CN113744269A - 圆柱电芯焊接质量检测方法、装置、电子设备及存储介质 - Google Patents
圆柱电芯焊接质量检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113744269A CN113744269A CN202111303022.1A CN202111303022A CN113744269A CN 113744269 A CN113744269 A CN 113744269A CN 202111303022 A CN202111303022 A CN 202111303022A CN 113744269 A CN113744269 A CN 113744269A
- Authority
- CN
- China
- Prior art keywords
- welding
- image
- target
- battery cell
- welding quality
- 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
Links
- 238000003466 welding Methods 0.000 title claims abstract description 464
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 145
- 229910000679 solder Inorganic materials 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims 1
- 239000006185 dispersion Substances 0.000 description 13
- 230000007547 defect Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 230000035515 penetration Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Abstract
本发明提供一种圆柱电芯焊接质量检测方法、装置、电子设备及存储介质，其中，该方法包括：获取目标圆柱电芯的第一图像；确定所述第一图像对应的电极极性；在所述第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域；基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果。本发明实施例提供的圆柱电芯焊接质量检测方法、装置、电子设备及存储介质，通过识别目标圆柱电芯的第一图像对应的电极极性，若为正极，基于预设的模板图像和目标识别模型，获取各焊点区域，基于各焊点区域获取目标圆柱电芯的焊接质量检测结果，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高。
Description
技术领域
本发明涉及工业控制技术领域，尤其涉及一种圆柱电芯焊接质量检测方法、装置、电子设备及存储介质。
背景技术
电池的生产过程中，需要在圆柱电芯的集流盘进行焊接。
集流盘焊接过程中，漏焊、焊偏和焊穿等焊接情况会造成圆柱电芯工作异常，影响电池的质量，因此需要对圆柱电芯的焊接质量进行检测。
现有圆柱电芯焊接质量检测，通常是通过人工检测。人工检测效率低、精度差，并且无法保证电池质量的稳定性。
发明内容
本发明提供一种圆柱电芯焊接质量检测方法、装置、电子设备及存储介质，用以解决现有技术中的检测效率低的技术问题。
本发明提供一种圆柱电芯焊接质量检测方法，包括：
获取目标圆柱电芯的第一图像；
确定所述第一图像对应的电极极性；
在所述第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域；
基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果。
根据本发明提供的一种圆柱电芯焊接质量检测方法，所述基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域，具体包括：
基于所述模板图像，对所述第一图像进行抠图处理，得到多个所述焊点区域和第二图像；
将所述第二图像输入所述目标识别模型，获取所述目标识别模型输出的n个所述焊点区域。
根据本发明提供的一种圆柱电芯焊接质量检测方法，所述基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果，具体包括：
基于质量检测模型，对每一所述焊点区域进行焊接质量检测，获取所述焊点区域的焊接质量；
基于各所述焊点区域的焊接质量，获取所述目标圆柱电芯的焊接质量检测结果。
根据本发明提供的一种圆柱电芯焊接质量检测方法，所述确定目标图像对应的电极极性，具体包括：
获取所述第一图像的颜色信息；
基于所述第一图像的颜色信息，确定所述第一图像对应的电极极性。
根据本发明提供的一种圆柱电芯焊接质量检测方法，所述基于质量检测模型，对每一所述焊点区域进行焊接质量检测，获取所述焊点区域的焊接质量，具体包括：
对所述焊点区域进行特征提取，获取所述焊点区域的特征；
基于所述焊点区域的特征，获取所述焊点区域的焊接质量。
根据本发明提供的一种圆柱电芯焊接质量检测方法，所述焊点区域的特征包括：所述焊点区域的像素特征、尺寸特征和位置特征中的至少一种。
根据本发明提供的一种圆柱电芯焊接质量检测方法，所述基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果，还包括：
将所述焊点区域的数量与目标数量进行比较，根据比较结果获取所述目标圆柱电芯的焊接质量检测结果。
本发明还提供一种圆柱电芯焊接质量检测装置，包括：
图像获取模块，用于获取目标圆柱电芯的第一图像；
极性确定模块，用于确定所述第一图像对应的电极极性；
模板匹配模块，用于在所述第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域；
质量检测模块，用于基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果。
本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述圆柱电芯焊接质量检测方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述圆柱电芯焊接质量检测方法的步骤。
