當今的裝甲車和直升機操作員可以借助頭盔顯示器和平視顯示器等設備檢測、評估和應對威脅。由于圖像處理，對地攻擊車輛指揮官很快就能享受到360度的環(huán)境“窗口”，而飛行員將在飛機周圍獲得真正的球形態(tài)勢感知。

增強和增強的視覺系統(tǒng)正變得更快、更小、更強大，目標檢測和跟蹤系統(tǒng)也是如此。接下來將是自動目標識別和人工智能（AI）輔助的機器視覺和機器人技術。

我們該何去何從？

實時計算機視覺算法在最新一代大規(guī)模并行嵌入式圖形處理單元 （GPU） 上運行得更快，這使得芯片能夠做更多的事情。更大、更復雜的 GPU 同時對大量傳感器數(shù)據(jù)運行更多的數(shù)學運算，而傳統(tǒng)處理器 - 自行進步 - 權衡更多輸出，應用更復雜的邏輯并做出更多決策。圖像處理領域的未來進展也將取決于新的編程工具，這些工具將使開發(fā)人員能夠更有效地編寫更復雜和多樣化的應用程序。

需要許多操作才能將來自復雜、獨特、多光譜和失真的傳感器的輸入轉換為人類可以理解的顯示器。這些任務包括圖像拼接、旋轉和融合。然而，在傳統(tǒng)的編程范式中，這些功能中的每一個都需要數(shù)百甚至數(shù)千行代碼才能實現(xiàn)。

例如，圖像拼接是一種通過將來自多個傳感器的輸入編織在一起來創(chuàng)建全景或球形態(tài)勢感知區(qū)域的技術。圖像融合是一種密切相關的處理功能，可以幫助操作員在視線被煙霧或霧遮擋時。動態(tài)選擇、組合和顯示來自視覺光譜和紅外攝像機（例如激光雷達 ［光檢測和測距］ 設備）的最高分辨率輸入的應用程序可以確保在退化環(huán)境中的態(tài)勢感知。試想一下，執(zhí)行這些任務通常涉及多少代碼。

故事的其余部分

圖像處理成功故事的另一半涉及高級軟件開發(fā)工具的出現(xiàn)。這些資源將使軍事用戶更容易開發(fā)更復雜和各種圖像處理應用程序，而無需在圖形編程專業(yè)知識方面進行大量投資。

關鍵是中間件，它是在操作系統(tǒng)、應用程序和硬件之間進行調(diào)解的軟件。中間件通常具有庫和工具，可幫助應用程序開發(fā)人員充分利用底層硬件。此外，中間件還可以提高應用程序開發(fā)人員的工作效率，允許他們比以前更有效地生成復雜的高代碼行功能，例如圖像融合、穩(wěn)定和失真校正。

API 庫帶來紅利

OpenGL是一種在計算機游戲開發(fā)人員等群體中流行的語言，他們使用它來編程GPU。盡管發(fā)明該語言是為了簡化與這些芯片的交互，但對于偶爾的用戶來說，學習起來可能很困難、繁瑣且耗時。這種復雜性導致了位于預打包的OpenGL例程之上的輕量級抽象層的發(fā)明。使用這些，可以通過簡單的應用程序編程接口（API）調(diào)用將復雜的OpenGL代碼塊集成到程序中，從而簡化開發(fā)圖像處理，可視化和圖形應用程序的任務。

這些 API 庫使編程工作更容易，并通過使程序員能夠使用一兩行而不是數(shù)百行代碼向應用程序添加功能來幫助程序員提高效率，從而大大減少代碼生成時間和成本。此外，用更易于訪問的計算機方言（如 C）編寫的抽象層可以進一步簡化編程任務。

簡化編寫圖像處理代碼的任務意味著可以以更低的成本更快地創(chuàng)建和部署功能。這些工具也為自動駕駛汽車等下一代應用的開發(fā)打開了大門。

審核編輯：郭婷