CN112393880A - 屏幕更换检测方法及装置 - Google Patents

Abstract

本发明涉及一种屏幕更换检测方法及装置，在获取到接收到光束照射的设备屏幕的原始图像后，提取出原始图像的光束图案特征，并根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕。基于此，通过图形识别和模型训练来检测设备的屏幕是否被更换过，降低设备回收过程中质检人员工作量的同时，避免主观因素对屏幕更换检测的影响，提高对屏幕更换检测的准确性和效率。

Description

屏幕更换检测方法及装置

技术领域

本发明涉及电子产品技术领域，特别是涉及一种屏幕更换检测方法及装置。

背景技术

随着电子产品技术的发展，各种智能设备层出不穷，例如智能手机、笔记本电脑和平板电脑等。目前，伴随着经济和技术的高速发展，智能设备的普及和更新换代速度也越来越快。以智能手机为例，5G时代的到来，加速了智能手机的换代。在智能设备进行迭代的过程中，有效回收是智能设备剩余价值的有效利用手段之一，可减少对环境的化学污染以及减少浪费。

在智能设备的回收过程中，设备估价作为设备回收、以旧换新的重要中间环节，其估价的准确性和合理性间接影响着人们设备回收、以旧换新的成功率。而在设备回收过程中，其屏幕是否原装对回收毛利产生很大影响。因此，在设备回收中对，需要检测分析回收设备的屏幕是否更换过，为设备回收提供重要参考。

传统的检测智能设备的屏幕是否更换过的方式主要是通过专业质检人员的人眼观察，凭专业质检人员的主观判断确定是否更换过屏幕。然而，人眼观察耗时耗力，且主观判断受专业质检人员的经验和状态等因素影响，很难保证判断的准确性。

发明内容

基于此，有必要针对传统检测智能设备的屏幕是否更换过的方式还存在的缺陷，提供一种屏幕更换检测方法及装置。

一种屏幕更换检测方法，包括步骤：

获取接收到光束照射的设备屏幕的原始图像；

提取出原始图像的光束图案特征；

根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕；其中，预设识别模型包括各光束图案特征与设备屏幕的对应关系。

上述的屏幕更换检测方法，在获取到接收到光束照射的设备屏幕的原始图像后，提取出原始图像的光束图案特征，并根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕。基于此，通过图形识别和模型训练来检测设备的屏幕是否被更换过，降低设备回收过程中质检人员工作量的同时，避免主观因素对屏幕更换检测的影响，提高对屏幕更换检测的准确性和效率。

在其中一个实施例中，在获取接收到光束照射的设备屏幕的原始图像的过程之前，还包括步骤：

控制照射装置将光束照射到设备屏幕上。

在其中一个实施例中，提取出原始图像的光束图案特征的过程，包括步骤：

对原始图像进行预处理，得到加工图像；

在加工图像中提取光束图案特征。

在其中一个实施例中，对原始图像进行预处理的过程，包括步骤：

将原始图像裁剪成设定大小图像，得到裁剪图像；

在裁剪图像中分割出光束图案所在区域的图像，得到加工图像。

在其中一个实施例中，根据预设识别模型识别光束图案特征的过程，包括步骤：

将光束图案特征转换为特征向量；

根据预设识别模型识别特征向量。

在其中一个实施例中，预设识别模型的训练过程，包括步骤：

获取各类型训练设备的训练原始图像；

为各训练原始图像定义检测标签；其中，检测标签用于表征训练设备的屏幕为原装或更换；

对训练原始图像和检测标签进行数据训练，得到预设识别模型。

在其中一个实施例中，对训练原始图像和检测标签进行数据训练的过程，包括步骤：

通过机器学习分类算法对训练原始图像和检测标签进行数据训练。

一种屏幕更换检测装置，包括：

图像获取模块，用于获取接收到光束照射的设备屏幕的原始图像；

特征提取模块，用于提取出原始图像的光束图案特征；

特征识别模块，用于根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕；其中，预设识别模型包括各光束图案特征与设备屏幕的对应关系。

上述的屏幕更换检测装置，在获取到接收到光束照射的设备屏幕的原始图像后，提取出原始图像的光束图案特征，并根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕。基于此，通过图形识别和模型训练来检测设备的屏幕是否被更换过，降低设备回收过程中质检人员工作量的同时，避免主观因素对屏幕更换检测的影响，提高对屏幕更换检测的准确性和效率。

一种计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述任一实施例的屏幕更换检测方法。

上述的计算机存储介质，在获取到接收到光束照射的设备屏幕的原始图像后，提取出原始图像的光束图案特征，并根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕。基于此，通过图形识别和模型训练来检测设备的屏幕是否被更换过，降低设备回收过程中质检人员工作量的同时，避免主观因素对屏幕更换检测的影响，提高对屏幕更换检测的准确性和效率。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一实施例的屏幕更换检测方法。