本发明提供的圆柱电芯焊接质量检测方法、装置、电子设备及存储介质，通过识别目标圆柱电芯的第一图像中集流盘的极性，在该集流盘为正极集流盘的情况下，基于预设的模板图像和目标识别模型，获取第一图像中的各焊点区域，基于各焊点区域获取目标圆柱电芯的焊接质量检测结果，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高，从而能保证电池质量的稳定性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的圆柱电芯焊接质量检测方法的流程示意图；
图2是本发明提供的圆柱电芯焊接质量检测装置的结构示意图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明实施例的描述中，需要说明的是，术语“长度”“上”、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实施例和简化描述，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实施例的限制。此外，术语“第一”、“第二”、仅用于描述目的，而不能理解为指示或暗示相对重要性，且不涉及顺序。
在本发明实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明实施例中的具体含义。
为了克服现有技术的上述问题，本发明提供一种圆柱电芯焊接质量检测方法、装置、电子设备及存储介质，其发明构思是，基于图像识别和分析的方法，确定正极集流盘有无漏焊、焊偏和焊穿等焊接情况，能够很好的完成圆柱电芯焊接质量的检测。
图1是本发明提供的一种圆柱电芯焊接质量检测方法的流程示意图。下面结合图1描述本发明实施例的圆柱电芯焊接质量检测方法。如图1所示，该方法包括：步骤101、获取目标圆柱电芯的第一图像。
具体地，对目标圆柱电芯进行电极的焊接后，可以基于图像采集装置采集的目标圆柱电芯的图像或视频，获取集流盘焊接后的目标圆柱电芯的第一图像。
焊接后的目标圆柱电芯，即进行焊接后的目标圆柱电芯。
图像采集装置，可以是相机或摄像机等。
图像采集装置可以通过拍照等方式，采集集流盘焊接后的目标圆柱电芯的某个集流盘的图像，得到目标圆柱电芯的第一图像。
图像采集装置还可以通过拍摄等方式采集集流盘焊接后的目标圆柱电芯的某个集流盘的视频；可以对该视频进行截图等处理，获得目标圆柱电芯的第一图像。
步骤102、确定第一图像对应的电极极性。
具体地，圆柱电芯的两端分别为正极和负极。圆柱电芯的正极对应正极集流盘，圆柱电芯的负极对应负极集流盘。
由于正极集流盘焊接和负极集流盘焊接所使用的金属不同，例如于正极集流盘焊接一般使用铜而负极集流盘焊接一般使用铝，因此，可以通过图像识别的方法，确定第一图像拍摄的是圆柱电芯的正极集流盘还是负极集流盘。
目标圆柱电芯的图像对应的电极极性，指第一图像拍摄的是目标圆柱电芯的正极集流盘还是负极集流盘。
在第一图像拍摄的是目标圆柱电芯的正极集流盘的情况下，第一图像对应的电极极性为正极；在第一图像拍摄的是目标圆柱电芯的负极集流盘的情况下，第一图像对应的电极极性为负极。
步骤103、在第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取第一图像中的各焊点区域。
具体地，一般情况下，目标圆柱电芯的集流盘有多个焊点。每一焊点区域均为圆形，各焊点区域的半径（或直径）基本相同。
在第一图像对应的电极极性为正极的情况下，可以通过模板匹配的方法，获取第一图像中的各焊点区域。
预设的模板图像，可以为预先建立的图像。该图像包括凹槽以及位于凹槽中的各焊点。
预设的模板图像，通过目标识别模型模板匹配，确定第一图像中与预设的模板图像相匹配的目标区域。目标区域与预设的模板图像相匹配，指目标区域与预设的模板图像之间的相似度大于相似度阈值，且该目标区域是第一图像中与预设的模板图像之间的相似度最大的区域。
由于预设的模板图像包括凹槽以及位于凹槽中的各焊点，确定目标区域之后，可以对应地在目标区域中确定各焊点区域。
目标识别模型，可以是基于任一种人工智能（AI，Artificial Intelligence）算法建立的模型。例如，目标识别模型的基本结构为卷积神经网络（Convolutional NeuralNetworks，CNN）。
可以理解的是，在步骤103之前，可以根据样本图像、预先标记的样本图像中的目标区域和预设的模板图像，对目标识别模型进行训练，得到训练好的目标识别模型。
需要说明的是，在第一图像对应的电极极性为负极的情况下，可以基于任一种目标识别方法，如背景去除、模板匹配或人工神经网络等，对第一图像进行目标识别，识别出第一图像中的各焊点区域。
例如，由于焊接材料（例如焊条）的材质和圆柱电芯的集流盘的材质存在明显差异，可以通过图像处理的方法，将图像中的圆柱电芯的集流盘作为背景进行背景去除，确定的各焊点区域。
步骤104、基于各焊点区域获取目标圆柱电芯的焊接质量检测结果。
具体地，确定各焊点区域之后，可以对各焊点区域进行图像分析，将第一图像中各焊点区域的特征从图像空间映射到真实空间中，确定焊点的参数的实际值与设定值是否一致。
焊点的参数，可以包括焊点的半径（或直径）和位置等。
如果任一焊点的任一参数的实际值与该参数的设定值不一致，则在检测结果为定性结果的情况下，可以将目标圆柱电芯的焊接质量检测结果确定为不合格。
如果每一焊点的每一参数的实际值与该参数的设定值均一致，则在检测结果为定性结果的情况下，可以将目标圆柱电芯的焊接质量检测结果确定为合格。
本发明实施例通过识别目标圆柱电芯的第一图像中集流盘的极性，在该集流盘为正极集流盘的情况下，基于预设的模板图像和目标识别模型，获取第一图像中的各焊点区域，基于各焊点区域获取目标圆柱电芯的焊接质量检测结果，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高，从而能保证电池质量的稳定性。
基于上述任一实施例的内容，基于预设的模板图像和目标识别模型，获取第一图像中的各焊点区域，具体包括：基于模板图像，对第一图像进行抠图处理，得到多个焊点区域和第二图像。
具体地，模板图像可以包含预设的模板图像包括凹槽以及位于凹槽中的各焊点，因而模板图像可以用于描述各焊点的预设位置及预设轮廓。
