前兩章講解對于圖像處理的轉換方式，彩色圖像至灰度圖的轉換，灰度圖至二值圖的轉換，以及他們的基本性質，本章所講的算法是基于灰度圖像的區域數據分析，該算子作用于產品有無檢測，表面壓傷檢測這一類型的缺陷檢測項目效果明顯，算法輸出結果為檢測區域的灰度最小值，最大值，平均值，標準偏差，像素數量等參數，下面給大家簡單演示一下怎樣通過這些結果分辨檢測缺陷。

函數位置

首先利用模板匹配進行定位坐標系的建立，灰度分析的ROi根據定位坐標系進行仿射變換，設置區域如下，檢測微動開關標有39字號的部件是否缺失。

部件存在時灰度分析結果如下：

部件不存在時灰度分析結果如下：

這里我們就可以很容易的通過灰度均值判斷該區域是否存在部件。

以上就是在LabVIEW視覺助手中，結合模板匹配定位，運用灰度分析進行有無檢測的視覺過程。大家可以試著熟悉視覺助手中的其他算法和例程，了解輸入參數以及輸出參數有哪些。

責任編輯：xj

原文標題：實戰視覺圖像處理系列——LabVIEW視覺助手之灰度分析

文章出處：【微信公眾號：電子發燒友網】歡迎添加關注！文章轉載請注明出處。