CN111753708A - 自动判定指示灯状态的方法、存储介质、系统及电子设备 - Google Patents
自动判定指示灯状态的方法、存储介质、系统及电子设备 Download PDFInfo
- Publication number
- CN111753708A CN111753708A CN202010566179.2A CN202010566179A CN111753708A CN 111753708 A CN111753708 A CN 111753708A CN 202010566179 A CN202010566179 A CN 202010566179A CN 111753708 A CN111753708 A CN 111753708A
- Authority
- CN
- China
- Prior art keywords
- state
- indicator light
- image
- indicator
- control instruction
- 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 74
- 230000009466 transformation Effects 0.000 claims description 18
- 230000000877 morphologic effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 230000010339 dilation Effects 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000005406 washing Methods 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 description 9
- 238000001816 cooling Methods 0.000 description 3
- 238000001035 drying Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000010257 thawing Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007791 dehumidification Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本申请涉及指示灯状态判断技术领域，具体涉及一种自动判定指示灯状态的方法、存储介质、系统及电子设备，解决了人工判定指示灯状态时间较长，效率低，判断结果误差较大的问题。该方法包括：向所述电子设备发送控制指令，所述指示灯的开闭状态随着所述控制指令变化，获取所述指示灯开闭状态随着所述控制指令变化的图像；对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像；对所述不同形状区域的图像分别判断所述指示灯的亮暗状态；根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确；若所述指示灯状态不正确，反馈故障报警信息。
Description
技术领域
本申请涉及指示灯状态判断技术领域，特别地涉及一种自动判定指示灯状态的方法、存储介质、系统及电子设备。
背景技术
对于使用多种指示灯对应不同运行模式状态的电子设备，如空调显示板，该多种指示灯上的多个指示灯对应的运行模式状态包含开关机状态、温度显示、风速状态、制冷、干燥、辅热、节能、化霜、除湿等多种不同的状态，以及出现各种故障时指示灯也会有对应的状态。
目前对于指示灯状态的测试采用人工判定的方式，通过人工操作按钮判定指示灯的显示状态是否符合给定的输入指令，但由于显示板图标较多，对应的指示灯状态较多，人工测试时间较长，易存在漏测，效率低等情况。
发明内容
针对背景技术中人工判定指示灯状态的测试时间较长、效率低、易存在漏测的问题，本申请提供一种自动判定指示灯状态的方法、存储介质、系统及电子设备，解决了人工判定指示灯状态时间较长，效率低，判断结果误差较大的技术问题。
第一方面，本申请提供了一种自动判定指示灯状态的方法，所述指示灯数目为多个，且所述指示灯对应电子设备的不同运行模式状态，所述方法包括：
向所述电子设备发送控制指令，所述指示灯的开闭状态随着所述控制指令变化，获取所述指示灯开闭状态随着所述控制指令变化的图像；
对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像；
对所述不同形状区域的图像分别判断所述指示灯的亮暗状态；
根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确；
若所述指示灯状态不正确，则反馈故障报警信息。
根据本申请的实施例，可选的，上述自动判定指示灯状态的方法中，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：将所述图像划分为圆形区域和矩形区域。
根据本申请的实施例，可选的，上述自动判定指示灯状态的方法中，所述对所述不同形状区域的图像分别判断所述指示灯的亮暗状态，包括：
对所述圆形区域进行直方图变换，并判断偏暗像素所占比例是否超过预设超参数；
当所述偏暗像素所占比例超过第一预设超参数，则所述指示灯状态为暗；
