隨著科技的發展和更多業務需求的增長，嵌入式視覺系統也迎來了更多的挑戰，比如功耗、復雜的算法、處理器的性能、更高的圖像分辨率等，人們需要的是更加智能化的系統，嵌入式視覺系統是實現智能化系統重要的組成部分。

 

圖1：嵌入式視覺系統的組成

 

 

作為系統的輸入CMOS和CCD是目前圖像采集采用的兩種領先技術，CCD能夠提供更高的圖像質量，但是經過過去10年的發展CMOS與其的差距也越來越小了，在功耗、成本和功耗方面大有超過CCD之勢。此外很多應用都需要高效的并行處理系統，因此需要采用專用的硬件處理器比如GPU、DSP、FPGA和多核（multi-core）SoC，但是這無疑會增加系統的成本、功耗和PCB尺寸等，因此一款經濟高效的處理器也是行業所需。當然在實際應用中我們要根據系統的實時性能、功耗、圖像精度和算法復雜度來選擇合適的處理器。

 

為了協助用戶搭建自己的嵌入式視覺平臺和產品，Xilinx聯盟合作伙伴Avnet（安富利）推出了一系列視覺應用解決方案，比如PicoZed嵌入式視覺開發套件，其中PicoZed SoM集成的是Xilinx Zynq-7030 All Progammable SoC，此外還包括PicoZed擴展板卡V2.0、HDMI FMC擴展板卡（集成攝像頭接口）和一個Python-1300-C SXGA（1280x1024）攝像頭模塊。
 

 

圖2：Avnet（安富利）推出的PicoZed嵌入式視覺開發套件

 

這款PicoZed視覺開發套件非常適合開發機器視覺應用，除了硬件、軟件工具和豐富的授權IP核資源，它還支持reVISION Stack技術棧，reVISON Stack包括豐富的設計資源，比如算法、硬件加速OpenCV函數庫以及目前流行的神經網絡訓練數據集。嵌入式視覺系統還在不斷的發展，在各大廠商和工程師們的努力下將會突破各種瓶頸，在機器視覺、人工智能、物聯網和工業自動化等領域獲得更多的應用。






推薦閱讀：

慣性傳感器在運動物聯網中的重要作用 
一款優質的電源必然具備:啟動性設計 
如何利用電表診斷數據部署AMI發揮其全部潛能？ 
解析目前六款類腦芯片，如何顛覆傳統架構