机器的图像和实时视频处理功能分析

机器的图像和实时视频处理功能分析

人脑是我们所知道的最先进的紧凑型处理单元;但是，由于采用了新的处理器，工具，架构和软件，图像处理方面的改进可能会很快超过我们。新技术及其快速采用率为工业制造和检验，以及医药，消费电子/游戏，当然还有机器人技术提供了巨大潜力。目前，我们正在开展先进的功能，如当执行诸如填充水的简单任务时，比例，积分和微分（PID）功能。事实上，我们进行了如此复杂的运动控制和平衡，机器人可能很快就会羡慕我们。然而，我们出色的能力之一就是我们能够在视野中挑选模式，执行物体识别，深度感知，轨道运动和测量相对速度甚至加速度，使我们与大多数机器区别开来。

早期的图像处理主要集中在澄清静止图像上，许多边缘增强算法和细微的细节都没有在快速帧率和高度刚性图像上进行。处理器更简单，更慢，并且执行DSP功能的能力更低，因此结果粗略，获取速度慢，并且远不如辨别人眼和大脑那么可靠。

然而，随着我们改进机器，我们开始为它们提供我们无法比拟的卓越功能，图像和实时视频处理是我们未来的机器（霸主？）将拥有的这些功能之一。这要归功于处理器，工具，算法和我们现在正在制定的启发式方法，我们能够为机器提供这些功能，这些功能可能很快就会超出我们自己的能力。

内存和架构问题

视频信息在数字域，因此无论图像来自NTSC，PAL，RGB，YUB，分量还是隔行扫描或非隔行扫描的HD源都无关紧要。前端同步和解码器芯片和硬件阶段可以很好地捕获图像像素并将它们填充到内存阵列中，通常作为光栅化扫描线。

内存架构和拓扑结构很重要，但是，因为它们会影响处理器访问和操作数据的方式。例如，您可以以线性方式将图像数据压缩到存储器中，但这可能意味着相邻帧不会在位可寻址存储器边界处排列。例如，使帧的扫描线的第一行在二进制计数器的零点处对齐更快更容易。比较连续帧数据变得更容易访问和获得，如果不需要复杂的寻址方案来索引和逐帧地观察视野的相同部分。

另一个与记忆相关的因素可以简化视频处理和信息提取与位平面分离有关，特别是随着像