基于模板图像中的凹槽，将模板图像与第一图像进行匹配，确定第一图像中的凹槽；确定第一图像中的凹槽之后，将模板图像与第一图像进行对齐，使得模板图像中的凹槽与第一图像中的凹槽重合；将模板图像与第一图像对齐之后，可以将模板图像作为掩模，提取第一图像中，模板图像中的每一焊点轮廓围成的区域所对应的部分，从而得到多个焊点区域，并且基于第一图像中除了上述多个焊点区域之外的部分，得到第二图像。
将第二图像输入目标识别模型，获取目标识别模型输出的m个焊点区域。
具体地，目标识别模型对第二图像进行连通域提取处理，可以获取第二图像中的连通域；
对于提取到的每一连通域，可以获取该连通域的离散度；
基于该连通域的离散度，确定该连通域是否为焊点区域；
输出m个焊点区域。其中，n为非负整数。
获取连通域的离散度，可以具体包括：
确定该连通域的中心；
获取该连通域的轮廓点至中心的距离的方差，作为该连通域的离散度。
连通域的中心的坐标和离散度的计算公式如下：
其中，x表示连通域的标号；Ox表示标号为x的连通域的中心；lx表示标号为x的连通域的轮廓的长度；qx表示标号为x的连通域中的点；pn表示标号为x的连通域的轮廓上的第n个点；Dx表示标号为x的连通域的离散度。
连通域的中心，指连通域中到轮廓上的所有点的距离总和最小的点。
基于该连通域的离散度，确定该连通域是否为焊点区域，可以具体包括：
比较该连通域的离散度与预设的离散度阈值的大小；
在该连通域的离散度小于离散度阈值的情况下，将该连通域确定为焊点区域。
离散度阈值可以根据实际需求设置，对于离散度阈值的具体值，本发明实施例不进行具体限定。
需要说明的是，基于模板图像，对第一图像进行抠图处理，得到多个焊点区域，为预设的焊点区域，应存在焊点；基于目标识别模型，得到多个焊点区域，为非预设的焊点区域，不应存在焊点。因此，基于上述两种方式提取到的焊点区域，可以对目标圆柱电芯的焊接质量进行检测。
需要说明的是，若未提取到第二图像中的连通域，或者第二图像中的连通域均不是焊点区域，则可以确定不存在焊偏。
本发明实施例基于模板图像，对第一图像进行抠图处理，得到预设的焊点区域，并基于目标识别模型确定非预设的焊点区域中是否存在焊点区域，能获取更准确的焊点区域，从而能基于焊点区域的检测结果得到更准确的目标圆柱电芯的焊接质量检测结果。
基于上述任一实施例的内容，基于各焊点区域，获取目标圆柱电芯的焊接质量检测结果，具体包括：基于质量检测模型，对每一焊点区域进行焊接质量检测，获取焊点区域的焊接质量。
具体地，可以分别将每一焊点区域分别输入质量检测模型，获得该质量检测模型输出的该焊点区域的焊接质量。
质量检测模型，可以是基于任一种人工智能（AI，Artificial Intelligence）算法建立的模型。例如，目标识别模型的基本结构为卷积神经网络（Convolutional NeuralNetworks，CNN）。
可以理解的是，在步骤104之前，可以根据样本焊点图像和预先确定样本焊点图像对应的标签，对质量检测模型进行训练，得到训练好的质量检测模型。
可选地，样本焊点图像对应的标签，可以用于指示样本焊点图像中的焊点的焊接质量。例如，样本焊点图像对应的标签为0，可以表示该焊点的焊接质量为不合格；样本焊点图像对应的标签为1，可以表示该焊点的焊接质量为合格。
可选地，样本焊点图像对应的标签，还可以进一步用于指示焊接质量为不合格的焊点的缺陷类型。例如，样本焊点图像对应的标签为10、01、02、03可以分别表示该焊点的焊接质量为合格、不合格且缺陷类型为焊穿、不合格且缺陷类型为焊偏、不合格且缺陷类型为漏焊。
基于各焊点区域的焊接质量，获取目标圆柱电芯的焊接质量检测结果。
具体地，可以对各焊点区域的焊接质量进行统计，获取目标圆柱电芯的焊接质量检测结果。
可选地，在任一焊点区域的焊接质量为不合格的情况下，可以将目标圆柱电芯的焊接质量检测结果确定为不合格；在每一焊点区域的焊接质量均为合格的情况下，可以将目标圆柱电芯的焊接质量检测结果确定不合格。
可选地，在目标圆柱电芯的焊接质量检测结果确定为不合格的情况下，还可以进一步根据各种缺陷类型的数量或比例，对目标圆柱电芯的焊接质量进行量化，得到目标圆柱电芯的焊接质量的评分。目标圆柱电芯的焊接质量的评分，也可以作为目标圆柱电芯的焊接质量检测结果。
本发明实施例通过质量检测模型对每一焊点区域进行焊接质量检测，获取焊点区域的焊接质量，能更快速地获取每一焊点区域的焊接质量，每一焊点区域的焊接质量的检测结果更准确，从而能提高圆柱电芯焊接质量检测的效率和检测结果的准确性，能保证电池质量的稳定性。
基于上述任一实施例的内容，确定第一图像对应的电极极性，具体包括：获取第一图像的颜色信息。
具体地，可以获取第一图像在目标颜色空间中的颜色信息。
颜色信息，可以通过在目标颜色空间中的坐标表示。
颜色空间也称彩色模型（又称彩色空间或彩色系统）它的用途是在某些标准下用通常可接受的方式对彩色加以说明。颜色空间有许多种，常用有RGB、CMY、HSV和HSI等。
优选地，目标颜色空间为RGB空间。
可以通过颜色直方图等方法，获取第一图像的颜色信息。颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例。
基于第一图像的颜色信息，确定第一图像对应的电极极性。
具体地，由于正极集流盘焊接和负极集流盘焊接所使用的金属不同，例如于正极集流盘焊接一般使用铜而负极集流盘焊接一般使用铝，因此，可以根据第一图像的颜色信息，确定目标圆柱电芯的图像拍摄的是圆柱电芯的正极集流盘还是负极集流盘。
本发明实施例基于目标圆柱电芯的第一图像的颜色信息，区分正极集流盘和负极集流盘，能更快速、准确地确定目标圆柱电芯的第一图像对应的电极极性。
基于上述任一实施例的内容，基于质量检测模型，对每一焊点区域进行焊接质量检测，获取焊点区域的焊接质量，具体包括：对焊点区域进行特征提取，获取焊点区域的特征。
具体地，质量检测模型可以包括特征提取层和决策层。
特征提取层，用于提取焊点区域的特征。焊点区域的特征，可以用向量的形式表示。
基于焊点区域的特征，获取焊点区域的焊接质量。
具体地，决策层，用于根据焊点区域的特征，确定焊点区域对应的标签。
焊点区域对应的标签的作用，与样本焊点图像对应的标签的作用相同，此处不再赘述。
本发明实施例通过对焊点区域进行特征提取，获取焊点区域的特征，基于焊点区域的特征，获取焊点区域的焊接质量，能更快速地获取焊点区域的焊接质量，焊点区域的焊接质量的检测结果更准确，从而能提高圆柱电芯焊接质量检测的效率和检测结果的准确性，能保证电池质量的稳定性。
基于上述任一实施例的内容，焊点区域的特征包括：焊点区域的像素特征、尺寸特征和位置特征中的至少一种。