上述的计算机设备，在获取到接收到光束照射的设备屏幕的原始图像后，提取出原始图像的光束图案特征，并根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕。基于此，通过图形识别和模型训练来检测设备的屏幕是否被更换过，降低设备回收过程中质检人员工作量的同时，避免主观因素对屏幕更换检测的影响，提高对屏幕更换检测的准确性和效率。

附图说明

图1为一实施方式的屏幕更换检测方法流程图；

图2为另一实施方式的屏幕更换检测方法流程图；

图3为一实施方式的预处理方法流程图；

图4为又一实施方式的屏幕更换检测方法流程图

图5为一实施方式的预设识别模型训练方法流程图；

图6为一实施方式的屏幕更换检测装置模块结构图。

具体实施方式

为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本发明，并不用于限定本发明。

本发明实施例提供了一种屏幕更换检测方法。

图1为一实施方式的屏幕更换检测方法流程图，如图1所示，一实施方式的屏幕更换检测方法包括步骤S100至步骤S102：

S100，获取接收到光束照射的设备屏幕的原始图像；

其中，以一光束在特定角度和特定距离照射待回收设备的屏幕，并通过摄像设备拍摄该设备屏幕，得到设备屏幕的原始图像。获取摄像设备采集的原始图像。

在其中一个实施例中，图2为另一实施方式的屏幕更换检测方法流程图，如图2所示，步骤S100中在获取接收到光束照射的设备屏幕的原始图像的过程之前，还包括步骤S200：

S200，控制照射装置将光束照射到设备屏幕上。

其中，在进行步骤S100之前，控制照射装置将光束照射到设备屏幕上，实现实时照射和采集。在其中一个实施例中，光束为150流明至1000流明的强光光束。

S101，提取出原始图像的光束图案特征；

其中，光束照射在设备屏幕上，根据设备屏幕的反射在视觉黑色的设备屏幕上形成光束图案特征。在其中一个实施例中，光束图案特征包括光束图案的形状或颜色等。通过图像处理算法，提取出光束图案特征。

在其中一个实施例中，如图2所示，步骤S101中提取出原始图像的光束图案特征的过程，包括步骤S300和S301：

S300，对原始图像进行预处理，得到加工图像；

S301，在加工图像中提取光束图案特征。

通过对原始图像进行的预处理，降低光束图案特征提取所需的数据处理量，并提高光束图案特征提取的准确率。其中，预处理包括图像滤波、图像裁剪或傅里叶变换等。

在其中一个实施例中，图3为一实施方式的预处理方法流程图，如图3所示，步骤S300中对原始图像进行预处理的过程，包括步骤S400和S401：

S400，将原始图像裁剪成设定大小图像，得到裁剪图像；

在获取到原始图像后，将原始图像裁剪成设定大小。其中，设定大小可以根据光束的照射位置确定。

S401，在裁剪图像中分割出光束图案所在区域的图像，得到加工图像。

通过图像处理算法，在裁剪图像中分割出光束图案所在区域的图像，将分割后的图像作为加工图像来进行光束图案特征提取。需要注意的是，光束图案并不等同于光束图案特征。通过进一步加工得到的加工图像，降低后续光束图案特征提取的处理量。

S102，根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕；其中，预设识别模型包括各光束图案特征与设备屏幕的对应关系。

其中，预设识别模型包括预先训练的各类型光束图案特征与设备屏幕的对应关系。不同类型的设备屏幕反射出的光束图案特征不同，而设备屏幕的类型与设备相对应。因此不断训练各类型光束图案特征与设备屏幕的对应关系，保证设备屏幕与光束图案特征的对应准确率。

在其中一个实施例中，图4为又一实施方式的屏幕更换检测方法流程图，如图4所示，步骤S102中根据预设识别模型识别光束图案特征的过程，包括步骤S500和S501：

S500，将所述光束图案特征转换为特征向量；

S501，根据预设识别模型识别所述特征向量。

其中，通过将光束图案特征进行矢量化，得到特征特征向量，以便于后续预设识别模型的识别计算。

在其中一个实施例中，图5为一实施方式的预设识别模型训练方法流程图，如图5所示，一实施方式的预设识别模型训练方法包括步骤S600至步骤S602：

S600，获取各类型训练设备的训练原始图像；

其中，各类型训练设备均为与待回收设备相同或相似的设备，包括智能手机、笔记本电脑或平板电脑等。通过光束照射训练设备的屏幕，通过摄像设备拍摄训练设备屏幕，获得训练设备屏幕的图像，即训练原始图像。

S601，为各训练原始图像定义检测标签；其中，检测标签用于表征训练设备的屏幕为原装或更换；

在获取到训练原始图像后，为每一张训练原始图像打上检测标签。其中，检测标签包括用于表征屏幕已被更换的更换标签以及用于表征屏幕是原装的原装标签。

S602，对训练原始图像和检测标签进行数据训练，得到预设识别模型。

通过对训练原始图像和检测标签进行数据训练得到预设识别模型，根据预设识别模型可以确定特定型号的设备的屏幕是否被更换过。而且，可以在屏幕更换检测方法的实际工作中，多次训练预设识别模型，进一步提高预设识别模型的准确性。