当所述偏暗像素所占比例未超过所述第一预设超参数，则所述指示灯状态为亮。
根据本申请的实施例，可选的，上述自动判定指示灯状态的方法中，所述对所述不同形状区域的图像分别判断所述指示灯的亮暗状态，包括：
对所述矩形区域进行直方图变换，并对所述矩形区域中数码管每一段的偏暗像素所占比例与预设超参数进行比较；
当所述偏暗像素所占比例超过第二预设超参数，则数码管的当前状态为暗；
当所述偏暗像素所占比例未超过第二预设超参数，则数码管的当前状态为亮；
根据所述数码管每段的亮暗状态确定所述指示灯的显示状态。
根据本申请的实施例，可选的，上述自动判定指示灯状态的方法中，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：
将所述指示灯的图像转为灰度图像；
通过高斯模糊对所述灰度图像进行降低噪声处理；
通过边缘检测算法对所述灰度图像进行检测；
通过霍夫圆变换提取所述灰度图像中的圆形区域；
通过近似轮廓顶点检测法提取所述灰度图像中的矩形区域。
根据本申请的实施例，可选的，上述自动判定指示灯状态的方法中，所述向所述电子设备发送控制指令，所述指示灯的开闭状态随着所述控制指令变化，获取所述指示灯开闭状态随着所述控制指令变化的图像，还包括：
向所述电子设备发送开机指令，所有指示灯的开闭状态随着所述开机指令呈现全亮状态；
获取所述指示灯为全亮状态的图像；
向所述电子设备发送关机指令，所有指示灯的开闭状态随着所述关机指令呈现全暗状态；
获取所述指示灯为全暗状态的图像。
根据本申请的实施例，可选的，上述自动判定指示灯状态的方法中，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：
通过像素叠加对所述全亮状态的图像和全暗状态的图像进行处理，提取包含所述指示灯位置的位置图像；
通过形态学膨胀方法对所述位置图像进行处理，将所述位置图像中属于同一状态信息的分离的指示灯的图像连接在一起构成一个连接的指示灯图像；
对经过形态学膨胀方法处理后的所述位置图像进行形状识别，基于识别结果将所述位置图像中的指示灯图像按照形状划分为不同形状区域的图像。
根据本申请的实施例，可选的，上述自动判定指示灯状态的方法中，还包括：对所述指示灯按照形状和方位分别进行编号，所述编号对应所述电子设备的不同运行模式状态；
根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确，包括：
根据所述指示灯亮暗状态确定发亮的所述指示灯编号；
基于所述指示灯编号以及所述编号对应的所述电子设备的运行模型状态，确定所述电子设备运行模式状态；
判断所述电子设备的运行模式状态和所述控制指令对应的运行模式状态是否一致。
根据本申请的实施例，可选的，上述自动判定指示灯状态的方法中，所述根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确，包括：
判断所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式是否一致；
当所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式一致时，认为所述指示灯状态正确；
当所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式不一致时，认为所述指示灯状态不正确。
第二方面，本申请提供了一种存储介质，该存储介质存储的计算机程序，可被一个或多个处理器执行，可用来实现如上述的自动判定指示灯状态的方法。
第三方面，本申请提供了一种自动判定指示灯状态的系统，所述系统包括：图像采集装置、存储器、处理器；
所述图像采集装置用于采集所述指示灯开闭状态随着所述控制指令变化的图像，并发送给所述存储器和/或所述处理器
所述存储器上存储有计算机程序，所述存储器和所述处理器之间互相通信连接，该计算机程序被所述处理器执行时，执行上述的自动判定指示灯状态的方法。
第四方面，本申请提供了一种电子设备，所述电子设备包括多个指示灯，所述指示灯分别对应所述电子设备的不同性能状态，所述电子设备还包括上述的自动判定指示灯状态的系统。
根据本申请的实施例，可选的，上述电子设备中，所述电子设备包括空调、电视、冰箱、洗衣机、微波炉中一种。
本申请提供的一种自动判定指示灯状态的方法、存储介质、系统及电子设备，该方法相交于相关技术的有益效果包括：
1、对指示灯状态自动识别，并判断其显示逻辑是否正确，实现了指示灯状态的自动判定；
2、自动分析指示灯的多状态信息，有效缩短测试时间，防止漏测，提高了测试效率；
3、避免了人工判定指示灯状态存在的时间长，效率低以及判断结果误差较大的问题。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述：
图1为本申请实施例提供的一种自动判定指示灯状态的方法的流程示意图；
图2为本申请实施例提供的自动判定指示灯状态的方法的指示灯判定流程示意图；
图3为本申请实施例提供的另一种自动判定指示灯状态的方法的流程示意图。
在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本申请的实施方式，借此对本申请如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本申请的保护范围之内。
