تشير الخوارزمية الإحصائية لمدرج التكرار إلى خوارزمية معالجة وتحليل مقياس الرمادي التي تحدد وتكشف ما إذا كانت نقطة الاختبار تقع ضمن النطاق القياسي عن طريق التحليل الإحصائي لتوزيع السطوع أو اختلاف السطوع داخل منطقة ROI. تتضمن هذه الخوارزمية خوارزمية القيمة القصوى (Max) ، وخوارزمية القيمة الدنيا (Min) ، وخوارزمية نطاق الإضاءة (Range) وخوارزمية القيمة المتوسطة. علامة الخوارزمية الخاصة بها في خوارزمية الكشف هي "Histogram".
تشير خوارزمية القيمة القصوى إلى خوارزمية إحصائية لمقياس الرمادي تحصل على متوسط الإضاءة لنقاط الإضاءة N% ذات الإضاءة القصوى داخل منطقة ROI. إذا هاجمت المنطقة المستهدفة 1000 نقطة إضاءة ، فإن الحد الأقصى 5٪ من نقاط الإضاءة ، أي 50 نقطة إضاءة ، ومتوسط إضاءة هذه النقاط الـ 50 هو 200 ، فإن القيمة المعادة لخوارزمية القيمة القصوى هي 200 ، والقيمة القصوى للصورة هي 200. تستخدم هذه الخوارزمية بشكل أساسي للكشف عن العيوب مثل الأجسام الغريبة.
تشير خوارزمية القيمة الدنيا إلى خوارزمية إحصائية لمقياس الرمادي تحصل على متوسط الإضاءة لنقاط الإضاءة N% ذات الإضاءة الأقل داخل منطقة ROI. إذا هاجمت المنطقة المستهدفة 1000 نقطة إضاءة ، فإن الحد الأدنى 5٪ من نقاط الإضاءة ، أي 50 نقطة إضاءة ، ومتوسط إضاءة هذه النقاط الـ 50 هو 20 ، فإن القيمة المعادة لخوارزمية القيمة القصوى هي 20 ، والقيمة القصوى للصورة هي 20. يتم تطبيق هذه الخوارزمية بشكل أساسي على الكشف عن العيوب مثل الأجسام الغريبة.
تشير خوارزمية مدى الإضاءة إلى خوارزمية إحصائية لمقياس الرمادي تحسب فرق الإضاءة بين القيم القصوى والدنيا داخل منطقة ROI. على سبيل المثال ، إذا كانت القيمة القصوى للمنطقة المستهدفة هي 200 والقيمة الدنيا هي 20 ، فإن مدى الإضاءة هو 180. يتم تطبيق هذه الخوارزمية بشكل أساسي على الكشف عن العيوب مثل الأجزاء المفقودة.
تشير خوارزمية القيمة المتوسطة إلى خوارزمية إحصائية لمقياس الرمادي لحساب متوسط السطوع لجميع نقاط السطوع داخل منطقة ROI. يتم تطبيق هذه الخوارزمية بشكل أساسي في الكشف عن العيوب مثل الأجزاء المفقودة.
