像素灰度是图像最为典型的特征之一,基于图像像素灰度能衍生更多的图像特征,包括图像的直方图、线灰度分布曲线、图像线灰度均值、ROl边界灰度曲线、灰度定量描述以及图像结构相似度等,如下图所示:
拓展学习:https://handsome-man.blog.csdn.net/article/details/116572729
在机器视觉领域,图像灰度特征可用于实现目标的存在性检测和基于灰度的模式匹配。在进行目标的存在性检测时,机器视觉系统会不断计算并监测指定ROI范围内的图像灰度量化指标是否在设定的范围内,若指标超限,则认为所检测的目标不存在。基于灰度的模式匹配,可以计算图像中的灰度或梯度,并从中寻找可与模板图像匹配的特征。
在牙线生产过程中,常会出现牙线未安装或牙线断裂的情况。为了能剔除此类次品,可监测安装牙线区域的图像灰度均值及标准差。若灰度均值和表征像素灰度分布的标准差超出指定的范围,就说明被检测的产品存在质量问题。
通过一个基于图像灰度特征进行牙线检测的实例程序,了解其使用方法。
该实例使用了字符串状态机结构,包括程序初始化、基于标准样本设置ROI、更新测量坐标系、产品检
标签:基于,检测,像素,LabVIEW,灰度,牙线,图像 来源: https://blog.51cto.com/HandsomeManJie/2955656
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。