一种页面异常检测方法技术

本公开提供了一种页面异常检测方法

【技术实现步骤摘要】
一种页面异常检测方法、装置、电子设备和存储介质


[0001]本公开涉及界面检测
，具体而言，涉及一种页面异常检测方法
、
装置
、
电子设备和存储介质
。

技术介绍

[0002]系统页面是用户与系统进行信息交互的重要媒介，它将系统的内部信息转化为用户可接收的信息，因此，系统页面显示是否正常，会在很大程度上影响用户的使用体验
。
[0003]通常，页面异常检测可通过将采样页面图像与预设的色块颜色或预设的图片进行比较来实现，但上述方法在检测过程中，针对不同的页面异常，需要重新定义预设的色块颜色或图片，通用性差；同时，频繁更改预设的色块颜色或图片，检测效率低，并且，预设色块和图片的方式仅适用于全屏异常，局部异常的情况下难以识别
。

技术实现思路

[0004]本公开实施例至少提供一种页面异常检测方法
、
装置
、
电子设备和存储介质
。
[0005]第一方面，本公开实施例提供了一种页面异常检测方法，包括：
[0006]获取待测页面图像，并对所述待测页面图像进行图像预处理得到预处理图像；所述图像预处理包括灰度化处理；
[0007]根据所述预处理图像中各界面元素的位置以及尺寸，对所述预处理图像进行分割得到多个候选区域；
[0008]针对每个候选区域，确定所述候选区域的全局信息熵和
/
或基于预设的一个或者多个采样框对候选区域进行采样得到的所述采样框对应的局部信息熵；
[0009]针对每个候选区域，基于所述候选区域的全局信息熵和
/
或所述候选区域的一个或者多个局部信息熵以及对应的区域尺度特征，调用预训练的分类器对所述候选区域进行分类得到用于表征所述候选区域是否异常空白的异常识别结果；
[0010]将被分类为异常空白的候选区域进行融合得到所述待测页面图像中的异常区域
。
[0011]一种可选的实施方式中，所述针对每个候选区域，确定所述候选区域的全局信息熵，包括：
[0012]基于所述候选区域中各个像素点的灰度值，确定各个灰度级数在所述候选区域中的第一出现次数；
[0013]基于所述第一出现次数以及所述候选区域中的第一像素点总数，确定所述各个灰度级数在所述候选区域中的第一出现概率；
[0014]基于各个灰度级数的所述第一出现概率以及所述第一出现概率对应的负对数之积，确定所述候选区域的全局信息熵
。
[0015]一种可选的实施方式中，所述针对每个候选区域，确定基于预设一个或者多个采样框对候选区域进行采样得到候选区域的一个或多个局部信息熵，包括：
[0016]针对所述候选区域中预设每个采样框，基于该采样框中各个像素点的灰度值，确
定各个灰度级数在所述采样框中的第二出现次数；
[0017]基于所述第二出现次数以及所述采样框中的第二像素点总数，确定所述各个灰度级数在所述采样框中的第二出现概率；
[0018]基于灰度级数的所述第二出现概率以及所述第二出现概率对应的负对数之积，确定所述采样框对应的局部信息熵
。
[0019]一种可选的实施方式中，所述获取待测页面图像，并对所述待测页面图像进行图像预处理得到预处理图像，所述图像预处理包括灰度化处理，包括：
[0020]对所述待测页面图像进行缩放处理，以使缩放后的页面图像与缩放前的待测页面图像之间的相似度大于第一预设阈值，且缩放后的页面图像的分辨率低于第二预设阈值；
[0021]将缩放后的页面图像中各个像素点的颜色值转换为灰度值，得到初始灰度图像；
[0022]对所述初始灰度图像进行细节增强处理和
/
或对比度增强处理，得到所述预处理图像
。
[0023]一种可选的实施方式中，所述候选区域包括目标界面元素候选区域；所述根据所述预处理图像中各界面元素的位置以及尺寸，对所述预处理图像进行分割
,
得到多个候选区域，包括：
[0024]根据所述预处理图像中各界面元素的位置以及尺寸，确定出所述预处理图像中的多个界面元素区域；
[0025]基于各个界面元素区域的位置信息，将重叠率满足预设条件的各个界面元素区域进行融合，得到多个初始界面元素候选区域；
[0026]基于所述多个初始界面元素候选区域的位置信息以及非极大值抑制机制，从所述多个初始界面元素候选区域中筛选出所述目标界面元素候选区域
。
[0027]一种可选的实施方式中，所述候选区域还包括非界面元素候选区域；所述根据所述预处理图像中各界面元素的位置以及尺寸，对所述预处理图像进行分割
,
得到多个候选区域，还包括：
[0028]基于所述目标界面元素候选区域的位置信息，确定所述预处理图像中的至少一个初始非界面元素候选区域；
[0029]将每个所述初始非界面元素候选区域切割为多个预设形状的非界面元素候选区域
。
[0030]一种可选的实施方式中，在将被分类为异常空白的候选区域进行融合得到所述待测页面图像中的异常区域之后，所述方法还包括：
