[发明专利]基于自适应随机测试和边界状态的图像比较方法

摘要

本发明公开了一种基于自适应随机测试和边界状态的图像比较方法，可用于指导面向web图像的比较过程，包括以下步骤：A.通过selenium获取待比较图像，并处理原图像，给原图像增加边界，而后在边界内生成像素点，并划分新图像；B.在划分后得到的镜面矩形中选取样本镜面矩形，并根据自适应随机测试算法产生测试用例；C.根据样本镜面矩形中测试用例，在其他矩形中进行坐标变化即可得到新一轮的测试用例。本发明可克服边界效应，并采用镜面思想，大大减少了计算量，且使得产生的测试用例分布更加均匀，从而更加快速找到参与比较的图像中存在的差异点。

主权项

基于自适应随机测试和边界状态的图像比较方法，其特征在于，主要包括以下三个步骤：A.处理原图像，生成边界测试用例(1)利用selenium等工具在不同浏览器上抓取相同url地址的图像；(2)选择一对待比较图像作为两个输入域，在两张待比较图像的真实边界外加上一个假想的随机边界区域；(3)在两个随机边界区域内相同位置随机生成相同的像素点，保证两张图像的随机边界区域相同；(4)在改造后的图像上进行区域划分，形成若干相同的镜面矩形；B.生成测试用例(1)选定一个镜面矩形作为样本，在其上随机生成一个测试用例t；(2)在样本镜面矩形上运用自适应随机测试算法——FSCS(固定大小候选集)，采用基于距离的思想产生测试用例；其中，一个固定容量的参与者集(candidate)用来产生测试用例，集中有k个随机产生的用例，下一个测试用例根据如下公式产生；$J=\arg \underset{j=1,...,k}{max}\left(dist\right({\mathrm{cd}}_j,\mathrm{\β}\left({\mathrm{cd}}_j,T\right)\left)\right)$其中，J表示下一个测试用例，cd_j表示第j个随机产生的测试用例，T表示已经被挑选出来的测试用例组成的测试用例集，β(cd_j，T)表示测试集T中距离点cd_j最近的点，dist( )表示括号内两点之间的欧几里得距离；C.在其他镜面矩形上生成测试用例(1)根据样本镜面矩形内生成的测试用例，在其他镜面矩形上对测试用例进行映射，利用坐标变换即可在其他镜面矩形区域内产生新一轮的测试用例；(2)重复上述步骤，直到检测到两幅图像的差异点为止。