CN111562512A - 电池老化程度评估方法和装置 - Google Patents

电池老化程度评估方法和装置 Download PDF

Info

Publication number
CN111562512A
CN111562512A CN202010326751.8A CN202010326751A CN111562512A CN 111562512 A CN111562512 A CN 111562512A CN 202010326751 A CN202010326751 A CN 202010326751A CN 111562512 A CN111562512 A CN 111562512A
Authority
CN
China
Prior art keywords
images
battery
ssim
image
evaluating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010326751.8A
Other languages
English (en)
Other versions
CN111562512B (zh
Inventor
韦国丹
冉爱华
周子豪
张璇
陈曙骁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua-Berkeley Shenzhen Institute Preparation Office
Original Assignee
Tsinghua-Berkeley Shenzhen Institute Preparation Office
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua-Berkeley Shenzhen Institute Preparation Office filed Critical Tsinghua-Berkeley Shenzhen Institute Preparation Office
Priority to CN202010326751.8A priority Critical patent/CN111562512B/zh
Publication of CN111562512A publication Critical patent/CN111562512A/zh
Application granted granted Critical
Publication of CN111562512B publication Critical patent/CN111562512B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pulmonology (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种电池老化程度评估方法和装置，包括：获取待测电池的单一方向上的截面的CT图像的集合；根据CT图像之间的SSIM确定用于评估电池老化程度的评估值。装置包括：收集模块，用于获取待测电池的单一方向上的截面的CT图像的集合；处理模块，用于根据CT图像之间的SSIM确定用于评估电池老化程度的评估值。本发明通过CT图像之间的SSIM确定老化程度，能够引入计算机处理，极大提高处理速度和准确率。

