[发明专利]一种基于机器视觉的LED照明灯具在线剩余寿命预测及可靠性评估方法

权利要求书

1.一种基于机器视觉的LED照明灯具在线剩余寿命预测及可靠性评估方法，其特征在于：它包含以下步骤：

第一步：图像信息采集设备的布置：根据复杂的照明灯具应用场景，设按照本方法规定的标准布置图像采集设备，图像采集设备需能够采集分辨率大于72ppi的RGB三通道图像信息；

第二步：图像信息预处理：对采集得到的图像信息，依次进行图像大小缩放，对比度/亮度调整，识别基准点确定以及灰度处理，得到处理合格的图像信息；

第三步：亮度/色度信息识别：识别图像信息中反映灯具亮度/色度的信息，确定关注区域，对关注区域内的数据进行矩阵运算获得其范数；

第四步：建立并训练灯具光通量退化/色坐标偏移模型：根据识别的到的亮度/色度范数，利用随机过程分别建立通过其表征的灯具光通量/色坐标的退化模型，并基于最大似然估计、最小二乘法、粒子滤波方法提取模型参数；

第五步：进行被测灯具剩余寿命预测与可靠性评估：针对不同灯具分别确定光通量退化/色坐标偏移阈值，利用提取到的模型参数进一步进行灯具剩余寿命预测与可靠性评估。

2.根据权利要求1所述的一种基于机器视觉的LED照明灯具在线剩余寿命预测及可靠性评估方法，其特征在于：在第一步中所述的图像信息采集设备的布置中，考虑照明灯具复杂的安装方式和使用场景，利用位置、拍摄角度固定的图像采集设备完成图像信息的采集；图像采集设备直接拍摄灯具以及灯具投射到最近的固定光屏上的影像；图像采集设备通过人工或自动控制的方式采集固定时间间隔的灯具静态图像信息并储存。

3.根据权利要求1所述的一种基于机器视觉的LED照明灯具在线剩余寿命预测及可靠性评估方法，其特征在于：在第二步中所述的图像信息预处理中，将通过第一步采集得到的图像信息缩放达到统一的尺寸；根据图像中最亮区域与最暗区域的平均亮度差值，进行图像整体对比度以及亮度调整；识别图像中的灯具中心点位置，将其作为基准点对齐不同时间采集得到的图像；利用通道转换算法生成图像对应的灰度图作为光通量信息识别的对象。

4.根据权利要求1所述的一种基于机器视觉的LED照明灯具在线剩余寿命预测及可靠性评估方法，其特征在于：在第三步中所述的亮度/色度信息识别中，利用机器视觉算法，对通过第二步处理得到的图像数据进行识别，得到位于灯具影像亮度最高区域的一块大于或等于50*50像素大小的正方形区域作为关注区域；对关注区域内的图像数据进行通道矩阵范数计算，分别得到能够表征其平均亮度/各通道平均色度的范数。

5.根据权利要求1所述的一种基于机器视觉的LED照明灯具在线剩余寿命预测及可靠性评估方法，其特征在于：在第四步中所述的建立并训练灯具光通量退化/色坐标偏移模型中，通过第三步识别得到的亮度/色度范数建立表征光通量/色坐标的退化模型；基于Gamma随机过程建立灯具光通量退化寿命与可靠性模型，基于Wiener随机过程建立灯具色坐标偏移寿命与可靠性模型，并分别利用极大似然估计的方法训练模型参数。

6.根据权利要求1所述的一种基于机器视觉的LED照明灯具在线剩余寿命预测及可靠性评估方法，其特征在于：在第五步中所述的进行剩余寿命预测与可靠性评估中，根据照明灯具不同的应用场景，判断为光通量敏感场景或色坐标敏感场景或综合敏感场景，分别确定灯具的寿命退化阈值；利用第四步得到的预测模型预测得到灯具剩余寿命信息，以PDF(概率密度函数)与CDF(累积分布函数)表征的灯具可靠性信息。