CN114638834B - 一种基于图像处理的废旧锂电池分类处理方法 - Google Patents
一种基于图像处理的废旧锂电池分类处理方法 Download PDFInfo
- Publication number
- CN114638834B CN114638834B CN202210559408.7A CN202210559408A CN114638834B CN 114638834 B CN114638834 B CN 114638834B CN 202210559408 A CN202210559408 A CN 202210559408A CN 114638834 B CN114638834 B CN 114638834B
- Authority
- CN
- China
- Prior art keywords
- waste lithium
- lithium battery
- image
- waste
- image acquisition
- 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.)
- Active
Links
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 704
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 704
- 239000002699 waste material Substances 0.000 title claims abstract description 671
- 238000012545 processing Methods 0.000 title claims abstract description 113
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012216 screening Methods 0.000 claims description 103
- 238000012163 sequencing technique Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 196
- -1 etc.) Substances 0.000 description 4
- 238000004064 recycling Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000007773 negative electrode material Substances 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 1
- 239000005977 Ethylene Substances 0.000 description 1
- 229910001290 LiPF6 Inorganic materials 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000011889 copper foil Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002687 intercalation Effects 0.000 description 1
- 238000009830 intercalation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012046 mixed solvent Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 229920005638 polyethylene monopolymer Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 229920005606 polypropylene copolymer Polymers 0.000 description 1
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- GPPXJZIENCGNKB-UHFFFAOYSA-N vanadium Chemical compound [V]#[V] GPPXJZIENCGNKB-UHFFFAOYSA-N 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
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/84—Recycling of batteries or fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Secondary Cells (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种基于图像处理的废旧锂电池分类处理方法，涉及图像处理技术领域。在本发明中，分别获取多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像；针对获取到的每一帧废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像；分别对每一帧废旧锂电池子图像进行图像识别处理，得到每一帧废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧废旧锂电池子图像对应的废旧锂电池进行分类处理。基于上述方法，可以改善现有技术中对废旧锂电池的分类效果不佳的问题。