Description

电池老化程度评估方法和装置
技术领域
本发明涉及电池技术，尤其是涉及电池老化程度评估方法和装置。
背景技术
目前，随着使用电池的电动车和电子产品的广泛适用。产生很多未到报废程度的电池被替换的情况。出于实用性的考虑，锂离子电池可经过严格地筛选后梯次利用，发挥剩余经济价值。
目前对电池评估老化程度的方法大多基于对电池有损的方法，如循环充放电老化试验测试，而CT图像分析作为无损分析的手段，依据在于电化学性能良好的电池在内部结构上拥有更少的形变，因此在电池各个横截面上的图像会具有更高一致性，而电化学性能差的电池，因内部发生的形变多，各个横截面上的图像会存在更高的不一致。目前的方法都是通过肉眼寻找图像的不一致点，人工成本高，工作效率低，而且无法量化，不能形成有效地估计。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种电池老化程度评估方法和装置。
第一方面，本发明的一个实施例提供了一种电池老化程度评估方法，包括：获取待测电池的单一方向上的截面的CT图像的集合；根据CT图像之间的SSIM确定用于评估电池老化程度的评估值。
本发明的电池老化程度评估方法至少具有如下有益效果：通过CT图像之间的SSIM确定老化程度，能够引入计算机处理，极大提高处理速度和准确率。
根据本发明的另一些实施例的电池老化程度评估方法，还包括：按照预设的选择规则，从CT图像的集合中选择部分CT图像；对应的，根据部分CT图像之间的SSIM确定用于评估电池老化程度的评估值。通过选择部分的CT图像，能够在不影响判断精度的前提下，降低具体处理图像的工作量。
根据本发明的另一些实施例的电池老化程度评估方法，根据CT图像的生成序号，等距选择对应的图片以作为部分CT图像。采取依序号等距选择图片的方式，能够使选取的图片能代表电池内部的结构。
根据本发明的另一些实施例的电池老化程度评估方法，从部分CT图像中，选择两两组合不同的CT图像以形成待比较的CT图像。通过两两组合的方式形成待比较的CT图像，能够相对于多图之间相互比较的情况，比较效率更高，有利于降低运算量。
根据本发明的另一些实施例的电池老化程度评估方法，获取CT图像之间的SSIM包括：计算不同的CT图像在同一位置的图像子区域的SSIM，集合全部图像子区域的SSIM并计算对应平均值，得到不同的CT图像之间的图像SSIM；计算图像SSIM平均值，得到最终的评估值。通过局部求值，全体求平均值的方式，能够降低误差，提高准确度。
根据本发明的另一些实施例的电池老化程度评估方法，在获取CT图像之间的SSIM之前，还包括：对待比较的CT图像之间进行几何中心校正和/或图像剪裁。由于目标本身的结构的问题或者扫描过程的移动问题，获取的CT图像中的目标的几何中心位置不一定一致，需要进行校正以方便后续的比较；同时，通常获取的CT图像的尺寸都大于目标物体，因此存在不属于目标物体的部分，通过剪切部分图像，可以降低后续处理的工作量。
根据本发明的另一些实施例的电池老化程度评估方法，图像剪裁具体包括：以电池边缘作为切线，将CT图像切割成矩形。根据电池的形状为圆形时，通过合适的剪切，可以降低后续处理的工作量。
根据本发明的另一些实施例的电池老化程度评估方法，基于滑动窗口的方式确定图像子区域。
根据本发明的另一些实施例的电池老化程度评估方法，SSIM为亮度比较函数、对比度比较函数和结构比较函数的乘积；其中，
亮度比较函数
Figure BDA0002463503620000021
对比度比较函数
Figure BDA0002463503620000022
结构比较函数
Figure BDA0002463503620000023
x和y分别代表不同的CT图像，μ为灰度图像的均值，σ为灰度图像的标准差，σxy为协方差，C1、C2和C3为结构稳定常数。
第二方面，本发明的一个实施例提供了一种电池老化程度评估装置，包括：收集模块，用于获取待测电池的单一方向上的截面的CT图像的集合；处理模块，用于根据CT图像之间的SSIM确定用于评估电池老化程度的评估值。
本发明的电池老化程度评估装置至少具有如下有益效果：通过CT图像之间的SSIM确定老化程度，能够引入计算机处理，极大提高处理速度和准确率。
附图说明
图1是本发明实施例中电池老化程度评估方法一具体实施例的流程示意图；
图2是本发明实施例中CT扫描示例图；
图3是本发明实施例中校正对比图；
图4是本发明实施例中剪裁对比图；
图5是本发明实施例中电池老化程度评估装置一具体实施例的连接图。
具体实施方式
以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。
在本发明的描述中，如果涉及到方位描述，例如“上”、“下”、“前”、“后”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。如果某一特征被称为“设置”、“固定”、“连接”、“安装”在另一个特征，它可以直接设置、固定、连接在另一个特征上，也可以间接地设置、固定、连接、安装在另一个特征上。
在本发明实施例的描述中，如果涉及到“若干”，其含义是一个以上，如果涉及到“多个”，其含义是两个以上，如果涉及到“大于”、“小于”、“超过”，均应理解为不包括本数，如果涉及到“以上”、“以下”、“以内”，均应理解为包括本数。如果涉及到“第一”、“第二”，应当理解为用于区分技术特征，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
涉及的技术术语包括：
CT(Computed Tomography)，即电子计算机断层扫描，它是利用精确准直的X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描。
SSIM(structural similarity index)，结构相似性，是一种衡量两幅图像相似度的指标；该指标首先由德州大学奥斯丁分校的图像和视频工程实验室(Laboratory forImage and Video Engineering)提出。相似度越高，则SSIM的值越趋近于1，相反则趋近为0。
实施例1。
参照图1，示出了一种电池老化程度评估方法，包括：
S1、获取待测电池的单一方向上的截面的CT图像的集合；
S2、根据CT图像之间的SSIM确定用于评估电池老化程度的评估值。
