嵌入式视觉图像处理中FPGA与GPU的优劣对比

作者:admin    发布时间:2019-06-22    浏览量:

嵌入式视觉系统以各种方式不同于传统的机器视觉系统。从设计到非传统应用的使用,它们的构建方式与机器视觉系统完全不同,后者通常位于工厂内,高度结构化的环境中,并捕获高质量的图像。

嵌入式视觉系统

嵌入式视觉系统需要高度紧凑,能够在极具挑战性和非结构化的环境中运行,同时仍能提供高质量的图像。因此,它们的处理架构不同于大多数机器视觉系统中的处理架构。虽然嵌入式视觉仍然是一项新兴技术,但迄今为止,嵌入式系统中通常使用两种主要类型的处理器 - 现场可编程门阵列(FPGA)和图形处理单元(GPU)。

什么是GPU以及它们在嵌入式视觉中的用途?

GPU在嵌入式视觉中的用途

GPU广泛用于嵌入式视觉系统,因为它们能够提供大量的并行计算潜力。这甚至可以包括加速处理管线的处理像素数据的关键部分。这在产生大量图像数据的高分辨率或高速应用中特别有用。通用GPU(GPGPU)是最常见的GPU形式,因为它们是为满足各种应用的需求而构建的。

所有GPU都利用软件进行成像算法。这有许多好处,因为它允许最终用户根据现场需要调整或更改成像功能。这为一个系统提供了极大的灵活性,可以完成多种类型的成像功能,以及现场微调视觉系统 - 这是许多嵌入式应用中发生的重要事情,这些应用发生在室外且远离PC。

什么是FPGA以及为什么它们用于嵌入式视觉?

FPGA在嵌入式视觉中的用途

GPU是一种流行的选择,但近年来FPGA作为图像处理器越来越受欢迎。它们的主要缺点一直是,并且在某种程度上仍然是FPGA缺乏GPU的灵活性这一事实。FPGA利用算法的硬件表示,这意味着重新编程或微调利用FPGA的系统的图像处理需要更多的时间和资源。

但是,硬件比软件快得多。FPGA因其极低的延迟水平而越来越受欢迎。它们还能以更低的能耗提供更多的处理潜力,并且它们可以加速计算机视觉管道的几个部分,其中GPU只能加速一个。

每种形式的处理器都有自己的优点和缺点。如果您的应用程序需要高度的灵活性,那么GPU可能是正确的答案。如果低延迟和高速度至关重要,那么FPGA可能是应用程序的最佳处理器。

无论使用哪种类型的处理器,嵌入式视觉系统终会打破传统的视觉行业,并在从未使用旧机器视觉系统的应用中增加更多的功能。

相关新闻推荐

关注官方微信

微信二维码
版权所有 深圳市如虎科技有限公司 Copyright © 2018-2019 Tigervs.Com All Rights Reserved 粤ICP备19029139号-1