Description
技术领域
本发明涉及图像处理技术领域，具体而言，涉及一种基于图像处理的废旧锂电池分类处理方法。
背景技术
废旧锂离子电池可回收部分主要包括正极材料、负极材料、电解液、隔膜、壳、盖板等。正极一般以锂基嵌入化合物LixMyXz（M常见为镍、钴、锰、钒、铁等）、PVDF、铝箔为主基原料。负极材料一般包含石墨、粘合剂以及铜箔等。电解液一般是以LiPF6为主的导电盐，以EC、PC、DMC、EMC为主的混合溶剂体系。隔膜一般为聚乙烯、聚丙烯微孔膜以及丙烯与乙烯的共聚物、聚乙烯均聚物等。壳一般为铝制材料。盖板一般包括正负极垂片、垫圈、顶部绝缘层等。也就是说，废旧锂电池的回收价值一般较大，但是，不同废旧程度的锂电池的回收价值差异也较大，因此，为了进行高效的废旧锂电池回收，一般还需要对分类处理。但是，在现有技术中，一般是基于人工进行分类，使得分类的可靠度和效率不佳，因此，导致存在对废旧锂电池的分类效果不佳的问题。
发明内容
有鉴于此，本发明的目的在于提供一种基于图像处理的废旧锂电池分类处理方法，以改善现有技术中对废旧锂电池的分类效果不佳的问题。
为实现上述目的，本发明实施例采用如下技术方案：
一种基于图像处理的废旧锂电池分类处理方法，应用于图像处理服务器，所述图像处理服务器通信连接有多个图像采集终端设备，所述基于图像处理的废旧锂电池分类处理方法包括：
分别获取所述多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像，其中，每一个所述图像采集终端设备用于对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理；
针对获取到的每一帧所述废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像，其中，每一帧所述废旧锂电池子图像中具有一个废旧锂电池的图像信息；
分别对每一帧所述废旧锂电池子图像进行图像识别处理，得到每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理，其中，所述锂电池废旧程度信息用于表征对应的废旧锂电池的废旧程度。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述分别获取所述多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像的步骤，包括：
确定是否需要对电池存放区域存放的废旧锂电池进行分类处理；
若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则生成图像采集通知信息，并将所述图像采集通知信息发送给所述多个图像采集终端设备中的每一个图像采集终端设备，其中，每个所述图像采集终端设备用于在接收到所述图像采集通知信息之后，对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理，得到对应的多帧废旧锂电池图像，并将所述多帧废旧锂电池图像发送给所述图像处理服务器；
分别获取所述多个图像采集终端设备中的每一个图像采集终端设备基于所述图像采集通知信息采集并发送的每一帧废旧锂电池图像。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则生成图像采集通知信息，并将所述图像采集通知信息发送给所述多个图像采集终端设备中的每一个图像采集终端设备的步骤，包括：
若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的电池存放区域中的废旧锂电池的数量，得到该图像采集终端设备对应的废旧锂电池统计数量；
针对所述多个图像采集终端设备中的每一个图像采集终端设备，基于该图像采集终端设备对应的废旧锂电池统计数量，确定出该图像采集终端设备对应的目标采集图像帧数，其中，所述目标采集图像帧数与所述废旧锂电池统计数量之间具有正相关关系；
针对所述多个图像采集终端设备中的每一个图像采集终端设备，基于该图像采集终端设备对应的目标采集图像帧数生成该图像采集终端设备对应的图像采集通知信息，并将该图像采集通知信息发送给该图像采集终端设备，其中，所述图像采集终端设备用于在接收到对应的所述图像采集通知信息之后，基于对应的目标采集图像帧数对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理，得到对应数量帧的废旧锂电池图像。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述确定是否需要对电池存放区域存放的废旧锂电池进行分类处理的步骤，包括：
针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的电池存放区域中的废旧锂电池的数量，得到该图像采集终端设备对应的废旧锂电池统计数量；
针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与预先配置的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于所述废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备；
统计所述目标终端设备的数量，得到对应的设备统计数量，并确定所述设备统计数量与预先配置的设备数量阈值之间的相对大小关系；