具体地，焊接质量检测结果可以包括是否焊穿，即是否存在焊穿。焊穿主要是指熔化金属自坡口背面流出，形成穿孔的缺陷。焊穿是焊接质量不合格的一种情况。
焊接质量检测结果可以包括是否漏焊，即是否存在漏焊。漏焊，指某个位置应焊接而实际未焊接。漏焊是焊接质量不合格的一种情况。
焊接质量检测结果可以包括是否焊偏，即是否存在焊偏。焊偏，指焊点的实际位置偏离预设的位置。焊偏是焊接质量不合格的一种情况。
像素特征，可以用于检测是否存在焊穿。尺寸特征，可以用于检测是否漏焊。位置特征，可以用于检测是否焊偏。
像素特征，可以包括焊点区域所包括的各像素的像素值，还可以包括各像素的像素值的一项或多项统计值（例如平均值和方差等），还可以包括焊点区域的纹理特征。
尺寸特征，可以包括半径、直径和面积等中的至少一种。
位置特征，可以包括焊点区域的圆心相对于目标圆柱电芯上的预设特征点的坐标偏移量等。
可选地，预设特征点，可以预先标记在模板图像中。
本发明实施例通过提取焊点区域的像素特征、尺寸特征和位置特征中的至少一种作为焊点区域的特征，从而能基于焊点区域的特征，获取焊点区域的焊接质量，能更快速地获取焊点区域的焊接质量，焊点区域的焊接质量的检测结果更准确。
基于上述任一实施例的内容，基于各焊点区域，获取目标圆柱电芯的焊接质量检测结果，还包括：将焊点区域的数量与目标数量进行比较，根据比较结果获取目标圆柱电芯的焊接质量检测结果。
具体地，获取各焊点区域之后，可以统计焊点区域的数量。
将焊点区域的数量与电极极性对应的目标数量进行比较，根据比较结果获取目标圆柱电芯的焊接质量检测结果。
具体地，预设的圆柱电芯的正极集流盘的焊点数量，为目标数量。预设的圆柱电芯的正极的焊点数量和负极集流盘的焊点数量可以相同或不同。
将焊点区域的数量与目标数量进行比较。
如果焊点区域的数量小于目标数量，说明目标圆柱电芯的正极集流盘的某个预设的焊接位置未进行焊接，可以确定存在漏焊。
本发明实施例通过比较焊点区域的数量与目标数量，获取目标圆柱电芯的焊接质量检测结果，能更快速、高效、准确地确定是否存在焊穿，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高，从而能保证电池质量的稳定性。
基于上述任一实施例的内容，基于各焊点区域，获取目标圆柱电芯的焊接质量检测结果，还可以具体包括：基于每一焊点区域的像素值，获取目标圆柱电芯的焊接质量检测结果。
具体地，焊接质量检测结果可以包括是否焊穿，即是否存在焊穿。焊穿主要是指熔化金属自坡口背面流出，形成穿孔的缺陷。焊穿是焊接质量不合格的一种情况。
焊点区域的像素值，可以包括焊点区域所包括的各像素的像素值。
通过比较各焊点区域的像素值，可以确定是否存在与其他焊点区域的像素值存在明显差异的焊点区域。
若不存在，可以确定不存在焊穿。
若存在，则可以结合电极极性，判断与其他焊点区域的像素值存在明显差异的焊点区域的像素值是否与电极极性匹配。
若匹配，可以确定不存在焊穿。
若不匹配，可以确定存在焊穿，即与其他焊点区域的像素值存在明显差异的焊点区域存在焊穿。
本发明实施例基于每一焊点区域的像素值，获取目标圆柱电芯的焊接质量检测结果，能更快速、高效、准确地确定是否存在焊穿，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高，从而能保证电池质量的稳定性。
基于上述任一实施例的内容，基于各焊点区域，获取目标圆柱电芯的焊接质量检测结果，具体包括：获取每一焊点区域的尺寸信息和/或位置信息。
具体地，焊接质量检测结果可以包括是否焊偏，即是否存在焊偏。焊偏，指焊点的实际位置偏离预设的位置。焊偏是焊接质量不合格的一种情况。
对于目标圆柱电芯的图像（可以为第一图像或第二图像）中的每一焊点区域，可以获取目标圆柱电芯的图像中该焊点区域的尺寸信息和/或位置信息。
尺寸信息，可以包括半径、直径和面积等中的至少一种。
位置信息，可以包括焊点区域的圆心相对于目标圆柱电芯上的预设特征点的坐标偏移量。
坐标偏移量，可以为图像中的像素偏移量或在真实空间中的实际偏移量。
基于目标圆柱电芯的图像的成像参数（例如焦距和物距等），可以将取目标圆柱电芯的图像中每一焊点区域的尺寸信息和位置信息从图像空间映射到真实空间，获得真实空间中焊点区域的尺寸信息和位置信息。
对于任一焊点区域，目标圆柱电芯的图像中该焊点区域的直径和半径这两个像素距离的计算公式可以表示为：
其中，pixel_distance1表示目标圆柱电芯的图像中该焊点区域的直径，该焊点区域的X轴坐标最小和最大的像素点的坐标分别为（X1，Y1）和（X2，Y2）；pixel_distance2表示目标圆柱电芯的图像中该焊点区域的半径。
可以理解的是，（X1，Y1）和（X2，Y2）也可以表示该焊点区域的Y轴坐标最小和最大的像素点的坐标。
真实空间中焊点的直径和半径的计算公式可以表示为：
其中，d表示真实空间中焊点的直径；r表示真实空间中焊点的半径；k1表示第一换算系数。第一换算系数k1，用于在目标圆柱电芯的图像中的距离与在真实空间中的距离之间的转换。
对于任一焊点区域，真实空间中该焊点的面积的计算公式为
其中，S表示真实空间中焊点的面积；Sum表示目标圆柱电芯的图像中对应焊点区域包括的像素点的数量；k2表示第二换算系数。第二换算系数k2，用于在目标圆柱电芯的图像中的面积与在真实空间中的面积之间的转换。
基于各焊点区域的尺寸信息和/或位置信息，获取目标圆柱电芯的焊接质量检测结果。
具体地，可以将焊点区域的尺寸信息和/或位置信息与对应的预设值进行比较，确定焊接的实际情况与对应的预设值是否一致。
根据焊接的实际情况与对应的预设值是否一致，可以获得目标圆柱电芯的焊接质量检测结果。
可以理解的是，在仅确定焊点区域的尺寸信息的情况下，可以仅基于焊点区域的尺寸信息，获取目标圆柱电芯的焊接质量检测结果；在仅确定焊点区域的位置信息的情况下，可以仅基于焊点区域的位置信息，获取目标圆柱电芯的焊接质量检测结果；在确定焊点区域的尺寸信息和位置信息的情况下，可以基于焊点区域的尺寸信息和位置信息，获取目标圆柱电芯的焊接质量检测结果。
在仅确定焊点的尺寸信息的情况下，焊点的尺寸的实际值与预设值一致，则可以将目标软包电芯的焊接质量检测结果确定为合格；焊点的尺寸的实际值与预设值不一致，则可以将目标软包电芯的焊接质量检测结果确定为不合格。
在仅确定焊点的位置信息的情况下，焊点的位置的实际值与预设值一致，则可以将目标软包电芯的焊接质量检测结果确定为合格；焊点的位置的实际值与预设值不一致，则可以将目标软包电芯的焊接质量检测结果确定为不合格，并可以进一步确定存在焊偏。
