本发明属于汽车后市场汽车诊断技术领域，具体涉及的是一种基于图像识别检测汽车点火系统火花塞的方法。
背景技术：
火花塞是汽车发动机点火系统的一个重要零部件，在汽车使用过程中，火花塞性能的好坏直接影响到燃烧的效率和尾气排放，因此在汽车维修保养过程中，火花塞需要定期检查与更换，目前常用的检查方法是用量规测量火花塞的间隙和人工观察火花塞的外观燃烧情况，或依据行驶里程和使用年限直接更换，但是在实际火花塞的检测过程中，由于车主的驾驶习惯和用车习惯的不同，如果火花塞更换过早将增加车主费用和资源浪费，如果过晚，将影响燃烧和尾气排放，因此需要发明一种方法能够快速速检测火花塞间隙和分析点火性能，同时预测火花塞的保养更换时间，保证车辆的正常使用降低维护费用，减少浪费。
随着人工智能的发展，以及图像识别技术和开源机器学习平台的应用，可以采用移动智能终端获取火花塞的图像信息，通过图像识别自动完成对火花塞的检查，自动检测火花塞间隙和火花塞的的工作性能，判断火花塞是否需要更换和维护，以及预判火花塞的更换保养时机。
技术实现要素：
本发明的目的在于提供种一种火花塞的检查方法，该方法通过获取火花塞的图像信息
并将图像自动传输到云端服务器，云端服务器对图像识别判断运算和火花塞间隙测量运算，完成对火花塞性能的的检查。
本发明的目的是通过以下技术方案实现的。一种汽车点火系统火花塞的检查方法：其特征在于：其中包括以下步骤：
步骤1：调用移动智能终端相机；
步骤2：获取火花塞图像，标注对应的汽缸缸号；
步骤3：图像自动存储本地并上传云端服务器；
步骤4：基于火花塞图像完成火花塞间隙测量并计算每个气缸火花塞间隙值和各缸火花塞间隙的平均值
步骤5：完成火花塞间隙离散性计算；云端服务器统计分析基于行驶里程的火花塞离散性；
步骤6：云端服务器识别每个火花塞的特征；并进行机器学习和训练以及火花塞；
步骤7：将分析结果反馈到移动智能终端并接收移动智能终端的查询。
优选地，步骤1之前包括：移动智能终端获取车辆的十七位编码和行驶里程数，通过扫描车辆十七位编码和车辆里程表获取，或者手动选择车辆的厂家，车系，年款和排量。
所述步骤2获取火花塞图像之前，将火花塞从汽车缸体上拆下，选择缸号完成火花塞缸号的标注，选择1缸获取1缸火花塞图像，选择2缸获取2缸火花塞图像，以此类推，可选择的缸数有获取十七位编码的发动机缸数而定。
所述步骤3：图像自动存储本地并上传云端服务器。所述上传云端服务器是通过移动终端的移动网络或wifi完成的。
所述步骤4火花塞间隙的测量计算方法包括：在图像上测量计算获得火花塞螺纹直径d´和火花塞间隙△p´,设火花塞直径为d间隙为△p：
因为：
所以计算火花塞间隙:
计算各缸火花塞间隙平均
所述步骤5：火花塞间隙离散性是通过计算火花塞间隙标准差和方差获得：
步骤5所述基于行驶里程的火花塞离散性；基于行驶里程和火花塞间隙建立样本矩阵a；
xmi是行驶m公里发动机第i缸的火花塞间隙△p测量值。
计算基于行驶里程的火花塞平均值的矩阵
方差值与行驶里程ll1+l2+...+li对应，行驶里程数在步骤1之前已经获得，其中为l1首次保养并检查火花塞的公里数，l为累计行驶里程，其含义为该车累计行驶了l1+l2+...+li公里，在行驶li公里更换了火花塞，该车火花塞已经工作了li公里，此时火花塞的方差为s(li)；
火花塞间隙方差s值越小，说明该车的点火性能越好。
比较分析同车型的s(li)判断该车的点火性能，比较分析不同车型的s(li)判断该车的点火性能，s(li)值越小说明该车的点火性能越好。
进一步通过机图像识别方法基于火花塞的图像特征分析判断点火性能的好坏来判断发动机点火系统是否存有故障隐患。
步骤6：云端服务器识别每个火花塞的特征；并进行机器学习和训练；
以火花塞电极部分为第一特征，螺纹连接和金属主体为第二特征，终端螺丝帽和绝缘体部分为第三特征；
通过第一特征分析点火性能和燃烧性能是否熏黑，机油污染，积碳，电极烧熔等；
通过第二特征分析火花塞密封性和点火性能；
通过第三特征可以识别获取火花塞的品牌和型号。
以火花塞间隙和火花塞特征为属性机进行器学习建立训练集，随着训练样本的增加，提高识别精度，火花塞图像识和学习采用云服务器提供的开源图像识别软件和云平台机器学习平台实现。
步骤7：将分析结果反馈到手机终端并接受移动终端的查询。
所述分析结果是通过对火花塞间隙和火花塞特征的分析判断该火花塞是否需要维修保养以及预判保养时机。
