【技术实现步骤摘要】
本专利技术属于多媒体
,尤其涉及一种基于云计算的车载多媒体的自动化测试控制系统。
技术介绍
车载多媒体系统是嵌入安装在汽车环境使用的多媒体系统、导航系统,其具有优化交通效率、播放娱乐音频等作用,并在快速地向高性能、高质量、多功能、个性化的方向发展,消费者在选购汽车时也将车载多媒体的性能作为一项重要的考量指标。因此车载多媒体在出厂时,制造商必须要对其性能进行测试。目前,主要靠人工手动对车载多媒体进行测试,测试过程数据及测试结果也需要人工处理,导致测试效率低下,远远跟不上企业新产品研制和新项目开发的进度。有部分企业采用了自动化测试方法测试车载多媒体,但是现有的自动化测试方法也只是完全构建在一些专业的虚拟仪器平台上,或者也只局限于部分性能的自动化测试,这也就导致了这些自动化测试不适于大量数据处理的任务,不能根据产品变化的需求及时更新信号采集的精度;而且目前的测试控制系统数据处理和数据存储能力差,测试准确率不高和操作不便捷。
技术实现思路
本专利技术的目的在于提供一种基于云计算的车载多媒体的自动化测试控制系统,旨在解决目前的测试控制系统数据处理和数据存储能力差,测试准确率不高和操作不便捷的问题。本专利技术是这样实现的,一种基于云计算的车载多媒体的自动化测试控制系统,包括单片机控制器,所述单片机控制器的输出端分别与信号发生模块、程控增益放大器、滤波模块和动态模拟模块的输入端电性连接,所述单片机控制器的输入端分别与图像信息采集处理模块、信号采集模块、电路故障检测模块、计时模块和电源模块的输出端电性连接,所述单片机控制器分别与数据处理模块、RAM存储器、ROM存储器 ...
【技术保护点】
一种基于云计算的车载多媒体的自动化测试控制系统,其特征在于,所述基于云计算的车载多媒体的自动化测试控制系统包括单片机控制器;所述单片机控制器的输出端分别与信号发生模块、程控增益放大器、滤波模块和动态模拟模块的输入端电性连接;所述单片机控制器的输入端分别与图像信息采集处理模块、信号采集模块、电路故障检测模块、计时模块和电源模块的输出端电性连接;所述单片机控制器分别与数据处理模块、RAM存储器、ROM存储器、数据库和无线射频收发模块电性连接;所述无线射频收发模块通过GPRS网络与云端服务器连接;所述无线射频收发模块通过GPRS网络与外部设备连接。
【技术特征摘要】
1.一种基于云计算的车载多媒体的自动化测试控制系统,其特征在于,所述基于云计算的车载多媒体的自动化测试控制系统包括单片机控制器;所述单片机控制器的输出端分别与信号发生模块、程控增益放大器、滤波模块和动态模拟模块的输入端电性连接;所述单片机控制器的输入端分别与图像信息采集处理模块、信号采集模块、电路故障检测模块、计时模块和电源模块的输出端电性连接;所述单片机控制器分别与数据处理模块、RAM存储器、ROM存储器、数据库和无线射频收发模块电性连接;所述无线射频收发模块通过GPRS网络与云端服务器连接;所述无线射频收发模块通过GPRS网络与外部设备连接。2.如权利要求1所述的基于云计算的车载多媒体的自动化测试控制系统,其特征在于,所述图像信息采集处理模块的输入端与摄像头的输出端电性连接;所述外部设备通过GPRS网络与云端服务器连接;所述外部设备为电脑、手机具有网络连接功能的电子产品。3.如权利要求1所述的基于云计算的车载多媒体的自动化测试控制系统,其特征在于,ROM存储器利用编码存储方法进行数据存储,具体包括以下步骤:A:所述编码存储方法的二维码字为C=[ci,j];1≤i≤m-1,1≤j≤m+m,元素ci,j表示为第i行,第j列的信息位或校验位;B:当1≤i≤m-1,1≤j≤m-1时,元素ci,j为信息位,用于存放原文件数据;C:当1≤i≤m-1,m≤j≤m+m时,元素ci,j为校验位,用于存放校验数据;D:根据以上三条步骤得出第一列校验位可以按照下述规则构造:ci,m=⊕j=0m-1ci,j,1≤i<m-1]]>E:第r列的冗余校验位如下公式表示,令公共调节因子为:Sr=⊕j=1m-1c<m-1+r·j>m,j]]>F:根据步骤E得出第r列校验位为:ci,m+2=Sr⊕(⊕j=0<i+r·j>m≠m-1m-1c<i+r·j>m,j)]]>式中:1≤i<m-1,1≤r≤m。4.如权利要求1所述的基于云计算的车载多媒体的自动化测试控制系统,其特征在于,所述图像信息采集处理模块包括图像采集子模块、图像模糊度评价子模块、模糊度调整子模块;所述图像采集子模块用于采集摄像头拍摄的图像信息;所述模糊度评价子模块用于获取图像采集子模块传输的图像,并计算滤波前后图像统计信息比值;所述模糊度调整子模块与模糊度评价子模块相连,用于调整原图像模糊度得出最终图像和图像模糊度评价指标。5.如权利要求4所述的基于云计算的车载多媒体的自动化测试控制系统,其特征在于,利用模糊度评价字模块、模糊度调整字模块对图像模糊度评价方法为:步骤一,图像获取,通过图像采集子模块获取待评价的图像;步骤二,图像灰度化,为方便图像的边缘提取,利用数字图像处理中RGB图像的R、G、B各个通道的像素值与灰度图像像素值的转换关系将彩色图像转化为灰度图像,公式如下:Gray=R*0.3+G*0.59+B*0.11;步骤三,图像边缘提取,利用数字图像处理方法中的Roberts算子边缘检测技术作用于灰度图像获取图像的边缘,不同的检测算子具有不同的边缘检测模板,根据具体模板计算交叉像素的差分作为当前像素值,使用模板如下:E(i,j)=|F(i,j)-F(i+1,j+1)|+|F(i+1,j)-F(i,j+1)|;步骤四,图像处理,利用高通/低通滤波器对灰度图像进行滤波处理以构造待评价图像的参考图像,采用3*3均值滤波器,利用滤波模板遍历图像每个像素,每次将模板中心置于当前像素,以模板内所有像素的平均值作为当前像素新值,模板如下:19×111111111;]]>步骤五,图像边缘统计信息计算,分别计算图像滤波前后各自边缘灰度信息,滤波处理前的待评价图像F统计信息为sum_orig,滤波处理后的参考图像F2统计信息为sum_filter,具体计算公式如下:sum_orig=w1×(|F(i,j)-F(i-1,j)|+|F(i,j)-F(i,j-1)|+|F(i,j)-F(i,j+1)|+|F(i,j)-F(i+1,j)|)+w2×(|F(i,j)-F(i-1,j-1)|+|F(i,j)-F(i-1,j+1)|+|F(i,j)-F(i+1,j-1)|+|F(i,j)-F(i+1,j+1)|),]]>sum_filter=w1×(|F2(i,j)-F2(i-1,j)|+|F2(i,j)-F2(i,j-1)|+|F2(i,j)-F2(i,j+1)|+|F2(i,j)-F2(i+1,j)|)+w2×(|F2(i,j)-F2(i-1,j-1)|+|F2(i,j)-F2(i-1,j+...
【专利技术属性】
技术研发人员:王华盛,白蕾,胡迪,栾泽宇,张志义,
申请(专利权)人:北华大学,
类型:发明
国别省市:吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。