如图2所示的CT扫描示例，包括左边的电池整体扫描图和右边的截面扫描图；获取待测电池的单一方向上的截面的CT图像，例如，横的概念为垂直于电极方向，竖的方向为电极方向，以此类推；CT过程并不会仅仅扫描一层，而是会沿着一定的方向(指定的轴方向)，持续的扫描，因此会产生大量的图像，即CT图像的集合。根据不同的CT图像之间SSIM的值，确定用于评估电池老化程度的评估值，具体来说，在本发明实施例中，SSIM越高，则说明电池内部的结构的变化越小，则老化程度越低。通过CT图像之间的SSIM确定老化程度，能够引入计算机处理，相对于人工处理，能够极大提高处理速度和准确率。
根据本发明的另一些实施例的电池老化程度评估方法，S1具体还包括：按照预设的选择规则，从CT图像的集合中选择部分CT图像；对应的，S2包括：根据部分CT图像之间的SSIM确定用于评估电池老化程度的评估值。
通过选择部分的CT图像，能够在不影响判断精度的前提下，减少具体处理图像的数量以降低处理的工作量。
根据本发明的另一些实施例的电池老化程度评估方法，根据CT图像的生成序号，等距选择对应的图片以作为部分CT图像。CT图像的生成是连续过程，连续图像之间的间隔也基本是一致的；因此，通过等距的方式选择图片，可以较为客观的展现图像的连续性；其中，等距的意思是序号之间的数字等距，例如，选择序号22号的图片作为起点，以50作为间距，则下一个图像的序号为72号，再下一个图像的序号为122号，以此类推。
根据本发明的另一些实施例的电池老化程度评估方法，获取CT图像之间的SSIM包括：计算不同的CT图像在同一位置的图像子区域的SSIM，集合全部图像子区域的SSIM并计算对应平均值，得到不同的CT图像之间的图像SSIM；计算图像SSIM平均值，得到最终的评估值。
电池的外形并不会有太大的变化，否则一眼就能确定异常；因此，本发明实施例面向的目标实际上是外观/外形相对完整的电池；则实际上获取的电池的CT图像，其外形部分，即边缘部分基本仍然是一致的，因此，可以判断两个图像之间的相对应位置的区域，即图像子区域；通过局部求值，全体求平均值的方式，防止扫描过程中出现的异常所导致的图像误差，提高准确度。
根据本发明的另一些实施例的电池老化程度评估方法，从部分CT图像中，选择两两组合不同的CT图像以形成待比较的CT图像。通过两两组合的方式形成待比较的CT图像，能够相对于多(大于二)图之间相互比较的情况，对比的效率更高，有利于降低运算量。
根据本发明的另一些实施例的电池老化程度评估方法，在获取CT图像之间的SSIM之前，还包括：对待比较的CT图像之间进行几何中心校正和/或图像剪裁。由于目标本身的结构的问题或者扫描过程的移动问题，获取的CT图像中的目标的几何中心位置不一定一致，需要进行校正以方便后续的比较；同时，通常获取的CT图像的尺寸都大于目标物体，因此存在不属于目标物体的部分(例如外部的黑屏部分)，通过剪切部分图像，可以降低后续处理的工作量。而一般的电池的外形都是标准图形，几何中心也比较好确定，如果是非标准图形，则可以根据预设的规则定义一个几何中心。
根据本发明的另一些实施例的电池老化程度评估方法，图像剪裁具体包括：以电池边缘作为切线，将CT图像切割成矩形。根据电池的形状为圆形时，通过合适的剪切，可以降低后续处理的工作量。同理，当电池的外形为非圆形时，以不干涉电池的图像为原则，尽量削减其他部分的图像。
根据本发明的另一些实施例的电池老化程度评估方法，基于滑动窗口的方式确定图像子区域。在经过校正后，则带对比的两个图像之间的坐标就相对确定了，可以通过滑动窗口逐步选取对应的图像子区域。具体的滑动窗口的大小设置方法包括但不限于等比估计法。
根据本发明的另一些实施例的电池老化程度评估方法，SSIM为亮度比较函数、对比度比较函数和结构比较函数的乘积；其中，
亮度比较函数
Figure BDA0002463503620000061
对比度比较函数
Figure BDA0002463503620000062
结构比较函数
Figure BDA0002463503620000063
x和y分别代表不同的CT图像，μ为灰度图像的均值，σ为灰度图像的标准差，σxy为协方差，C1、C2和C3为结构稳定常数。
实施例2。
本发明的一个实施例提供了一种电池老化程度评估装置，包括：收集模块1，用于获取待测电池的单一方向上的截面的CT图像的集合；处理模块2，用于根据CT图像之间的SSIM确定用于评估电池老化程度的评估值。
实施例3。
本实施例的目的在于提供具体的例子以解释实施例1中的技术方案。
(1)对电池采用轴位螺旋扫描方法(即以指定的轴为中心旋转的方式)进行扫描，以Werth TomoScop XS仪器为例，一个电池能得到总计2500张CT图像。值得注意的是，螺旋CT方法是让球管连续旋转，并让床面定向移动，使其可以不间断地采集投影数据。因此一个电池，经过螺旋扫描后，可以得到数百至数千张不同位置的CT图，数量视仪器精度而定。
(2)等距的将CT图抽取15张。例如，假设CT设备扫描出1500张CT图，图片是按拍摄顺序1-1500编号的，那么每隔100个编号选取1张，因此选取出15张CT图。
可选步骤(3)如图4所示的校正对比图，以编号排第一的图的圆心为锚点，通过平移的方法使得其他图的圆心位置(即几何中心)和锚点位置对齐。举例假设，图4a中，上图的圆心相对下图的圆心发生了向左2个像素的偏移；那么需要将下图的图片整体右移2个像素单位，即图4b中表现的一样，使之对齐。(具体的几何中心的定义和相应的移动原则，符合一般意义上的几何定义)
可选步骤(4)如图5所示的剪裁对比图，将所有图片剪裁成圆与图片边缘相切，图5a为未剪裁图，图5b为已剪裁图。其目的在于，为了评分能够在不同电池之间横向比较，因此需要固定圆在图片中的大小。
(5)将15张图俩俩成组合，共有120对组合。
(6)按照公式0.3+0.001*(width+height)/2，确定滑动窗口大小(并不限于该公式，具体可以实际选择)，计算一个组合内两图像之间的局部SSIM值，最终对所有SSIM值求平均值作为这两幅图的最终SSIM值。
(7)重复步骤(6)，直到120对组合的SSIM值都计算结束。对求得的这120个SSIM值求均值，最为这个电池的评分。评分越高，电池老化程度越低。
采取滑动窗口的原理在于，对两幅图像整体计算SSIM，不利于考虑图像的局部差异，因此采用滑动窗口的方法，设计一个固定大小窗口，窗口从图像的左上端点依次滑动到右下端点。对窗口滑动到图像范围计算局部的SSIM值，最后会得到所有窗口位置的SSIM，对它们求平均得到两幅图像的全局SSIM值。这种方法，从一定程度上来说，会更细致的考察图像的局部差异。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。此外，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

