0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

关于图像处理芯片的性能分析和应用

lC49_半导体 来源:djl 2019-08-30 15:33 次阅读

在了解视频处理之前,我们需要了解图像的基本组成:像素(pixel),即“画像元素”。每个像素就是真实图像的一个取样点,而照片就是这一个个取样点的集合,单位面积内的像素越多代表分辨率越高,所显示的图片就会接近于真实物体。

我们平时说的百万像素(Mega Pixels,缩写为MP)是指有“一百万个像素”,通常用于表达相机的分辨率。例如,我们说一个摄像头有1200万像素分辨率,拍摄出的最高像素图片一行大约4000个像素,一列大约3000个像素,合计约为4000×3000=12,000 ,000像素,即12MP。现在主流电视一般支持1080P片源。

关于图像处理芯片的性能分析和应用

摄像的过程实际就是把光信号转换为电信号的过程。在数字摄像的过程中,外面的光通过透镜打到传感器芯片,传感器芯片把图像分解成百上千万个像素,传感器测量每个像素的色彩与亮度,并把它转化为数字信号作为代号,例如“010101010……”。这样,实际图像就变成一系列数字的集合。由于原始图片尺寸通常很大,为了传输方便,视频处理芯片再对其继续进行压缩编码等处理,以方便传输储存等。

摄像处理流程:

1. 镜头:汇聚外界景物发出的光线。

2. 传感器芯片:传感器芯片把外届图像分解成百上千万个像素,并转化为电信号,并传给模拟数字转换器,转换成数字信号。

3. 视频处理芯片:接受传感器传送的数字信号,对其进一步处理,比如压缩编码等。

所以,传感器芯片(光信号转为电信号)与视频处理芯片(主要处理数字信号)是图像处理最重要的两种电子元器件

关于图像处理芯片的性能分析和应用

CMOS传感器逐步代替CCD传感器成为主流

传感器芯片主要有两种类型:电荷耦合元件(CCD,Charge-Coupled Device)与CMOS传感器(CIS,CMOS Image Sensor)。CCD于1969年被发明,并于1975年正式应用于照相机领域,CMOS的出现则相对晚了十年。

随着后来CMOS成像技术不断提升,CIS借其低功耗、体积小、高帧数(有利于拍摄动态影像)等优势,逐步在民用消费电子等领域占领市场,而CCD则由于图像质量有优势,在专业领域如在卫星、医疗等领域仍有一席之地,但已经逐步丢失大部分市场份额。鉴于CIS的市场份额已经超过99%。我们在本文主要讨论CIS的行业状况。

关于图像处理芯片的性能分析和应用

2.1 CIS行业技术发展与趋势——得技术者得天下

芯片作为最高端的电子元器件,一直是靠技术迭代驱动,而CIS又是属于芯片中相对高端的一类产品,故此一直是得技术者得天下,且龙头效应愈发明显。索尼公司凭借在摄像领域强大的技术储备与领先程度,近几年一直处于龙头地位而且在CIS市场份额一直在扩大,从2015年的38%上升到2016年的42%。

CIS主要分为传统(前照式)CIS、背照式(Back-illuminated)CIS。

传统的前照式CIS光线射入后依次经过片上透镜、彩色滤光片、金属线路最后光线才被光电二极管接收。由于金属线路会对光线产生影响,最后被光点二极管吸收的光只有80%或者更少,折旧影响了图像质量。

背照式CIS改变了架构,把金属线路与光电二极管位置调换,让光线依次经过片上透镜、彩色滤光片、光电二极管。这样减少金属线路对管线的干扰,从而增加进光量,减少噪度,对于光线不足场景有比较明显效果。Sony公司平衡了量产工艺与成本的问题,于2009年将背照式CIS商用化。

关于图像处理芯片的性能分析和应用

在背照式CIS的基础上,各家公司纷纷开发新的技术:

2013年,为了解决相邻像素模块互相干扰问题,三星开发了ISOCELL技术,在相邻像素模块中间插入金属隔离层,这样每个像素模块可以吸收更多光线,大幅度提高图像质量。随后三星在ISOCELL基础上推出升级版ISOCELL Plus,把金属隔离层改成日本富士公司(Fujifilm)提供的特殊材料,进一步减少金属对于光线的干扰,可以将感光度提升15%。目前ISOCELL PLUS技术主要应用在大像素产品上,例如分辨率20MP以上的传感器。

