CN114501287A - 一种电子设备工作状态的检测方法、装置和*** - Google Patents
一种电子设备工作状态的检测方法、装置和*** Download PDFInfo
- Publication number
- CN114501287A CN114501287A CN202210087184.4A CN202210087184A CN114501287A CN 114501287 A CN114501287 A CN 114501287A CN 202210087184 A CN202210087184 A CN 202210087184A CN 114501287 A CN114501287 A CN 114501287A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- electronic equipment
- condition
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 48
- 238000012360 testing method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 19
- 238000010191 image analysis Methods 0.000 abstract description 7
- 238000011156 evaluation Methods 0.000 abstract description 6
- 238000007689 inspection Methods 0.000 abstract description 5
- 241001270131 Agaricus moelleri Species 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 9
- 239000003086 colorant Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/004—Monitoring arrangements; Testing arrangements for microphones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
- G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
- G08B5/36—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/01—Assessment or evaluation of speech recognition systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种电子设备工作状态的检测方法、装置和***,获取电子设备的设备图像;电子设备上设置的光亮部件在正常工作状态下会被点亮,在非工作状态下会被熄灭。为了减少光亮部件之外的其它区域图像的干扰,并且提升图像分析的效率,可以从设备图像中截取电子设备的光亮部件所在的目标区域图像。为了实现对目标区域图像亮度的评估,可以将目标区域图像转换为灰度图;在灰度图的灰度值满足设定的唤醒条件的情况下,可以确定电子设备属于正常唤醒状态。相比于人工检测的方式,在该技术方案中,可以对电子设备上光亮部件所在区域的亮度进行评估,从而达到对电子设备生产检测阶段的自动化检测,极大地提升了电子设备生产检测的检测效率。
Description
技术领域
本申请涉及电子产品检测技术领域,特别是涉及一种电子设备工作状态的检测方法、装置和***。
背景技术
智能音箱在传统音箱的基础上结合了语音识别和自然语言处理等新兴技术,使其同时具有了有声资源播放、智能语音交互和智能家居控制等功能。智能音箱因其丰富的产品功能而被视为智能家居的未来入口,进而成为近段时间来发展最迅速的电子产品之一。
智能音箱的生产检测阶段是保证智能音箱正常工作的重要流程。生产检测阶段的测试可以包括智能音箱是够能被正常唤醒,是否能够正常连网等。目前的测试方式需要依赖于人工进行检测,通过播放触发智能音箱开启工作的语音指令,人为识别智能音箱是否被唤醒等。为保证智能音箱工作的稳定性,在生产检测阶段往往需要大量重复性测试。目前人工检测的方式不仅需要消耗较多的人力资源,并且检测效率较低。
可见,如何实现电子设备的自动化检测,是本领域技术人员需要解决的问题。
发明内容
本申请实施例的目的是提供一种电子设备工作状态的检测方法、装置和***,可以实现电子设备的自动化检测。
为解决上述技术问题,本申请实施例提供一种电子设备工作状态的检测方法,包括:
获取电子设备的设备图像;