若所述设备统计数量大于或等于所述设备数量阈值，则确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，若所述设备统计数量大小于所述设备数量阈值，则确定不需要对所述电池存放区域存放的废旧锂电池进行分类处理。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与预先配置的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于所述废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备的步骤，包括：
针对所述多个图像采集终端设备中的每一个图像采集终端设备，获取该图像采集终端设备对应的至少一个历史废旧锂电池统计数量，并计算该至少一个历史废旧锂电池统计数量的平均值，得到该图像采集终端设备对应的历史统计数量均值，以及，基于该历史统计数量均值和预先配置的目标比例系数之间的乘积，得到该图像采集终端设备对应的废旧锂电池数量阈值，其中，所述目标比例系数小于1；
针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与对应的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于该废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述针对获取到的每一帧所述废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像的步骤，包括：
对获取到的所述废旧锂电池图像进行去重筛选处理，得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像；
针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行分割处理，得到该废旧锂电池筛选图像对应的多帧废旧锂电池子图像。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述对获取到的所述废旧锂电池图像进行去重筛选处理，得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像的步骤，包括：
针对获取到的每两帧所述废旧锂电池图像，分别确定该两帧所述废旧锂电池图像之间每一个像素位置的像素值是否相同；
针对获取到的每两帧所述废旧锂电池图像，若该两帧所述废旧锂电池图像之间每一个像素位置的像素值都相同，则将该两帧所述废旧锂电池图像中的一帧废旧锂电池图像筛除，若该两帧所述废旧锂电池图像之间至少一个像素位置的像素值不相同，则不将该两帧所述废旧锂电池图像筛除；
将未被筛除的每一帧废旧锂电池图像确定为废旧锂电池筛选图像，以得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行分割处理，得到该废旧锂电池筛选图像对应的多帧废旧锂电池子图像的步骤，包括：
针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行区域划分，得到该废旧锂电池筛选图像对应的第一图像区域和第二图像区域，其中，所述第一图像区域为对应的废旧锂电池筛选图像中具有废旧锂电池的区域，所述第二图像区域为对应的废旧锂电池筛选图像中不具有废旧锂电池的区域；
针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像对应的第一图像区域进行清晰度计算，得到该废旧锂电池筛选图像对应的第一清晰度，并对该废旧锂电池筛选图像对应的第二图像区域进行清晰度计算，得到该废旧锂电池筛选图像对应的第二清晰度，以及，对该第一清晰度和该第二清晰度进行融合处理，得到该废旧锂电池筛选图像对应的图像清晰度；
针对所述多帧废旧锂电池筛选图像中的每两帧废旧锂电池筛选图像，确定该两帧废旧锂电池筛选图像是否基于同一个图像采集终端设备采集得到，并在该两帧废旧锂电池筛选图像基于同一个图像采集终端设备采集得到时，将该两帧废旧锂电池筛选图像中对应的图像清晰度较大的一帧废旧锂电池筛选图像确定为目标废旧锂电池图像，或者，在该两帧废旧锂电池筛选图像基于不同的图像采集终端设备采集得到时，将该两帧废旧锂电池筛选图像分别确定为目标废旧锂电池图像；
针对每一帧所述目标废旧锂电池图像，对该目标废旧锂电池图像进行废旧锂电池识别处理，得到该目标废旧锂电池图像中每一个废旧锂电池对应的电池图像区域，并基于该电池图像区域对该目标废旧锂电池图像进行分割处理，得到该目标废旧锂电池图像对应的多帧废旧锂电池子图像。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述分别对每一帧所述废旧锂电池子图像进行图像识别处理，得到每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理的步骤，包括：
针对每一帧所述废旧锂电池子图像，对该废旧锂电池子图像进行图像轮廓识别处理，得到该废旧锂电池子图像对应的废旧锂电池轮廓信息；
针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的废旧锂电池轮廓信息，对对应的废旧锂电池进行废旧程度确定处理，得到该废旧锂电池子图像对应的锂电池废旧程度信息；
基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理。
在一些优选的实施例中，在上述基于图像处理的废旧锂电池分类处理方法中，所述针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的废旧锂电池轮廓信息，对对应的废旧锂电池进行废旧程度确定处理，得到该废旧锂电池子图像对应的锂电池废旧程度信息的步骤，包括：
