一种基于红外的智能坐便器坐圈温度测试方法及系统与流程

本技术涉及坐圈测试，具体而言，涉及一种基于红外的智能坐便器坐圈温度测试方法及系统。

背景技术：

1、智能坐便器生产完成后，需要进行一系列的测试，例如各项性能测试、寿命测试、防虹吸测试、防水击测试、防回流测试、清洗流量、出水温度响应、坐圈温度测试等等。现有的坐圈温度测试，通常是采用温度传感器测试，这样的测试方式，简单快捷，但是测试精度低，达不到预期的测试效果。也有基于红外图像的温度测试，但现有的红外测试方式，通常也是进行恒温测试，难以测试出潜在的问题，忽略了坐圈加热过程中的受热情况(加热过程中的坐圈受热情况，可以反映坐圈加热部分是否合格，是否存在潜在质量瑕疵，例如加热过程中，受热不均更易导致坐圈局部加速老化变形)。

技术实现思路

1、本技术实施例的目的在于提供一种基于红外的智能坐便器坐圈温度测试方法及系统，以通过获取测试周期(含反映加热的第一阶段和反映恒温的第二阶段)的红外图像，利用特征提取的方式生成反映坐圈每个部位的特征向量，以综合时间维度和空间维度进行坐圈温度测试，保证测试的精准和完善，提高智能坐便器出厂质量把控。

2、为了实现上述目的，本技术的实施例通过如下方式实现：

3、第一方面，本技术实施例提供一种基于红外的智能坐便器坐圈温度测试方法，包括：获取智能坐便器坐圈在测试周期内的坐圈图像和红外图像集，其中，测试周期包括第一阶段和第二阶段，第一阶段采用第一频率采集红外图像，第二阶段采用第二频率采集红外图像；基于坐圈图像对红外图像集内的每一张红外图像进行配准；基于配准后的所有红外图像，确定出检测区域内每个像素的特征向量，得到特征向量集，其中，检测区域为坐圈区域的部分或全部；基于特征向量集和参照向量集，确定出每个特征向量对应的偏离指数；其中，参照向量集预先基于合格智能座便器座圈确定出；基于特征向量集中的每个特征向量对应的偏离指数，形成坐圈温度测试图像；对坐圈温度测试图像进行检测，确定是否存在问题区域，若存在，确定所述智能坐便器坐圈温度测试不合格，若不存在，确定所述智能坐便器坐圈温度测试合格。

4、结合第一方面，在第一方面的第一种可能的实现方式中，基于配准后的所有红外图像，确定出检测区域内每个像素的特征向量，包括：针对检测区域内的每个像素：分别获取每张配准后的红外图像在该像素上的像素值；将该像素上的像素值按照时间顺序排列，形成该像素的特征向量。

5、结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，基于特征向量集和参照向量集，确定出每个特征向量对应的偏离指数，包括：针对特征向量集中的每个特征向量，采用以下公式计算特征向量对应的偏离指数：

6、

7、其中，δi为第i个特征向量fi对应的偏离指数，m为特征向量fi的元素总量，即红外图像集中的红外图像数量，同时也是参照向量ci的元素总量，fij为特征向量fi的第j个元素，cij为参照向量ci的第j个元素。

8、结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，基于特征向量集中的每个特征向量对应的偏离指数，形成坐圈温度测试图像，包括：获取与参照向量集对应的参照指数集，参照指数集包含参照向量集中每个参照向量对应的偏离指数参照值；基于特征向量集中的每个特征向量对应的偏离指数，与参照指数集中的每个偏离指数参照值，确定出每个特征向量对应的偏离度；基于每个特征向量对应的偏离度和该特征向量对应的像素，形成坐圈温度测试图像。

9、结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，基于特征向量集中的每个特征向量对应的偏离指数，与参照指数集中的每个偏离指数参照值，确定出每个特征向量对应的偏离度，包括：针对特征向量集中的每个特征向量，采用以下公式计算特征向量对应的偏离度：

10、

11、其中，pi为特征向量fi对应的偏离度，[*]表示取整，δi为特征向量fi对应的偏离指数，ri为参照向量ci对应的偏离指数参照值，即参照指数集中的第i个偏离指数参照值，ri>0。

12、结合第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，基于每个特征向量对应的偏离度和该特征向量对应的像素，形成坐圈温度测试图像，包括：获取坐圈图像对应的灰度图模板，其中，灰度图模板中每个像素的灰度值为0；将特征向量fi对应的偏离度pi作为特征向量fi在灰度图模板中对应像素的灰度值；将所有特征向量对应的偏离度在灰度图模板中赋值完毕后，形成的灰度图像即为坐圈温度测试图像。