从所述设备图像中截取所述电子设备的光亮部件所在的目标区域图像;
将所述目标区域图像转换为灰度图;
在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
可选地,还包括:
获取光传感器记录的所述电子设备的亮度值;
在所述灰度图的灰度值满足设定的唤醒条件、所述亮度值大于或等于设定的亮度阈值的情况下,确定所述电子设备属于正常唤醒状态。
可选地,还包括:
在所述灰度图的灰度值满足设定的唤醒条件、所述亮度值小于设定的亮度阈值,或者所述灰度图的灰度值不满足设定的唤醒条件、所述亮度值大于或等于设定的亮度阈值的情况下,记录所述电子设备的设备图像和时间戳,并且设置人工校验标识。
可选地,在所述从所述设备图像中截取所述电子设备的光亮部件所在的目标区域图像之后还包括:
统计所述目标区域图像中各像素点对应的颜色;其中,每种颜色有其对应的工作模式;
在目标颜色对应的像素点数量与所述目标区域图像所有像素点个数的比值超过设定比例值的情况下,判定所述电子设备属于所述目标颜色对应的工作模式。
可选地,在所述获取电子设备的设备图像之后还包括:
判断所述设备图像中背景图像的亮度是否超过设定阈值;其中,所述背景图像为所述设备图像中除所述目标区域图像外的图像;
若所述设备图像中背景图像的亮度超过设定阈值,则对所述灰度图执行灰度直方图规定化操作,以得到调整后的灰度图;
相应的,在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态包括:
在所述调整后的灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
可选地,在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态包括:
计算所述灰度图的灰度均值;
判断所述灰度均值是否大于或等于设定的灰度下限值;
若所述灰度均值大于或等于设定的灰度下限值,则确定所述电子设备属于正常唤醒状态。
可选地,在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态之后还包括:
将唤醒计数值加一;
判断在设定的测试时间内所述唤醒计数值是否达到设定的计数阈值;
在设定的测试时间内所述唤醒计数值达到设定的计数阈值的情况下,判定所述电子设备唤醒状态稳定。
可选地,在确定所述电子设备属于正常唤醒状态之后还包括:
记录所述设备图像及其对应的时间戳,并控制所述电子设备执行所述正常唤醒状态对应的操作流程。
本申请实施例还提供了一种电子设备工作状态的检测装置,包括获取单元、截取单元、转换单元和确定单元;
所述获取单元,用于获取电子设备的设备图像;
所述截取单元,用于从所述设备图像中截取所述电子设备的光亮部件所在的目标区域图像;
所述转换单元,用于将所述目标区域图像转换为灰度图;
所述确定单元,用于在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
可选地,所述获取单元,用于获取光传感器记录的所述电子设备的亮度值;
所述确定单元,用于在所述灰度图的灰度值满足设定的唤醒条件、所述亮度值大于或等于设定的亮度阈值的情况下,确定所述电子设备属于正常唤醒状态。
可选地,还包括设置单元;
所述设置单元,用于在所述灰度图的灰度值满足设定的唤醒条件、所述亮度值小于设定的亮度阈值,或者所述灰度图的灰度值不满足设定的唤醒条件、所述亮度值大于或等于设定的亮度阈值的情况下,记录所述电子设备的设备图像和时间戳,并且设置人工校验标识。
可选地,还包括统计单元和判定单元;
所述统计单元,用于统计所述目标区域图像中各像素点对应的颜色;其中,每种颜色有其对应的工作模式;
所述判定单元,用于在目标颜色对应的像素点数量与所述目标区域图像所有像素点个数的比值超过设定比例值的情况下,判定所述电子设备属于所述目标颜色对应的工作模式。
可选地,还包括判断单元和调整单元;
所述判断单元,用于判断所述设备图像中背景图像的亮度是否超过设定阈值;其中,所述背景图像为所述设备图像中除所述目标区域图像外的图像;
所述调整单元,用于若所述设备图像中背景图像的亮度超过设定阈值,则对所述灰度图执行灰度直方图规定化操作,以得到调整后的灰度图;
相应的,所述确定单元,用于在所述调整后的灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
可选地,所述确定单元用于计算所述灰度图的灰度均值;判断所述灰度均值是否大于或等于设定的灰度下限值;若所述灰度均值大于或等于设定的灰度下限值,则确定所述电子设备属于正常唤醒状态。
可选地,还包括累加单元、计数判断单元和计数判定单元;
所述累加单元,用于将唤醒计数值加一;
所述计数判断单元,用于判断在设定的测试时间内所述唤醒计数值是否达到设定的计数阈值;