本申请提供一种自动判定指示灯状态的方法、存储介质、系统及电子设备，解决了人工判定指示灯状态时间较长，效率低，判断结果误差较大的技术问题。
实施例一
图1为本申请实施例提供的一种自动判定指示灯状态的方法的流程示意图，所述指示灯数目为多个，且所述指示灯分别对应电子设备的不同运行模式状态，如图1所示，本方法包括：
步骤S110：向所述电子设备发送控制指令，所述指示灯的开闭状态随着所述控制指令变化，获取所述指示灯开闭状态随着所述控制指令变化的图像；
步骤S120：对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像；
步骤S130：对所述不同形状区域的图像分别判断所述指示灯的亮暗状态；
步骤S140：根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确；
步骤S150：若所述指示灯状态不正确，则反馈故障报警信息。
具体的，电子设备的指示灯包括数码管指示灯和圆形指示灯中。
进一步的，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：将所述图像划分为圆形区域和矩形区域。
进一步的，所述对所述不同形状区域的图像分别判断所述指示灯的亮暗状态，包括：
对所述圆形区域进行直方图变换，并判断偏暗像素所占比例是否超过预设超参数；
当所述偏暗像素所占比例超过第一预设超参数，则所述指示灯状态为暗；
当所述偏暗像素所占比例未超过所述第一预设超参数，则所述指示灯状态为亮。
进一步的，所述对所述不同形状区域的图像分别判断所述指示灯的亮暗状态，包括：
对所述矩形区域进行直方图变换，并对所述矩形区域中数码管每一段的偏暗像素所占比例与预设超参数进行比较；
当所述偏暗像素所占比例超过第二预设超参数，则数码管的当前状态为暗；
当所述偏暗像素所占比例未超过第二预设超参数，则数码管的当前状态为亮；
根据所述数码管每段的亮暗状态确定所述指示灯的显示状态。
其中，偏暗像素包括人为设定像素在100以下的像素。
其中，偏暗像素、第一预设超参数和第二预设超参数可以根据实际情况进行设置。
具体的，以7段数码管为例进行说明。对于7段数码管指示灯的状态判断，首先给7段数码管的每一段进行编号，分别为1-7，并用1和0来填充表征每个编号里的内容，1表示亮，0表示暗。
对矩形区域图像进行灰度直方图变换，对矩形区域中7段数码管的每一段的偏暗像素所占比例与预设超参数进行比较；当所述偏暗像素所占比例超过预设超参数，则数码管的当前段状态为暗；当所述偏暗像素所占比例未超过预设超参数，则数码管的当前段状态为亮，得到7段数码管的每段状态。
然后根据数码管的每段状态确定指示灯的显示状态，7段数码管的亮暗组合有128种，例如显示器显示数字“8”，编号1-7均为1，其表示方法为(1，1，1，1，1，1，1)；显示器显示数字“0”，1-7编号里的数字表示方法为(1，1，1，1，1，1，0)。
进一步的，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：
将所述指示灯的图像转为灰度图像；
通过高斯模糊对所述灰度图像进行降低噪声处理；
通过边缘检测算法对所述灰度图像进行检测；
通过霍夫圆变换提取所述灰度图像中的圆形区域；
通过近似轮廓顶点检测法提取所述灰度图像中的矩形区域。
具体的，当接收控制指令时，获取一帧图像，将所述图像转换成灰度图像，应用具有5*5内核的高斯模糊来降低高频噪声，然后利用canny边缘检测算法(Canny edgedetector)通过近似轮廓顶点检测法提取所述灰度图像中矩形区域，通过霍夫圆变换提取所述灰度图像中圆形区域，通过实现指示灯区域图像的获取。
其中，近似轮廓顶点检测法对灰度图像的轮廓点进行多边形拟合，当拟合的图像仅有4个顶点时，表示提取的轮廓为矩形区域。
其中，高斯模糊、边缘检测算法和霍夫圆变换均为现有图像处理方法，本实施例在此不做详细解释。
进一步的，还包括：对所述指示灯按照形状和方位分别进行编号，所述编号对应所述电子设备的不同运行模式状态；
根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确，包括：
根据所述指示灯亮暗状态确定发亮的所述指示灯编号；
基于所述指示灯编号以及所述编号对应的所述电子设备的运行模型状态，确定所述电子设备运行模式状态；
判断所述电子设备的运行模式状态和所述控制指令对应的运行模式状态是否一致。
举例说明，窗机空调的显示板有两个数码管指示灯和多个圆形指示灯，以及多个椭圆形按钮。
先对圆形指示灯从左至右依次编号，然后再对矩形指示灯进行编号，编号在圆形指示灯的基础上递增，并给每个编号确定一个对应的唯一含义。
左上第一个圆形指示灯的含义为制冷，给该圆形指示灯的编号为1，则编号1此时的含义为制冷。当编号为1的圆形指示灯亮时，表示此时窗机空调制冷模式的指示灯亮。
进一步的，所述根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确，包括：
判断所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式是否一致；
当所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式一致时，认为所述指示灯状态正确；
当所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式不一致时，认为所述指示灯状态不正确。
