CN108154497A - 一种图示路况的自动化检测方法及系统 - Google Patents

Abstract

本发明提供了一种图示路况的自动化检测方法及系统，包括：离线生成检测模板图片；在线对比检测模板图片和图示路况图片；根据所述对比的结果判断所述图示路况图片是否渲染成功，当渲染失败时重新渲染所述图示路况图片的前景像素。所述在线对比的方法为：同步扫描所述检测模板图片和图示路况图片，判断图示路况图片中背景像素和前景像素的错误比例，如果错误比例超过了设定的阈值范围，则认定图片渲染失败，否则认为图片渲染成功。本发明给出了一种基于像素比对的图示路况产品生成质量自动化检测方法，有效地解决了分布式图示路况渲染系统在出现次品情况下的检测和修正，提升了用户体验。

Description

一种图示路况的自动化检测方法及系统

技术领域

本发明涉及一种计算机技术和智能交通领域，尤其是涉及基于自动化的图示路况产品生成质量的检测方法和手段。

背景技术

随着动态交通信息服务的不断发展，交通信息服务的产品形态也在不断丰富和完善，图示路况就是其中一种比较常见的服务形态。

基于发明专利“一种图示路况的自动生成方法及系统”(发明专利申请号201110399132.2所公开的技术，如图1所示，图示路况是在车载导航终端上模拟展示交通可变情报板(Variable Message Signs，VMS)内容的产品形态。相比于路侧建设的VMS设备，图示路况基于软件实现，具有成本低、实现灵活、可与导航引擎更好地结合，实现大规模的应用；与日趋精细化的实时动态路况产品相比，图示路况展现的信息量更集约、更宏观、辨识度更高，深受熟路场景下用户的喜爱。

另外，发明专利申请号201110399132.2公开了图示路况产品的基础渲染生成技术，但在实际图示路况渲染引擎搭建的过程中，由于需要实现全国范围上万张图片的渲染工作，常采用如图2所示的分布式计算技术。分布式图示路况渲染引擎的基本工作原理如下：服务接口接收用户请求，查看缓存中是否已经生成用户需要的图片，有则直接返回；没有则提交请求给管理节点；管理节点整体协调计算节点的渲染优先级，优先级的设定要考虑用户实时请求，之前的图片请求热度等；计算节点按照一定的优先级来读取SVG模板，渲染生成图示路况图片并存入缓存。综上所述，分布式图示路况渲染引擎按照“按需渲染”的策略来提高渲染的效率，在有限硬件资源的情况下，最大化满足用户的实时请求需要。

通常来讲，上述分布式系统往往面临单点故障的问题，具体到渲染引擎，特别是在请求高峰面临资源竞争时，计算节点会随机出现图片渲染部分失效的现象，即有一定的次品率，影响用户体验。如图3所示，第一灰度(通常的地图软件采用红色)代表拥堵、第二灰度(通常的地图软件采用黄色)代表缓行、第三灰度(通常的地图软件采用绿色)代表畅通，是能够指示路况的颜色。但图3右上角部分有第四灰度(灰色)出现，用户无法得知路况信息。为了能够及时检测图片生成质量，迫切需要一种自动化的图示路况生成质量检测和评价办法。

发明内容

为解决以上技术问题，本发明提出每一个图示路况矢量图(Scalable VectorGraphics，SVG)模板都离线生成一张检测模板图片，与在线生成的图示路况图片进行像素比对，通过对比来发现是否图示路况中出现了不符合预期的颜色值，进而评估图示路况的渲染质量。

具体的，根据本发明的一个方面，提供了一种图示路况的自动化检测方法，包括：

离线生成检测模板图片；

在线对比检测模板图片和图示路况图片；

根据所述对比的结果判断所述图示路况图片是否渲染成功，当渲染失败时重新渲染所述图示路况图片的前景像素。

优选的，所述检测模板图片和图示路况图片中包含背景像素和前景像素。

优选的，所述背景像素为同一SVG模板渲染出的每张图片中不变部分覆盖的像素。

优选的，所述前景像素为所述检测模板图片和图示路况图片中描述交通信息部分覆盖的像素。

优选的，所述在线对比的方法为：同步扫描所述检测模板图片和图示路况图片，判断图示路况图片中背景像素和前景像素的错误比例，如果错误比例超过了设定的阈值范围，则认定图片渲染失败，否则认为图片渲染成功。

根据本发明的另一个方面，还提供了一种图示路况的自动化检测系统，包括顺序连接的如下模块：

模板图片生成模块，用于离线生成检测模板图片；

对比模块，用于在线对比检测模板图片和图示路况图片；

结果反馈模块，用于根据所述对比的结果判断所述图示路况图片是否渲染成功，当渲染失败时重新渲染所述图示路况图片的前景像素。

本发明的优点在于：本发明给出了一种基于像素比对的图示路况产品生成质量自动化检测方法，有效地解决了分布式图示路况渲染系统在出现次品情况下的检测和修正，提升了用户体验。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为现有技术中图示路况的产品形态；

图2为现有技术中分布式图示路况渲染引擎的技术架构；

图3为现有技术中图示路况部分渲染失败的样例；

图4为本发明检测模板的样例示意图；

图5为本发明增加自动检测模块的分布式图示路况渲染引擎的技术架构；

图6为本发明的图示路况的自动化检测方法流程图；

图7为本发明的图示路况的自动化检测系统结构图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明提出每一个图示路况SVG模板都离线生成一张检测模板图片，与在线生成的图示路况图片进行像素比对，通过对比来发现是否图示路况中出现了不符合预期的颜色值，进而评估图示路况的渲染质量。

