基于视觉处理器芯片的遥感图像智能处理系统设计与验证

随着遥感卫星成像技术向高分辨率、高帧率的方向快速发展,星上遥感图像处理技术面临海量数据处理速度慢、有效信息提取能力不足、载荷功耗高等瓶颈问题。文章提出一种面向星上处理的遥感图像智能处理系统,系统架构设计基于一款边缘型视觉处理器芯片,该芯片为可重构并行处理器架构,可通过指令编程兼容支持图像预处理算法、计算机视觉算法和深度学习神经网络算法。基于算法-硬件协同设计思想,对图像处理算法进行了剪枝和量化等压缩优化,在芯片上实现算法的高效部署。搭建基于视觉处理器芯片的遥感图像智能处理系统,进行实验验证。结果表明,该系统能够完成对遥感图像的实时目标检测等智能化处理,系统处理能力达到200 M像素/s,芯片峰值计算能效达到2×1012次/W(300 MHz时)。

CEVA发布基于ADAS视觉处理器的安全性设计套件

CEVA公司发布了符合IsO26262标准的安全性设计套件，可以帮助客户加快使用CEVA—XM4图像和视觉DSP实现先进驾驶辅助系统（ADAs）功能的认证过程。CEVA公司委托功能安全解决方案厂商YOGITECH提供故障模式影响和诊断分析（Failure ModesEffects and Diagnostic Analysis，FMEDA）报告，并且针对达到ASILB标准提供建议。CEVA已向客户授权CEVA—XM4DSP处理器，并且用于汽车关键性安全应用的设计。

Synopsys面向ADAS应用推出ASIL D等级嵌入式视觉处理器IP

Synopsys推出符合汽车安全完整性等级（ASIL）B，C和D标准的全新采用安全增强套件（SEP）的DesignWareEV6x嵌入式视觉处理器，加速汽车片上系统（SoC）的开发。

Synopsys推出高性能嵌入式视觉处理器IP

新思科技公司（Synopsys，Inc．）全新Design Ware EV视觉处理器产品系列中的首批产品开始供货。该系列的EV52和EV54视觉处理器是完全可编程和可配置的视觉处理器IP核，它们结合了软件解决方案的灵活性与专用硬件的低成本和低功耗特性。EV处理器以超过1000GOPS／W的性能实现了卷积神经网络（CNN），从而能够仅以其他视觉解决方案的一小部分功耗，实现对诸如面部、行人和手势等多样化目标的快速而准确的监测。

CEVA发布基于ADAS视觉处理器并符合ISO26262标准的安全性设计套件

全球领先的蜂窝通信、多媒体和无线连接DSPIP平台授权厂商CEvA公司宣布完成了符合IS026262标准的安全性设计套件，可以帮助客户加快使用CEVA—XM4图像和视觉DSP实现先进驾驶辅助系统fADAS）功能的认证过程。

基于ADAS视觉处理器并符合ISO26262标准的安全性设计套件

该套件可以帮助客户加快使用CEVA-XM4图像和视觉DSP实现先进驾驶辅助系统（ADAS）功能的认证过程。CEVA公司委托功能安全解决方案领导厂商YOGITECH提供故障模式影响和诊断分析（FailureModesEffectsandDiagnosticAnalysis，FMEDA）报告，并且针对达到ASILB标准提供建议。

视觉阵列处理器超越函数加速单元设计

由于在计算机视觉算法中涉及大量超越函数的运算,为了加快算法在视觉阵列处理器上的运行速度,满足视觉应用的实时性需求,提出了一种调整截距分段线性逼近算法,并基于此设计了一种定点运算系统和对数运算系统混合的超越函数硬件流水线结构.新算法实现了正余弦函数的近似计算,并通过对数/指数计算转换、采用对数运算系统实现了反正切、开平方根、指数运算、对数运算等超越函数的计算.通过数百个随机数据的仿真验证,表明该结构可有效地降低计算误差,提高吞吐率.基于SMIC 0.13μm CMOS集成电路工艺对混合计算系统进行了综合,电路工作频率达200MHz.

ADI推出高性能Blackfin处理器

Analog Devices最近推出一系列双核、1GHz处理能力的Blackfin处理器。ADSP-BF608和ADSP-BF609针对嵌入式视觉应用进行了优化,并均配备一个称为＂流水线视觉处理器（PVP）＂的高性能视频分析加速器。PVP由一组可配置的处理模块构成,设计用于加速多达5个并行图像算法,从而实现极高的分析性能。

ADI推出最高性能Blackfin处理器

全球领先的高性能信号处理解决方案供应商Analog Devices Inc．最近推出一系列双核1GHz处理能力的Blackfin处理器。ADSP—BF608和ADSP—BF609针对嵌入式视觉应用进行了优化，并均配备一个称为“流水线视觉处理器PVP”的高性能视频分析加速器。PVP由一组可配置的处理模块构成，设计用于加速多达5个并行图像算法，从而实现极高的分析性能。这些处理器是许多应用的理想之选，如高级汽车辅助驾驶系统ADAS、工业机器视觉和安防／监控系统等。