关于图像处理芯片的性能分析和应用

2017年,在背照式CIS之后索尼发明了业界第一款三层堆叠式stacked CIS。这款传感器在传统堆叠式传感器的感光层(光电二极管)与金属线路之间增加了一层DRAM存储层。增加DRAM存储层用来临时存储数据,作用类比计算机的内存,可以整体提高数据读写速度,对于高速动态物体的抓拍有很好的效果。

2018年,索尼公司为了解决图像扭曲问题,推出具有模拟数字转关(ADCAnalog Digital Converter)模块的CIS。传统的CIS需要一行一行读取传输感光模块,这就造成了图像焦面扭曲。索尼新产品在传统感光层下面平铺一层ADC层,可以同时读取感光模块,完美的解决了图像扭曲问题。在感光层与ADC之间,用铜-铜Cu-Cu连接,在一款传感器中最多用了300万个铜-铜连接器

关于图像处理芯片的性能分析和应用

关于图像处理芯片的性能分析和应用

可以看出CIS的技术门槛很高,微架构方面的改进都是在纳米级别。半导体制造方面也需要有足够的工艺水平来配合设计的构想,故此索尼与三星在CIS方面都是IDM模式(Integrated Device Manufacturing,全产业链模式),即自己拥有设计、制造、封装全套技术。

通过技术方面的不断探索,索尼与三星逐步占领了CIS市场份额前两位,目前两个巨头市场份额超过60%。

2.2 CIS市场概况

根据IC insights 2016年数据,2016年全球图像传感器市场规模约为116亿美金,到2021年预计为170亿美金,CAGR=10.3%,销售数量CAGR=13.6%。我们的预测数据高于IC insight,详情请看2.3节。

CIS市场集中度较高,龙头(索尼)份额进一步加大。2016年前四大公司占有全球76%的市场份额,索尼(42%)、三星(18%)、豪威/Omnivision(12%)、安森半导体(6%)。前几大厂的侧重点各不一样,索尼与三星主要是消费电子应用占主导,安森半导体则在汽车电子有优势。

关于图像处理芯片的性能分析和应用

2.3 下游需求仍将保持旺盛

过去十年,对于CIS最大的拉动莫过于智能手机的普及。未来十年,我们认为多摄像头手机无人驾驶汽车、安防、医疗、机器人等行业应用占比将逐步升高,继续拉动下游需求。

关于图像处理芯片的性能分析和应用

从左下图可以看出,从智能手机兴起开始,CIS的出货量曲线基本拟合智能手机出货量曲线。2013年以前主要是智能手机的拉动,尽管在2013年后,手机增长趋势放缓,但是由于其他应用的崛起,例如安防、智能汽车、物联网等,CIS的增长曲线仍能保持以前的增长趋势。

多摄或将成为行业趋势

虽然智能手机出货量已经趋于稳定,但是双摄甚至多摄摄手机再一次拉动了CIS的需求。目前配备双摄的主要是2000元以上手机。根据第三方数据,2017年全球双摄手机渗透率达到了8%-10%,我们估计未来3年有望达到50%渗透率甚至更高。即绝大部分2000元机以及相当比例千元机会标配双摄。仅此一项,按年出货15亿部手机计算,未来三年即可额外拉动7亿颗CIS需求。

2018年华为已经率先推出搭配3摄的P20 Pro旗舰手机。而国外厂商Light已经推出配备9个摄像头的原型机。在智能手机创新不足的情况下,摄像头是为数不多可以做文章的突破口。

关于图像处理芯片的性能分析和应用

关于图像处理芯片的性能分析和应用

关于图像处理芯片的性能分析和应用

3D感测(3D Sensing)将增加红外CMOS图像传感器需求

3D感测是未来人机交互的重要入口之一。根据AMS公司预测,2017年3D感测市场规模为1亿欧元,未来5年3D感测市场CAGR=44%,2022年将达到8亿欧元。目前由于成本与技术的原因,大部分3D sensing 应用在工业领域。随着产品技术的不断发展,未来4年电子/汽车/工业领域CAGR分别为74%/45%/13%。到2022年预计超过60%的下游应用在消费电子领域。

