一种基于图像处理的测试结果智能识别方法和系统与流程

技术特征：
1.一种基于图像处理的测试结果智能识别方法，其特征在于，所述方法包含：步骤s1：测试服务器基于测试计划发出测试指令；具体为：测试计划中包括按照先后顺序组织的测试任务；获取测试计划中的当前位置，获取和当前位置对应的测试任务，向测试终端发送针对所述测试任务的测试指令；步骤s2：测试终端基于测试指令对测试对象进行测试处理；测试终端执行和测试指令对应的测试任务；在完成后得到测试结果；测试任务是针对测试对象并基于测试参数和测试步骤进行的测试，在测试完成后会得到相应的测试结果；其中：测试结果包括正确和异常类型；步骤s3：在测试任务执行过程中，图像采集装置采集实时现场图像并发送给测试服务器；设置一个或多个图像采集装置在测试现场；每个图像采集装置设置唯一的标识k；步骤s4：测试服务器基于实时现场图像所呈现出的测试对象的多角度颜色变化和颜色分布情况确定测试结果是否正确；如果测试结果正确，则更新测试计划中的当前位置，并返回步骤s1，如果测试结果异常，则进入步骤s5；所述步骤s4具体包括如下步骤；步骤s41：基于测试任务标识获取相对于每个图像采集装置的显著位置；具体为:基于当前测试任务标识t和每个图像采集装置k查询显著位置对照表，以得到和当前测试任务标识t和图像采集装置k对应的显著位置；显著位置是针对当前测试任务t的测试结果正确时，图像采集装置k获取到的图像中相对于其它图像来说像素值存在显著不同且相对于图像自身其它位置的像素值来说像素值稳定的图像位置；预先获取针对每个图像采集装置k和每个测试任务t的图像模板，所述图像模板是图像采集装置k采集到的，针对测试任务t来说测试结果正确时采集到的测试对象图像；步骤s42：确定针对测试任务t，图像采集装置k的显著位置向量；其中：是图像模板中第e元素的像素值；是针对测试任务t，图像采集装置k获取的当前图像中第e元素的像素值；其中：； e是显著位置向量中的元素数量；也就是，显著位置的个数；步骤s43：确定显著位置向量的均值；步骤s44：确定向量自离散度；步骤s45：确定向量间离散度；是的均值；k是图像采集装置的数量；步骤s46：计算抗干扰显著位置向量；其均值为；步骤s47：计算抗干扰向量内方差；步骤s48：计算抗干扰向量间方差的均值；步骤s49：计算差异度；基于差异度确定测试结果是否正确；具体为：若差异度小于差异度阈值，确定测试结果是否正确；否则，确定为测试结果异常；其
中：是差异调节系数步骤s5具体为：确定当前测试任务发生测试结果异常；预先存储每种测试任务发生测试结果异常时，为了消除其产生的异常结果而需要返回并重新执行的测试任务标识；基于当前测试任务标识，在所述测试计划中查找位于所述当前测试任务之前的，距离所述当前测试任务最近的所述需要返回并重新执行的测试任务标识所在的位置，将所述所在的位置确定为最大回撤位置，将所述最大回撤位置作为当前位置，在回撤后重新执行测试任务时，更换测试参数来复现测试结果异常，并返回步骤s1。2.根据权利要求1所述的基于图像处理的测试结果智能识别方法，其特征在于，每个测试任务具有唯一的测试任务标识。3.根据权利要求2所述的基于图像处理的测试结果智能识别方法，其特征在于，差异度阈值是预设值。4.根据权利要求3所述的基于图像处理的测试结果智能识别方法，其特征在于，测试结果的异常类型为多个。5.根据权利要求4所述的基于图像处理的测试结果智能识别方法，其特征在于，测试任务的类型用其标识来区分，相同类型的测试任务具有相同的标识。6.根据权利要求5所述的基于图像处理的测试结果智能识别方法，其特征在于，。7.根据权利要求6所述的基于图像处理的测试结果智能识别方法，其特征在于，所述更新测试计划中的当前位置，是将当前位置更新为测试计划中位于当前测试任务的下一顺序位置的测试任务。8.一种基于图像处理的测试结果智能识别平台，其特征在于，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现权利要求1-7中任一项所述的基于图像处理的测试结果智能识别方法。9.一种计算机可读存储介质，其特征在于，包括程序，当其在计算机上运行时，使得计算机执行如权利要求1-7中任一项所述的基于图像处理的测试结果智能识别方法。10.一种基于图像处理的测试结果智能识别系统，其特征在于，所述系统被配置为执行如权利要求1-7中任一项所述的基于图像处理的测试结果智能识别方法。

技术总结
本发明涉及一种基于图像处理的测试结果智能识别方法和系统，所述方法包括:步骤S1：测试服务器基于测试计划发出测试指令；步骤S2：测试终端基于测试指令对测试对象进行测试处理；步骤S4：测试服务器确定测试结果是否正确；如果测试结果正确，则返回步骤S1，如果测试错误，则进入步骤S5；步骤S5：则确定测试计划中的最大回撤位置；返回步骤S1作测试任务回撤；本发明基于多位置图像采集装置获取图像的量化分析，在确定测试结果正确的基础上，进一步的发现各种局部异常类型存在的可追寻特征踪迹，并最终确定异常类型，大大提升了测试的自动化程度和有效性。程度和有效性。程度和有效性。


技术研发人员：李秀禹 史佳健 杨豪放 王晓东 魏群
受保护的技术使用者：江苏盖睿健康科技有限公司
技术研发日：2023.08.25
技术公布日：2023/9/19