具体的，确定状态为亮的指示灯对应的电子设备的运行模式，并与所述控制指令对应的电子设备的运行模式状态进行匹配；当指示灯对应的电子设备的运行模式与所述控制指令对应的电子设备的运行模式一致时，所述指示灯状态正确，继续根据控制指令进行其他指示灯状态的判定；当指示灯对应的电子设备的运行模式与所述控制指令对应的电子设备的运行模式不一致时，所述指示灯状态不正确，反馈报警信息。
如控制指令为制冷模式的指令，而制冷模式的指示灯编号为1，当编号为1的指示灯亮，其他指示灯暗，则表述制冷模式的指示灯亮，则与控制指令一致，指示灯状态正确。控制指令对于数码管的指令都归为双8的显示，如控制指令给出设置温度16℃，则要求经过图像处理后双8数码管能输出16，则与控制指令一致，指示灯状态正确。
图2为本申请实施例提供的自动判定指示灯状态的方法的指示灯判定流程示意图，如图2所示，对每个指示灯进行编号，按照测试要求设置对应指示灯的指令；
获取指示灯的图像，将图像转换为灰度图像，通过高斯模糊降噪处理，再通过Canny边缘检测；
通过近似轮廓顶点检测法，取矩形区域，进行数码管信息识别，判断数码管的显示信息与控制指令是否一致；若是，则再次根据新的控制指令获取新的指示灯的图像，将图像转换为灰度图像，通过高斯模糊降噪处理，在通过Canny边缘检测；提取矩形区域，进行数码管信息识别，直至数码显示管显示信息与控制指令不一致，进行故障停机报警；或所有指示灯状态均判定过后，结束判定。
通过霍夫圆变换，取圆形区域，对圆形区域进行亮暗识别，确定圆形区域与编号对应，以及含义；判断指示灯状态与控制指令是否一致，若是，则再次根据新的控制指令获取新的指示灯的图像，将图像转换为灰度图像，通过霍夫圆变换，取圆形区域，对圆形区域进行亮暗识别，确定圆形区域与编号对应，以及含义；直至指示灯状态与控制指令不一致，进行故障停机报警；或所有指示灯状态均判定过后，结束判定。
本实施列公开的自动判定指示灯状态的方法，所述指示灯数目为多个，且所述指示灯分别对应电子设备的不同运行模式状态，包括：向所述电子设备发送控制指令，所述指示灯的开闭状态随着所述控制指令变化，获取所述指示灯开闭状态随着所述控制指令变化的图像；对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像；对所述不同形状区域的图像分别判断所述指示灯的亮暗状态；根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确；若所述指示灯状态不正确，反馈故障报警信息。对指示灯状态自动识别，并判断其显示逻辑是否正确，实现了指示灯状态的自动判定；自动分析指示灯的多状态信息，有效缩短测试时间，防止漏测，提高了测试效率；避免了人工判定指示灯状态存在的时间长，效率低以及判断结果误差较大的问题；解决了相关技术中人工判定指示灯状态时间较长，效率低，判断结果误差较大的技术问题。
实施例二
本实施例提供一种家用电器指示灯自动判定状态的方法，作为实施例一中的自动判定指示灯状态的方法的应用场景，此处以空调为例进行说明，该空调显示板有两个数码管指示灯和多个圆形指示灯，以及多个椭圆按钮。
先对圆形指示灯从左至右依次编号，然后再对数码管指示灯进行编号，编号在圆形指示灯的基础上递增，并给每个编号确定一个空调的状态。其中，空调的状态包括开关机状态、温度显示状态、风速状态、制冷状态、干燥状态、辅热状态、节能状态、化霜状态、除湿状态等。
以制冷状态为例，第一个圆形指示灯对应的空调状态为制冷，该圆形指示灯编号为1。
向空调发送制冷温度为16℃的控制指令，空调显示板上的数码管指示灯和圆形指示灯的开闭状态随着所述控制指令，获取数码管指示灯和圆形指示灯开闭状态随着所述控制指令变化的图像。
获取一帧数码管指示灯和圆形指示灯开闭状态随着所述控制指令变化的图像，将所述图像转换成灰度图像，应用具有5*5内核的高斯模糊来降低高频噪声，然后利用canny边缘检测算法通过近似轮廓顶点检测法提取所述灰度图像中矩形区域，通过霍夫圆变换提取所述灰度图像中圆形区域。
对所述圆形区域进行直方图变换，并判断偏暗像素所占比例是否超过预设超参数；当所述偏暗像素所占比例超过第一预设超参数，则所述指示灯状态为暗；当所述偏暗像素所占比例未超过所述第一预设超参数，所述指示灯状态为亮。
对矩形区域图像进行灰度直方图变换，对矩形区域中数码管的每一段的偏暗像素所占比例与预设超参数进行比较；当所述偏暗像素所占比例超过预设超参数，则数码管的当前段状态为暗；当所述偏暗像素所占比例未超过预设超参数，则数码管的当前段状态为亮，得到数码管的每段状态；根据数码管每段状态确定数码管的输出。
当判定结果为，编号为1的指示灯亮，其它圆形指示灯暗，两个数码管输出16时，圆形指示灯状态和两个数码管状态与当控制指令一致，表示编号为1的制冷指示灯状态和两个数码管状态正确；获取新的控制指令判断下一指示灯状态。
当判定结果中，编号为1的指示灯暗，两个数码管无输出或输出16以外的数字时，圆形指示灯状态和两个数码管状态与控制指令不一致，表示编号为1的制冷指示灯状态和两个数码管状态不正确，反馈报警信息。
实施例三
图3为本申请实施例提供的另一种自动判定指示灯状态的方法的流程示意图，所述指示灯数目为多个，且所述指示灯分别对应电子设备的不同运行模式状态，如图3所示，本方法包括：
步骤S210：向所述电子设备发送开机指令，所有指示灯的开闭状态随着所述开机指令呈现全亮状态；获取所述指示灯为全亮状态的图像；