关于图像处理芯片的性能分析和应用

未来3D感测应用将从手机延伸到汽车、智能家居、可穿戴设备。主要应用有:

智能手机:人脸识别、AR、手势识别

工业:3D 定位、无人机器人、图案(Pattern)识别

智能家居:手势识别、光线感应、人体感应。

汽车:驾驶监控(例如疲劳驾驶)、手势识别、3D雷达

目前3D感测主要有三种技术路径:结构光(structured Light)、TOF(Time of Flight)与双目测距(Stereo Vision)。其中双目测距所需算法量太大,对于硬件资源要求较高,目前产业主要以结构光与ToF为主。

关于图像处理芯片的性能分析和应用

从上表可以看出,3D sensing中对于红外摄像头或者红外传感器的需求是最多的。

随着AR应用的发展,未来手机3D感测配置将从前置扩展到后置。ToF 感应技术识别距离可达4~5m,远超过结构光识别距离(一般在1m以内),故此我们分析未来后置3D感测技术路径将是ToF主导。例如微软游戏主机Xbox One中的Kinect就是采用ToF技术解决方案。

根据智能手机出货量与3D感测前置/后置渗透率,我们估算未来三年3D感测对于红外CIS的拉动需求为7000万颗/1.79亿颗/3.5亿颗,YOY分别为600%/255%/196%。

关于图像处理芯片的性能分析和应用

汽车无疑是继手机之后最大的CIS应用场景之一

预计到2021年,车用CIS在所有应用占比将从2015年的3%提升到14%,是增幅最大的下游应用。

车均摄像头数目有望从目前1.23个持续增加,到2020年预计达到2.2个/车。2017年全球车载摄像头出货量约为1.2亿台,汽车产量约为9700万辆,平均全球每台车装备摄像头数目约为1.23个。随着各个国家对于交通安全的重视(例如美国要求在2018年5月开始所有新产轿车必须装备后视摄像头,到2019年范围扩大到所有卡车与公交车)以及ADAS的渗透率提升,未来 车均摄像头数目有望持续增加。

一个摄像头对应一颗CIS。基于以下几个假设,我们估计未来3年车载CIS需求量:

全球汽车产量年均增长4%

配备ADAS车均摄像头5个,1个后视摄像头+4个环视摄像头

普通车配备一个摄像头

关于图像处理芯片的性能分析和应用

结论:预计未来3年车载(前装市场)CIS需求量分别为1.4亿、1.8亿、2.4亿颗,增速分别达到21%、28%、33%,到2020年车均摄像头数目为2.2颗。以上估算略有保守,高端ADAS车型车均摄像头超过5个,例如Tesla配置8颗摄像头。

多摄智能手机、3D感测、无人汽车 三驾马车对于CIS拉动

综上所述,我们预测了对于CIS拉动最大的三架马车:即智能手机多摄、3D 感测、无人驾驶汽车(前装市场),对于CIS的需求未来三年将达到34亿、39亿、45亿颗,YoY分别为12%、15%、15%。

关于图像处理芯片的性能分析和应用

视频处理芯片——计算机视觉芯片将成为主流

视频处理芯片的作用主要是处理上游CIS传输过来的数字信号,例如受限于传输带宽的原因,图像需要进行压缩、编码等处理,经过传输,在后端进行解压缩还原图像。在这个过程中,视频处理芯片处理算法的质量直接决定着图像后端显示的清晰程度,重要程度可见一斑。

目前估计全球视频处理芯片市场规模约为30亿美金,其中安防领域5亿美金左右。预计到2022年整体将达到55亿美金,4年CAGR约为16%,其中汽车占比最高(74%),将达到41亿美金;安防占比其次(20%),将达到11亿美金。

关于图像处理芯片的性能分析和应用

我们认为以下几个方面将会继续拉动视频处理芯片的发展:

终端视频设备数量持续增加。随着芯片小型化与性能提高,越来越多的终端可以提供高质量视频,如智能手机、平板电脑、可穿戴设备、安防摄像头、无人机等。关于手机、汽车等数据请参阅我们第二章的分析。

安防领域,我们估计2017年全球网络摄像机芯片出货量达到1亿台左右,其中专业安防占70%,消费级安防占30%,估计未来安防市场CAGR=15%,到2022年预计网络摄像芯片整体数目将达到2.01亿台。

关于图像处理芯片的性能分析和应用

图像处理质量能力提升->ASP提升。终端产品所支持的图像画质逐步提升,从最早的480P->720P->1080P->4K(UHD,超高清)。终端屏幕显示能力的提高反过来驱动了片源图像质量的提升,同时也驱动了芯片的处理能力的提升。

视频压缩能力需求加强->ASP提升。对于家用摄像机领域,压缩视频可以延长摄像机的电池使用寿命与摄录工作时间。我们看到纯无线电池类摄像头开始涌现,代表产品:Amazon doorbell ,待机时间可长达6个月。对于专业安防领域则可以节省传输带宽,故此芯片压缩视频的能力变得至关重要。

例如,现在视频芯片普遍从H.264编码格式升级到H.265编码方式。相比H.264,H.265只需原先H.264编码的一半带宽即可传输相同质量的视频,同样存储方面也会节省一半的空间。

功能性模块增加->ASP提升。在个人消费领域,消费者会随时把视频从终端传到智能手机或者社交网站分享,而在专业领域,视频会被传输到云端储存、分析。这就要求芯片具有无线通讯能力,即蓝牙或者wifi模块。

关于图像处理芯片的性能分析和应用

计算机视觉功能加入->ASP提升。计算机视觉指的是芯片可以自动分析、处理、识别图像中的内容。比如停车场中的自动识别车牌、自动驾驶中识别左右交通线防止车道偏离、人脸识别等。

具有计算机视觉模块的视频处理芯片将会逐步占领主流市场,目标领域是边缘端。把计算机视觉处理能力放在边缘端可以1)降低减少带宽需求2)降低云端存储成本3)加快反应时间

代表产品:海康威视500 万星光级1/2.7”CMOS ICR 日夜型半球型网络摄像机,其主要特点有:

高分辨率:2560×1440@25fps

支持背光补偿,适应不同监控环境

红外模式:自动切换,实现真正的日夜监控

计算机视觉:10项行为分析,2项异常检测,1项识别检测

关于图像处理芯片的性能分析和应用

主要视频芯片厂商

4.1 全球CIS相关公司

这里我们对比一下国内外CIS厂商各自主流高端产品:

从传感器尺寸、有效像素、帧率等三个主要参数看,索尼仍然在CIS领域领先全球。例如索尼2018年7月最新发布的IMX586具有业界最高水平的 4800 万像素,并且传感器尺寸为 1/2 英寸,在高达4800万像素图像下,仍然可以达到每秒30帧的水平,性能相当强悍。三星与豪威紧随其后,中国厂商的产品虽然距离一流大厂还有一定差距,但已经逐步从中低端开始渗透。

关于图像处理芯片的性能分析和应用

索尼——CIS市占率42%

源自日本,以研制电子产品为主业,经营领域横跨消费性电子产品、专业性电子产品、游戏、金融、娱乐等。众所周知,索尼公司长期统治了相机市场,与其掌握强大的核心元器件技术CIS是分不开的。2017其半导体营收占集团总营收10%,达到72亿美金,其中主要产品有CIS(营收45亿美金,约占半导体营收60%)、VCSEL(应用于3D感测核心部件)、电视投影仪芯片、OLED等。其多次发布革命性CIS技术,如3D堆叠(具体见2.1节),牢牢占据摄像领域高端市场。

关于图像处理芯片的性能分析和应用

三星电子——CIS市占率18%

韩国最大的消费电子产品及电子组件制造商,亦是全球最大的信息技术公司。2017年受益于存储器价格景气周期,存储龙头三星电子超过Intel成为最大的半导体公司。2017年三星电子总营收2139亿美金,其中半导体营收663亿美金,占总营收31%。CIS营收约为20亿美金左右。

