Entwicklung einer Desktop-Anwendung für die automatisierte Diagnostik der Qualität von LED-Displays

Entwicklung einer Desktop-Anwendung für die automatisierte Diagnostik der Qualität von LED-Displays

Branche
Marketing & Werbung
Technologien
C/C++, Qt

Kunde

Der Kunde ist einer der weltweit führenden Hersteller und Vertreiber von LED-Displays, die zum Image von Times Square als Mekka für die Werbung beigetragen haben. Zu den Erfolgsfaktoren des Unternehmens gehört eine starke Funktionalität zur Überwachung des Displayzustandes, die sich zusammen mit den wachsende Anforderungen der Werbetreibenden entwickelt.

Herausforderung

Der Kunde wollte die Echtzeitüberwachung der Bildqualität auf seinen LED-Displays durch die automatisierte Diagnostik über USB- / IP-Kameras vor Ort verbessern. Zu diesem Zweck benötigte der Kunde eine benutzerfreundliche Desktop-Anwendung, die es ermöglichen würde, die von Kameras gesammelten Informationen zu analysieren, Probleme bei der Darstellung von Werbeanzeigen auf LED-Displays zu erkennen und zu melden.

Lösung

Unsere Experten in der Entwicklung von Desktop-Anwendungen lieferten eine eigenständige Anwendung, die unter Windows und Linux laufen kann. Die Anwendung verwendet Computer Vision Algorithmen, um Probleme bei der Darstellung von Bildern zu erkennen und zu klassifizieren, die von den Kameras aufgenommen wurden. Dann werden die Ergebnisse über HTTP-Requests in Echtzeit an den Webserver gemeldet.

Sobald die Anwendung gestartet worden ist, beginnt sie jedes Panel, aus dem ein LED-Display besteht, auf Fehler zu überprüfen und seinen Zustand mit dem Zustand von anderen benachbarten Panels zu vergleichen, um festzustellen, ob:

  • Ein Panel eingefroren ist.
  • Ein Panel komplett ausgeschaltet wurde.
  • Ein Bedienfeld falsche Farben zeigt.

In jedem Fall basiert die Analyse auf den Algorithmen zur Bildverarbeitung. Zum Einsatz kommen solche Funktionalitäten von OpenCV Library wie Gaussian Blur, Bewegungserkennung (um eingefrorene Panels zu identifizieren), Anwendung einer Maske (um Kanten eines Displays zu erkennen und die von der Kamera aufgenommenen irrelevanten Elemente abzuschneiden) sowie Erkennung von Farben, die den normalen Attributen nicht entsprechen.

Die Anwendung prüft die Panels gleichzeitig auf alle drei Fehlertypen. Basierend auf einem Abstimmungssystem wird das Ergebnis mit „Bestanden“ oder „Nicht bestanden“ durch die Anwendung bewertet, um falsch positive und falsch negative Ergebnisse in Fehlerberichten zu vermeiden. Wenn beispielsweise ein Panel nicht als eingefroren, sondern als ausgeschaltet angezeigt wird, geht es wahrscheinlich um ein falsch positives Ergebnis, von dem nicht gemeldet wird.

Ergebnisse

Das Team von ScienceSoft lieferte die Desktop-Anwendung, die es dem Kunden ermöglicht, die Bildqualität seiner LED-Displays mit präzisen Algorithmen zur Bildverarbeitung in Echtzeit zu überwachen.

Technologien und Tools

C++, Qt-Framework, OpenCV.