步骤S220：向所述电子设备发送关机指令，所有指示灯的开闭状态随着所述关机指令呈现全暗状态；获取所述指示灯为全暗状态的图像；
步骤S230：通过像素叠加对所述全亮状态的图像和全暗状态的图像进行处理，提取包含所述指示灯位置的位置图像；
步骤S240：通过形态学膨胀方法对所述位置图像进行处理，将所述位置图像中属于同一状态信息的分离的指示灯的图像连接在一起构成一个连接的指示灯图像；
步骤S250：对经过形态学膨胀方法处理后的所述位置图像进行形状识别，基于识别结果将所述位置图像中的指示灯图像按照形状划分为不同形状区域的图像；
步骤S260：对所述不同形状区域的图像分别判断所述指示灯的亮暗状态；
步骤S270：根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确；
步骤S280：若所述指示灯状态不正确，反馈故障报警信息。
此处，属于同一状态信息的指示灯指每一个状态信息至少由两个分离的指示灯组成，如采用汉字形式显示的指示灯，如“风速”指示灯，由显示信息为“风”和“速”的两个指示灯构成。此时为了把“风速”两个字当作一个部分提取出来，需要进行形态学膨胀处理，使之成为一个部分，方能提取正确的指示灯。
具体来说，形态学膨胀方法根据预设核对所述位置图像进行处理，得到该区域的指示灯图像。预设核可根据指示灯的形状来进行预设的，根据不同的核大小与不同的核形状，可以得到不同的膨胀后的图形。
核是形态学膨胀方法的必要参数，通过不同的核大小与不同的核形状，可以得到不同的膨胀后的图形，但是如果不进行形态学膨胀，就不能很好的提取指示灯所在区域。
举例说明，对于“风速”指示灯，此时为了把风速两个字当作一个部分提取出来，通过形态学膨胀方法对“风”和“速”指示灯图像进行形状识别，使之成为一个部分，方能提取正确的指示灯，即将“风”和“速”连接在一起构成“风速”指示灯图像，若不进行形态学膨胀，就不能提取“风速”指示灯的图像。
具体的，柜机与壁挂机多采用汉字或图标的形式显示，以柜机、壁挂机为例进行说明。
柜机、壁挂机开机时所有指示灯都会亮，选择全亮的区域作为检测区，指示灯全亮时获取一张图像，指示灯全暗时获取一张图像，采用像素叠加的方式提取测试区的示灯亮时所在的位置图片，采用具有3*3内核的形态学膨胀方法将属于同一个信息的指示灯连接在一起。例如“风速”两个字，使用形态学膨胀的方式将“风”和“速”两个字连在一起构成“风速”指示灯。
进一步的，所述对所述不同形状区域的图像分别判断所述指示灯的亮暗状态，包括：
对所述圆形区域进行直方图变换，并判断偏暗像素所占比例是否超过预设超参数；
当所述偏暗像素所占比例超过第一预设超参数，则所述指示灯状态为暗；
当所述偏暗像素所占比例未超过所述第一预设超参数，则所述指示灯状态为亮。
进一步的，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：将所述指示灯的图像转为灰度图像；
通过高斯模糊对所述灰度图像进行降低噪声处理；
通过边缘检测算法对所述灰度图像进行检测；
通过霍夫圆变换提取所述灰度图像中的圆形区域；
通过近似轮廓顶点检测法提取所述灰度图像中的矩形区域。
进一步的，所述根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确，包括：
判断所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式是否一致；
当所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式一致时，认为所述指示灯状态正确；
当所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式不一致时，认为所述指示灯状态不正确。
本实施例中，方法步骤的具体实施例过程可参见实施例一，本实施例在此不再重复。
实施例四
本实施例还提供一种存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，该计算机程序被处理器执行时可以实现如实施例一、实施例二、实施例三的方法步骤，本实施例在此不再重复赘述。
实施例五
本实施例还提供一种自动判定指示灯状态的系统，所述系统包括：图像采集装置、存储器、处理器；
所述图像采集装置用于采集所述指示灯开闭状态随着所述控制指令变化的图像，并发送给所述存储器和/或处理器；
所述存储器上存储有计算机程序，所述存储器和所述处理器之间互相通信连接，该计算机程序被所述处理器执行时，执行实施例一、实施例二、实施例三任意一项所述的自动判定指示灯状态的方法。
具体的，处理器根据预设测试指令给电子设备发送控制指令，控制电子设备开关机、温度设定、风速调节、模式选择等，电子设备对应的指示灯的状态随之改变。
其中，预设测试指令可以是测试人员根据测试手册编写好的测试指令。
具体的，图像采集装置可以包括相机和光源，光源根据触发信号对样机的指示灯进行照射，同时相机根据触发信号对样机的指示灯进行拍照，从而采集样机的指示灯的图像，并发送给样机。
其中，处理器可以是专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(ProgrammableLogic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例一或实施例三的自动判定指示灯状态的方法。
