LabVIEW圖像分割算法（基礎(chǔ)篇—6）這篇文章不知道什么原因，導(dǎo)入到公眾號(hào)后，保存和群發(fā)按鈕就像卡死一般，怎樣操作都沒反應(yīng)，感興趣的朋友可以到我CSDN系列專欄查看，可惜我的近兩萬字創(chuàng)作......

像素灰度是圖像最為典型的特征之一，基于圖像像素灰度能衍生更多的圖像特征，包括圖像的直方圖、線灰度分布曲線、圖像線灰度均值、ROl邊界灰度曲線、灰度定量描述以及圖像結(jié)構(gòu)相似度等，如下圖所示：

在機(jī)器視覺領(lǐng)域，圖像灰度特征可用于實(shí)現(xiàn)目標(biāo)的存在性檢測和基于灰度的模式匹配。在進(jìn)行目標(biāo)的存在性檢測時(shí)，機(jī)器視覺系統(tǒng)會(huì)不斷計(jì)算并監(jiān)測指定ROI范圍內(nèi)的圖像灰度量化指標(biāo)是否在設(shè)定的范圍內(nèi)，若指標(biāo)超限，則認(rèn)為所檢測的目標(biāo)不存在?；诨叶鹊哪Ｊ狡ヅ?，可以計(jì)算圖像中的灰度或梯度，并從中尋找可與模板圖像匹配的特征。

在牙線生產(chǎn)過程中，常會(huì)出現(xiàn)牙線未安裝或牙線斷裂的情況。為了能剔除此類次品，可監(jiān)測安裝牙線區(qū)域的圖像灰度均值及標(biāo)準(zhǔn)差。若灰度均值和表征像素灰度分布的標(biāo)準(zhǔn)差超出指定的范圍，就說明被檢測的產(chǎn)品存在質(zhì)量問題。

通過一個(gè)基于圖像灰度特征進(jìn)行牙線檢測的實(shí)例程序，了解其使用方法。

該實(shí)例使用了字符串狀態(tài)機(jī)結(jié)構(gòu)，包括程序初始化、基于標(biāo)準(zhǔn)樣本設(shè)置ROI、更新測量坐標(biāo)系、產(chǎn)品檢測等步驟。由于被測單元（UnitUnder Test，UUT）可能在視場內(nèi)移動(dòng)或旋轉(zhuǎn)，因此需要使監(jiān)測牙線的ROl能相對于產(chǎn)品上的某一固定特征自動(dòng)移動(dòng)。

為此可使用以下幾個(gè)標(biāo)準(zhǔn)過程：

• 根據(jù)標(biāo)準(zhǔn)圖像中目標(biāo)的特征，確定參考坐標(biāo)系；

• 在標(biāo)準(zhǔn)圖像中設(shè)置用于檢測牙線的ROl；

• 根據(jù)目標(biāo)的特征，在新采集的圖像中重新搜索并更新測量坐標(biāo)系；

• 參照測量坐標(biāo)系和參考坐標(biāo)系之間的平移和旋轉(zhuǎn)關(guān)系，對用于檢測的ROl做同樣變換，以保證其仍能準(zhǔn)確圈定特征區(qū)域；

• 基于ROI進(jìn)行測量和決策。

程序初始化分支中的代碼先讀取標(biāo)準(zhǔn)樣本圖像FIs00.png和特征模板圖像template.png到內(nèi)存中。其中特征模板為產(chǎn)品的底座部分。此后，程序調(diào)用工作在搜索參考坐標(biāo)系模式下的IMAQ FindCoordSys (Pattern)3，在標(biāo)準(zhǔn)樣本圖像中搜索與特征模板匹配的部分，以設(shè)置標(biāo)準(zhǔn)圖像的參考坐標(biāo)系。CORE: :SetupROI分支中的代碼基于標(biāo)準(zhǔn)圖像設(shè)置了測量ROI的位置。程序設(shè)計(jì)如下所示：

牙線檢測實(shí)例程序及GUI

坐標(biāo)系設(shè)置

測量ROI設(shè)置

更新測量坐標(biāo)系

項(xiàng)目下載請參見：LabVIEW牙線產(chǎn)品合格檢測-其它文檔類資源-CSDN下載

灰度檢測的另一個(gè)典型應(yīng)用場合是灌裝檢測。例如，在下圖所示的生產(chǎn)線上，相機(jī)要逐個(gè)檢查產(chǎn)品所灌裝的液位是否達(dá)標(biāo)。此時(shí)就可以根據(jù)瓶頸處矩形ROI區(qū)域內(nèi)的平均灰度是否在灌裝要求的范圍內(nèi)來檢測產(chǎn)品的質(zhì)量。而灌裝液位的上下限可以分別由液位到達(dá)上限或下限時(shí)的圖像灰度均值來表示。此外，為了降低光線變化對產(chǎn)品系統(tǒng)的影響，通常此類檢測在HSL空間上進(jìn)行。