关于图像处理芯片的性能分析和应用

Omnivision(北京豪威科技)——CIS市占率12%

成立于1995年的豪威科技,是一家领先的数字图像处理方案提供商,原为美国纳斯达克上市公司,后于2016年初被中资财团以19亿美金收购。公司主营业务就是CMOS图像传感技术。

截止到2017年底,豪威主要财务数据如下(人民币):资产总额 143.7亿;净资产90.89亿;营收90.5亿元;净利润27.7亿元。

2018年7月14日,韦尔股份公告拟以现金收购北京豪威1.97%的股权,本次收购价格预计为人民币2.6-3.0亿元,我们预期以后韦尔会提高其持股。

中国资本收购豪威,有助于补中国在CIS领域的空白。被收购前,豪威是属于CIS第一集团,市占率仅次于索尼、三星。从豪威专利数量也可以看出豪威的技术储备,而且在国外的专利数量(我们分析主要是中国)已经超过美国本土。如果中方资本能够利用好豪威的技术储备,背靠中国的大市场,豪威在中国半导体的产业链中将占有重要一环。

关于图像处理芯片的性能分析和应用

安森美半导体On Semiconductor——CIS市占率6%

安森美半导体(ON Semiconductor,美国纳斯达克上市代号:ON)提供全面的高能效电源管理、模拟、传感器、逻辑、时序、互通互联、分立、系统单芯片(SoC)及定制器件。

关于图像处理芯片的性能分析和应用

关于图像处理芯片的性能分析和应用

格科微——未上市

公司创立于2003年,是国内领先的图像传感器芯片设计公司,主要服务于全球移动设备及消费电子市场。目前,公司主要从事CMOS图像传感器、LCD Driver、高端嵌入式多媒体SOC芯片及应用系统的设计开发和销售,获得中国半导体行业协会颁发的“2017年中国十大集成电路设计企业奖”。

国内第一颗量产的CMOS图像传感芯片,第一颗基于BSI工艺的5M像素CMOS图像传感芯片以及第一颗BSI工艺的2M像素CMOS图像传感芯片均来自于格科。

4.2 图像处理芯片相关厂商

华为海思国内芯片龙头企业已经占有专业安防领域超过50%市场份额,从以下产品性能对比也可以看出,高端Hi3559芯片在专业安防领域已经不逊于国外产品。安霸新产品CV2主要卖点在于配备神经网络(DNN)的计算机视觉功能,可以在边缘端领域自动识别物体;被英特尔收购的Movidius芯片有比较好的性能与功耗的平衡,目标市场在于可穿戴、无人机等领域;中国富瀚微在高清视频处理方面颇又有竞争力,已经成功进入国内一流安防市场,并且积极进行汽车前装领域的验证。

关于图像处理芯片的性能分析和应用

华为海思——专业安防芯片领域市占率超过50%

海思半导体作为中国大陆半导体设计公司龙头,2017年营收达到387亿人民币,同比增长27.7%.海思已经深耕半导体行业20多年,有超过200种芯片和专利数量超过5000。在以智能手机代表的移动通信领域,海思麒麟系列芯片已经成功跻身国际一线芯片行列,无论是从处理器速度、基带(全网通模式,上下行下载速度)、工艺制程等参数均不输于国外一线大厂。

关于图像处理芯片的性能分析和应用

在安防领域,根据我们的市场调研,海思已经在专业安防领域(即对芯片性能要求最高的领域),已经占有全球50%以上市场份额,产品已经广泛应用于海康威视、大华股份等一线安防厂商。而华为的目标不仅仅是专业安防领域,在消费级也在逐步扩展市场。例如视频会议系统、USB即插即用运动相机等。

华为在安防领域的优势:

1)掌握底层核心技术:芯片。在这一系列扩张的背后都是有强大的技术做支持:从底层芯片到上层软件从而延伸到整个系统,缺一不可。而华为恰恰掌握了底层最核心的元器件——芯片,即掌握了整个系统的入口,在自家芯片上开发自家系统,无论从安全性与系统开发迭代速度角度看都有较大优势的。

