如何在LabVIEW视觉助手中运用灰度分析进行有无检测

前两章讲解对于图像处理的转换方式，彩色图像至灰度图的转换，灰度图至二值图的转换，以及他们的基本性质，本章所讲的算法是基于灰度图像的区域数据分析，该算子作用于产品有无检测，表面压伤检测这一类型的缺陷检测项目效果明显，算法输出结果为检测区域的灰度最小值，最大值，平均值，标准偏差，像素数量等参数，下面给大家简单演示一下怎样通过这些结果分辨检测缺陷。

函数位置

首先利用模板匹配进行定位坐标系的建立，灰度分析的ROi根据定位坐标系进行仿射变换，设置区域如下，检测微动开关标有39字号的部件是否缺失。

部件存在时灰度分析结果如下：

部件不存在时灰度分析结果如下：

这里我们就可以很容易的通过灰度均值判断该区域是否存在部件。

以上就是在LabVIEW视觉助手中，结合模板匹配定位，运用灰度分析进行有无检测的视觉过程。大家可以试着熟悉视觉助手中的其他算法和例程，了解输入参数以及输出参数有哪些。

责任编辑：xj

原文标题：实战视觉图像处理系列——LabVIEW视觉助手之灰度分析

文章出处：【微信公众号：电子发烧友网】欢迎添加关注！文章转载请注明出处。