一种高色域显示屏质量智能检测系统及方法技术方案

本发明专利技术公开了一种高色域显示屏质量智能检测系统及方法，属于显示屏质量检测技术领域。本系统包括三维建模模块、电梯监测模块、预测模型构建模块、高色域显示屏质量智能检测模块；所述三维建模模块的输出端与所述电梯监测模块的输入端相连接；所述电梯监测模块的输出端与所述预测模型构建模块的输入端相连接；所述预测模型构建模块的输出端与所述高色域显示屏质量智能检测模块的输入端相连接。同时提供一种高色域显示屏质量智能检测方法，能够实现对电梯仓内的高色域显示屏的质量进行智能检测，分析电梯人员进出对于其的影响程度，并精准预测其达到损坏的概率情况，保持每天更新预测概率，实时帮助管理人员把控质量。实时帮助管理人员把控质量。实时帮助管理人员把控质量。

【技术实现步骤摘要】
一种高色域显示屏质量智能检测系统及方法


[0001]本专利技术涉及显示屏质量检测
，具体为一种高色域显示屏质量智能检测系统及方法。

技术介绍

[0002]色域就是指电脑屏幕显示器所能显示的色彩范围区域，色域大小主要影响屏幕色彩鲜艳度，常见的色域标准有三种，那就是sRGB、Adobe RGB、NTSC；目前市场上屏幕常见的色域有45％NTSC、72％NTSC以及100％sRGB，高色域显示屏，一般指72％NTSC、100％sRGB色域屏幕，而45％NTSC一般为普色域屏幕。
[0003]在目前的生活中，电梯广告已逐渐与人们生活融为一体，电梯作为人们在生活和工作中出入楼层必不可少的工具之一，在电梯里铺设广告能够达到意想不到的效果，随着环保概念的推广，电梯内纸质张贴广告的形式也已经被当前的现代化科技手段所代替，然而在电梯内铺设的高色域显示屏出现损坏的概率远大于其他地方，例如电脑、手机等，这是因为电梯的具体地理环境所致，电梯内每天出入人数众多，对于显示屏通常会出现背靠、挤压等多种损伤，如何系统的控制这种损伤，并及时更新故障概率成为了一个尚未解决的难题。

