LED灯智能检测方法、检测系统及存储介质技术方案

本发明专利技术涉及一种LED灯智能检测方法、检测系统及存储介质，LED灯智能检测方法，包括以下步骤：关闭所有LED灯，获取背景图像，打开所有LED灯，并将所有LED灯调整为均显示同一颜色，获取亮灯图像；对背景图像及亮灯图像进行图像处理后得到调整图像；基于调整图像提取出LED灯的轮廓，得到布灯图；将布灯图与预设的设计图比对，得出不符合期望色彩的LED灯的位置。上述LED灯智能检测方法及检测系统，通过提取LED轮廓得到布灯图，进而与设计图进行比对，得出坏灯或不符合期望色彩的灯的位置，识别效率高，且可以实现周期性的自动检测，大大降低了亮化的维护成本。

【技术实现步骤摘要】
LED灯智能检测方法、检测系统及存储介质
本专利技术涉及LED测试
，特别是涉及一种LED灯智能检测方法、检测系统及存储介质。
技术介绍
目前在LED灯亮化工程运用于城市大厦外墙等各种各样的场景，以满足不同的城市亮化效果需要。在亮化工程布局完成后，在进行亮化效果测试和后期灯具监控维护工作上，因为人为或自然条件原因，呈现出现坏灯或不符合期望色彩灯，这时候需要准确的找出LED灯的位置，进行灯具更换，达到亮化效果。传统的方法是楼宇LED灯布局完成后，在调试时通过肉眼观察所有LED灯亮灯情况，找出坏灯或不符合期望色彩的LED灯位置。这种方法调试速度慢，肉眼无法分辨出坏灯位置。
技术实现思路
基于此，有必要针对使用肉眼调试LED灯导致效率慢的问题，提供一种LED灯智能检测方法、检测系统及存储介质。本专利技术第一方面提供一种LED灯智能检测方法，包括以下步骤：关闭所有LED灯，获取背景图像，打开所有LED灯，并将所有LED灯调整为均显示同一颜色，获取亮灯图像；对背景图像及亮灯图像进行图像处理后得到调整图像；基于调整图像提取出LED灯的轮廓，得到布灯图；将布灯图与预设的设计图比对，得出不符合期望色彩的LED灯的位置。在其中一个实施例中，所述对背景图像及亮灯图像进行图像处理后得到调整图像具体包括：获取背景图像及亮灯图像上各像素点的灰度值；对背景图像及亮度图像上处于同一空间坐标的像素点的灰度值做差值运算；根据差值运算结果得到调整图像。在其中一个实施例中，所述根据差值运算结果得到调整图像具体包括：在亮灯图像中，将差值运算结果在预设区间内的像素点删除，得到调整图像。在其中一个实施例中，所述基于调整图像提取出LED灯的轮廓，得到布灯图具体包括：根据预设函数对调整图像进行灰度化；基于预设函数计算调整图像中各像素点的灰度的梯度幅值，基于梯度幅值提取出LED灯的轮廓，得到布灯图。在其中一个实施例中，所述基于预设函数计算调整图像中各像素点的灰度的梯度幅值，基于梯度幅值提取出LED灯的轮廓，得到布灯图具体包括：基于预设函数计算调整图像中各像素点的灰度的梯度幅值；根据所有像素点的梯度幅值确定一第一基准值和一第二基准值；基于像素点的梯度幅值、第一基准值及第二基准值确定边界像素点；根据边界像素点得到布灯图。本专利技术第二方面提供一种LED灯智能检测系统，包括：图像获取部件，用于获取背景图像及亮灯图像；图像处理部件，用于对背景图像及亮灯图像进行图像处理得到调整图像；图像提取部件，用于从调整图像中提取出LED灯的轮廓，得到布灯图；及对比器，用于将布灯图与预设的设计图比对，得出不符合期望色彩的像素点的位置。在其中一个实施例中，所述图像处理部件包括：获取部件，用于获取背景图像及亮灯图像上各像素点的灰度值；及第一计算部件，用于对背景图像及亮度图像上处于同一空间坐标的像素点的灰度值做差值运算。在其中一个实施例中，所述图像提取部件包括：灰度转化部件，用于根据预设函数对调整图像进行灰度化；第二计算部件，用于基于预设函数计算调整图像中各像素点的灰度的梯度幅值。在其中一个实施例中，所述第二计算部件还用于：根据所有像素点的梯度幅值确定一第一基准值和一第二基准值。所述图像提取部件还包括：比较部件，用于根据像素点的梯度幅值、第一基准值及第二基准值确定边界像素点。上述LED灯智能检测方法及检测系统，通过提取LED轮廓得到布灯图，进而与设计图进行比对，得出坏灯或不符合期望色彩的灯的位置，识别效率高，且可以实现周期性的自动检测，大大降低了亮化的维护成本。本专利技术第三方面提供一种机器可读存储介质，其上存储有计算机程序，其中所述计算机程序在由处理器执行时实现上述任一项所述的LED灯智能检测方法。附图说明图1为本专利技术一实施例的LED灯智能检测方法的流程图；图2为本专利技术一实施例的LED灯智能检测方法的部分流程分解图；图3为本专利技术又一实施例的LED灯智能检测方法的流程图；图4为本专利技术又一实施例的LED灯智能检测方法的流程图；图5为本专利技术一实施例的LED灯智能检测系统的框架结构图。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式及实施方式中的特征可以相互组合。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本专利技术。图1是本专利技术一些实施例的LED灯智能检测方法的流程图，所述LED灯智能检测方法可应用于楼宇等多种场景的LED灯的检测，只需通过两张图片即可检测出坏灯或者不符合期望色彩的灯的位置。应该说明的是，本专利技术实施方式的LED灯智能检测方法并不限于图1所示的流程图中的步骤及顺序，根据不同的需求，流程图中的步骤可以增加、移除或者改变顺序。如图1所示，所述LED灯智能检测方法包括以下步骤S12：关闭所有LED灯，获取背景图像，打开所有LED灯，并将所有LED灯调整为均显示同一颜色，获取亮灯图像。为了检测出LED灯的位置，需要用相机在同一位置获取两张图像：一张为LED处于关闭状态时的背景图像，另一张为LED处于亮灯状态的亮灯图像。最终在亮灯图像中去除背景图像，得到亮灯的LED的位置。S14：对背景图像及亮灯图像进行图像处理后得到调整图像。亮灯图像中，LED灯及LED灯附近的区域由于光照，在色彩上与其他区域形成区别，而其他未受到LED灯影响的区域，则与背景图像基本相同，因此，可以通过和背景图像进行比对，在亮灯图像中去除与背景图像相同的部分，识别出LED灯及LED灯附近的区域，即得到调整图像。请参阅图2，在一些实施例中，可以通过计算灰度差得到调整图像。具体的，所述对背景图像及亮灯图像进行图像处理后得到调整图像具体包括：S141：获取背景图像及亮灯图像上各像素点的灰度值；S143：对背景图像及亮度图像上处于同一空间坐标的像素点的灰度值做差值运算；S145：根据差值运算结果得到调整图像。在计算灰度差前，需要得到背景图像及亮灯图像中各像素点的灰度值，灰度值的获取可以通过虚拟灰度化获得，即计算将背景图像及亮度图像灰度化后各个像素点的灰度值，但图像不进行灰度化操作。得到各像素点的灰度值后，即可计算灰度差，并根据灰度差的计算结果得出LED灯所处的大致区域。由于背景图像及亮灯图像为同一位置拍照获得的图像，因此亮灯图像与背景图像除去被LED灯影响的区域外，其余部分图像与背景图像基本相同，灰度值也基本相同。将背景图像及亮灯图像中处于同一空间坐标的像素点的灰度值做差值运算，通过定位灰度差为零的点，即可在亮灯图像中识别剔除与背景图像相同的部分，而只保留LED灯所在的区域，即得到调整图像。在一些实施例中，所述根据差值运算结果得到调整图像具体包括：在亮灯图像中，将差值运算结果在预设区间内的像素点删除，得到调整图像。由于LED亮灯带来的色彩及亮度变化，带动LED所在位置及附近区域灰度值产生变化，因而这部分区域的灰度值相减后不为零，为了避免LED灯的亮度影响范围过大，影响LED灯的定位，同时尽量减少环境光线的变化以及其他因素带来的影响，可以在亮度图像中，将差值运算结果在预设区间内的像本文档来自技高网...