所述计数判定单元,用于在设定的测试时间内所述唤醒计数值达到设定的计数阈值的情况下,判定所述电子设备唤醒状态稳定。
可选地,还包括记录单元;
所述记录单元,用于记录所述设备图像及其对应的时间戳,并控制所述电子设备执行所述正常唤醒状态对应的操作流程。
本申请实施例还提供了一种电子设备工作状态的检测装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如上述电子设备工作状态的检测方法的步骤。
本申请实施例还提供了一种电子设备工作状态的检测***,包括图像采集器和处理器;
所述图像采集器,用于采集电子设备的设备图像,并将所述设备图像传输至所述处理器;
所述处理器,用于获取电子设备的设备图像;从所述设备图像中截取所述电子设备的光亮部件所在的目标区域图像;将所述目标区域图像转换为灰度图;在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
可选地,还包括光传感器;
所述光传感器,用于记录所述电子设备的亮度值;
所述处理器与所述光传感器连接,用于获取所述光传感器记录的所述电子设备的亮度值;在所述灰度图的灰度值满足设定的唤醒条件、所述亮度值大于或等于设定的亮度阈值的情况下,确定所述电子设备属于正常唤醒状态。
由上述技术方案可以看出,获取电子设备的设备图像;电子设备上设置的光亮部件在正常工作状态下会被点亮,在非工作状态下会被熄灭。在本申请中可以依赖于电子设备上光亮部件的亮灭情况,实现对电子设备生产检测阶段的自动化检测。为了减少光亮部件之外的其它区域图像的干扰,并且提升图像分析的效率,可以从设备图像中截取电子设备的光亮部件所在的目标区域图像。为了实现对目标区域图像亮度的评估,可以将目标区域图像转换为灰度图;在灰度图的灰度值满足设定的唤醒条件的情况下,可以确定电子设备属于正常唤醒状态。相比于人工检测的方式,在该技术方案中,可以对电子设备上光亮部件所在区域的亮度进行评估,从而达到对电子设备生产检测阶段的自动化检测,极大地提升了电子设备生产检测的检测效率。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种电子设备工作状态的检测方法的流程图;
图2为本申请实施例提供的一种电子设备工作状态的检测装置的结构示意图;
图3为本申请另一实施例提供的电子设备工作状态的检测装置的结构图;
图4为本申请实施例提供的一种电子设备工作状态的检测***的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本申请保护范围。
本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。
接下来,详细介绍本申请实施例所提供的一种电子设备工作状态的检测方法。图1为本申请实施例提供的一种电子设备工作状态的检测方法的流程图,该方法包括:
S101:获取电子设备的设备图像。
电子设备可以是生产检测阶段需要进行工作状态检测的设备。电子设备的类型可以多种多样,为了便于介绍,在本申请实施例中,以智能音箱为例展开说明。
以电子设备的唤醒测试为例,获取电子设备的设备图像,可以在播放唤醒词之后采集电子设备的设备图像。
S102:从设备图像中截取电子设备的光亮部件所在的目标区域图像。
智能音箱的外环一般设置有光亮部件。光亮部件通过亮灭可以表征智能音箱的工作状态。在实际应用中,光亮部件可以采用多种颜色的灯光,用于表征不同的状态。例如,休眠状态下不亮灯,正常唤醒状态下亮蓝灯,设置模式下亮黄灯,网络连接中断状态下亮红灯。
在实际的生产测试阶段,最重要的测试项是唤醒检测,即检测智能音箱能否被唤醒词正确唤醒,有无在未发出唤醒词的情况下误唤醒和若连续多次唤醒的间隔较短时能否每次都被唤醒等。
考虑到光亮部件一般设置在电子设备的某个位置区域,并不会占用电子设备的整个外表面。为了提升图像分析的效率和准确性,在对设备图像进行分析时,可以从设备图像中截取电子设备的光亮部件所在的目标区域图像。
S103:将目标区域图像转换为灰度图。
当光亮部件被点亮时,目标区域图像上各像素点的灰度值会比较高;当光亮部件被熄灭时,目标区域图像上各像素点的灰度值会比较低。因此在本申请实施例中,可以基于目标区域图像上各像素点的灰度值,识别光亮部件的亮灭情况,从而确定出电子设备的工作状态。
在实际应用中,可以按照如下公式,确定出目标区域图像中各像素点对应的灰度值Gray,
Gray=(R*30+G*59+B*11+50)/100;
其中,R、G、B分别表示像素点对应的红、绿、蓝三个通道对应的亮度值。
S104:在灰度图的灰度值满足设定的唤醒条件的情况下,确定电子设备属于正常唤醒状态。
唤醒条件中可以包括唤醒状态下对应的灰度值的最低取值。
在实际应用中,可以计算灰度图的灰度均值;判断灰度均值是否大于或等于设定的灰度下限值。灰度下限值可以依据光亮部件处于点亮状态下对应的图像灰度值设置。