ADI推出高性能Blackfin处理器

AnalogDevices，Inc．（ADI）推出一系列双核、1GHZ处理能力的Blackfin处理器。ADSP—BF608和ADSP—BF609针对嵌入式视觉应用进行了优化，并均配备一个称为“流水线视觉处理器（PVP）”的高性能视频分析加速器。PVP由一组可配置的处理模块构成，设计用于加速多达5个并行图像算法，从而实现极高的分析性能。这些处理器是许多应用的理想之选，如高级汽车辅助驾驶系统（ADAS）、工业机器视觉和安防／监控系统等。

ADI推出最高性能BIackfin处理器

ADI最近推出一系列双核，IGHz处理能力的Blackfin处理器。ADSP—BF608和ADSP—BF609针对嵌入式视觉应用进行了优化，并均配备一个称为“流水线视觉处理器（PVP）”的高性能视频分析加速器。PVP由一组可配置的处理模块构成，

面向视频监控及通用信号处理的高性能Blackfin处理器

ADSP-BF60x系列处理器具有1GHZ内核性能和新的专用视觉加速器，支持将多功能分析技术广泛运用于嵌入式视觉应用。ADSP—BF608和ADSP-BF609针对嵌入式视觉应用进行了优化，并均配备一个称为“流水线视觉处理器（PVP）”的高性能视频分析加速器。PVP由一组可配置的处理模块构成，设计用于加速多达5个并行图像算法，从而实现极高的分析性能。

CEVA为低功耗嵌入式系统带来高度智能视觉处理能力

CEVA公司发布第四代图像和计算机视觉处理器IP产品CEVA-XM4。基于CEVA-MM3101所取得的成功，CEVA-XM4具备特别功能，以应对在嵌入式系统中实现高能效的类似人类的智能视觉和图像感知功能所面对的重大挑战。CEVA在CEVA-XM4中采用了可编程宽矢量架构、定／浮点处理能力、多重同步标量单位，以及一个专门针对计算机视觉处理需求的低功耗指令集，使其比CEVA-MM3101实现多达8倍的性能增强，并提升多达35％的能效。

CEVA为低功耗嵌入式系统带来高度智能视觉处理能力

CEVA日前发布第四代图像和计算机视觉处理器IP产品CEVA—XM4。基于CEVA—MM3101所取得的成功，CEVA—XM4具备特别功能，以应对在嵌入式系统中实现高能效的类似人类的智能视觉和图像感知功能所面对的重大挑战。

半导体智能视觉系统芯片

介绍半导体智能视觉系统芯片的研究背景、基本概念、体系架构的演变、设计案例及今后的发展方向。认为半导体智能视觉系统芯片是一种支持图像获取、计算视觉和深度学习融合处理的典型边缘计算型视觉系统芯片,具备实现或超越人类视觉系统的功能及其性能的潜力,在高速运动目标的实时追踪、图像识别、智能交通、虚拟现实、机器人、生产线自动产品质量检测及各类智能化玩具等领域具有广泛的应用前景。

基于图象分割的机器人视觉系统的设计与实现

机器人视觉系统是自主机器人的重要组成部分 ,而如何精确高效的处理视觉信息是视觉系统的关键问题 .本文介绍了一个包括离线颜色分析器和实时视觉信息处理器两大部分的机器人视觉系统 .离线颜色分析器用于提取各种颜色的阈值 ,实时视觉信息处理器则利用阈值进行图象分割 ,从而使机器人准确认知当前环境 .

机器视觉原理解析及其应用实例

机器视觉技术,是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。机器视觉不同于计算机视觉,它涉及图像处理、人工智能和模式识别。机器视觉是专注于集合机械、光学、电子、软件系统、检查自然物体和材料、人工缺陷和生产制造过程的工程,它是为了检测缺陷和提高质量,操作效率,并保障产品和过程安全。它也用于控制机器。

ADSP-BF60x处理器集成专用视觉加速器

日前，ADI公司针对嵌入式视觉和高性能DSP应用推出四款双核、lGHz处理能力的Blackfin处理器。型号为ADSP-BF608和ADSP-BF609的Blackfin处理器专门针对嵌入式视觉应用进行了优化，均配备一个称为“流水线视觉处理器（PVP）”的高性能视频分析加速器。

汽车应用推动嵌入式视觉系统市场的增长IHS iSuppli

车道偏离报警和自动泊车等汽车应用将成为今年嵌入式视觉系统的主要增长动因，嵌入式视觉系统是一项赋予机器“视觉”并通过计算机视觉软件解释数据的技术。汽车发动机罩应用中的专用计算机视觉处理器的2013年销售收入预计达到1．51亿美元，

基于CUDA的场面全景图像柱面投影并行算法

在机场宽场景下全景视频图像拼接中,柱面全景图生成和显示相对比较简单,因而被广泛采用,但存在视频分辨率及焦距的增加处理耗时不断增长的问题。研究并设计标准运算平台(Compute Unified Device Architecture,CUDA)中视觉处理器(Graphics Processing Unit,GPU)的并行计算原理,提出一种基于CUDA的场面全景图像柱面投影并行算法,将数据格式对齐、设备数组与二维纹理绑定以及柱面投影坐标计算等功能模块利用并行策略转移至GPU中进行加速处理。实验结果表明,优化后的算法能明显提升处理效率,并根据视频分辨率和焦距的提高,最大加速比提升约9倍。