针对每一帧所述废旧锂电池子图像，分别计算该废旧锂电池子图像对应的废旧锂电池轮廓信息与参考轮廓集合中的每一条参考轮廓信息之间的相似度，得到该废旧锂电池子图像与每一条所述参考轮廓信息之间的轮廓相似度，并在该废旧锂电池子图像与每一条所述参考轮廓信息之间的轮廓相似度中，确定出具有最大值的轮廓相似度作为目标轮廓相似度，以及，将该目标轮廓相似度对应的参考轮廓信息确定为该废旧锂电池子图像对应的目标电池参考轮廓信息，其中，所述参考轮廓集合包括的多条参考轮廓信息基于对同一个锂电池的多个角度的图像进行图像轮廓识别处理得到；
针对每一帧所述废旧锂电池子图像，对该废旧锂电池子图像对应的废旧锂电池轮廓信息进行分解处理，得到该废旧锂电池子图像对应的多条废旧锂电池轮廓线段，并对该废旧锂电池子图像对应的目标电池参考轮廓信息进行分解处理，得到该废旧锂电池子图像对应的多条参考锂电池轮廓线段，其中，每一条所述废旧锂电池轮廓线段和每一条所述参考锂电池轮廓线段属于直线线段或曲线线段；
针对每一帧所述废旧锂电池子图像对应的每一条废旧锂电池轮廓线段，计算该废旧锂电池轮廓线段与该废旧锂电池子图像对应的多条参考锂电池轮廓线段中的每一条参考锂电池轮廓线段之间的轮廓线段相似度，并将具有最大值的轮廓线段相似度对应的参考锂电池轮廓线段，确定该废旧锂电池轮廓线段对应的目标参考锂电池轮廓线段；
针对每一帧所述废旧锂电池子图像，基于对应的目标参考锂电池轮廓线段在对应的所述目标电池参考轮廓信息中的位置，对该废旧锂电池子图像对应的每一条废旧锂电池轮廓线段对应的目标参考锂电池轮廓线段进行拼接，得到该废旧锂电池子图像对应的拼接轮廓信息，并计算该拼接轮廓信息与该废旧锂电池子图像对应的废旧锂电池轮廓信息之间的相似度，以及，基于该相似度确定该废旧锂电池子图像对应的锂电池废旧程度信息，其中，所述锂电池废旧程度信息与该相似度之间具有负相关关系。
本发明实施例提供的一种基于图像处理的废旧锂电池分类处理方法，可以先分别获取多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像，然后，可以针对获取到的每一帧废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像，使得可以分别对每一帧废旧锂电池子图像进行图像识别处理，得到每一帧废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧废旧锂电池子图像对应的废旧锂电池进行分类处理。基于此，可以对废旧锂电池的废旧程度进行批量性的确定处理，从而提高进行分类的效率，而且，基于进行图像识别以得到废旧程度，相较于基于工作人员的识别的常规技术方案，还可以进一步保障得到的废旧程度的可靠度，从而改善现有技术中对废旧锂电池的分类效果不佳的问题。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
图1为本发明实施例提供的图像处理服务器的应用框图。
图2为本发明实施例提供的基于图像处理的废旧锂电池分类处理方法包括的各步骤的流程示意图。
图3为本发明实施例提供的基于图像处理的废旧锂电池分类处理系统包括的各模块的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
如图1所示，本发明实施例提供了一种图像处理服务器。其中，所述图像处理服务器可以包括存储器和处理器。
详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件（firmware）的形式，存在的软件功能模块（计算机程序）。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例（如后文所述）提供的基于图像处理的废旧锂电池分类处理方法。
具体而言，在一些可能的实施方式中，所述存储器可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-Only Memory，PROM），可擦除只读存储器（ErasableProgrammable Read-Only Memory，EPROM），电可擦除只读存储器（Electric ErasableProgrammable Read-Only Memory，EEPROM）等。所述处理器可以是一种通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）、片上系统(System on Chip，SoC)等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
并且，图1所示的结构仅为示意，所述图像处理服务器还可包括比图1中所示更多或者更少的组件，或具有与图1所示不同的配置，例如，可以包括用于与其它设备进行信息交互的通信单元。
结合图2，本发明实施例还提供一种基于图像处理的废旧锂电池分类处理方法，可应用于上述图像处理服务器。其中，所述基于图像处理的废旧锂电池分类处理方法有关的流程所定义的方法步骤，可以由所述图像处理服务器实现。所述图像处理服务器通信连接有多个图像采集终端设备。
下面将对图2所示的具体流程，进行详细阐述。
步骤110，分别获取所述多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像。
在本发明实施例中，所述图像处理服务器可以分别获取所述多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像。其中，每一个所述图像采集终端设备用于对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理。