[0031]基于所述异常区域中各个为异常空白的候选区域对应的界面元素类型信息和所述候选区域在图像预处理之前的颜色信息，生成所述待测页面图像的检测结果，所述检测页面结果包括所述待测页面图像对应的异常类型
。
[0032]第二方面，本公开实施例还提供一种页面异常检测装置，包括：
[0033]图像预处理模块，用于获取待测页面图像，并对所述待测页面图像进行图像预处理得到预处理图像；所述图像预处理包括灰度化处理；
[0034]分割模块，用于根据所述预处理图像中各界面元素的位置以及尺寸，对所述预处理图像进行分割得到多个候选区域；
[0035]信息熵模块，用于针对每个候选区域，确定所述候选区域的全局信息熵和
/
或基于
预设的一个或者多个采样框对候选区域进行采样得到的所述采样框对应的局部信息熵；
[0036]分类模块，用于针对每个候选区域，基于所述候选区域的全局信息熵和
/
或所述候选区域的一个或者多个局部信息熵以及对应的区域尺度特征，调用预训练的分类器对所述候选区域进行分类得到用于表征所述候选区域是否异常空白的异常识别结果；
[0037]融合模块，用于将被分类为异常空白的候选区域进行融合得到所述待测页面图像中的异常区域
。
[0038]一种可选的实施方式中，所述信息熵模块在所述针对每个候选区域，确定所述候选区域的全局信息熵时，用于：
[0039]基于所述候选区域中各个像素点的灰度值，确定各个灰度级数在所述候选区域中的第一出现次数；
[0040]基于所述第一出现次数以及所述候选区域中的第一像素点总数，确定所述各个灰度级数在所述候选区域中的第一出现概率；
[0041]基于各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种页面异常检测方法，其特征在于，包括：获取待测页面图像，并对所述待测页面图像进行图像预处理得到预处理图像；所述图像预处理包括灰度化处理；根据所述预处理图像中各界面元素的位置以及尺寸，对所述预处理图像进行分割得到多个候选区域；针对每个候选区域，确定所述候选区域的全局信息熵和
/
或基于预设的一个或者多个采样框对候选区域进行采样得到所述采样框对应的局部信息熵；针对每个候选区域，基于所述候选区域的全局信息熵和
/
或所述候选区域的一个或者多个局部信息熵以及对应的区域尺度特征，调用预训练的分类器对所述候选区域进行分类得到用于表征所述候选区域是否异常空白的异常识别结果；将被分类为异常空白的候选区域进行融合得到所述待测页面图像中的异常区域
。2.
根据权利要求1所述的方法，其特征在于，针对每个候选区域，确定所述候选区域的全局信息熵，包括：基于所述候选区域中各个像素点的灰度值，确定各个灰度级数在所述候选区域中的第一出现次数；基于所述第一出现次数以及所述候选区域中的第一像素点总数，确定所述各个灰度级数在所述候选区域中的第一出现概率；基于各个灰度级数的所述第一出现概率以及所述第一出现概率对应的负对数之积，确定所述候选区域的全局信息熵
。3.
根据权利要求1所述的方法，其特征在于，针对每个候选区域，确定基于预设一个或者多个采样框对候选区域进行采样得到候选区域的一个或多个局部信息熵，包括：针对所述候选区域中预设每个采样框，基于该采样框中各个像素点的灰度值，确定各个灰度级数在所述采样框中的第二出现次数；基于所述第二出现次数以及所述采样框中的第二像素点总数，确定所述各个灰度级数在所述采样框中的第二出现概率；基于灰度级数的所述第二出现概率以及所述第二出现概率对应的负对数之积，确定所述采样框对应的局部信息熵
。4.
根据权利要求1所述的方法，其特征在于，所述获取待测页面图像，并对所述待测页面图像进行图像预处理得到预处理图像，所述图像预处理包括灰度化处理，包括：对所述待测页面图像进行缩放处理，以使缩放后的页面图像与缩放前的待测页面图像之间的相似度大于第一预设阈值，且缩放后的页面图像的分辨率低于第二预设阈值；将缩放后的页面图像中各个像素点的颜色值转换为灰度值，得到初始灰度图像；对所述初始灰度图像进行细节增强处理和
/
或对比度增强处理，得到所述预处理图像
。5.
根据权利要求1所述的方法，其特征在于，所述候选区域包括目标界面元素候选区域；所述根据所述预处理图像中各界面元素的位置以及尺寸，对所述预处理图像进行分割
,
得到多个候选区域，包括：根据所述预处理图像中各界面元素的位置以及尺寸，确定出所述预处理图像中的多个界面元素区域；基于各个界面元素区域的位置信息，将重叠率满足预设条件的各个界面元素区域进行
融合，得到多个初始界面元素候选区域；基于所述多个初始界面元素候选区域的位置信息以及非极大值抑制机制从所...

【专利技术属性】
技术研发人员：张文波，
申请(专利权)人：抖音视界有限公司，
类型：发明
国别省市：