c++ - 实时应用中图像采集和图像处理的设计模式或最佳实践

Question

首先，通过“实时”，在此应用程序中图像的图像处理时间应为 0.1 秒或更短。

在我们的应用程序中，除了主线程外，还有三个线程在运行。一个用于图像采集，第二个用于图像处理，第三个用于机器人。在这两个线程之间，有一个图像队列可以共享，因此当相机对图像进行排队并且机器人对已处理的图像进行出队时，成像处理器对图像进行出队和对已处理的图像进行入队。您可能已经注意到的一个限制是，处理后的图像应该按顺序排列，这意味着保持与图像采集中相同的图像顺序。

是否有任何设计模式或最佳实践可应用于此架构。

Answer 1

pipes and filter模式非常适合这种情况。

• 采集过滤器需要按顺序串行。
• 处理过滤器可以并行运行。
• transport-to-robot 过滤器需要按顺序串行。

为了使用现有技术实现这一点，我看到处理大量数据的实时应用程序使用英特尔的 Threading Building Blocks (待定)。在线程积木Tutorial ，“Working on the Assembly Line: pipeline”部分描述了一个类似的问题:

A simple text processing example will be used to demonstrate the usage of pipeline and filter to perform parallel formatting. The example reads a text file, squares each decimal numeral in the text, and writes the modified text to a new file. [...] Assume that the raw file I/O is sequential. The squaring filter can be done in parallel. That is, if you can serially read n chunks very quickly, you can transform each of the n chunks in parallel, as long as they are written in the proper order to the output file.

以及附带的代码:

void RunPipeline( int ntoken, FILE* input_file, FILE* output_file ) {
  tbb::parallel_pipeline(
    ntoken, 
    tbb::make_filter<void,TextSlice*>( 
      tbb::filter::serial_in_order, MyInputFunc(input_file) )
  & tbb::make_filter<TextSlice*,TextSlice*>( 
      tbb::filter::parallel, MyTransformFunc() )
  & tbb::make_filter<TextSlice*,void>(
      tbb::filter::serial_in_order, MyOutputFunc(output_file) ) );
}

无论是否使用 TBB，它都可以作为管道和过滤器模式的重要实现引用，将模式与算法分离，同时提供控制过滤器数据顺序/线程的能力。