Algorithme statistique de l'histogramme AOI

L'algorithme de valeur maximale fait référence à un algorithme statistique en niveaux de gris qui obtient la luminance moyenne des N% points de luminance avec la luminance maximale dans la région ROI. Si la zone cible attaque 1000 points de luminance, les 5% maximum de points de luminance, c'est-à-dire 50 points de luminance, et que la luminance moyenne de ces 50 points est de 200, alors la valeur de retour de l'algorithme de valeur maximale est de 200, et la valeur maximale de l'image est de 200. Cet algorithme est principalement utilisé pour la détection de défauts tels que les corps étrangers.

L'algorithme de valeur minimale fait référence à un algorithme statistique en niveaux de gris qui obtient la luminance moyenne des N% points de luminance avec la luminance la plus faible dans la région ROI. Si la zone cible attaque 1000 points de luminance, les 5% minimum de points de luminance, c'est-à-dire 50 points de luminance, et que la luminance moyenne de ces 50 points est de 20, alors la valeur de retour de l'algorithme de valeur maximale est de 20, et la valeur maximale de l'image est de 20. Cet algorithme est principalement appliqué à la détection de défauts tels que les corps étrangers.

L'algorithme d'étendue de luminance fait référence à un algorithme statistique en niveaux de gris qui calcule la différence de luminance entre les valeurs maximale et minimale dans la région ROI. Par exemple, si la valeur maximale de la zone cible est de 200 et la valeur minimale est de 20, alors l'étendue de luminance est de 180. Cet algorithme est principalement appliqué à la détection de défauts tels que les pièces manquantes.

L'algorithme de valeur moyenne fait référence à un algorithme statistique en niveaux de gris pour calculer la luminosité moyenne de tous les points de luminosité dans la zone ROI. Cet algorithme est principalement appliqué à la détection de défauts tels que les pièces manquantes.