在确定焊点的尺寸信息和位置信息的情况下，焊点的尺寸的实际值与预设值一致且焊点的位置的实际值与预设值一致，则可以将目标软包电芯的焊接质量检测结果确定为合格；焊点的尺寸的实际值与预设值不一致，或者焊点的位置的实际值与预设值不一致，则可以将目标软包电芯的焊接质量检测结果确定为不合格。
需要说明的是，可以基于是否存在漏焊、焊偏和焊穿中的至少两种，在分别获得焊接质量检测的初步结果的基础上，对初步结果进行融合，得到最终的焊接质量检测结果。
例如，可以将焊传、漏焊和焊偏等分为作为一个检测指标，并为每一检测指标赋予满分分值，通过确定每一检测指标的实际得分作为初步结果，获取实际得分的总和作为最终的焊接质量检测结果。
需要说明的是，检测指标的实际得分可以根据是否存在该检测指标对应的现象确定，也可以根据存在该检测指标对应的现象的程度（例如焊偏的比例）来确定。
本发明实施例基于目标圆柱电芯的图像中的焊点区域，确定焊接的尺寸信息和/或位置信息，基于实际焊接的尺寸信息和/或位置信息，获取目标圆柱电芯的焊接质量检测结果，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高，从而能保证电池质量的稳定性。
基于上述任一实施例的内容，基于每一焊点区域的像素值，获取目标圆柱电芯的焊接质量检测结果，具体包括：将每一焊点区域的像素值与目标像素值区间进行比较，根据比较结果获取目标圆柱电芯的焊接质量检测结果。
具体地，对于目标圆柱电芯的图像中的焊点区域的每一像素，可以通过比较该像素的像素值与目标像素值区间，确定该像素的像素值是否落入目标像素值区间。
若任一像素值未落入目标像素值区间，说明该像素的像素值与其他的像素存在明显差异，该像素对应的真实空间中的某个位置与其他位置的材料存在明显差别，可以确定存在焊传。
若每一像素值均落入目标像素值区间，说明任一像素的像素值与其他的像素均不存在明显差异，各像素对应的真实空间中的某个位置与其他位置的材料均不存在明显差别，可以确定不存在焊传。
目标像素值区间可以是预先确定的一个预设的目标像素值区间。
优选地，目标像素值区间可以通过以下步骤确定：
可以获取样本圆柱电芯的图像中正极的焊点区域的各像素值的平均值和标准差；
在平均值的基础上，分别减去和加上标准差与预设的系数之积，确定目标像素值区间的下限和上限，从而确定目标像素值区间。
预设的系数为正数，可以根据实际情况设定。对于该系数的具体值，本发明实施例不进行具体限制。
负极对应的目标像素值区间的确定步骤，与上述正极对应的目标像素值区间的确定步骤类似，此处不再赘述。
本发明实施例通过比较目标圆柱电芯的图像中的焊点区域的各像素值与目标像素值区间，获取目标圆柱电芯的焊接质量检测结果，能更快速、高效、准确地确定是否存在焊穿，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高，从而能保证电池质量的稳定性。
基于上述任一实施例的内容，基于各焊点区域的尺寸信息和/或位置信息，获取目标圆柱电芯的焊接质量检测结果，具体包括：将每一焊点区域的尺寸信息与目标长度进行比较，根据比较结果获取目标圆柱电芯的焊接质量检测结果；和/或，将每一焊点区域的位置信息与焊接位置的预设值进行比较，根据比较结果获取目标圆柱电芯的焊接质量检测结果。
具体地，焊点区域的尺寸信息中的直径（或半径），为焊点区域的实际直径（或半径）。
对于每一焊点区域，可以将该焊点区域的实际直径与目标长度（直径或半径）进行比较。
目标长度，指每次焊接形成的焊点区域的直径或半径的预设值。如果任一焊点区域的直径（或半径）与目标长度不符，可以将焊接质量检测结果确定为不合格，存在焊偏。
如果每一焊点区域的实际长度与目标长度相符，可以将焊接质量检测结果确定为合格。
焊接位置的预设值，表示焊点区域覆盖的理论区域。
焊点区域的位置信息，表示焊点区域覆盖的实际区域。
将焊点区域的位置信息与焊接位置的预设值进行比较，即将焊点区域覆盖的实际区域与理论区域进行比较。
如果一致，可以将焊接质量检测结果确定为合格；如果一致，可以将焊接质量检测结果确定为不合格。
本发明实施例通过比较焊点区域的尺寸信息与目标长度，和/或比较焊点区域的位置信息与焊接位置的预设值，获取目标圆柱电芯的焊接质量检测结果，能更快速、高效、准确地确定是否存在焊偏，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高，从而能保证电池质量的稳定性。
下面对本发明提供的圆柱电芯焊接质量检测装置进行描述，下文描述的圆柱电芯焊接质量检测装置与上文描述的圆柱电芯焊接质量检测方法可相互对应参照。
图2是根据本发明实施例提供的圆柱电芯焊接质量检测装置的结构示意图。基于上述任一实施例的内容，如图2所示，该装置包括图像获取模块201、极性确定模块202、模板匹配模块203和质量检测模块204，其中：
图像获取模块201，用于获取目标圆柱电芯的第一图像；
极性确定模块202，用于确定第一图像对应的电极极性；
模板匹配模块203，用于在第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取第一图像中的各焊点区域；
质量检测模块204，用于基于各焊点区域，获取目标圆柱电芯的焊接质量检测结果。
具体地，图像获取模块201、极性确定模块202、模板匹配模块203和质量检测模块204顺次电连接。
图像获取模块201可以直接采集焊接后的目标圆柱电芯的图像或通过对焊接后的目标圆柱电芯的视频进行截图等处理，获取焊接后的目标圆柱电芯的第一图像。
极性确定模块202可以通过图像识别的方法，确定目标圆柱电芯的图像拍摄的是圆柱电芯的正极集流盘还是负极集流盘，从而确定第一图像对应的电极极性。
模板匹配模块203在第一图像对应的电极极性为正极的情况下，可以通过模板匹配的方法，获取第一图像中的各焊点区域。
质量检测模块204可以对各焊点区域进行图像分析，将目标圆柱电芯的图像的焊点区域的特征从图像空间映射到真实空间中，确定焊点的参数的实际值与设定值是否一致。如果任一焊点的任一参数的实际值与该参数的设定值不一致，则在检测结果为定性结果的情况下，可以将目标圆柱电芯的焊接质量检测结果确定为不合格。
如果每一焊点的每一参数的实际值与该参数的设定值均一致，则在检测结果为定性结果的情况下，可以将目标圆柱电芯的焊接质量检测结果确定为合格。
可选地，模板匹配模块203可以包括：
抠图单元，用于基于模板图像，对第一图像进行抠图处理，得到多个焊点区域和第二图像；
检测单元，用于将第二图像输入目标识别模型，获取目标识别模型输出的m个焊点区域。