存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
实施例六
本实施例提供一种电子设备，所述电子设备包括多个指示灯，所述指示灯分别对应所述电子设备的不同性能状态，所述电子设备还包括实施例四所述的自动判定指示灯状态的系统。
进一步的，所述电子设备可以是任意家用电器，如空调、电视、冰箱、洗衣机、微波炉等。
本实施例中自动判定指示灯状态的系统对空调显示板的指示灯状态判定的具体过程可参见实施例一或实施例三，本实施例在此不再重复。
综上，本申请提供的一种自动判定指示灯状态的方法、存储介质、系统及电子设备，该方法包括：向所述电子设备发送控制指令，所述指示灯的开闭状态随着所述控制指令变化，获取所述指示灯开闭状态随着所述控制指令变化的图像；对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像；对所述不同形状区域的图像分别判断所述指示灯的亮暗状态；根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确；若所述指示灯状态不正确，反馈故障报警信息。对指示灯状态自动识别，并判断其显示逻辑是否正确，实现了指示灯状态的自动判定；自动分析指示灯的多状态信息，有效缩短测试时间，防止漏测，提高了测试效率；避免了人工判定指示灯状态存在的时间长，效率低以及判断结果误差较大的问题；通过自动判定指示灯状态的系统对电子设备的指示灯自动测试，节约了人力成本及时间。解决了相关技术中人工判定指示灯状态时间较长，效率低，判断结果误差较大的技术问题。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的方法、系统，也可以通过其它的方式实现。以上所描述的方法实施例仅仅是示意性的。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本申请所揭露的实施方式如上，但上述的内容只是为了便于理解本申请而采用的实施方式，并非用以限定本申请。任何本申请所属技术领域内的技术人员，在不脱离本申请所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本申请的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (13)
1.一种自动判定指示灯状态的方法，所述指示灯数目为多个，且所述指示灯分别对应电子设备的不同运行模式状态，其特征在于，所述方法包括：
向所述电子设备发送控制指令，所述指示灯的开闭状态随着所述控制指令变化，获取所述指示灯开闭状态随着所述控制指令变化的图像；
对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像；
对所述不同形状区域的图像分别判断所述指示灯的亮暗状态；
根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确；
若所述指示灯状态不正确，则反馈故障报警信息。
2.根据权利要求1所述的方法，其特征在于，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：将所述图像划分为圆形区域和矩形区域。
3.根据权利要求2所述的方法，其特征在于，所述对所述不同形状区域的图像分别判断所述指示灯的亮暗状态，包括：
对所述圆形区域进行直方图变换，并判断偏暗像素所占比例是否超过预设超参数；
当所述偏暗像素所占比例超过第一预设超参数，则所述指示灯状态为暗；
当所述偏暗像素所占比例未超过所述第一预设超参数，则所述指示灯状态为亮。
4.根据权利要求2所述的方法，其特征在于，所述对所述不同形状区域的图像分别判断所述指示灯的亮暗状态，包括：
对所述矩形区域进行直方图变换，并对所述矩形区域中数码管每一段的偏暗像素所占比例与预设超参数进行比较；
当所述偏暗像素所占比例超过第二预设超参数，则数码管的当前状态为暗；
当所述偏暗像素所占比例未超过第二预设超参数，则数码管的当前状态为亮；
根据所述数码管每段的亮暗状态确定所述指示灯的显示状态。
5.根据权利要求1所述的方法，其特征在于，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：
将所述指示灯的图像转为灰度图像；
通过高斯模糊对所述灰度图像进行降低噪声处理；
通过边缘检测算法对所述灰度图像进行检测；
通过霍夫圆变换提取所述灰度图像中的圆形区域；
通过近似轮廓顶点检测法提取所述灰度图像中的矩形区域。
6.根据权利要求1所述的方法，其特征在于，所述向所述电子设备发送控制指令，所述指示灯的开闭状态随着所述控制指令变化，获取所述指示灯开闭状态随着所述控制指令变化的图像，还包括：
向所述电子设备发送开机指令，所有指示灯的开闭状态随着所述开机指令呈现全亮状态；获取所述指示灯为全亮状态的图像；
向所述电子设备发送关机指令，所有指示灯的开闭状态随着所述关机指令呈现全暗状态；获取所述指示灯为全暗状态的图像。
7.根据权利要求6所述的方法，其特征在于，所述对所述图像进行形状识别，基于识别结果将所述图像按照形状划分为不同形状区域的图像，包括：
通过像素叠加对所述全亮状态的图像和全暗状态的图像进行处理，提取包含所述指示灯位置的位置图像；
通过形态学膨胀方法对所述位置图像进行处理，将所述位置图像中属于同一状态信息的分离的指示灯的图像连接在一起构成一个连接的指示灯图像；