本发明与现有技术相比，有益效果在于：无需要增加任何硬件，只需要通过移动终端获取火花塞图片，就可以完成对火花塞的诊断检查和发动机点火性能的分析，具有简单准确快速的特点，本发明极大满足了车主或维修技术人员，对点火系统火花塞检测的一种方法，使车主和维修技术人员能够及时、准确的了解实际车况，以进行有效的维修保养。
附图说明
本发明的目的，特征及有益效果将结合具体实施方式的详细描述，结合附图进一步说明。
附图中，
图1是本发明方法流程图
图2是本发明方法的火花塞间隙示意图
图3是本发明方法的火花塞特征示意图
图4是本发明方法实例工作流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1为发明方法流程图
本发明提供的是一种通过获取火花塞图像信息，计算火花塞间隙和分析火花塞特性判断火花塞性能，完成对火花塞的检查方法和步骤，
一种汽车点火系统火花塞的检查方法：其特征在于：一种汽车火花塞的检查方法，其中包括步骤：
步骤1：调用移动智能终端相机。
步骤2：获取火花塞图像，标注对应的汽缸缸号。
步骤3：图像自动存储本地并上传云端服务器。
步骤4：基于图像完成火花塞的测量并计算每个气缸火花塞间隙和各缸火花塞间隙的平均值。
步骤5：完成火花塞间隙离散性计算；云端服务器统计分析基于行驶里程的火花塞离散性。
步骤6：云端服务器识别每个火花塞的特征；并进行机器学习和训练。
步骤7：将分析结果反馈到移动智能终端并接收移动智能终端的查询。
参阅图4本发明方法实例工作流程图
用户在移动终端完成注册，对应输入注册信息和密码，提交登录请求后，云端服务器会对提交的注册请求进行用户名和密码验证，验证通过注册成功后，登陆云端服务器。
在执行调用移动智能终端相机之前用户还需要完成获取车辆17位编码和车辆行驶里程信息，移动终端通过扫描获取17位编码和行驶里程，
在调用移动智能终端相机之前，还需要完成将火花塞从汽车缸体上拆下，并记住火花塞对应的缸号，
执行调用移动智能终端相机步骤，选择缸号完成火花塞缸号的标注，选择1缸获取1缸火花塞图像，选择2缸获取2缸火花塞图像，以此类推，可选择的缸数有获取十七位编码的发动机缸数而定。
图像获取后执行自动存储本地并上传云端服务器步骤。图像首先存储本地，并判断网络是否稳定正常，
如果网络正常稳定将执行在云端完成图像的识别和计算，
如果移动终端在无网络连接或网络不畅通的情况下，将执行在本地完成计算活塞间隙的计算，
火花塞间隙的测量计算方法包括：在图像上测量计算获得火花塞螺纹直径d´和火花塞间隙△p´,设火花塞直径为d间隙为△p，
因为
所以计算火花塞间隙:
计算各缸火花塞间隙平均
火花塞间隙离散性是通过计算火花塞间隙标准差和方差获得：
云端服务器统计基于行驶里程的火花塞离散性；是指方差值与行驶里程ll1+l2+...+li对应，行驶里程数在步骤1之前已经获得，其中为l1首次保养并检查火花塞的公里数，l为累计行驶里程，其含义为该车累计行驶了l1+l2+...+li公里，在行驶li公里更换了火花塞，该车火花塞已经工作了li公里，此时火花塞的方差为s(li)；
火花塞间隙方差s值越小，说明该车的点火性能越好。
比较分析同车型的s(li)判断该车的点火性能，比较分析不同车型的s(li)判断该车的点火性能，s(li)值越小说明该车的点火性能越好。
执行云端服务器识别每个火花塞的特征步骤；以火花塞电极部分为第一特征，螺纹连接和金属主体为第二特征，终端螺丝帽和绝缘体部分为第三特征；通过第一特征分析点火性能和燃烧性能是否熏黑，机油污染，积碳，电极烧熔等；通过第二特征分析火花塞密封性和点火性能；通过第三特征可以识别获取火花塞的品牌和型号。
执行机器学习和训练步骤；以火花塞间隙和火花塞特征为属性机器学习建立训练集，随着训练样本的增加，提高识别精度，火花塞图像识和学习采用云服务器提供的开源图像识别软件和开源机器学习平台实现。
通过机器学习的方法基于火花塞的图像特征分析判断点火性能的好坏来判断发动机点火系统是否存有故障隐患。
将分析结果反馈到手机终端并接受移动终端的查询。反馈结果包括每个缸的火花塞间隙值以及基于火花塞特征的分析结果，判定该火花塞是否需要维修保养以及保养时机。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。