可选地，质量检测模块204可以包括：
第一检测单元，用于基于质量检测模型，对每一焊点区域进行焊接质量检测，获取焊点区域的焊接质量；
第二检测单元，用于基于各焊点区域的焊接质量，获取目标圆柱电芯的焊接质量检测结果。
可选地，极性确定模块202可以包括：
颜色获取单元，用于获取第一图像的颜色信息；
极性识别单元，用于基于第一图像的颜色信息，确定第一图像对应的电极极性。
可选地，第一检测单元可以具体用于：
对焊点区域进行特征提取，获取焊点区域的特征；
基于焊点区域的特征，获取焊点区域的焊接质量。
可选地，焊点区域的特征包括：焊点区域的像素特征、尺寸特征和位置特征中的至少一种。
可选地，质量检测模块204可以具体用于将焊点区域的数量与目标数量进行比较，根据比较结果获取目标圆柱电芯的焊接质量检测结果。
本发明实施例提供的圆柱电芯焊接质量检测装置，用于执行本发明上述圆柱电芯焊接质量检测方法，其实施方式与本发明提供的圆柱电芯焊接质量检测方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
该圆柱电芯焊接质量检测装置用于前述各实施例的圆柱电芯焊接质量检测方法。因此，在前述各实施例中的圆柱电芯焊接质量检测方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
本发明实施例通过识别目标圆柱电芯的第一图像中集流盘的极性，在该集流盘为正极集流盘的情况下，基于预设的模板图像和目标识别模型，获取第一图像中的各焊点区域，基于各焊点区域获取目标圆柱电芯的焊接质量检测结果，能提高圆柱电芯焊接质量检测的效率，检测结果的准确性更高，从而能保证电池质量的稳定性。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储在存储器330中并可在处理器310上运行的逻辑指令，以执行上述各方法实施例提供的圆柱电芯焊接质量检测方法，该方法包括：获取目标圆柱电芯的第一图像；确定所述第一图像对应的电极极性；在所述第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域；基于各焊点区域，获取目标圆柱电芯的焊接质量检测结果。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供的电子设备中的处理器310可以调用存储器330中的逻辑指令，其实施方式与本发明提供的圆柱电芯焊接质量检测方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的圆柱电芯焊接质量检测方法，该方法包括：获取目标圆柱电芯的第一图像；确定所述第一图像对应的电极极性；在所述第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域；基于各焊点区域，获取目标圆柱电芯的焊接质量检测结果。
本发明实施例提供的计算机程序产品被执行时，实现上述圆柱电芯焊接质量检测方法，其具体的实施方式与前述方法的实施例中记载的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的圆柱电芯焊接质量检测方法，该方法包括：获取目标圆柱电芯的第一图像；确定所述第一图像对应的电极极性；在所述第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域；基于各焊点区域，获取目标圆柱电芯的焊接质量检测结果。
本发明实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时，实现上述圆柱电芯焊接质量检测方法，其具体的实施方式与前述方法的实施例中记载的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种圆柱电芯焊接质量检测方法，其特征在于，包括：
获取目标圆柱电芯的第一图像；
确定所述第一图像对应的电极极性；
在所述第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域；
基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果。
2.根据权利要求1所述的圆柱电芯焊接质量检测方法，其特征在于，所述基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域，具体包括：基于所述模板图像，对所述第一图像进行抠图处理，得到多个所述焊点区域和第二图像；
将所述第二图像输入所述目标识别模型，获取所述目标识别模型输出的n个所述焊点区域。
3.根据权利要求1所述的圆柱电芯焊接质量检测方法，其特征在于，所述基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果，具体包括：
基于质量检测模型，对每一所述焊点区域进行焊接质量检测，获取所述焊点区域的焊接质量；
基于各所述焊点区域的焊接质量，获取所述目标圆柱电芯的焊接质量检测结果。
4.根据权利要求1所述的圆柱电芯焊接质量检测方法，其特征在于，所述确定所述第一图像对应的电极极性，具体包括：
获取所述第一图像的颜色信息；
基于所述第一图像的颜色信息，确定所述第一图像对应的电极极性。
5.根据权利要求3所述的圆柱电芯焊接质量检测方法，其特征在于，所述基于质量检测模型，对每一所述焊点区域进行焊接质量检测，获取所述焊点区域的焊接质量，具体包括：
对所述焊点区域进行特征提取，获取所述焊点区域的特征；
基于所述焊点区域的特征，获取所述焊点区域的焊接质量。
6.根据权利要求5所述的圆柱电芯焊接质量检测方法，其特征在于，所述焊点区域的特征包括：所述焊点区域的像素特征、尺寸特征和位置特征中的至少一种。
7.根据权利要求3所述的圆柱电芯焊接质量检测方法，其特征在于，所述基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果，还包括：
将所述焊点区域的数量与目标数量进行比较，根据比较结果获取所述目标圆柱电芯的焊接质量检测结果。
8.一种圆柱电芯焊接质量检测装置，其特征在于，包括：
图像获取模块，用于获取目标圆柱电芯的第一图像；
极性确定模块，用于确定所述第一图像对应的电极极性；
模板匹配模块，用于在所述第一图像对应的电极极性为正极的情况下，基于预设的模板图像和目标识别模型，获取所述第一图像中的各焊点区域；
质量检测模块，用于基于所述各焊点区域，获取所述目标圆柱电芯的焊接质量检测结果。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的圆柱电芯焊接质量检测方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的圆柱电芯焊接质量检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111303022.1A CN113744269B (zh) | 2021-11-05 | 2021-11-05 | 圆柱电芯焊接质量检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111303022.1A CN113744269B (zh) | 2021-11-05 | 2021-11-05 | 圆柱电芯焊接质量检测方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113744269A true CN113744269A (zh) | 2021-12-03 |
| CN113744269B CN113744269B (zh) | 2022-02-18 |
Family
ID=78727422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111303022.1A Active CN113744269B (zh) | 2021-11-05 | 2021-11-05 | 圆柱电芯焊接质量检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113744269B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11915462B1 (en) * | 2022-08-26 | 2024-02-27 | Contemporary Amperex Technology Co., Limited | Method and apparatus for detecting target point in image, and computer storage medium |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120014601A1 (en) * | 2009-06-24 | 2012-01-19 | Jtekt Corporation | Handwriting recognition method and device |
| US20160170492A1 (en) * | 2014-12-15 | 2016-06-16 | Aaron DeBattista | Technologies for robust two-dimensional gesture recognition |
| US20160349742A1 (en) * | 2015-06-01 | 2016-12-01 | Applied Materials Israel Ltd. | Method of inspecting a specimen and system thereof |
| CN107886496A (zh) * | 2017-09-30 | 2018-04-06 | 北京得华机器人技术研究院有限公司 | 一种基于形状匹配的汽车零配件的质量检测方法 |
| CN110738205A (zh) * | 2019-10-14 | 2020-01-31 | 苏州新智机电科技有限公司 | 一种基于机器视觉的电芯正负极识别设备及方法 |
| CN111353983A (zh) * | 2020-02-28 | 2020-06-30 | 腾讯科技（深圳）有限公司 | 缺陷检测识别方法、装置、计算机可读介质及电子设备 |
| CN111862057A (zh) * | 2020-07-23 | 2020-10-30 | 中山佳维电子有限公司 | 图片标注方法、装置、传感器质量检测方法和电子设备 |
| CN112686858A (zh) * | 2020-12-29 | 2021-04-20 | 熵智科技(深圳)有限公司 | 一种手机充电器视觉缺陷检测方法、装置、介质及设备 |
| CN113470005A (zh) * | 2021-07-23 | 2021-10-01 | 广东奥普特科技股份有限公司 | 一种圆柱电池盖帽的焊点检测装置和焊点检测方法 |
| CN113469991A (zh) * | 2021-07-15 | 2021-10-01 | 广东奥普特科技股份有限公司 | 一种锂电池极耳激光焊点视觉在线检测方法 |
-
2021
- 2021-11-05 CN CN202111303022.1A patent/CN113744269B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120014601A1 (en) * | 2009-06-24 | 2012-01-19 | Jtekt Corporation | Handwriting recognition method and device |
| US20160170492A1 (en) * | 2014-12-15 | 2016-06-16 | Aaron DeBattista | Technologies for robust two-dimensional gesture recognition |
| US20160349742A1 (en) * | 2015-06-01 | 2016-12-01 | Applied Materials Israel Ltd. | Method of inspecting a specimen and system thereof |
| CN107886496A (zh) * | 2017-09-30 | 2018-04-06 | 北京得华机器人技术研究院有限公司 | 一种基于形状匹配的汽车零配件的质量检测方法 |
| CN110738205A (zh) * | 2019-10-14 | 2020-01-31 | 苏州新智机电科技有限公司 | 一种基于机器视觉的电芯正负极识别设备及方法 |
| CN111353983A (zh) * | 2020-02-28 | 2020-06-30 | 腾讯科技（深圳）有限公司 | 缺陷检测识别方法、装置、计算机可读介质及电子设备 |
| CN111862057A (zh) * | 2020-07-23 | 2020-10-30 | 中山佳维电子有限公司 | 图片标注方法、装置、传感器质量检测方法和电子设备 |
| CN112686858A (zh) * | 2020-12-29 | 2021-04-20 | 熵智科技(深圳)有限公司 | 一种手机充电器视觉缺陷检测方法、装置、介质及设备 |
| CN113469991A (zh) * | 2021-07-15 | 2021-10-01 | 广东奥普特科技股份有限公司 | 一种锂电池极耳激光焊点视觉在线检测方法 |
| CN113470005A (zh) * | 2021-07-23 | 2021-10-01 | 广东奥普特科技股份有限公司 | 一种圆柱电池盖帽的焊点检测装置和焊点检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 朱慧: "圆柱形锂电池端面缺陷检测方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
| 李伟等: "基于自适应模板匹配的BGA焊点检测", 《自动化与仪器仪表》 * |
| 黄知超: "微芯片焊点快速识别与定位方法", 《半导体检测与设备》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11915462B1 (en) * | 2022-08-26 | 2024-02-27 | Contemporary Amperex Technology Co., Limited | Method and apparatus for detecting target point in image, and computer storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113744269B (zh) | 2022-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110378227B (zh) | 修正样本标注数据的方法、装置、设备及存储介质 | |
| CN109741295B (zh) | 产品质量检测方法及装置 | |
| CN113989232A (zh) | 电芯缺陷检测方法、装置、电子设备和存储介质 | |
| CN113744269B (zh) | 圆柱电芯焊接质量检测方法、装置、电子设备及存储介质 | |
| CN113985830A (zh) | 密封钉的上料控制方法、装置、电子设备及存储介质 | |
| CN115330796B (zh) | 一种铜线镀锡缺陷识别方法 | |
| CN114594114A (zh) | 一种锂电芯全自动在线无损检测方法 | |
| CN113077416A (zh) | 一种基于图像处理的焊点焊接缺陷检测方法与系统 | |
| CN115205198A (zh) | 一种极耳质量检测方法、系统、设备及存储介质 | |
| CN114187253A (zh) | 一种电路板零件安装检测方法 | |
| CN113654493A (zh) | 一种叠片软包锂电池质量检测方法及系统 | |
| CN113706455A (zh) | 一种330kV电缆瓷瓶套管的破损快速检测方法 | |
| CN113269234A (zh) | 一种基于目标检测的连接件装配检测方法和系统 | |
| CN117114402A (zh) | 一种基于大数据的电力设备风险评估方法 | |
| CN116385390A (zh) | 贴胶质量检测方法、检测装置、电子设备和存储介质 | |
| CN114092555A (zh) | 密封钉焊接方法、装置、电子设备及存储介质 | |
| CN114943704A (zh) | 一种电池电极模切件缺陷检测方法、装置和设备 | |
| CN113191336B (zh) | 基于图像识别的电力隐患识别方法及系统 | |
| CN114581446A (zh) | 一种叠片电池的电芯异常检测方法及系统 | |
| CN113592789A (zh) | 暗光图像识别方法、装置、设备及存储介质 | |
| CN110310239B (zh) | 一种基于特性值拟合消除光照影响的图像处理方法 | |
| CN112129774A (zh) | 一种焊接未熔合缺陷在线检测方法 | |
| CN113706456A (zh) | 软包电芯喷胶质量检测方法、装置、电子设备及存储介质 | |
| CN116448666B (zh) | 一种基于机器视觉的锂电池盒的检测装置及检测方法 | |
| WO2024000373A1 (zh) | 检测焊印的方法、装置和电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20211203 Assignee: JIANGSU YIFEI LASER EQUIPMENT Co.,Ltd. Assignor: Wuhan Yifei laser Co.,Ltd. Contract record no.: X2022320000337 Denomination of invention: Welding quality inspection method, device, electronic equipment and storage medium of cylindrical electric core Granted publication date: 20220218 License type: Common License Record date: 20221210 |
|
| EC01 | Cancellation of recordation of patent licensing contract | ||
| EC01 | Cancellation of recordation of patent licensing contract |
Assignee: JIANGSU YIFEI LASER EQUIPMENT Co.,Ltd. Assignor: Wuhan Yifei laser Co.,Ltd. Contract record no.: X2022320000337 Date of cancellation: 20240117 |