人们对图像质量要求的不断提升,直接推动着图像算法的不断向前发展,那么到今天为止,常用的图像处理算法是怎么实现的呢?今天我们来谈一谈。
图像处理算法的实现一般有两种途径:软件或者硬件。
软件 VS 硬件
软件实现方式,成本低,迭代快,且随着现在各种工具,平台的开源,用软件方式来实现算法,是很好的一种选择。但如果实时性要求较高,数据量较大,软件实现就不能够满足要求,需要改变算法或者改变实现方式来满足要求。
图像处理算法发展到今天,各种算法已经有一定的成熟度,想要改变算法来提高运行速度,难度比较大,因此大家纷纷将眼光转向了硬件实现上面。
硬件实现方式
目前实现算法的途径主要有以下几种:
- 通用计算机
通用计算机采用冯.诺依曼结构,串行处理单指令单数据。这种结构决定了它的处理速度比较慢,很难满足实时性要求,只能用于算法的验证和实时性要求不高的场合。
- 并行处理机
并行处理机即多个CPU同时工作。这样可以缓解单个CPU,不能实时处理数