步骤120，针对获取到的每一帧所述废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像。
在本发明实施例中，所述图像处理服务器可以针对获取到的每一帧所述废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像。其中，每一帧所述废旧锂电池子图像中具有一个废旧锂电池的图像信息。
步骤130，分别对每一帧所述废旧锂电池子图像进行图像识别处理，得到每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理。
在本发明实施例中，所述图像处理服务器可以分别对每一帧所述废旧锂电池子图像进行图像识别处理，得到每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理（如将具有相同锂电池废旧程度信息的废旧锂电池作为同一类，将具有不同锂电池废旧程度信息的废旧锂电池作为不同类）。其中，所述锂电池废旧程度信息用于表征对应的废旧锂电池的废旧程度。
基于上述方法，可以先分别获取多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像，然后，可以针对获取到的每一帧废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像，使得可以分别对每一帧废旧锂电池子图像进行图像识别处理，得到每一帧废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧废旧锂电池子图像对应的废旧锂电池进行分类处理。基于此，可以对废旧锂电池的废旧程度进行批量性的确定处理，从而提高进行分类的效率，而且，基于进行图像识别以得到废旧程度，相较于基于工作人员的识别的常规技术方案，还可以进一步保障得到的废旧程度的可靠度，从而改善现有技术中对废旧锂电池的分类效果不佳的问题。
具体而言，在一些可能的实施方式中，上述描述中的步骤110可以进一步包括以下各步骤：
首先，确定是否需要对电池存放区域存放的废旧锂电池进行分类处理；
其次，若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则生成图像采集通知信息，并将所述图像采集通知信息发送给所述多个图像采集终端设备中的每一个图像采集终端设备，其中，每个所述图像采集终端设备用于在接收到所述图像采集通知信息之后，对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理，得到对应的多帧废旧锂电池图像，并将所述多帧废旧锂电池图像发送给所述图像处理服务器；
然后，分别获取所述多个图像采集终端设备中的每一个图像采集终端设备基于所述图像采集通知信息采集并发送的每一帧废旧锂电池图像。
具体而言，在一些可能的实施方式中，上述描述中的所述若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则生成图像采集通知信息，并将所述图像采集通知信息发送给所述多个图像采集终端设备中的每一个图像采集终端设备的步骤，可以进一步包括以下各步骤：
首先，若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的电池存放区域中的废旧锂电池的数量，得到该图像采集终端设备对应的废旧锂电池统计数量；
其次，针对所述多个图像采集终端设备中的每一个图像采集终端设备，基于该图像采集终端设备对应的废旧锂电池统计数量，确定出该图像采集终端设备对应的目标采集图像帧数，其中，所述目标采集图像帧数与所述废旧锂电池统计数量之间具有正相关关系；
然后，针对所述多个图像采集终端设备中的每一个图像采集终端设备，基于该图像采集终端设备对应的目标采集图像帧数生成该图像采集终端设备对应的图像采集通知信息，并将该图像采集通知信息发送给该图像采集终端设备，其中，所述图像采集终端设备用于在接收到对应的图像采集通知信息之后，基于对应的目标采集图像帧数对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理，得到对应数量帧的废旧锂电池图像。
具体而言，在一些可能的实施方式中，上述描述中的所述确定是否需要对电池存放区域存放的废旧锂电池进行分类处理的步骤，可以进一步包括以下各步骤：
首先，针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的电池存放区域中的废旧锂电池的数量，得到该图像采集终端设备对应的废旧锂电池统计数量；
其次，针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与预先配置的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备；
然后，统计所述目标终端设备的数量，得到对应的设备统计数量，并确定所述设备统计数量与预先配置的设备数量阈值之间的相对大小关系；
最后，若所述设备统计数量大于或等于所述设备数量阈值，则确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，若所述设备统计数量大小于所述设备数量阈值，则确定不需要对所述电池存放区域存放的废旧锂电池进行分类处理。
具体而言，在一些可能的实施方式中，上述描述中的所述针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与预先配置的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于所述废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备的步骤，可以进一步包括以下各步骤：