若灰度均值大于或等于设定的灰度下限值,则说明电子设备的光亮部件被点亮,此时可以确定电子设备属于正常唤醒状态。
在本申请实施例中,在确定电子设备属于正常唤醒状态之后,可以记录设备图像及其对应的时间戳,并控制电子设备执行正常唤醒状态对应的操作流程。
在生产检测阶段,往往会对电子设备进行多次测试,可以将每次测试记录的设备图像汇总为视频的形式,从而便于操作人员快速的浏览电子设备的测试情况。
由上述技术方案可以看出,获取电子设备的设备图像;电子设备上设置的光亮部件在正常工作状态下会被点亮,在非工作状态下会被熄灭。在本申请中可以依赖于电子设备上光亮部件的亮灭情况,实现对电子设备生产检测阶段的自动化检测。为了减少光亮部件之外的其它区域图像的干扰,并且提升图像分析的效率,可以从设备图像中截取电子设备的光亮部件所在的目标区域图像。为了实现对目标区域图像亮度的评估,可以将目标区域图像转换为灰度图;在灰度图的灰度值满足设定的唤醒条件的情况下,可以确定电子设备属于正常唤醒状态。相比于人工检测的方式,在该技术方案中,可以对电子设备上光亮部件所在区域的亮度进行评估,从而达到对电子设备生产检测阶段的自动化检测,极大地提升了电子设备生产检测的检测效率。
在本申请实施例中,为了提升电子设备唤醒状态检测的准确性,在依据设备图像的灰度值识别电子设备工作状态之外,还可以依赖于光传感器对光亮部件的亮度进行识别,从而确定出电子设备的工作状态,实现对电子设备工作状态的双重检测。
在具体实现中,可以获取光传感器记录的电子设备的亮度值;在灰度图的灰度值满足设定的唤醒条件、亮度值大于或等于设定的亮度阈值的情况下,可以确定电子设备属于正常唤醒状态。
在灰度图的灰度值满足设定的唤醒条件、亮度值小于设定的亮度阈值,或者灰度图的灰度值不满足设定的唤醒条件、亮度值大于或等于设定的亮度阈值的情况下,说明基于光传感器识别的唤醒状态和基于图像分析识别的唤醒状态结果不一致,此时可以由人工介入分析,为了便于人工分析可以先记录电子设备的设备图像和时间戳,并且设置人工校验标识。
通过在两种检测方式得到的唤醒状态结果不一致时,记录设备图像和时间戳,可以便于操作人员通过人为观看设备图像确定出电子设备的唤醒状态是否正常。并且依据时间戳,也可以获取当前设备图像时间上前后相邻的设备图像,从而提升分析的准确性。
在本申请实施例中,光亮部件可以通过亮不同颜色的光,表征不同类型的工作状态。因此在本申请实施例中,除了依据图像的灰度值,对电子设备的唤醒状态进行检测外。也可以基于目标区域图像中各像素点对应的颜色,确定出电子设备的工作状态。
在具体实现中,可以在从设备图像中截取电子设备的光亮部件所在的目标区域图像之后,统计目标区域图像中各像素点对应的颜色;其中,每种颜色有其对应的工作模式;在目标颜色对应的像素点数量与目标区域图像所有像素点个数的比值超过设定比例值的情况下,判定电子设备属于目标颜色对应的工作模式。
截取的目标区域图像除了包含光亮部件外,也可能包含有一些背景区域。因此,目标区域图像中可能会包含多种颜色,相比于背景区域,光亮部件在目标区域图像中的占比是最高的,因此基于每种颜色所占的比重,可以确定出光亮部件属于哪种颜色,从而确定电子设备处于什么类型的工作状态。
设定比例值可以基于实际需求设置,例如,可以设置为80%。假设,目标区域中图像包含白色和红色两种颜色,一共1000个像素点,其中白色像素点有100个,红色像素点有900个,红色像素点对应的比值900/1000=90%,大于设置的80%,此时可以确定光亮部件处于红色,红色表示电子设备处于断网状态。
在本申请实施例中,基于目标区域图像中各像素点对应的颜色,可以实现对电子设备下光亮部件不同颜色的识别。不同颜色可以表征不同类型的工作状态,可以实现对电子设备不同工作状态的自动化识别检测。
考虑到实际应用中,可能会存在电子设备所处的背景环境亮度较高的情况,此时当光亮部件属于白色点亮状态时,基于灰度值很难将光亮部件的亮度和背景环境的亮度区分开来。
因此,在本申请实施例中,在获取电子设备的设备图像之后,可以判断设备图像中背景图像的亮度是否超过设定阈值;其中,背景图像为设备图像中除目标区域图像外的图像。
背景图像的亮度也可以通过灰度值进行评估,当背景图像的灰度平均值达到设定阈值时,可以确定环境光强度太大,会影响对光亮部件亮度的评估,因此在设备图像中背景图像的亮度超过设定阈值的情况下,可以对灰度图执行灰度直方图规定化操作,以得到调整后的灰度图。相应的,在调整后的灰度图的灰度值满足设定的唤醒条件的情况下,可以确定电子设备属于正常唤醒状态。
通过对光亮部件的灰度图执行灰度直方图规定化操作,可以增大光亮部件与环境的亮度对比,从而基于光亮部件的灰度图可以更加准确的分析出电子设备的工作状态。
在本申请实施例中,为了进一步提升唤醒状态检测的准确性,可以在设定的时间段内对电子设备进行多次唤醒测试。