Claims (10)

1.一种电池老化程度评估方法，其特征在于，包括：
获取待测电池的单一方向上的截面的CT图像的集合；
根据CT图像之间的SSIM确定用于评估电池老化程度的评估值。
2.根据权利要求1所述的电池老化程度评估方法，其特征在于，具体包括：
基于轴位螺旋方式，获取待测电池的单一方向上的截面的CT图像的集合。
3.根据权利要求1所述的电池老化程度评估方法，其特征在于，还包括：
按照预设的选择规则，从所述CT图像的集合中选择部分CT图像；对应的，
根据所述部分CT图像之间的SSIM确定用于评估电池老化程度的评估值。
4.根据权利要求3所述的电池老化程度评估方法，其特征在于，从所述部分CT图像中，选择两两组合不同的CT图像以形成待比较的CT图像。
5.根据权利要求3或4所述的电池老化程度评估方法，其特征在于，获取所述CT图像之间的SSIM包括：
计算不同的CT图像在同一位置的图像子区域的SSIM，集合全部图像子区域的SSIM并计算对应平均值，得到所述不同的CT图像之间的图像SSIM；
计算所述图像SSIM平均值，得到最终的评估值。
6.根据权利要求5所述的电池老化程度评估方法，其特征在于，在获取所述CT图像之间的SSIM之前，还包括：
对待比较的CT图像之间进行几何中心校正和/或图像剪裁。
7.根据权利要求6所述的电池老化程度评估方法，其特征在于，基于滑动窗口的方式确定图像子区域。
8.根据权利要求7所述的电池老化程度评估方法，其特征在于，所述图像剪裁具体包括：
以电池边缘作为切线，将CT图像切割成矩形。
9.根据权利要求1所述的电池老化程度评估方法，其特征在于，所述SSIM为亮度比较函数、对比度比较函数和结构比较函数的乘积；其中，
亮度比较函数
Figure FDA0002463503610000011
对比度比较函数
Figure FDA0002463503610000012
结构比较函数
Figure FDA0002463503610000013
x和y分别代表不同的CT图像，μ为灰度图像的均值，σ为灰度图像的标准差，σxy为协方差，C1、C2和C3为结构稳定常数。
10.一种电池老化程度评估装置，其特征在于，包括：
收集模块，用于获取待测电池的单一方向上的截面的CT图像的集合；
处理模块，用于根据CT图像之间的SSIM确定用于评估电池老化程度的评估值。
CN202010326751.8A 2020-04-23 2020-04-23 电池老化程度评估方法和装置 Active CN111562512B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010326751.8A CN111562512B (zh) 2020-04-23 2020-04-23 电池老化程度评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010326751.8A CN111562512B (zh) 2020-04-23 2020-04-23 电池老化程度评估方法和装置

Publications (2)

Publication Number Publication Date
CN111562512A true CN111562512A (zh) 2020-08-21
CN111562512B CN111562512B (zh) 2023-03-31

Family

ID=72071720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010326751.8A Active CN111562512B (zh) 2020-04-23 2020-04-23 电池老化程度评估方法和装置

Country Status (1)

