友思特技术
清晰又精巧:无需牺牲质量所收获的高压缩比图像
前言导读 2024.5.15
机器视觉复杂应用中,高分辨率图像的要求往往会带来巨大的数据流和主机处理压力。如何在确保图像质量及其处理效果的同时,有效减少数据流、提升压缩比?友思特图像采集与边缘计算机系列方案为您解答。
![纯logo 纯logo](https://viewsitec.com/wp-content/uploads/elementor/thumbs/纯logo-qmj8airrh0foo53iap5tw5hgvw3121b3k4sho5a3e4.png)
机器视觉应用拓展带来的挑战
近年来,机器视觉行业的新一代 CMOS 传感器逐渐兴起,以高帧率提供高分辨率图像。然而,更高的分辨率和帧率意味着传感器输出的数据量急剧增加,对接口带宽提出了更高的要求。因此,具备更高带宽的相机如 USB3 Vision、5GigE、10GigE、CoaXPress 或 Camera Link 在机器视觉领域受到了广泛青睐,以满足复杂应用的带宽需求。
如今,机器视觉系统不仅局限于工厂车间内的独立机器,还越来越多地应用于移动户外环境,使用嵌入式计算机作为主机,并通过云或边缘计算进行互联网连接。尽管传感器和接口技术已经成功解决了高速图像数据流问题,但庞大的数据流对主机处理仍然构成了巨大挑战。因此,图像数据的压缩变得至关重要,以确保主机能够高效处理这些数据,同时保持图像质量和处理效果不受影响。如何在不牺牲图像质量和图像处理效果的情况下减少数据流呢?这是友思特持续深入研究、积极克服的难题。
![纯logo 纯logo](https://viewsitec.com/wp-content/uploads/elementor/thumbs/纯logo-qmj8airrh0foo53iap5tw5hgvw3121b3k4sho5a3e4.png)
压缩困境:图像质量or压缩比?
对于想要保存完整图像质量的用户而言,无损压缩算法确实能解决部分问题。用户可以获得原始质量的图像,但压缩系数仅保持在 2:1 左右。这对于高分辨率、高速图像处理是远远不够的。
而 MPEG 等压缩算法可以将图像数据量减少10倍或更多,然而,这是以牺牲图像质量为代价的。对于存档图像数据,消费者或某些工业或科学应用来说,部分图像信息缺失是可以接受的。然而,对于高精度图像处理任务,图像质量的损失,尤其是在物体的边缘,可能会导致软件的性能和可靠性下降。
尤其在当前的许多视觉应用中,ROI 图像放大处理和清晰的边缘十分重要。因此,高分辨率或高速图像处理系统的开发人员面临着一个亟待解决的问题:如何实现优秀图像质量和大压缩比的最优化?
![](https://viewsitec.com/wp-content/uploads/2024/05/原始图像-左.png)
![](https://viewsitec.com/wp-content/uploads/2024/05/ROI(感兴趣区域)-右.png)
放大一个 ROI(感兴趣区域)显示(右图),与原始图像(左图)相比
使用 Gidel Quality+ Compression 压缩的图像没有明显的质量损失(图片来源:Gidel)
![纯logo 纯logo](https://viewsitec.com/wp-content/uploads/elementor/thumbs/纯logo-qmj8airrh0foo53iap5tw5hgvw3121b3k4sho5a3e4.png)
Quality+Compression:高压缩比+高质图像
Quality+Compression,这是友思特Gidel提出的一种新的压缩算法,它同时提供高压缩比和高质量图像。在低功耗FPGA上,每个摄像头每秒可实时压缩超过1千兆像素。这使得该软件特别适用于嵌入式系统。该方法不是像无损压缩那样恢复原始图像数据,与 MPEG 等常见算法不同,Gidel Quality+ Compression 专为具有固定视角的图像处理应用而开发和优化。
![](https://viewsitec.com/wp-content/uploads/2024/05/QualityCompression-1024x274.png)
首先,Quality+Compression 通过消除原始图像中不需要或不重要的图像数据来优化压缩过程,而不会降低图像质量。这些可能是伪影、噪点或其他图像特征,这些特征对于完整的图像质量而言无益。
其次,Gidel Quality+Compression 与通用算法的不同之处在于它具有个性化功能。该软件可以使用来自应用程序的真实图像进行训练,以便根据其特定要求优化压缩参数。因此,它在图像质量和数据量之间提供了最佳的比率。
应用案例
在监控设备应用中,对于固定的人或车辆经过的场景,其压缩需求可能与医疗诊断系统或工业测试等设置截然不同。因此,根据每个应用的特定需求调整压缩参数,是打破压缩和图像质量之间困境的关键。这也是能够更有效地压缩与相应应用程序无关的图像信息的唯一方法。
![](https://viewsitec.com/wp-content/uploads/2024/05/监控设备应用-1024x520.png)
Quality+Compression 算法旨在实时压缩多个图像流,每秒处理能力超过1千兆像素。使用友思特图像采集卡或 FantoVision 嵌入式计算机可实现最佳性能。同时系统设计人员还可以使用友思特 FPGA 模块设计符合自身需求的器件。
由于 Quality+Compression 算法具有较低的系统功耗,因此可以在图像采集过程的早期阶段,即存储或处理数据之前执行压缩。这不仅减少了 GPU 和 CPU 的负载,还避免了图像采集卡和主机处理器之间的瓶颈,从源头上减少处理、存储或上传到云的数据量。Quality+Compression 几乎不消耗 FPGA 处理能力,使用友思特 Gidel 的 Infinivision 软件能够以每秒 1 Gigapixel 的速度实时捕获和压缩10多个摄像头的数据。这使得小型而强大的机器视觉系统具有低重量和低功耗(SWaP)的优势。
为了满足当今高分辨率和高速成像的需求,我们需要智能的压缩算法,这些算法能够在保持所需图像质量的同时,提供高压缩率。每个应用都有其独特的图像质量定义,因此,压缩比和图像质量之间的最佳平衡,只能通过差异化的方法和可定制的压缩算法来实现。
![纯logo 纯logo](https://viewsitec.com/wp-content/uploads/elementor/thumbs/纯logo-qmj8airrh0foo53iap5tw5hgvw3121b3k4sho5a3e4.png)
友思特 图像采集系列方案
![](https://viewsitec.com/wp-content/uploads/2024/03/cl图像采集卡.jpg)
Camera Link 图像采集卡
![](https://viewsitec.com/wp-content/uploads/2024/03/GV图像采集卡.jpg)
GigE Vision 图像采集卡
![](https://viewsitec.com/wp-content/uploads/2024/03/cp图像采集卡.jpg)
CoaX Press图像采集卡
![](https://viewsitec.com/wp-content/uploads/2024/03/FantoVision40-rear-scaled_500.png.jpg)