2)掌握未来发展的入口:人工智能。未来安防向着智能化方向发展。而华为已经率先在自家芯片试验人工智能模块,例如应用于旗舰机Mate10的麒麟970芯片。虽然麒麟970的人工智能功能不是很明显,可以看做是一次试水,我们更期待今年发布麒麟980芯片在人工智能方面的表现,但是这个证明华为已经在未来科技入口处开始布局,并且是从芯片、软件、系统、产品全方位布局,可以推断华为会将人工智能应用从智能手机扩展到智能安防领域。

安霸(Ambarella)——市场地位受到挑战

2017发布第一款计算机视觉芯片CV1,主要应用在安防、可穿戴、无人机领域,未来还将扩展到无人汽车等领域。下游主要客户包括海康威视、大华股份、GoPro, Garmin等。2018财年营收达到2.95亿美金,下游主要市场包括安防、无人机、运动相机、汽车(包括前装、后装)等。

安霸在视频市场的地位收到了来自中国厂家的挑战,主要竞争对手包括海思、富瀚微等。故此安霸需要加快开发高端产品,以增加产品附加值,例如2018年推出的采用10nm工艺的CV2计算机视觉芯片,主要定位于无人汽车市场。

关于图像处理芯片的性能分析和应用

关于图像处理芯片的性能分析和应用

富瀚微

A 股为数不多的安防芯片优质标的。公司成立于2004年,是国内最早进入安防视频监控相关领域的企业之一,公司主要产品为安防视频监控多媒体处理芯片。其中,图像信号处理(ISP)芯片产品种类覆盖度高,2016年模拟摄像机ISP芯片市场份额超过60%;网络摄像机芯片(IPC SoC)的市场份额由于与安防巨头海康威视的深度合作得以快速提升,2017年度IPC SoC 芯片在安防领域实现从零到一的增长。

公司积极向高端领域扩展:

1)逐步向汽车前装市场渗透。公司现在已经有1颗芯片进入国内主流厂商前装验证环节,目标是360度环视系统。

2)积极投入研发,在研项目有:

面向消费应用的云智能网络摄像机SoC芯片:具备AI人脸识别的轻应用人工智能芯片。

H.265超高清视频编码SoC芯片。H.265编码技术将比上一代H.264编码技术提高一倍的压缩比例,即H.265只需原先H.264编码的一半带宽即可传输相同质量的视频,同样存储方面也会节省一半的空间。

预计安防市场空间未来3-5 年仍有望保持15%-20%左右高速增长,公司仍将受益于行业增长红利。

关于图像处理芯片的性能分析和应用

晶方科技——CIS封测厂商

公司成立于2005年,专注于传感器领域的封装测试业务,同时具备8英寸、12英寸晶圆级芯片封装技术。封装产品主要包括CIS芯片、指纹识别芯片、微机电系统芯片(MEMS)等。

公司一直在走“小而美”路线。深耕晶圆级封装技术,相对于同行业,毛利率净利率一直领先三大封测厂。

国家扶持推动公司发展。2018年初,国家大基金以6.8亿元入股晶方科技,占9.32%股份。晶方科技是细分赛道CIS封测的龙头,未来无论在物联网、3D sensing 领域均有重要战略意义。

大力投入研发。2017年研发支出9600万,占营收15%,行业内也处于遥遥领先地位。预计公司未来将在汽车电子、3D sensing等领域逐步扩展业务。

关于图像处理芯片的性能分析和应用

关于图像处理芯片的性能分析和应用

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 半导体
    +关注

    关注

    334

    文章

    26988

    浏览量

    216003
  • 处理芯片
    +关注

    关注

    0

    文章

    24

    浏览量

    11392
  • 图形处理器
    +关注

    关注

    0

    文章

    197

    浏览量

    25525
收藏 人收藏

    评论

    相关推荐

    做实时的图像处理应该怎么选择芯片

    器主要负责一些接口逻辑 ,比如图像的采集,图像的显示,图像的存储。还有FPGA和DSP之间的通信 。那我想问一下 处理图像应该用什么系列的f
    发表于 08-06 10:53