SVG全称为Scalable Vector Graphics，意思为可缩放的矢量图形。它是基于XML(Extensible Markup Language)，由World Wide Web Consortium(W3C)联盟进行开发的。严格来说应该是一种开放标准的矢量图形语言，可设计高分辨率的Web图形页面。用户可以直接用代码来描绘图像，可以用任何文字处理工具打开SVG图像，通过改变部分代码来使图像具有交互功能，并可以随时插入到HTML中通过浏览器来观看。

具体在本发明中，设图片的像素规格为M×N；设图示路况产品集中包含S张SVG模板，则其对应的检测模板图片集定义为生成的实时路况图片集为其中，pic定义了一张图片的像素矩阵，是一个二维数组：

其中

为不失一般性，对于图片中的(i,j)位置的像素值为：

具体的，如图6所示，本发明的图示路况的自动化检测方法包括如下步骤：包括如下步骤：

步骤S1、离线生成检测模板图片。所述检测模板图片中包含背景像素和前景像素。其中给定如下定义：

背景像素(Background Pixel)：在图片中字体、背景色、框线边沿等覆盖的像素，即同一SVG模板渲染出的每张图片中不变的部分覆盖的像素定义为背景像素。

图片的背景像素集表达为：

前景像素(Foreground Pixel)：在图片中描述交通信息部分等覆盖的像素，定义为前景像素，图片的前景像素集表达为：

为了在未有其他先验知识的情况下，仅通过像素扫描就能区分前景像素与背景像素，特在生成时，将中包含的像素设定为给定像素值，定义为p_F＝(R_F,G_F,B_F)。其中，p_F的设定要确保其在背景像素中没有出现过。在本发明中，设定p_F＝(0,0,0)黑色，如图4所示。

步骤S2、在线对比检测模板图片和图示路况图片。

定义前景错误计数err_F和前景正确计数corr_F；

定义背景错误计数err_B和背景正确计数corr_B；

同步扫描和对于中的任意一个像素

如果说明是背景像素值，则判定是否成立，如果成立，则记corr_B加1，否则记err_B+1；

如果说明是前景像素值，由于前景渲染的过程中像素存在一定的平滑处理，并不是纯正的红、黄、绿三色，本发明定义GRB值的欧几里得距离来评估与红、黄、绿三色的相似度：

定义像素相似度阈值为Δ，如果或者或者成立，则记corr_B加1，否则记err_B加1。

统计图片的像素错误比例为：

其中，corr_F+err_F+corr_B+err_B＝M×N

如果err_rate超过了设定的阈值范围，则认定图片渲染失败，否则认为图片渲染成功。

步骤S3、将检测结果反馈给管理节点，如果失败，管理节点调度实现的重新渲染生成，如图5所示。如此，本发明有效地解决了分布式图示路况渲染系统在出现次品情况下的检测和修正，提升了用户体验。

相应地，如图7所示，根据本发明的另一个方面，还提供了一种图示路况的自动化检测系统100，包括：

模板图片生成模块101，用于离线生成检测模板图片；

对比模块102，用于在线对比检测模板图片和图示路况图片；

结果反馈模块103，用于根据所述对比的结果判断所述图示路况图片是否渲染成功，当渲染失败时重新渲染所述图示路况图片的前景像素。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种图示路况的自动化检测方法，包括：

离线生成检测模板图片；

在线对比检测模板图片和图示路况图片；

根据所述对比的结果判断所述图示路况图片是否渲染成功，当渲染失败时重新渲染所述图示路况图片的前景像素。

2.根据权利要求1所述的图示路况的自动化检测方法，其特征在于：

所述检测模板图片和图示路况图片中包含背景像素和前景像素。

3.根据权利要求2所述的图示路况的自动化检测方法，其特征在于：

所述背景像素为同一SVG模板渲染出的每张图片中不变部分覆盖的像素。

4.根据权利要求2所述的图示路况的自动化检测方法，其特征在于：

所述前景像素为所述检测模板图片和图示路况图片中描述交通信息部分覆盖的像素。

5.根据权利要求1或2所述的图示路况的自动化检测方法，其特征在于：

所述在线对比的方法为：同步扫描所述检测模板图片和图示路况图片，判断图示路况图片中背景像素和前景像素的错误比例，如果错误比例超过了设定的阈值范围，则认定图片渲染失败，否则认为图片渲染成功。

6.一种图示路况的自动化检测系统，包括顺序连接的如下模块：

模板图片生成模块，用于离线生成检测模板图片；

对比模块，用于在线对比检测模板图片和图示路况图片；

结果反馈模块，用于根据所述对比的结果判断所述图示路况图片是否渲染成功，当渲染失败时重新渲染所述图示路况图片的前景像素。

7.根据权利要求6所述的图示路况的自动化检测系统，其特征在于：

所述检测模板图片和图示路况图片中包含背景像素和前景像素。

8.根据权利要求7所述的图示路况的自动化检测系统，其特征在于：

所述背景像素为同一SVG模板渲染出的每张图片中不变部分覆盖的像素。

9.根据权利要求7所述的图示路况的自动化检测系统，其特征在于：

所述前景像素为所述检测模板图片和图示路况图片中描述交通信息部分覆盖的像素。

10.根据权利要求6或7所述的图示路况的自动化检测系统，其特征在于：

所述在线对比的方法为：同步扫描所述检测模板图片和图示路况图片，判断图示路况图片中背景像素和前景像素的错误比例，如果错误比例超过了设定的阈值范围，则认定图片渲染失败，否则认为图片渲染成功。