1.一种基于机器视觉的空调压缩机滑片计数方法，其特征在于计数方法包含以下步骤：

步骤一：采集图像，图像预处理，得到仅有空调压缩机滑片端面图的灰度图；

步骤二：将预处理得到的图片横向均分，即每张图只包含一行空调压缩机滑片；

步骤三：对步骤二所得的每张图片进行计数包括：a)随机在图像中选取多行像素线，将像素线经过的像素值进行滤波除去噪点，从处理过的像素值数值变化计算得到这张图片中滑片的数量；对比多行像素线统计得到的数目是否相等，如果相等则认为计数正确，记录数据；若还有图片待处理重复步骤a）处理下一张图片，直到所有图片处理完毕转步骤四；

b)如果不相等则再随机选择多行像素线重复上步a）操作，记录重复次数，直到相等，记录此时的结果和重复次数；若最后同一张图片重复次数超过设定值下限，修改自适应阈值的参数，再重新进行统计操作，直到出现统计操作少于设定值下限的数据出现，记录数据；

若还有图片待处理重复步骤a）处理下一张图片，若所有图片处理完毕转步骤四；

c)出现最坏情况，即尝试完所有预设自适应阈值参数每个参数的统计操作都多于设定值下限，则选出所有结果中对应重复统计操作时计数最小的结果；

步骤四：所有图片都处理完，累加求和得到总计数。

2.如权利要求1所述的一种基于机器视觉的空调压缩机滑片计数方法，其特征在于，所述步骤一中预处理过程为把彩色图像转换为灰度图像，将灰度图计算自适应阈值进行二值化得到二值化图像，对二值化图像高斯模糊后再进行二值化操作除去图像中的噪点，膨胀使得分离的滑片图像联合在一起，再腐蚀得到一块大小略大于滑片区域的白块，通过OpenCV提供的寻找轮廓函数findContours来寻找二值图像上最大的轮廓即滑片所处区域，从灰度图中截取这块区域便是滑片所处区域。

3.如权利要求2所述的一种基于机器视觉的空调压缩机滑片计数方法，其特征在于，所述自适应阈值：核大小为3*3，即对一个像素点为中心的9宫格区域像素值取平均得到阈值。

4.如权利要求1所述的一种基于机器视觉的空调压缩机滑片计数方法，其特征在于，所述步骤三a）滤波除去噪点方法为：将像素线经过的像素值装入一个数组，对这个数组的信号进行“低通滤波”，具体操作为只有连续出现不一致的相同信号时认为信号变化，否则认为不变化并剔除不变化数据。

5.如权利要求1所述的一种基于机器视觉的空调压缩机滑片计数方法，其特征在于，所述步骤三b）中自适应阈值的参数记为y，预设多个分别为y1……yn，自适应阈值记为x，最终阈值为t，t=x‑y。