技术实现思路

[0004]本专利技术的目的在于提供一种高色域显示屏质量智能检测系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：
[0006]一种高色域显示屏质量智能检测方法，该方法包括以下步骤：
[0007]S1、获取电梯仓内高色域显示屏位置区域，构建电梯仓三维模型，标记高色域显示屏位置区域；
[0008]S2、实时监控电梯内乘客承载量，分析电梯内乘客对于高色域显示屏的挤压状态；
[0009]S3、获取电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长，根据历史大数据，构建预测模型；
[0010]S4、基于预测模型，对高色域显示屏的使用寿命进行预测，基于预测结果的差值智能检测高色域显示屏的质量情况，并实时传输到管理员端口。
[0011]根据上述技术方案，所述高色域显示屏指72％NTSC、100％sRGB色域屏幕；
[0012]所述构建电梯仓三维模型包括内部设置若干个传感器，对电梯仓实现测绘，获取电梯仓内高色域显示屏位置区域，并对其进行标记。
[0013]根据上述技术方案，所述乘客承载量包括：
[0014]获取电梯额定容纳乘客数量作为标准乘客承载量，在乘客承载量达到标准乘客承载量时，判断为高色域显示屏与乘客发生接触并处于挤压状态。
[0015]根据上述技术方案，所述预测模型包括：
[0016]获取电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长，作为分类节点，构建决策树；
[0017]构建决策树分类指标，所述分类指标包括高色域显示屏完好、高色域显示屏损坏；
[0018]构建信息熵公式：
[0019][0020]其中，E(t)代表分类节点t的信息熵，p(i|t)代表分类节点t为分类i的概率，c代表分类指标；
[0021]所述信息熵表达信息的不确定度；
[0022]设置分类节点电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长为父节点，分别记为a1、a2、a3；
[0023]所述电梯内乘客与高色域显示屏的接触方式包括肘接触式、臂接触式、背接触式，分别记为父节点a1的子节点a
11
、a
12
、a
13
；
[0024]所述被挤压次数包括小于M次，大于M次，其中M为挤压次数设置值，分别记为父节点a2的子节点a
21
、a
22
；
[0025]所述被挤压时长包括小于N小时，大于N小时，其中N为挤压时长设置值，分别记为父节点a3的子节点a
31
、a
32
；
[0026]获取历史大数据，构建L件测试样本，所述L件测试样本中完好概率为P1；
[0027]构建先验熵：
[0028]E(完好)＝
‑
P1log2P1‑
(1
‑
P1)log2(1
‑
P1)
[0029]其中，E(完好)代表先验熵，所述先验熵指在没有接收到任一条件时的高色域显示屏完好的熵；
[0030]构建后验熵：
[0031]E(完好|子节点)＝
‑
P
d
log2P
d
‑
(1
‑
P
d
)log2(1
‑
P
d
)
[0032]其中，E(完好|子节点)代表后验熵，所述后验熵指任一子节点对于高色域显示屏完好的信息影响；P
d
代表任一子节点d下的高色域显示屏完好的概率；
[0033]构建条件熵：
[0034][0035]其中，E(完好|父节点)代表条件熵，所述条件熵指任一父节点对于高色域显示屏完好的信息影响；r代表父节点下拥有的子节点数量；u代表父节点下拥有的子节点；m
u
代表父节点下拥有的子节点u所占的概率；(完好|子节点)代表父节点下拥有的子节点u的后验熵；
[0036]构建信息增益：
[0037]I(完好|父节点)＝E(完好)
‑
E(完好|父节点)
[0038]其中，I(完好|父节点)代表父节点的信息增益；
[0039]获取所有父节点的信息增益，按照从大到小的顺序进行排序，生成决策树，同时获取信息增益率F：
[0040][0041]基于信息增益率F生成权重比例：
[0042][0043]其中，w
x
代表电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长中任一种的权重比例；F
x
代表电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长中任一种的信息增益率，与w
x
相对应；F1、F2、F3分别代表电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长的信息增益率；
[0044]利用信息增益率的方式去判断权重比例能够大幅提高模型精度，信息的影响成为模型最主观的因素之一。
[0045]构建预测模型：
[0046][0047]其中，v0代表高色域显示屏完好的预测概率数据；c1、c2、c3分别代表电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长的归一化数据；w1、w2、w3分别代表电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长的权重比例；代表误差调节数据。
[0048]根据上述技术方案，所述智能检测包括：
[0049]构建预测概率维修阈值，记为v1；所述高色域显示屏完好的预测概率数据到达v1时，发出预警信息，进入检修阶段；
[0050]构建时间周期T，获取时间T内每一天的高色域显示屏完好的预测概本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高色域显示屏质量智能检测方法，其特征在于：该方法包括以下步骤：S1、获取电梯仓内高色域显示屏位置区域，构建电梯仓三维模型，标记高色域显示屏位置区域；S2、实时监控电梯内乘客承载量，分析电梯内乘客对于高色域显示屏的挤压状态；S3、获取电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长，根据历史大数据，构建预测模型；S4、基于预测模型，对高色域显示屏的使用寿命进行预测，基于预测结果的差值智能检测高色域显示屏的质量情况，并实时传输到管理员端口。2.根据权利要求1所述的一种高色域显示屏质量智能检测方法，其特征在于：所述高色域显示屏指72％NTSC、100％sRGB色域屏幕；所述构建电梯仓三维模型包括电梯仓内部设置若干个传感器，对电梯仓实现测绘，获取电梯仓内高色域显示屏位置区域，并对其进行标记。3.根据权利要求1所述的一种高色域显示屏质量智能检测方法，其特征在于：所述实时监控电梯内乘客承载量包括：获取电梯额定容纳乘客数量作为标准乘客承载量，在乘客承载量达到标准乘客承载量时，判断为高色域显示屏与乘客发生接触并处于挤压状态。4.根据权利要求3所述的一种高色域显示屏质量智能检测方法，其特征在于：所述构建预测模型包括：获取电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长，作为分类节点，构建决策树；构建决策树分类指标，所述分类指标包括高色域显示屏完好、高色域显示屏损坏；构建信息熵公式：其中，E(t)代表分类节点t的信息熵，p(i|t)代表分类节点t为分类i的概率，c代表分类指标；所述信息熵表达信息的不确定度；设置分类节点电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长为父节点，分别记为a1、a2、a3；所述电梯内乘客与高色域显示屏的接触方式包括肘接触式、臂接触式、背接触式，分别记为父节点a1的子节点a
11
、a
12
、a
13
；所述被挤压次数包括小于M次，大于M次，其中M为挤压次数设置值，分别记为父节点a2的子节点a
21
、a
22
；所述被挤压时长包括小于N小时，大于N小时，其中N为挤压时长设置值，分别记为父节点a3的子节点a
31
、a
32
；获取历史大数据，构建L件测试样本，所述L件测试样本中完好概率为P1；构建先验熵：E(完好)＝
‑
P1log2P1‑
(1
‑
P1)log2(1
‑
P1)
其中，E(完好)代表先验熵，所述先验熵指在没有接收到任一条件时的高色域显示屏完好的熵；构建后验熵：E(完好|子节点)＝
‑
P
d
log2P
d
‑
(1
‑
P
d
)log2(1
‑
P
d
)其中，E(完好|子节点)代表后验熵，所述后验熵指任一子节点对于高色域显示屏完好的信息影响；P
d
代表任一子节点d下的高色域显示屏完好的概率；构建条件熵：其中，E(完好|父节点)代表条件熵，所述条件熵指任一父节点对于高色域显示屏完好的信息影响；r代表父节点下拥有的子节点数量；u代表父节点下拥有的子节点；m
u
代表父节点下拥有的子节点u所占的概率；(完好|子节点)代表父节点下拥有的子节点u的后验熵；构建信息增益：I(完好|父节点)＝E(完好)
‑
E(完好|父节点)其中，I(完好|父节点)代表父节点的信息增益；获取所有父节点的信息增益，按照从大到小的顺序进行排序，生成决策树，同时获取信息增益率F：基于信息增益率F生成权重比例：其中，w
x
代表电梯内乘客与高色域显示屏的接触方式、被挤压次数、被挤压时长中任一种的权重比例；F
x
代表电梯内乘客与高色域显示屏的接触方式、被挤压次...

【专利技术属性】
技术研发人员：黎智慧，孙勇，肖美鸣，
申请(专利权)人：人民百业科技有限公司，
类型：发明
国别省市：