[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

说明书

本发明公开了一种基于机器视觉的LED照明灯具剩余寿命预测及可靠性评估方法，支持LED照明灯具在线寿命预测与可靠性评估，属于可靠性工程领域。步骤如下：1.图像信息采集设备的布置，根据灯具应用场景，按照本方法规定的标准布置图像采集设备。2.图像信息预处理，对采集得到的图像进行相应的处理，得到合格的图像信息。3.亮度/色度信息识别，识别图像信息中灯具亮度/色度的信息，确定关注区域并计算其范数。4.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，分别建立光通量/色坐标的退化模型与可靠性模型。5.进行被测灯具剩余寿命预测与可靠性评估，利用训练的到的模型进行灯具剩余寿命预测与可靠性评估。

所属技术领域

本发明提供一种基于机器视觉的LED照明灯具剩余寿命预测及可靠性评估方法，支持LED照明灯具在线寿命预测与可靠性评估，属于可靠性工程领域。

背景技术

白光大功率发光二极管(light-emitting diodes,LED)已经逐渐替代传统光源成为主流的照明光源。在工程领域大量使用的白光LED发光原理为氮化钾(GaN)蓝光LED芯片激发荧光粉(黄色、橙色等)，从而发射白光，其主要的失效模式包括光通量退化与色坐标偏移。由于LED产品一般具有使用寿命长、可靠性高等特点。为保证产品研发与工业生产效率，LED生产厂家通常采用可靠性与寿命试验(或加速试验)中获得的退化数据对产品批的使用寿命与可靠性进行评估，并将其作标称信息随产品一同发布。但是，由于LED照明灯具的发光原理、工艺技术、使用环境较为复杂，造成灯具寿命的分散性较大，厂家公布的标称寿命与可靠性信息一般不能准确反映使用中的LED灯具的实际剩余寿命与可靠性。而在对于照明光源的亮度与颜色具有严格要求的场合如展览馆、医疗场所、特种作业场所等，准确评估使用中的LED照明灯具的剩余寿命与可靠性信息能够为用户制定合理的维修保障策略提供有效支撑。为评估使用中的LED照明灯具的剩余寿命预测与可靠性，需要获得实时的光源信息如光通量、色坐标等，但是以上信息难以通过灯具自身系统测得。如何在LED照明光源在线工作状态下测量其光源信息，并对其进行准确的剩余寿命预测与可靠性评估，是照明灯具可靠性工程领域的挑战。

机器视觉技术包含图像处理、图像识别与图像理解三个环节。得益于先进的识别算法如人工神经网络、支持向量机、隐马尔科夫模型等的发展，机器视觉技术在近几年迅猛发展，图像识别准确度，图像分析能力，图像理解效率均得到提高。使得机器视觉技术在诸多领域得到了充分的应用。

发明内容

本发明的目的为提供一种基于机器视觉的LED照明灯具剩余寿命预测与可靠性评估在线测试方法。该方法可以通过机器视觉技术在非接触条件下检测照明灯具的光源信息，从而为准确评估LED照明灯具的实时剩余寿命与可靠性提供支持，主要包含以下步骤。

步骤一：图像信息采集设备以及光屏的布置

考虑照明灯具不同的安装方式和使用场景，根据图像采集设备的焦距及其与照明灯具的相对位置，对图像采集设备进行布置，保证其能够有效地采集到灯具投射在光屏上的影像。图像采集设备需采集固定时间间隔的分辨率大于72ppi的RGB三通道静态图像信息。光屏为距离被测灯具最近的位置与角度固定的能够接到灯具较为完整像的平整平面。根据实际情况，光屏可以为室内装潢平面，固定物品平面等，也可在灯具上加装固定反光面作为光屏。

步骤二：图像信息预处理

基于机器视觉技术，调整采集得的灯具影像的静态图像尺寸、对比度、亮度信息，进行适当的锐化、滤波处理，保证灯具影像轮廓清晰，明暗对比鲜明。对在不同时刻采集的同一被测灯具的图像进行完全一致的调整及处理。根据识别得到的灯具影像的位置建立基准点，对齐不同时刻采集的同一被测灯具的图像。在以上步骤完成后，生成经过处理的单通道(灰度)图片作为光通量信息识别的对象，保留三通道图片作为色坐标信息识别的对象。

步骤三：亮度/色度信息识别