基于LABVIEW机器视觉-直方图均衡化

本文介绍了使用LABVIEW进行机器视觉学习的心得,特别是直方图均衡化的应用。通过直方图均衡化,可以显著增强图像的灰度对比。通过调整均衡化范围,观察不同灰度值的图像效果。使用IMAQ ReadFile和IMAQ Histograph函数进行处理,简化图像处理流程。直方图均衡化在特征提取和缺陷检测等领域有广泛应用。代码已分享在CSDN下载频道,供读者参考。
摘要由CSDN通过智能技术生成

基于LABVIEW机器视觉-直方图均衡化
最近学习了一些关于机器视觉的内容,感觉labview机器视觉还挺容易上手,入门挺简单的。当然要学会一种编程语言是需要很长时间的。不管你是利用halcon、opencv还是labview中的视觉助手,首先要学会的就是基础内容。基础的内容中还有很多,比如图像的单色变化,图像的灰度值变化,图像的反转、去噪滤波等等。本人学习labview已经有一段日子了所以对于vision部分的内容虽是新学习内容但是上手还是比较快的。
这里总结做了一个比较简单的一个直方图均衡化的程序。根据直方图的灰度值的不同可以看出明显的画面灰度对比,通过改变均衡化值的范围,可以很清楚的知道某个范围下的直方图灰度值图像。
原图和均衡化图
从上图可以明显地看出原图与均衡化之后的对比。
在这里插入图片描述
这是一个直方图,这里只取50-125的范围的灰度值,那么均衡化直方图就明显的突出图像的不同灰度值的不同比率。
在这里插入图片描述
根据图像的处理原理,这里简单地用IMAQ ReadFile来获取灰度图,之后通过IMAQ Histograph进行图像的直方图处理,最后直接均衡化处理就行了。这是比较简单的图象处理。
在不同的项目中我们可以通过对原始灰度图进行均衡化的处理,最终分析我们自己想要的灰度值范围,那么再经过图像分割,以及形态学处理就可以获取图像中想要的特征,最终实现特征提取。当然也可以通过此办法来解决一些缺陷的提取的问题。
这本人平时写的一些代码,现在分享给大家 https://download.csdn.net/my
这里有你想要的内容哦!希望能帮到你。

  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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