在具体实现中,可以在灰度图的灰度值满足设定的唤醒条件的情况下,确定电子设备属于正常唤醒状态之后,将唤醒计数值加一;判断在设定的测试时间内唤醒计数值是否达到设定的计数阈值。
在设定的测试时间内唤醒计数值未达到设定的计数阈值的情况下,说明电子设备唤醒状态并不稳定,此时可以记录电子设备在测试时间内对应的设备图像以及每帧图像对应的时间戳,并设置状态不稳定的提示信息。
在设定的测试时间内唤醒计数值达到设定的计数阈值的情况下,可以判定电子设备唤醒状态稳定。
通过在测试时间内对电子设备进行多次唤醒测试,可以提升唤醒测试检测结果的准确性,避免某次电子设备未被唤醒造成误判。
图2为本申请实施例提供的一种电子设备工作状态的检测装置的结构示意图,包括获取单元21、截取单元22、转换单元23和确定单元24;
获取单元21,用于获取电子设备的设备图像;
截取单元22,用于从设备图像中截取电子设备的光亮部件所在的目标区域图像;
转换单元23,用于将目标区域图像转换为灰度图;
确定单元24,用于在灰度图的灰度值满足设定的唤醒条件的情况下,确定电子设备属于正常唤醒状态。
可选地,获取单元,用于获取光传感器记录的电子设备的亮度值;
确定单元,用于在灰度图的灰度值满足设定的唤醒条件、亮度值大于或等于设定的亮度阈值的情况下,确定电子设备属于正常唤醒状态。
可选地,还包括设置单元;
设置单元,用于在灰度图的灰度值满足设定的唤醒条件、亮度值小于设定的亮度阈值,或者灰度图的灰度值不满足设定的唤醒条件、亮度值大于或等于设定的亮度阈值的情况下,记录电子设备的设备图像和时间戳,并且设置人工校验标识。
可选地,还包括统计单元和判定单元;
统计单元,用于统计目标区域图像中各像素点对应的颜色;其中,每种颜色有其对应的工作模式;
判定单元,用于在目标颜色对应的像素点数量与目标区域图像所有像素点个数的比值超过设定比例值的情况下,判定电子设备属于目标颜色对应的工作模式。
可选地,还包括判断单元和调整单元;
判断单元,用于判断设备图像中背景图像的亮度是否超过设定阈值;其中,背景图像为设备图像中除目标区域图像外的图像;
调整单元,用于若设备图像中背景图像的亮度超过设定阈值,则对灰度图执行灰度直方图规定化操作,以得到调整后的灰度图;
相应的,确定单元,用于在调整后的灰度图的灰度值满足设定的唤醒条件的情况下,确定电子设备属于正常唤醒状态。
可选地,确定单元用于计算灰度图的灰度均值;判断灰度均值是否大于或等于设定的灰度下限值;若灰度均值大于或等于设定的灰度下限值,则确定电子设备属于正常唤醒状态。
可选地,还包括累加单元、计数判断单元和计数判定单元;
累加单元,用于将唤醒计数值加一;
计数判断单元,用于判断在设定的测试时间内唤醒计数值是否达到设定的计数阈值;
计数判定单元,用于在设定的测试时间内唤醒计数值达到设定的计数阈值的情况下,判定电子设备唤醒状态稳定。
可选地,还包括记录单元;
记录单元,用于记录设备图像及其对应的时间戳,并控制电子设备执行正常唤醒状态对应的操作流程。
图2所对应实施例中特征的说明可以参见图1所对应实施例的相关说明,这里不再一一赘述。
由上述技术方案可以看出,获取电子设备的设备图像;电子设备上设置的光亮部件在正常工作状态下会被点亮,在非工作状态下会被熄灭。在本申请中可以依赖于电子设备上光亮部件的亮灭情况,实现对电子设备生产检测阶段的自动化检测。为了减少光亮部件之外的其它区域图像的干扰,并且提升图像分析的效率,可以从设备图像中截取电子设备的光亮部件所在的目标区域图像。为了实现对目标区域图像亮度的评估,可以将目标区域图像转换为灰度图;在灰度图的灰度值满足设定的唤醒条件的情况下,可以确定电子设备属于正常唤醒状态。相比于人工检测的方式,在该技术方案中,可以对电子设备上光亮部件所在区域的亮度进行评估,从而达到对电子设备生产检测阶段的自动化检测,极大地提升了电子设备生产检测的检测效率。
图3为本申请另一实施例提供的电子设备工作状态的检测装置的结构图,如图3所示,电子设备工作状态的检测装置包括:存储器20,用于存储计算机程序;
处理器21,用于执行计算机程序时实现如上述实施例电子设备工作状态的检测方法的步骤。
本实施例提供的电子设备工作状态的检测装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器20至少用于存储以下计算机程序201,其中,该计算机程序被处理器21加载并执行之后,能够实现前述任一实施例公开的电子设备工作状态的检测方法的相关步骤。另外,存储器20所存储的资源还可以包括操作***202和数据203等,存储方式可以是短暂存储或者永久存储。其中,操作***202可以包括Windows、Unix、Linux等。数据203可以包括但不限于电子设备的设备图像、目标区域图像、唤醒条件等。
在一些实施例中,电子设备工作状态的检测装置还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解,图3中示出的结构并不构成对电子设备工作状态的检测装置的限定,可以包括比图示更多或更少的组件。