【技术保护点】
1.一种LED灯智能检测方法，其特征在于，包括以下步骤：关闭所有LED灯，获取背景图像，打开所有LED灯，并将所有LED灯调整为均显示同一颜色，获取亮灯图像；对背景图像及亮灯图像进行图像处理后得到调整图像；基于调整图像提取出LED灯的轮廓，得到布灯图；将布灯图与预设的设计图比对，得出不符合期望色彩的LED灯的位置。

【技术特征摘要】
1.一种LED灯智能检测方法，其特征在于，包括以下步骤：关闭所有LED灯，获取背景图像，打开所有LED灯，并将所有LED灯调整为均显示同一颜色，获取亮灯图像；对背景图像及亮灯图像进行图像处理后得到调整图像；基于调整图像提取出LED灯的轮廓，得到布灯图；将布灯图与预设的设计图比对，得出不符合期望色彩的LED灯的位置。2.根据权利要求1所述的LED灯智能检测方法，其特征在于，所述对背景图像及亮灯图像进行图像处理后得到调整图像具体包括：获取背景图像及亮灯图像上各像素点的灰度值；对背景图像及亮度图像上处于同一空间坐标的像素点的灰度值做差值运算；根据差值运算结果得到调整图像。3.根据权利要求2所述的LED灯智能检测方法，其特征在于，所述根据差值运算结果得到调整图像具体包括：在亮灯图像中，将差值运算结果在预设区间内的像素点删除，得到调整图像。4.根据权利要求1所述的LED灯智能检测方法，其特征在于，所述基于调整图像提取出LED灯的轮廓，得到布灯图具体包括：根据预设函数对调整图像进行灰度化；基于预设函数计算调整图像中各像素点的灰度的梯度幅值，基于梯度幅值提取出LED灯的轮廓，得到布灯图。5.根据权利要求4所述的LED灯智能检测方法，其特征在于，所述基于预设函数计算调整图像中各像素点的灰度的梯度幅值，基于梯度幅值提取出LED灯的轮廓，得到布灯图具体包括：基于预设函数计算调整图像中各像素点的灰度的梯度幅值；根据所有...

【专利技术属性】
技术研发人员：王利强，胡伟良，李选中，吴振志，吴涵渠，
申请(专利权)人：深圳市奥拓电子股份有限公司，
类型：发明
国别省市：广东,44