[发明专利]基于机器视觉的产品功能耐久性测试自学习方法

说明书

本发明公开了基于机器视觉的产品功能耐久性测试自学习方法，所述方法包括：将特征标识集扩展为规模性特征标识集；获取待测产品的ROI图像，匹配并定位ROI图像中的特征标识；依次触控待测产品对应的特征标识，在检测到状态反馈后，标记被触控的特征标识为功能标识，并标记状态反馈的对应特征标识为待定标识；当触控对应的待定标识且检测到状态反馈时，标记对应的待定标识为功能标识；当触控对应的待定标识且未检测到状态反馈时，标记对应的待定标识为指示标识；对所述功能标识进行耐久性测试。本发明具有较高的检测效率和可靠性。

技术领域

本发明涉及自动化检测装置领域，尤其涉及基于机器视觉的产品功能耐久性测试自学习方法。

背景技术

目前现有的产品耐久性测试通常采用人工锁定按键位置，而后由测试机器对按键进行耐久性测试。这种方式具有准确率高的优点。然而，由于不同产品的按键位置不同，需要测试人员预先熟悉产品操作，而后在每个按键的测试过程中，调整测试机器测试触头的位置，较为浪费时间，影响了测试效率。

发明内容

为克服现有的测试机器测试效率低下的问题，本发明实施例一方面提供了基于机器视觉的产品功能耐久性测试自学习方法，包括：

根据预设方法将特征标识集扩展为规模性特征标识集，特征标识包括图案标识、字符标识或组合标识；

获取待测产品的ROI图像，根据所述规模性特征标识集匹配并定位ROI图像中的特征标识；

根据预设优先级依次触控待测产品对应的特征标识，在检测到状态反馈后，标记被触控的所述特征标识为功能标识，并标记状态反馈的对应特征标识为待定标识，所述状态反馈包括光源的点亮/熄灭；

当触控对应的待定标识且检测到状态反馈时，标记对应的待定标识为功能标识；

当触控对应的待定标识且未检测到状态反馈时，标记对应的待定标识为指示标识；

对所述功能标识进行耐久性测试；

当待测产品包含字符标识时，所述获取待测产品的ROI图像，根据所述规模性特征标识集匹配并定位ROI图像中的特征标识的步骤，包括：

在待测产品的测试面板图像中确定ROI图像；

输入ROI图像中对应的字符标识的组成字符和ROI图像中的字符标识数量K；

网格化所述ROI图像，得到若干网格图像，利用卷积神经网络对所有网格图像进行分析，确定各网格图像内容与所述组成字符的第一匹配系数，当第一匹配系数大于第一关联度阈值时，获取一组对应网格图像的中心点；

缩小网格尺寸并至少重复上一步骤一次，获取至少另一组对应网格图像的中心点；

采用K-means聚类算法对获取的所有中心点进行分割，得到K类区域，选取每类区域的中心坐标作为对应字符标识的定位目标。

本发明实施例通过预先采集与产品关联的特征标识集，并将特征标识集扩展为规模性特征标识集，通过获取待测产品的ROI图像，匹配待测产品中与规模性特征标识集关联的特征标识，而后提取规模性特征标识集中的相关内容，并根据匹配内容对所有特征标识按优先级依次触控，确定与按键对应的功能标识，以及仅起到状态显示的指示标识，实现了测试装置对不同产品按键标识的自学习和按键位置的锁定功能；使得在耐久性测试过程中尽量减少人力参与，提升了自动化水平，提高了效率；同时，本实施例可以根据待测产品的状态反馈自动的区分功能标识和指示标识，避免了将产品图案检测为功能按键的情况，进一步提高了检测效率。

附图说明