可以理解的是,如果上述实施例中的电子设备工作状态的检测方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、磁碟或者光盘等各种可以存储程序代码的介质。
图4为本申请实施例提供的一种电子设备工作状态的检测***的结构示意图,包括图像采集器41和处理器42;
图像采集器41,用于采集电子设备的设备图像,并将设备图像传输至处理器42;
处理器42,用于获取电子设备的设备图像;从设备图像中截取电子设备的光亮部件所在的目标区域图像;将目标区域图像转换为灰度图;在灰度图的灰度值满足设定的唤醒条件的情况下,确定电子设备属于正常唤醒状态。
可选地,还包括光传感器;
光传感器,用于记录电子设备的亮度值;
处理器42与光传感器连接,用于获取光传感器记录的电子设备的亮度值;在灰度图的灰度值满足设定的唤醒条件、亮度值大于或等于设定的亮度阈值的情况下,确定电子设备属于正常唤醒状态。
光传感器可以采用TSL2540。TSL2540有两个输出通道,分别表示可见光与红外光的亮度值。在实际应用中,处理器可以读取其可见光寄存器中的亮度值。
在确定电子设备属于正常唤醒状态之后,可以将唤醒次数计数器+1,并让测试设备自动播放语音指令,以执行后续检测步骤。当达到设置的测试终止条件,如设置测试时间24h,则可以自动终止检测程序。
图4所对应实施例中特征的说明可以参见图1所对应实施例的相关说明,这里不再一一赘述。
由上述技术方案可以看出,获取电子设备的设备图像;电子设备上设置的光亮部件在正常工作状态下会被点亮,在非工作状态下会被熄灭。在本申请中可以依赖于电子设备上光亮部件的亮灭情况,实现对电子设备生产检测阶段的自动化检测。为了减少光亮部件之外的其它区域图像的干扰,并且提升图像分析的效率,可以从设备图像中截取电子设备的光亮部件所在的目标区域图像。为了实现对目标区域图像亮度的评估,可以将目标区域图像转换为灰度图;在灰度图的灰度值满足设定的唤醒条件的情况下,可以确定电子设备属于正常唤醒状态。相比于人工检测的方式,在该技术方案中,可以对电子设备上光亮部件所在区域的亮度进行评估,从而达到对电子设备生产检测阶段的自动化检测,极大地提升了电子设备生产检测的检测效率。
以上对本申请实施例所提供的一种电子设备工作状态的检测方法、装置和***进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上对本申请所提供的一种电子设备工作状态的检测方法、装置和***进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种电子设备工作状态的检测方法,其特征在于,包括:
获取电子设备的设备图像;
从所述设备图像中截取所述电子设备的光亮部件所在的目标区域图像;
将所述目标区域图像转换为灰度图;
在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
2.根据权利要求1所述的电子设备工作状态的检测方法,其特征在于,还包括:
获取光传感器记录的所述电子设备的亮度值;
在所述灰度图的灰度值满足设定的唤醒条件、所述亮度值大于或等于设定的亮度阈值的情况下,确定所述电子设备属于正常唤醒状态。
3.根据权利要求2所述的电子设备工作状态的检测方法,其特征在于,还包括:
在所述灰度图的灰度值满足设定的唤醒条件、所述亮度值小于设定的亮度阈值,或者所述灰度图的灰度值不满足设定的唤醒条件、所述亮度值大于或等于设定的亮度阈值的情况下,记录所述电子设备的设备图像和时间戳,并且设置人工校验标识。
4.根据权利要求1所述的电子设备工作状态的检测方法,其特征在于,在所述从所述设备图像中截取所述电子设备的光亮部件所在的目标区域图像之后还包括:
统计所述目标区域图像中各像素点对应的颜色;其中,每种颜色有其对应的工作模式;
在目标颜色对应的像素点数量与所述目标区域图像所有像素点个数的比值超过设定比例值的情况下,判定所述电子设备属于所述目标颜色对应的工作模式。
5.根据权利要求1所述的电子设备工作状态的检测方法,其特征在于,在所述获取电子设备的设备图像之后还包括:
判断所述设备图像中背景图像的亮度是否超过设定阈值;其中,所述背景图像为所述设备图像中除所述目标区域图像外的图像;
若所述设备图像中背景图像的亮度超过设定阈值,则对所述灰度图执行灰度直方图规定化操作,以得到调整后的灰度图;
相应的,在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态包括:
在所述调整后的灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
