Xilinx Zynq All Programmable SoC：Smarter Vision的最明智选择

采用各种视觉专用算法的嵌入式处理系统大幅增强了摄像头生成的画质。这些技术针对光照条件进行了校正，能够改善对焦，增强色泽和数字缩放观测区域，另外无需使用机械电机控制来执行平移／倾斜／缩放，从而能够进一步提升系统可靠性。企业使用数字信号处理可提供视频分辨率达到以及超过1080p的监控系统。实际上，就无人机（UAV）和军用卫星而言，嵌入式视觉已能够实现前所未有的超高分辨率。若以此分辨率捕获图像，就需要处理大量的像素，而增强和操控这些图像则需要甚至更高的处理能力。

　　但通过数字信号处理操纵图像，增强其清晰度只是开始。凭借先进得多的像素处理功能，监控系统制造商开始创建更尖端的嵌入式视觉系统，以便能在其数字系统所采集的高画质图像上实时执行分析功能。视觉系统设计人员每年都会推出一系列功能更为强大的高级算法，用于创建更为动态的分析功能。这些嵌入式视觉系统的最早期类型只能检测特定的色彩、形状和移动。这项功能迅速地发展为具有下列功能的算法：能够检测跨越摄像头视野中虚拟栅栏的物体；判断图像中的对象是否是一个人；以及，链接至数据库后甚至能识别特定的人。

　　最先进的监控系统所提供的分析功能能跟踪受监测的个人穿越安保网络的视野范围，即便在他们离开摄像头的视野后进入盲点，然后再进入监控网络的另一部摄像头的视野后也能追踪。视觉设计人员已经设计出某些此类系统，用于检测异常或可疑的移动。赛灵思工业、科学及医疗（ISM）事业部系统架构师Mark TImmons表示："分析功能是当今监控市场最大的发展趋势。它可以克服人为错误，甚至取代细致的人工观察和决策。可以想象，在火车站和运动赛场等拥挤的环境中，监控的难度极大。所以如果有分析功能可以发现过度拥挤的危险情况或表现出危险行为或过激动作的个人，就会带来非常明显的优势。"

　　为了进一步增强这种分析功能并提升此类系统的有效性，监控及众多其它使用Smarter Vision技术的市场越来越多地采用"融合"架构，将摄像头和热成像、雷达、声纳和LIDAR（光/激光探测和测距）等其它感测技术相结合。这样Smarter视觉设计人员就可进一步增强最终图像，实现夜视、检测热温/热能影像或是拾取单凭摄像头不能采集或无法看到的对象。这项功能能显著地减少虚假检测，从而实现更准确的分析。毫无疑问，技术融合以及之后分析融合技术采集的数据会带来更大的复杂性，要求更为强大的分析处理能力。

　　Timmons提到，这个市场上的另一大趋势是执行所有这些类型的复杂分析系统都位于监控系统网络的"边缘"，即位于每一部摄像头中，而非由每一部摄像头将自己的数据传输给中央大型机系统，然后再由大型机根据多路馈入的数据进行更精确的分析。分析功能的本地化为整体安全系统增加了灵活性，使得系统中的每个点都能更加迅速准确地执行检测，因而如果摄像头能真正发现切实的威胁，就能更迅速地向操作人员发出告警。

　　分析功能本地化意味着每个单元不仅需要更强大的处理功能来强化和分析摄像头采集的图像，而且还必须足够紧凑，能够集成至高度集成的电子系统中。且由于每个单元都必须能够可靠地与网络的其余部分进行通信，摄像头还必须集成电子通信功能，进一步增大计算复杂度。这些监控单元逐渐通过无线网络连接构成更大型监控系统的组成部分；而且这些监控系统将不断变成更大规模的企业网络乃至更大规模的全球网络的组成部分，正如美国军方的全球信息网格（参见Xcell期刊第69期的封面介绍：http://china.xilinx.com/china/archives/xcell/Xcell69.pdf）。

　　这类高度复杂性有望出现在监控等领域中，也正应用于军事和防务市场的各个方面，从步兵的头盔到与中央司令部联网的军用卫星等，无所不包。可能更令人惊叹的是，Smarter Vision技术正快速进入其它领域，以提高生活质量，确保生命安全。

　　Smarter Vision 成就完美苹果

　　现在以苹果为例。有没有想过一个好苹果是怎么进入您的杂货店的？赛灵思工业科学和医疗业务部的架构师Giulio Corradi说，今天食品公司正在把最新Smarter Vision系统用于食品检验生产线，将坏苹果从好苹果中筛选出来。Corradi表示，高速食品检验生产线上使用的第一代嵌入式视觉系统通常使用一个或者多个摄像头来发现苹果或者其它农产品表面上的瑕疵。如果嵌入式视觉系统发现有非正常的色泽，该苹果就会被打上标记/筛选出来进行进一步检测，或者扔掉。

但是如果在此之前的某个时候水果曾掉落过，但伤痕难以察觉会怎么样呢？Corradi表示"在某些情况下，掉落造成