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


【LabVIEW懒人系列教程-视觉入门】2.10LabVIEW视觉助手之灰度分析_模板匹配

【LabVIEW懒人系列教程-视觉入门】2.10LabVIEW视觉助手之灰度分析_灰度_02

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

【LabVIEW懒人系列教程-视觉入门】2.10LabVIEW视觉助手之灰度分析_仿射变换_03

部件存在时灰度分析结果如下:

【LabVIEW懒人系列教程-视觉入门】2.10LabVIEW视觉助手之灰度分析_仿射变换_04

【LabVIEW懒人系列教程-视觉入门】2.10LabVIEW视觉助手之灰度分析_仿射变换_05

部件不存在时灰度分析结果如下:

【LabVIEW懒人系列教程-视觉入门】2.10LabVIEW视觉助手之灰度分析_模板匹配_06


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。 今日总结


①结合模板匹配定位运用灰度分析进行有无检测


今日作业 熟悉视觉助手中的其他算法和例程,输入参数以及输出参数有哪些。