6.根据权利要求1所述的电子设备工作状态的检测方法,其特征在于,在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态之后还包括:
将唤醒计数值加一;
判断在设定的测试时间内所述唤醒计数值是否达到设定的计数阈值;
在设定的测试时间内所述唤醒计数值达到设定的计数阈值的情况下,判定所述电子设备唤醒状态稳定。
7.根据权利要求1所述的电子设备工作状态的检测方法,其特征在于,在确定所述电子设备属于正常唤醒状态之后还包括:
记录所述设备图像及其对应的时间戳,并控制所述电子设备执行所述正常唤醒状态对应的操作流程。
8.一种电子设备工作状态的检测装置,其特征在于,包括获取单元、截取单元、转换单元和确定单元;
所述获取单元,用于获取电子设备的设备图像;
所述截取单元,用于从所述设备图像中截取所述电子设备的光亮部件所在的目标区域图像;
所述转换单元,用于将所述目标区域图像转换为灰度图;
所述确定单元,用于在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
9.一种电子设备工作状态的检测装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至7任意一项所述电子设备工作状态的检测方法的步骤。
10.一种电子设备工作状态的检测***,其特征在于,包括图像采集器和处理器;
所述图像采集器,用于采集电子设备的设备图像,并将所述设备图像传输至所述处理器;
所述处理器,用于获取电子设备的设备图像;从所述设备图像中截取所述电子设备的光亮部件所在的目标区域图像;将所述目标区域图像转换为灰度图;在所述灰度图的灰度值满足设定的唤醒条件的情况下,确定所述电子设备属于正常唤醒状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210087184.4A CN114501287A (zh) | 2022-01-25 | 2022-01-25 | 一种电子设备工作状态的检测方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210087184.4A CN114501287A (zh) | 2022-01-25 | 2022-01-25 | 一种电子设备工作状态的检测方法、装置和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114501287A true CN114501287A (zh) | 2022-05-13 |
Family
ID=81475351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210087184.4A Pending CN114501287A (zh) | 2022-01-25 | 2022-01-25 | 一种电子设备工作状态的检测方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114501287A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419663A (zh) * | 2008-06-05 | 2009-04-29 | 华中科技大学 | 电力设备故障指示器指示灯状态实时监测识别方法 |
US20140056506A1 (en) * | 2012-08-27 | 2014-02-27 | Hon Hai Precision Industry Co., Ltd. | Electronic device and method for detecting state of lamps |
CN104897367A (zh) * | 2015-04-28 | 2015-09-09 | 南车株洲电力机车研究所有限公司 | 一种指示灯光学状态自动测试方法及*** |
US20170061894A1 (en) * | 2015-08-26 | 2017-03-02 | Canon Kabushiki Kaisha | Image display apparatus |
CN110035176A (zh) * | 2019-03-25 | 2019-07-19 | 努比亚技术有限公司 | 一种移动终端的亮度调节方法、移动终端及存储介质 |
CN110851296A (zh) * | 2019-10-29 | 2020-02-28 | 北京海益同展信息科技有限公司 | 一种故障检测方法及装置、存储介质 |
CN111145138A (zh) * | 2019-07-30 | 2020-05-12 | Tcl王牌电器(惠州)有限公司 | Led灯板的检测方法、装置、设备及存储介质 |
-
2022
