計算機來執行復雜的檢查任務。將得到的數據用于模式識別、對象排序、機械臂控制等。英特爾FPGA技術在這方面的優勢不容小覷。FPGA非常適用于MV攝像頭，它使得設計能夠適應各種圖像傳感器以及MV特定接口。還可在邊緣計算平臺中用作視覺處理加速器，以增強人工智能深度學習分析MV數據的功能。誕下一個不知疲倦的“大腦”，還能不斷地學習，不斷地進化。終將有一天，所有的工作它一手攬下，工廠不再需要聘請工人。

想要MV技術發展與工廠完美契合少不了FPGA的助力，IntelMAX10和cycloneIV設備產品家族擁有者得天獨厚的優勢——高性能，靈活性，并且互聯。它們在MV的設計上可是中流砥柱~

在抓幀器電路板上進行高性能圖像預處理（使用CameraLink等協議），實現實時幀速率。

將實時功能集成到攝像頭系統中，實現面向像素的增益控制、缺陷像素補償，并擴大動態范圍等等。

利用FPGA的靈活性支持不斷演進的攝像頭接口。

實施各種總線接口，比如PCI*、PCIe*、GbpsEthernet、USB等。

在單個FPGA上集成多種功能，如圖像采集、攝像頭接口、預處理和通信功能。

使用Cyclone?VSoC，結合您的圖像信號處理管道和執行ARM*A9硬核處理器系統的機器視覺算法，開發完整的機器視覺系統芯片。

使用MathWorks的Simulink和EmbeddedCoder生成面向Cyclone?VSoC的C/C++代碼。與HDLCoder的英特爾SoC支持組合使用時，該解決方案可用于硬件/軟件工作流，包括英特爾SoC上的模擬、原型設計、驗證和實施。

INTEL助力新標準GigEVision

GigE視覺作為新引進的標準，給機器視覺技術帶來了極大提升。它提供一種開放式、高性能、可擴展的框架，支持通過以太網的圖像流傳輸和設備控制。數據傳輸速率——最高達到1,000Mbit/s，最遠可達100米的傳輸距離。該接口標準為基于切換客戶端/服務器架構的聯網機器視覺系統提供一種環境，支持將多個攝像頭連接至多臺計算機。

在部署多個GigE攝像頭的GigEVision應用時，英特爾MAX10FPGA、CycloneIV、CycloneV設備家族等FPGA更能夠帶來優勢：

在單個FPGA設備上集成圖像采集、攝像頭接口、預處理和通信等功能。

隨著產品的演進靈活支持各種攝像頭接口和總線接口。

主板更小、組件數量更少，硬件重制最少，從而降低總體擁有成本(TCO)。

FPGA生命周期長，且輕松遷移至最新FPGA家族，從而降低產品過時風險。

在MV技術當中扮演著重要角色的英特爾FPGA，宗旨在于滿足其高性能，高靈活性和互聯的需求。為下一代智能視覺和視頻應用提供快速開發途徑，靈活適應多種視頻和智能視覺應用的視頻/視覺流水線各個環節中不斷演進的解決方案，幫助化解相關挑戰。