对经过形态学膨胀方法处理后的所述位置图像进行形状识别，基于识别结果将所述位置图像中的指示灯图像按照形状划分为不同形状区域的图像。
8.根据权利要求1所述的方法，其特征在于，还包括：对所述指示灯按照形状和方位分别进行编号，所述编号对应所述电子设备的不同运行模式状态；
根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确，包括：
根据所述指示灯亮暗状态确定发亮的所述指示灯编号；
基于所述指示灯编号以及所述编号对应的所述电子设备的运行模型状态，确定所述电子设备运行模式状态；
判断所述电子设备的运行模式状态和所述控制指令对应的运行模式状态是否一致。
9.根据权利要求1所述的方法，其特征在于，所述根据所述指示灯亮暗状态、所述指示灯对应的所述电子设备的运行模式状态和所述控制指令对应的运行模式状态，判断所述指示灯状态是否正确，包括：
判断所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式是否一致；
当所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式一致时，认为所述指示灯状态正确；
当所述电子设备的运行模式与所述控制指令对应的所述电子设备的运行模式不一致时，认为所述指示灯状态不正确。
10.一种存储介质，其特征在于，该存储介质存储的计算机程序，可被一个或多个处理器执行，可用来实现如权利要求1～9任意一项所述的自动判定指示灯状态的方法。
11.一种自动判定指示灯状态的系统，其特征在于，所述系统包括：图像采集装置、存储器、处理器；
所述图像采集装置用于采集指示灯开闭状态随着所述控制指令变化的图像，并发送给所述存储器或/和所述处理器；
所述存储器上存储有计算机程序，所述存储器和所述处理器之间互相通信连接，该计算机程序被所述处理器执行时，执行如权利要求1～9任意一项所述的自动判定指示灯状态的方法。
12.一种电子设备，其特征在于，所述电子设备包括多个指示灯，所述指示灯分别对应所述电子设备的不同性能状态，所述电子设备还包括如权利要求11所述的自动判定指示灯状态的系统。
13.根据权利要求12所述的电子设备，其特征在于，所述电子设备包括空调、电视、冰箱、洗衣机、微波炉的任意一种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010566179.2A CN111753708A (zh) | 2020-06-19 | 2020-06-19 | 自动判定指示灯状态的方法、存储介质、系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010566179.2A CN111753708A (zh) | 2020-06-19 | 2020-06-19 | 自动判定指示灯状态的方法、存储介质、系统及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111753708A true CN111753708A (zh) | 2020-10-09 |
Family
ID=72675522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010566179.2A Pending CN111753708A (zh) | 2020-06-19 | 2020-06-19 | 自动判定指示灯状态的方法、存储介质、系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111753708A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116110175A (zh) * | 2022-11-30 | 2023-05-12 | 中铁电气化局集团北京建筑工程有限公司 | 一种用于地铁车站火灾疏散的智能控制方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102878647A (zh) * | 2011-07-15 | 2013-01-16 | 珠海格力电器股份有限公司 | 空调运行状态的自动监控系统及自动监控方法 |
| CN205176645U (zh) * | 2015-10-28 | 2016-04-20 | 北京宇翔恒通科贸有限公司 | 故障监控设备和系统 |
| CN106650735A (zh) * | 2016-12-30 | 2017-05-10 | 亿嘉和科技股份有限公司 | 一种led字符自动定位识别方法 |
| KR101743389B1 (ko) * | 2016-01-04 | 2017-06-07 | 주식회사 에프에스솔루션 | 교통신호 인식 장치 및 방법 |
| CN107590499A (zh) * | 2017-09-28 | 2018-01-16 | 武汉大学 | 一种基于视频的设备led指示灯状态监测方法及系统 |
| CN109636777A (zh) * | 2018-11-20 | 2019-04-16 | 广州方纬智慧大脑研究开发有限公司 | 一种交通信号灯的故障检测方法、系统及存储介质 |
| CN110991347A (zh) * | 2019-12-05 | 2020-04-10 | 华北电力大学 | 一种设备状态监控方法及系统 |
