Algorytm statystyczny histogramu odnosi się do algorytmu przetwarzania i analizy w skali szarości, który określa i wykrywa, czy punkt testowy mieści się w standardowym zakresie, statystycznie analizując rozkład jasności lub zmiany jasności w obszarze ROI. Algorytm ten obejmuje algorytm wartości maksymalnej (Max), algorytm wartości minimalnej (Min), algorytm zakresu luminancji (Range) i algorytm wartości średniej. Jego flaga algorytmu w algorytmie detekcji to "Histogram".
Algorytm wartości maksymalnej odnosi się do algorytmu statystycznego w skali szarości, który uzyskuje średnią luminancję N% punktów luminancji o maksymalnej luminancji w regionie ROI. Jeśli obszar docelowy ma 1000 punktów luminancji, maksymalne 5% punktów luminancji, czyli 50 punktów luminancji, a średnia luminancja tych 50 punktów wynosi 200, wówczas wartością zwracaną przez algorytm wartości maksymalnej jest 200, a maksymalna wartość obrazu wynosi 200. Algorytm ten jest stosowany głównie do wykrywania defektów, takich jak ciała obce.
Algorytm wartości minimalnej odnosi się do algorytmu statystycznego w skali szarości, który uzyskuje średnią luminancję N% punktów luminancji o najniższej luminancji w regionie ROI. Jeśli obszar docelowy ma 1000 punktów luminancji, minimalne 5% punktów luminancji, czyli 50 punktów luminancji, a średnia luminancja tych 50 punktów wynosi 20, wówczas wartością zwracaną przez algorytm wartości maksymalnej jest 20, a maksymalna wartość obrazu wynosi 20. Algorytm ten jest stosowany głównie do wykrywania defektów, takich jak ciała obce.
Algorytm rozpiętości luminancji odnosi się do algorytmu statystycznego w skali szarości, który oblicza różnicę luminancji między wartościami maksymalnymi i minimalnymi w regionie ROI. Na przykład, jeśli maksymalna wartość obszaru docelowego wynosi 200, a minimalna 20, wówczas rozpiętość luminancji wynosi 180. Algorytm ten jest stosowany głównie do wykrywania defektów, takich jak brakujące części.
Algorytm wartości średniej odnosi się do algorytmu statystycznego w skali szarości służącego do obliczania średniej jasności wszystkich punktów jasności w obszarze ROI. Algorytm ten jest stosowany głównie do wykrywania defektów, takich jak brakujące części.