Country Link
CN (1) CN111562512B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001203003A (ja) * 2000-01-20 2001-07-27 Toyota Central Res & Dev Lab Inc 二次電池の状態評価方法
US20100202700A1 (en) * 2009-02-11 2010-08-12 Rezazadeh Soroosh Method and system for determining structural similarity between images
CN104270638A (zh) * 2014-07-29 2015-01-07 武汉飞脉科技有限责任公司 一种ct影像感兴趣区域压缩与质量评估方法
CN105046708A (zh) * 2015-07-14 2015-11-11 福州大学 一种与主观感知相一致的颜色校正客观评估方法
CN109001210A (zh) * 2018-05-30 2018-12-14 天仁民防建筑工程设计有限公司 一种人防门密封胶条老化龟裂检测系统及方法
CN110180797A (zh) * 2019-05-10 2019-08-30 中国汽车技术研究中心有限公司 用于计算机断层扫描检测的锂电池规整程度分级评价方法
CN110619146A (zh) * 2019-08-12 2019-12-27 河北工业大学 基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001203003A (ja) * 2000-01-20 2001-07-27 Toyota Central Res & Dev Lab Inc 二次電池の状態評価方法
US20100202700A1 (en) * 2009-02-11 2010-08-12 Rezazadeh Soroosh Method and system for determining structural similarity between images
CN104270638A (zh) * 2014-07-29 2015-01-07 武汉飞脉科技有限责任公司 一种ct影像感兴趣区域压缩与质量评估方法
CN105046708A (zh) * 2015-07-14 2015-11-11 福州大学 一种与主观感知相一致的颜色校正客观评估方法
CN109001210A (zh) * 2018-05-30 2018-12-14 天仁民防建筑工程设计有限公司 一种人防门密封胶条老化龟裂检测系统及方法
CN110180797A (zh) * 2019-05-10 2019-08-30 中国汽车技术研究中心有限公司 用于计算机断层扫描检测的锂电池规整程度分级评价方法
CN110619146A (zh) * 2019-08-12 2019-12-27 河北工业大学 基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
VARUNI GARG,ET AL.: "Restoration of Image from Deterioration Using Image Inpainting" *
吴俊峰 等: "L1范数字典约束的感兴趣区域CT图像重建算法" *
马天翼等: "计算机断层扫描技术在锂离子电池检测中的应用研究", 《重庆理工大学学报（自然科学）》 *

Also Published As

Publication number Publication date
CN111562512B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
EP4280153A1 (en) Defect detection method, apparatus and system
JP3400008B2 (ja) ディジタル胸部レントゲン写真において関心領域の選択と中隔線の検出を行なう自動化方法およびそのシステム
US8803943B2 (en) Formation apparatus using digital image correlation
RU2523929C1 (ru) Система и способ для автоматического планирования видов в объемных изображениях мозга
CN110611770B (zh) 线阵相机行频与物体运动速度是否匹配的判断方法及系统
CN112991287B (zh) 一种基于全卷积神经网络的自动压痕测量方法
CN111553849B (zh) 基于局部特征匹配的锥束ct几何伪影去除方法及装置
CN116109635B (zh) 复合悬式绝缘子表面质量检测方法、装置、设备及介质
Lassen Automated determination of crystal orientations from electron backscattering patterns
US20050053270A1 (en) Image processing apparatus and signal processing apparatus
CN111562512B (zh) 电池老化程度评估方法和装置
US20160011125A1 (en) Method for measuring volume ratio of each constituent medium existing in minimum unit of x-ray ct image for specimen formed of complex mediums
CN117274251B (zh) 基于图像数据的药品生产过程中药片质量检测方法
CN113390357A (zh) 一种基于双目多线结构光的铆钉齐平度测量方法
CN117058106A (zh) 基于随机森林的柔性玻璃平面度及表面缺陷的测量方法
US20110206264A1 (en) Image analysis system and/or method
EP2636019A1 (de) Verfahren und auswertevorrichtung zur ermittlung der lage einer in einem zu untersuchenden objekt befindlichen struktur mittels röntgencomputertomografie
US20060093216A1 (en) System and method for detection of ground glass objects and nodules
CN103955610B (zh) 一种医学影像计算机辅助分析方法
CN114022795A (zh) 基于实拍图像的红外系统mtf自动计算方法
CN114264660A (zh) 基于绿光激光成像的输电线路杆塔表面缺陷检测方法装置
US10169870B2 (en) Objective method for assessing high contrast resolution of image based on Rayleigh criterion and testing operating method
CN112070813A (zh) 一种基于连线特征一致性的特征匹配方法
EP1519294B1 (en) Characterisation of disease progression
Ilyasova et al. Development of the technique for automatic highlighting ranges of interest in lungs x-ray images

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Wei Guodan

Inventor after: Ran Aihua

Inventor after: Liu Siyang

Inventor after: Zhou Zihao

Inventor after: Zhang Xuan

Inventor after: Chen Shuxiao

Inventor before: Wei Guodan

Inventor before: Ran Aihua

Inventor before: Zhou Zihao

Inventor before: Zhang Xuan

Inventor before: Chen Shuxiao

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant