LabVIEW图像灰度测量（基础篇—7）

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://cloud.tencent.com/developer/article/1837401

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