- 2022-01-25 CN CN202210087184.4A patent/CN114501287A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419663A (zh) * | 2008-06-05 | 2009-04-29 | 华中科技大学 | 电力设备故障指示器指示灯状态实时监测识别方法 |
US20140056506A1 (en) * | 2012-08-27 | 2014-02-27 | Hon Hai Precision Industry Co., Ltd. | Electronic device and method for detecting state of lamps |
CN104897367A (zh) * | 2015-04-28 | 2015-09-09 | 南车株洲电力机车研究所有限公司 | 一种指示灯光学状态自动测试方法及*** |
US20170061894A1 (en) * | 2015-08-26 | 2017-03-02 | Canon Kabushiki Kaisha | Image display apparatus |
CN110035176A (zh) * | 2019-03-25 | 2019-07-19 | 努比亚技术有限公司 | 一种移动终端的亮度调节方法、移动终端及存储介质 |
CN111145138A (zh) * | 2019-07-30 | 2020-05-12 | Tcl王牌电器(惠州)有限公司 | Led灯板的检测方法、装置、设备及存储介质 |
CN110851296A (zh) * | 2019-10-29 | 2020-02-28 | 北京海益同展信息科技有限公司 | 一种故障检测方法及装置、存储介质 |
Non-Patent Citations (1)
Title |
---|
邓继忠,张泰岭: "数字图像处理技术", 30 September 2005, 广东科技出版社, pages: 269 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112395928A (zh) | 一种设备状态运行自动检测的方法 | |
CN111191576A (zh) | 人员行为目标检测模型构建方法、智能分析方法及*** | |
CN111060521B (zh) | 一种预制混凝土t梁表面气泡数量与面积的检测方法 | |
CN110018172B (zh) | 产品检测***及方法 | |
CN111654692B (zh) | 摄像头检测方法、装置、摄像头及存储介质 | |
CN112153373A (zh) | 明厨亮灶设备的故障识别方法、装置及存储介质 | |
CN112560649A (zh) | 一种行为动作检测方法、***、设备及介质 | |
CN113808153A (zh) | 番茄成熟检测方法、装置、计算机设备及存储介质 | |
CN112802133A (zh) | 一种基于机器视觉的Mini Led显示屏单元板墨色检测分选方法 | |
CN113039577A (zh) | 产品测试方法、装置、计算机可读存储介质及电子设备 | |
CN111291778B (zh) | 深度分类模型的训练方法、曝光异常检测方法以及装置 | |
CN104954627B (zh) | 一种信息处理方法及电子设备 | |
CN113822907A (zh) | 图像处理方法及装置 | |
CN114501287A (zh) | 一种电子设备工作状态的检测方法、装置和*** | |
CN113033548A (zh) | 用于机组运行状态判断及监控对点的图像识别方法 | |
CN110310341B (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
CN103927544A (zh) | 皮棉轧工质量的机器视觉分级方法 | |
CN111402189B (zh) | 一种视频图像偏色检测装置及方法 | |
CN108765396A (zh) | 一种基于计算机视觉的出光设备的出光检测方法 | |
CN116563770B (zh) | 车辆颜色的检测方法、装置及设备和介质 | |
CN111523605A (zh) | 一种图像识别方法、装置、电子设备及介质 | |
KR102635911B1 (ko) | 지능형 운량 측정 장치 및 방법 | |
CN117132174B (zh) | 一种应用于工业流水线质量检测的模型训练方法与*** | |
CN117409738B (zh) | 一种led液晶显示组件控制方法及*** | |
CN118348016A (zh) | 一种led面板缺陷检测方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |