视觉演算法与应用极大地拓展了处理器性能需求的范畴。从总体上看，尽管从计算能力的角度来看，处理器的性能至关重要，当您由学术研究迈向实际系统、采用先进演算法执行实时视频输入时，必然会消耗相当多的处理电力。在诸多嵌入式系统中，设计者需面对尺寸、功耗以及成本等严格的约束条件，因此，以较低成本与功耗提供充足处理能力显得尤为关键。

      在一些严格要求大规模计算机处理的嵌入式领域，比如消费性视频设备等，在某种程度上讲，演算法已形成标准化。这意味着芯片设计者可以利用功能固定的硬件加速器和协同处理器，以较低的功耗和成本提供大规模的处理器运算性能。然而，在视觉应用方面，每种应用往往使用各自独特的演算法，即使在同一款应用中，所应用的演算法也可能因为设计或时间不同而有所差异。因此，除了极少数大型应用以外，功能固定的硬件并非理想的解决方案。在嵌入式视觉系统中，我们所需的处理器必须具备以较低成本、功耗，提供每秒数十亿次实时运算处理性能，并具高灵活性的可编程性能。近年来，已有此类处理器诞生，并为嵌入式视觉技术逐步引入主流应用产生了贡献。

     显而易见，图像传感器是嵌入式视觉技术的核心。图像传感器在过去几年内价格逐渐降低，这主要得益于手机普及后大量运用的图像传感器。除了传统的图像传感器外，许多视觉应用都可以广泛利用各类传感器。例如，三维传感器在微软Kinect的应用即是例证之一，三维传感器对于诸多应用无疑是一个福音，因为有了三维影像的支持，视觉任务无疑得到了简化。

      大多数的嵌入式系统设计工程师或许尚未充分理解嵌入式视觉技术所具有的能力。这是因为，在过去，将视觉技术运用于大多数嵌入式系统在经济效益上或许并非最佳选择，毕竟其所需成本颇高。然而，近年来，为广大的各类系统增加视觉性能已日益在经济层面实现，因此，对系统设计者而言，熟悉并深入了解这项技术的潜力与应用范围无疑是非常重要的。

　　那些早期响应视觉技术并投身其中的工程师们如今已取得了诸多令人惊喜的成果，包括新颖的产品和产品功能。毫无疑问，这些工程师不仅仅需要了解视觉技术能实现的功能，还必须学会如何将其有效地集成到自身的产品中。在这个方面，尽管已经有大量的出版作品可供参考，但其中大多数内容主要是学术研究论文，以及那些在实际应用中可能不足以帮助工程师构建有效的解决方案的知识。工程师们更需要的是实际的指导信息，例如实用指南、设计案例、架构图以及源代码案例等。

　　由包括嵌入式系统处理器晶片商、影像处理行业领袖、测量设备供应商及EDA厂商等在内的多家机构共同发起的嵌入式视觉联盟(EVA)，正在共同努力提升公众对嵌入式视觉技术的认知度，并为设计工程师提供在实践中运用此项技术所必需的实用信息。当前，EVA联盟的首要任务是创建一个专门为工程师提供实用信息的网站。