[发明专利]手机集群测试方法和系统有效

专利信息
申请号: 201410559857.7 申请日: 2014-10-20
公开(公告)号: CN105589801B 公开(公告)日: 2018-10-23
发明(设计)人: 孙圣翔;刘欣;熊博 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06F11/36 分类号: G06F11/36
代理公司: 深圳新创友知识产权代理有限公司 44223 代理人: 江耀纯
地址: 310052 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 手机 集群 测试 方法 系统
【权利要求书】:

1.一种手机集群测试方法,其特征在于,包括:

通过中央节点主机定时运行一个或多个测试任务,向各个从机发送指令和收集各台手机上的数据信息,判断手机连接状态是否正常,并将收集到的数据信息写入数据库中;

通过Web页面读取所述数据库中的数据进行显示,选中被测试手机的待测试应用和触发所述中央节点主机发布测试任务,通知与所述被测试手机连接的从机获取待测试应用及测试代码的下载地址;

每台从机从所述中央节点主机中接收测试任务,根据所述测试任务下载相应的待测试应用和测试代码;并且,每台从机基于图像匹配方法对所述从机所连接的一台或多台手机中的所述待测试应用进行测试;并将测试结果数据汇集至所述中央节点主机中;

所述每台从机基于图像匹配方法对所述从机所连接的一台或多台手机中的所述待测试应用进行测试,包括:

查找出被测试手机屏幕上的待测试应用的最佳匹配图像的定位坐标;

启动对所述最佳匹配图像所关联的测试代码进行测试;

测试完成后,与被测试手机连接的从机将测试结果数据上传至所述中央节点主机中,生成和展示HTML格式的测试报告;

通过数据库对各台手机的数据信息、连接状态和测试结果数据进行存储。

2.如权利要求1所述的手机集群测试方法,其特征在于,所述查找出被测试手机屏幕上的待测试应用的最佳匹配图像的定位坐标,包括:

将选定的模板图像在待测试应用中的源图像中进行全局模板匹配,控制所述模板图像在所述源图像中滑动查找出最佳匹配区域;

计算出所述模板图像与所述源图像的特征点及特征向量;

根据所述特征点及特征向量,计算出所述最佳匹配区域与所述模板图像的视觉相似度;

若所述视觉相似度为零,则判定所述最佳匹配区域与所述模板图像不匹配;

若所述视觉相似度不为零,则获得所述模板图像与所述源图像的特征匹配点对;

根据所述特征匹配点对,计算出最佳匹配图像的定位坐标。

3.如权利要求2所述的手机集群测试方法,其特征在于,所述将选定的模板图像在待测试应用中的源图像中进行全局模板匹配,控制所述模板图像在所述源图像中滑动查找出最佳匹配区域,包括:

分别获取所述模板图像与所述源图像的高度和宽度;

若所述模板图像的高度大于所述源图像的高度,或者,所述模板图像的宽度大于所述源图像的宽度,则判定所述源图像中不存在匹配区域;

若所述模板图像的高度小于或等于所述源图像的高度,并且,所述模板图像的宽度小于或等于所述源图像的宽度,则:

将所述模板图像在所述源图像中以单位长度进行滑动,逐一计算出所述模板图像与所述源图像的标准相关系数,获得标准相关系数矩阵;

查找出所述标准相关系数矩阵中的最大系数值,以及所述最大系数值所对应的坐标位置;

根据所述最大系数值所对应的坐标位置以及所述模板图像的高度与宽度,确定所述最佳匹配区域的位置。

4.如权利要求3所述的手机集群测试方法,其特征在于,所述最大系数值所对应的坐标位置为(m,n),所述模板图像的高度为h1,宽度为w1;

则所述最佳匹配区域的位置为:在所述源图像上的、以坐标位置(m,n)为左上角,长为h1,高为w1的矩形区域。

5.如权利要求3所述的手机集群测试方法,其特征在于,所述计算出所述模板图像与所述源图像的特征点及特征向量,具体包括:

在待检测图像上搜索所有尺度的图像位置,通过高斯微分函数检测出对于尺度和旋转不变的极值点;所述待检测图像包括所述模板图像和所述源图像;

依据所述极值点的稳定程度,通过建立一个拟合模型来确定特征点的位置和尺度;

基于图像局部的梯度方向,为每个特征点的位置分配一个或多个方向;

在每个特征点周围的邻域内,在选定的尺度上测量图像局部的梯度,将所述梯度变换为表示局部形状变形和光照变化的特征向量;

当所述待检测图像为所述模板图像时,所述特征点为所述模板图像的SIFT特征点;所述特征向量为所述模板图像的SIFT特征向量;

当所述待检测图像为所述源图像时,所述特征点为所述源图像的SIFT特征点;所述特征向量为所述源图像的SIFT特征向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410559857.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top