在其中一个实施例中，通过机器学习分类算法对训练原始图像和检测标签进行数据训练。

其中，通过对训练原始图像进行应用图像增强处理、图像分割区域处理和机器学习分类算法处理，训练出预设识别模型。在其中一个实施例中，机器学习分类算法包括线性SVM(Support vecor machine)算法或K近邻分类算法等。

上述任一实施例的屏幕更换检测方法，在获取到接收到光束照射的设备屏幕的原始图像后，提取出原始图像的光束图案特征，并根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕。基于此，通过图形识别和模型训练来检测设备的屏幕是否被更换过，降低设备回收过程中质检人员工作量的同时，避免主观因素对屏幕更换检测的影响，提高对屏幕更换检测的准确性和效率。

本发明实施例还提供一种屏幕更换检测装置。

图6为一实施方式的屏幕更换检测装置模块结构图，如图6所示，一实施方式的屏幕更换检测装置包括模块100、模块101和模块102：

图像获取模块100，用于获取接收到光束照射的设备屏幕的原始图像；

特征提取模块101，用于提取出原始图像的光束图案特征；

特征识别模块102，用于根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕；其中，预设识别模型包括各光束图案特征与设备屏幕的对应关系。

上述任一实施例的屏幕更换检测装置，在获取到接收到光束照射的设备屏幕的原始图像后，提取出原始图像的光束图案特征，并根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕。基于此，通过图形识别和模型训练来检测设备的屏幕是否被更换过，降低设备回收过程中质检人员工作量的同时，避免主观因素对屏幕更换检测的影响，提高对屏幕更换检测的准确性和效率。

本发明实施例还提供了一种计算机存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的屏幕更换检测方法。

本领域的技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、随机存取存储器(RAM，Random Access Memory)、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述各实施例中的任意一种屏幕更换检测方法。

上述计算机设备，在获取到接收到光束照射的设备屏幕的原始图像后，提取出原始图像的光束图案特征，并根据预设识别模型识别光束图案特征，判断光束图案特征对应的设备屏幕是否更换过屏幕。基于此，通过图形识别和模型训练来检测设备的屏幕是否被更换过，降低设备回收过程中质检人员工作量的同时，避免主观因素对屏幕更换检测的影响，提高对屏幕更换检测的准确性和效率。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种屏幕更换检测方法，其特征在于，包括步骤：

获取接收到光束照射的设备屏幕的原始图像；

提取出所述原始图像的光束图案特征；

根据预设识别模型识别所述光束图案特征，判断所述光束图案特征对应的设备屏幕是否更换过屏幕；其中，所述预设识别模型包括各光束图案特征与设备屏幕的对应关系。

2.根据权利要求1所述的屏幕更换检测方法，其特征在于，在获取接收到光束照射的设备屏幕的原始图像的过程之前，还包括步骤：

控制照射装置将光束照射到所述设备屏幕上。

3.根据权利要求1所述的屏幕更换检测方法，其特征在于，所述提取出所述原始图像的光束图案特征的过程，包括步骤：

对所述原始图像进行预处理，得到加工图像；

在所述加工图像中提取所述光束图案特征。

4.根据权利要求3所述的屏幕更换检测方法，其特征在于，所述对所述原始图像进行预处理的过程，包括步骤：

将所述原始图像裁剪成设定大小图像，得到裁剪图像；

在所述裁剪图像中分割出所述光束图案所在区域的图像，得到所述加工图像。

5.根据权利要求1所述的屏幕更换检测方法，其特征在于，所述根据预设识别模型识别所述光束图案特征的过程，包括步骤：

将所述光束图案特征转换为特征向量；

根据预设识别模型识别所述特征向量。

6.根据权利要求1所述的屏幕更换检测方法，其特征在于，所述预设识别模型的训练过程，包括步骤：

获取各类型训练设备的训练原始图像；

为各所述训练原始图像定义检测标签；其中，所述检测标签用于表征所述训练设备的屏幕为原装或更换；

对所述训练原始图像和检测标签进行数据训练，得到所述预设识别模型。

7.根据权利要求6所述的屏幕更换检测方法，其特征在于，所述对所述训练原始图像和检测标签进行数据训练的过程，包括步骤：

通过机器学习分类算法对所述训练原始图像和检测标签进行数据训练。

8.一种屏幕更换检测装置，其特征在于，包括：

图像获取模块，用于获取接收到光束照射的设备屏幕的原始图像；

特征提取模块，用于提取出所述原始图像的光束图案特征；

特征识别模块，用于根据预设识别模型识别所述光束图案特征，判断所述光束图案特征对应的设备屏幕是否更换过屏幕；其中，所述预设识别模型包括各光束图案特征与设备屏幕的对应关系。

9.一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1至7任意一项所述的设备外观图像亮度调节方法。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行程序时实现如权利要求1至7任意一项所述的设备外观图像亮度调节方法。

Images