-
2020
- 2020-06-19 CN CN202010566179.2A patent/CN111753708A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102878647A (zh) * | 2011-07-15 | 2013-01-16 | 珠海格力电器股份有限公司 | 空调运行状态的自动监控系统及自动监控方法 |
| CN205176645U (zh) * | 2015-10-28 | 2016-04-20 | 北京宇翔恒通科贸有限公司 | 故障监控设备和系统 |
| KR101743389B1 (ko) * | 2016-01-04 | 2017-06-07 | 주식회사 에프에스솔루션 | 교통신호 인식 장치 및 방법 |
| CN106650735A (zh) * | 2016-12-30 | 2017-05-10 | 亿嘉和科技股份有限公司 | 一种led字符自动定位识别方法 |
| CN107590499A (zh) * | 2017-09-28 | 2018-01-16 | 武汉大学 | 一种基于视频的设备led指示灯状态监测方法及系统 |
| CN109636777A (zh) * | 2018-11-20 | 2019-04-16 | 广州方纬智慧大脑研究开发有限公司 | 一种交通信号灯的故障检测方法、系统及存储介质 |
| CN110991347A (zh) * | 2019-12-05 | 2020-04-10 | 华北电力大学 | 一种设备状态监控方法及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116110175A (zh) * | 2022-11-30 | 2023-05-12 | 中铁电气化局集团北京建筑工程有限公司 | 一种用于地铁车站火灾疏散的智能控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3779300B1 (en) | Air conditioner start control method, device, storage medium and air conditioner | |
| CN112348773B (zh) | 屏幕缺陷检测方法、装置和电子设备 | |
| CN106157286B (zh) | 图像处理方法和屏幕漏光检测方法 | |
| CN110678877A (zh) | 使用弱监督神经网络在图像中视觉定位 | |
| CN111753708A (zh) | 自动判定指示灯状态的方法、存储介质、系统及电子设备 | |
| US11922673B2 (en) | Product inspection method and device, producing system and computer storage medium | |
| CN112116540B (zh) | 一种用于旋钮开关的档位识别方法和系统 | |
| CN110094925B (zh) | 一种蒸发器结霜检测方法及除霜应用 | |
| CN108593317B (zh) | 冰箱出厂检测方法、冰箱出厂检测装置和冰箱 | |
| US20190019049A1 (en) | Character/graphics recognition device, character/graphics recognition method, and character/graphics recognition program | |
| CN112101090A (zh) | 人体检测方法及装置 | |
| CN104266312A (zh) | 空调控制方法、系统及空调设备 | |
| CN115546219B (zh) | 检测板式生成方法、板卡缺陷检测方法、装置及产品 | |
| CN113674215B (zh) | 光伏板的光斑识别方法、装置及计算机可读存储介质 | |
| CN115690470A (zh) | 一种用于识别开关指示牌状态的方法和相关产品 | |
| CN116152191A (zh) | 基于深度学习的显示屏裂纹缺陷检测方法、装置及设备 | |
| CN108880932B (zh) | 界面显示方法、终端设备及计算机可读存储介质 | |
| JP6354316B2 (ja) | 画像検出装置及びプログラム | |
| CN109611900B (zh) | 灶体供电控制平台 | |
| CN210089233U (zh) | 一种蒸发器结霜检测系统 | |
| CN112883985A (zh) | 机油的检测方法、装置、设备及存储介质 | |
| Ordoñez-Avila et al. | Water generation based on condensation controlled by gray scale and artificial vision | |
| CN109915935B (zh) | 电热型自控空调器 | |
| CN117928051B (zh) | 一种中央空调节能降碳控制系统 | |
| CN110990232B (zh) | 一种图案显示方法、装置、电器设备及可读存储介质 |
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 |