    实时图像处理FPGA芯片怎么选择

    器主要负责一些接口逻辑 ,比如图像的采集,图像的显示,图像的存储。还有FPGA和DSP之间的通信 。那我想问一下 处理图像应该用什么系列的f
    发表于 08-06 10:54

    关于fpga的图像处理

    各位大虾好,我现在正在做关于fpga的课题。想问问大家用fpga处图像,图片以怎么的方式输入fpga再进行处理
    发表于 04-12 11:00

    关于图像处理这方面的

    目前正在做关于图像处理--测量疲劳裂纹长度的毕设,由于裂纹长度太细小,我先编了一个读取图像-中值滤波-图像增强-提取边缘,发现除了边缘被测器
    发表于 04-26 17:45

    富士通图像处理芯片MB91680兼容Foveon X3高级图像传感器

      富士通微电子(上海)有限公司(Fujitsu)宣布,富士通微电子推出全新大规模集成电路图像处理芯片MB91680A-T,该产品使用Foveon X3图像传感器和3CCD技术,是富士
    发表于 10-26 16:53

    MATLAB图像处理在铸铁材料定量金相分析中的应用

    MATLAB图像处理在铸铁材料定量金相分析中的应用摘要:不论何种材料,其宏观性能都取决于材料内部显微组织的组成、形态和分布。为此,讨论了Matlab的图形
    发表于 08-31 06:00

    图像处理分析

    图像处理分析:一:数字图象处理的基本概念二:数字图象处理的发展历史三:数字图象处理的研究内容四
    发表于 09-11 11:24 0次下载

    图像处理分析与机器视觉_艾海舟译

    本书针对图像处理图像分析和机器视觉领域的有关原理与技术展开了广泛而深入的讨论,包括图像处理
    发表于 10-13 15:52 0次下载
    <b class='flag-5'>图像</b><b class='flag-5'>处理</b><b class='flag-5'>分析</b>与机器视觉_艾海舟译

    ISP图像处理芯片

    本文主要介绍了一种ISP图像处理芯片,FH8510是一款针对CIS(CMOSImageSensor)的图像信号处理
    发表于 01-12 17:31 1.9w次阅读
    ISP<b class='flag-5'>图像</b><b class='flag-5'>处理</b><b class='flag-5'>芯片</b>

    Omnitek图像处理分析

    图像处理分析:UltraXR 4K波形监视器/ VectorScope和Ultra 4k工具箱
    的头像 发表于 11-30 06:25 4184次阅读

    关于华芯通芯片“升龙”的性能分析和应用

    据了解,升龙处理器是华芯通第一代服务器芯片产品,它是兼容ARMv8架构的48核处理芯片,采用目前国际上先进的10纳米工艺,在性能上媲美国际
    的头像 发表于 09-02 10:33 2152次阅读

    关于基于FPGA的图像FFT滤波处理分析和介绍

    基于FPGA的图像FFT滤波处理 AT7_Xilinx 开发板( USB3.0+LVDS )资料共享 腾讯链接: https://share.weiyun.com/5GQyKKc 百度网盘链接
    发表于 09-15 09:33 1744次阅读
    <b class='flag-5'>关于</b>基于FPGA的<b class='flag-5'>图像</b>FFT滤波<b class='flag-5'>处理</b>的<b class='flag-5'>分析</b>和介绍

    MATLAB图像处理工具箱的函数介绍和图像处理分析的技术实现分析

    介绍了MATLAB 图像处理工具箱中的函数, 给出了图像处理分析的技术实现, 如用空域法进行图像
    发表于 10-30 16:30 10次下载
    MATLAB<b class='flag-5'>图像</b><b class='flag-5'>处理</b>工具箱的函数介绍和<b class='flag-5'>图像</b><b class='flag-5'>处理</b>与<b class='flag-5'>分析</b>的技术实现<b class='flag-5'>分析</b>

    POL8901图像处理芯片规格书

    POL8901图像处理芯片规格书。系统 :高性能 MIPS 32bit CPU 内核; 高性能 DSP 内核
    发表于 03-28 11:34 4次下载

    如何使用机器学习处理图像

    图像处理是利用复杂的算法对图像进行技术分析。在图像处理中,
    的头像 发表于 07-24 15:00 691次阅读