Labview更为简单的分类操作心得

前言

前面一篇已经具体讲过如何进行分类操作了,这次呢,简单介绍一下更为简洁的操作过程,都是我自己琢磨出来的,可以搞分类操作的效率。

在进行分类操作时,我一般喜欢将“NI  Classififcan Training”的应用程序放置在桌面,那么如何将其放置呢?

答:找到安装Labview下载的文件夹,在里面找到“Vision-Utility-Classification Training Interface”找到Classification Training.exe 直接将其拖到桌面即可。

进入正题

①还是先导入一张图片,注意,本次图像处理处理到如图的第三步就好了,点击保存。将所有的如片都处理好了之后,关掉视觉助手。

②打开放置在桌面上的“Classification Training.exe”,如图导入图片,将参数如左下角进行调整。框选住小数点,然后点击“Add Class”进行分类,再点“Add sample”列为样本。

③点击“Classify”—“Train Classifier”加入分类器。(详细步骤请看昨天发布的内容)

③继续导入图片,此时我们不用去手动调节小数点框的大小了。(像上篇中我们还需要记住小数点框的坐标,在导入图片之后还得手动去框选)

总结

其实这篇内容跟上篇内容没有什么不同的地方,唯一的不同就是这次我是将图像处理和分类分成了两部分进行操作的,再来看完放一起的操作就觉得它变得十分繁琐了。我个人比较倾向本次分享的这个操作。

  • 6
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: LabVIEW是一款高效的图像处理软件,可以应用于缺陷检测分类领域。在此领域中,LabVIEW主要有如下缺陷检测分类: 1. 显著性缺陷检测:该方法主要通过检测图像中显著性缺陷来实现分类。例如,可以通过算法检测图像中的明亮或黑暗斑点来检测缺陷,并利用LabVIEW进行分类。 2. 形态缺陷检测:该方法主要通过检测缺陷的形状来实现分类。例如,可以通过LabVIEW实现对缺陷形状进行匹配,进而分类。 3. 纹理缺陷检测:该方法主要通过检测图像中的纹理缺陷来实现分类。例如,可以利用图像纹理分析算法,通过LabVIEW实现纹理缺陷的检测和分类。 4. 色彩缺陷检测:该方法主要通过检测图像中的色彩缺陷来实现分类。例如,可以通过对图像颜色进行分析,通过LabVIEW实现色彩缺陷的检测和分类。 总的来说,LabVIEW在缺陷检测分类领域有着广泛的应用,可以通过不同的方法实现检测分类,从而提高生产效率和质量。 ### 回答2: LabVIEW缺陷检测是一种常用的自动化检测技术,用于检测电子产品、机械制品、食品、药品等方面的缺陷。在进行缺陷检测时,需要对缺陷进行分类,以便更准确地识别缺陷并采取相应的措施。 一般来说,LabVIEW缺陷检测分类主要可以分为以下几个方面: 1. 基本的几何缺陷分类:这些缺陷通常与制品的几何结构有关,如裂纹、夹杂、变形等。通过检测制品的物理形态,可以确定制品中是否存在这些缺陷,视情况采取相应的修复措施。 2. 表面缺陷分类:这些缺陷通常指制品表面上的问题,如划痕、凹凸、氧化等。这些缺陷可能会导致制品的性能下降,因此需要及时修复。 3. 检测精度分类:这些缺陷通常与检测仪器或程序本身有关,如测量误差、算法漏洞等。这些缺陷可能会导致检测结果不准确,需要及时修复检测程序或更换仪器。 4. 人为因素分类:这些缺陷通常与制造人员或操作人员的错误有关,如装配不当、操作不当等。这些缺陷可能会导致制品的损坏或安全隐患,需要及时纠正操作方式或培训操作人员。 综上所述,LabVIEW缺陷检测分类是一个比较复杂的过程,需要综合考虑多方面因素。只有掌握了分类方法,并对不同类型的缺陷采取相应的措施,才能从根本上提高制品的质量和生产效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值