13、结合第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式中，对坐圈温度测试图像进行检测，确定是否存在问题区域，包括：对坐圈温度测试图像进行阈值处理，保留不低于设定阈值的像素的灰度值，对低于设定阈值的像素的灰度值赋零，得到中间图像；对中间图像进行连通区域检测，确定出非零灰度连通区域；针对每个非零灰度连通区域：判断非零灰度连通区域的像素数量是否达到设定数量，若达到设定数量，确定此非零灰度连通区域为问题区域，若未达到设定数量，确定此非零灰度连通区域为正常区域。

14、第二方面，本技术实施例提供一种基于红外的智能坐便器坐圈温度测试系统，包括：图像获取单元，用于获取智能坐便器坐圈在测试周期内的坐圈图像和红外图像集，其中，测试周期包括第一阶段和第二阶段，第一阶段采用第一频率采集红外图像，第二阶段采用第二频率采集红外图像；图像配准单元，用于基于坐圈图像对红外图像集内的每一张红外图像进行配准；特征提取单元，用于基于配准后的所有红外图像，确定出检测区域内每个像素的特征向量，得到特征向量集，其中，检测区域为坐圈区域的部分或全部；指数计算单元，用于基于特征向量集和参照向量集，确定出每个特征向量对应的偏离指数；其中，参照向量集预先基于合格智能座便器座圈确定出；图像生成单元，用于基于特征向量集中的每个特征向量对应的偏离指数，形成坐圈温度测试图像；坐圈测试单元，用于对坐圈温度测试图像进行检测，确定是否存在问题区域，若存在，确定所述智能坐便器坐圈温度测试不合格，若不存在，确定所述智能坐便器坐圈温度测试合格。

15、第三方面，本技术实施例提供一种存储介质，所述存储介质设置在电子设备内，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在电子设备执行第一方面或第一方面的可能的实现方式中任一项所述的基于红外的智能坐便器坐圈温度测试方法。

16、第四方面，本技术实施例提供一种电子设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述程序指令被处理器加载并执行时实现第一方面或第一方面的可能的实现方式中任一项所述的基于红外的智能坐便器坐圈温度测试方法。

17、有益效果：

18、1.获取智能坐便器坐圈在测试周期内(表征升温期的第一阶段和恒温期的第二阶段)的坐圈图像和红外图像集，基于坐圈图像对每一张红外图像进行配准，进一步确定出检测区域(坐圈区域的部分或全部)内每个像素的特征向量，得到特征向量集；再结合参照向量集确定出每个特征向量对应的偏离指数，进而形成坐圈温度测试图像，以对坐圈温度测试图像进行检测，确定是否存在问题区域，若存在，确定所述智能坐便器坐圈温度测试不合格，若不存在，确定所述智能坐便器坐圈温度测试合格。这样的方式可以综合时间维度(跨越坐圈加热到恒温的整个过程)和空间维度(涵盖来源于坐圈区域的检测区域内每个像素)进行坐圈温度测试，能够有效反映坐圈加热到恒温的过程中存在的问题，也能反映坐圈区域内存在的问题，从而保证坐圈温度测试的精准性和可靠性，实现对坐圈温度的有效检测，提高智能坐便器出厂质量把控。

19、2.分别获取每张配准后的红外图像在该像素上的像素值(反映该像素的温度)，将该像素上的像素值按照时间顺序排列(反映不同时刻下的温度)，形成该像素的特征向量，计算特征向量对应的偏离指数时，采用相应公式进行偏离指数的衡量，能够反映每个时刻下每个像素的元素值与参照元素之间的偏离指数，进一步与参照指数集中的每个偏离指数参照值进行比较，进行偏离度的计算和衡量，最终反映到坐圈温度测试图像的灰度值上，利用图像处理领域中的连通区域检测来实现问题区域的确定和定位，能够有效检测出坐圈在温度测试中的问题和潜在质量隐患。

20、3.对坐圈温度测试图像进行阈值处理，保留不低于设定阈值的像素的灰度值，对低于设定阈值的像素的灰度值赋零，得到中间图像，对中间图像进行连通区域检测，确定出非零灰度连通区域。阈值处理可以有效提高连通区域检测的效率，也能留有一定的容错空间。通过判断非零灰度连通区域的像素数量是否达到设定数量来确定此非零灰度连通区域是否为问题区域，从而最终可以可靠地实现对坐圈温度的综合测试，把控智能坐便器的出厂质量。

21、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。