像素统计

算法介绍

本算法用于统计在设定的ROI区域（蓝色框）内统计符合灰度要求的像素点个数，设定区域面积的合格范围，从而判断产品的OK/NG。

算法使用流程图

算法参数介绍

1. 灰度低阈值： 设置值应<=检测位置目标灰度值，确定检测位置需要检测到的像素点灰度的最小值；
2. 灰度高阈值： 设置值应>=检测位置目标灰度值，确定检测位置需要检测到的像素点灰度的最大值；
3. 精度放大倍数： 此值越高计算出的结果值越精确，但同时会增加检测时间，影响检测效率；
4. 比例系数： 计算“当量直径”时使用；
5. 检测项目： 可分为检测“面积”或检测“当量直径”
6. 面积： 即是蓝色ROI检测区域内所有符合灰度阈值范围的像素点个数；
7. 当量直径： 可根据检测出的像素点来计算该检测位置的直径（适用于圆或半圆的检测位置）
8. 最小阈值： 设置值应<=测试结果值，确定合格产品范围的最小值；
9. 最大阈值： 设置值应>=测试结果值，确定合格产品范围的最大值；
10. 收缩检测区域： 此功能可一键自动调整ROI区域大小范围（可多次调整），其中“膨胀尺寸”和“向外扩展”可设置单次向外扩展的大小；
11. 重置检测阈值： 此功能根据测试结果值可一键自动调整合格范围阈值到合适范围，参数设置位置如下图所示：

像素统计算法实际应用场景

4-1检测物体特征部位面积；
4-2检测产品缺陷部分大小；
4-3检测物体(如嵌入螺柱)是否有缺失等...