【技術實現步驟摘要】
本專利技術涉及自動化產線檢測
，尤其涉及一種基于Adaboost算法的產品狀態檢測方法和系統。
技術介紹
智能穿戴設備越來越多走進人們的生活，很多智能穿戴設備都帶有顯示屏幕。智能設備的生產相當復雜，而且對智能化要求比較高，產線測試產品時會在智能設備系統中留下操作痕跡，因此要求在產線功能測試完之后要對智能設備系統進行恢復出廠設置來擦除掉檢測痕跡，讓用戶拿到產品時不會看到別人操作過的痕跡，例如通過對開機畫面進行檢測，判斷智能設備是否恢復出廠設置。目前產線對智能設備恢復出廠設置檢測要么是采用人工用眼睛看的操作方式，要么是采用相機拍照簡單的模板匹配方式進行檢測。人工操作就會存在因操作員疲勞以及注意力不集中等原因產生的誤操作，而目前采用的相機拍照模板匹配處理方式雖然能代替操作員進行自動化處理，但是由于模板匹配處理效率低、對環境要求比較高而實際的效率并不高，實用性也達不到產線的要求，會導致沒有恢復出廠設置的產品流到用戶手中，引起客戶投訴而且會增大人力物力的投入增加成本。
技術實現思路
鑒于上述產品狀態檢測缺少滿足產線要求的自動化手段的問題，本專利技術提供了一種基于Adaboost算法的產品狀態檢測方法和系統，以解決上述問題或者至少部分地解決上述問題。依據本專利技術的一個方面，提供了一種基于Adaboost算法的產品狀態檢測方法，所述方法包括：采集處于所需狀態下的產品的界面圖像，生成界面圖像樣...
【技術保護點】
一種基于Adaboost算法的產品狀態檢測方法，其特征在于，所述方法包括：采集處于所需狀態下的產品的界面圖像，生成界面圖像樣本；將所述界面圖像樣本做灰度處理，得到灰度圖像；對所述灰度圖像做二值化處理，提取Haar特征；利用Adaboost算法對所述Haar特征進行訓練，獲得分類器模板；利用所述分類器模板對流水線上采集的產品的界面圖像進行分類，判斷所述產品的界面圖像是否處于所需狀態。
【技術特征摘要】
1.一種基于Adaboost算法的產品狀態檢測方法，其特征在于，所述方
法包括：
采集處于所需狀態下的產品的界面圖像，生成界面圖像樣本；
將所述界面圖像樣本做灰度處理，得到灰度圖像；
對所述灰度圖像做二值化處理，提取Haar特征；
利用Adaboost算法對所述Haar特征進行訓練，獲得分類器模板；
利用所述分類器模板對流水線上采集的產品的界面圖像進行分類，判斷
所述產品的界面圖像是否處于所需狀態。
2.如權利要求1所述的產品狀態檢測方法，其特征在于，
所述二值化處理，為基于迭代法的二值化處理，包括：
a：求出灰度圖像的最大灰度值和最小灰度值，分別記為fmax，fmin，令
閾值初始值為：
T0=fmax+fmin2]]>b：根據第k次計算閾值Tk將圖像分割為前景和背景，分別求出前景和
背...
【專利技術屬性】
技術研發人員：曹海青，
申請(專利權)人：青島歌爾聲學科技有限公司，
類型：發明
國別省市：山東;37
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。