首先，针对所述多个图像采集终端设备中的每一个图像采集终端设备，获取该图像采集终端设备对应的至少一个历史废旧锂电池统计数量，并计算该至少一个历史废旧锂电池统计数量的平均值，得到该图像采集终端设备对应的历史统计数量均值，以及，基于该历史统计数量均值和预先配置的目标比例系数之间的乘积，得到该图像采集终端设备对应的废旧锂电池数量阈值，其中，所述目标比例系数小于1；
其次，针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与对应的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于该废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备。
具体而言，在一些可能的实施方式中，上述描述中的步骤120可以进一步包括以下各步骤：
首先，对获取到的所述废旧锂电池图像进行去重筛选处理，得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像；
其次，针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行分割处理，得到该废旧锂电池筛选图像对应的多帧废旧锂电池子图像。
具体而言，在一些可能的实施方式中，上述描述中的所述对获取到的所述废旧锂电池图像进行去重筛选处理，得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像的步骤，可以进一步包括以下各步骤：
首先，针对获取到的每两帧所述废旧锂电池图像，分别确定该两帧所述废旧锂电池图像之间每一个像素位置的像素值是否相同；
其次，针对获取到的每两帧所述废旧锂电池图像，若该两帧所述废旧锂电池图像之间每一个像素位置的像素值都相同，则将该两帧所述废旧锂电池图像中的一帧废旧锂电池图像筛除，若该两帧所述废旧锂电池图像之间至少一个像素位置的像素值不相同，则不将该两帧所述废旧锂电池图像筛除；
然后，将未被筛除的每一帧废旧锂电池图像确定为废旧锂电池筛选图像，以得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像。
具体而言，在一些可能的实施方式中，上述描述中的所述针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行分割处理，得到该废旧锂电池筛选图像对应的多帧废旧锂电池子图像的步骤，可以进一步包括以下各步骤：
首先，针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行区域划分，得到该废旧锂电池筛选图像对应的第一图像区域和第二图像区域，其中，所述第一图像区域为对应的废旧锂电池筛选图像中具有废旧锂电池的区域，所述第二图像区域为对应的废旧锂电池筛选图像中不具有废旧锂电池的区域；
其次，针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像对应的第一图像区域进行清晰度计算，得到该废旧锂电池筛选图像对应的第一清晰度，并对该废旧锂电池筛选图像对应的第二图像区域进行清晰度计算，得到该废旧锂电池筛选图像对应的第二清晰度，以及，对该第一清晰度和该第二清晰度进行融合处理，得到该废旧锂电池筛选图像对应的图像清晰度；
然后，针对所述多帧废旧锂电池筛选图像中的每两帧废旧锂电池筛选图像，确定该两帧废旧锂电池筛选图像是否基于同一个图像采集终端设备采集得到，并在该两帧废旧锂电池筛选图像基于同一个图像采集终端设备采集得到时，将该两帧废旧锂电池筛选图像中对应的图像清晰度较大的一帧废旧锂电池筛选图像确定为目标废旧锂电池图像，或者，在该两帧废旧锂电池筛选图像基于不同的图像采集终端设备采集得到时，将该两帧废旧锂电池筛选图像分别确定为目标废旧锂电池图像；
最后，针对每一帧所述目标废旧锂电池图像，对该目标废旧锂电池图像进行废旧锂电池识别处理，得到该目标废旧锂电池图像中每一个废旧锂电池对应的电池图像区域，并基于该电池图像区域对该目标废旧锂电池图像进行分割处理，得到该目标废旧锂电池图像对应的多帧废旧锂电池子图像（即基于一个电池图像区域，分割得到一帧废旧锂电池子图像）。
具体而言，在一些可能的实施方式中，上述描述中的步骤130可以进一步包括以下各步骤：
首先，针对每一帧所述废旧锂电池子图像，对该废旧锂电池子图像进行图像轮廓识别处理（可以基于现有的图像轮廓提取技术），得到该废旧锂电池子图像对应的废旧锂电池轮廓信息；
其次，针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的废旧锂电池轮廓信息，对对应的废旧锂电池进行废旧程度确定处理，得到该废旧锂电池子图像对应的锂电池废旧程度信息；
然后，基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理。
具体而言，在一些可能的实施方式中，上述描述中的所述针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的废旧锂电池轮廓信息，对对应的废旧锂电池进行废旧程度确定处理，得到该废旧锂电池子图像对应的锂电池废旧程度信息的步骤，可以进一步包括以下各步骤：
首先，针对每一帧所述废旧锂电池子图像，分别计算该废旧锂电池子图像对应的废旧锂电池轮廓信息与参考轮廓集合中的每一条参考轮廓信息之间的相似度（可以参照现有的轮廓相似度计算方式），得到该废旧锂电池子图像与每一条所述参考轮廓信息之间的轮廓相似度，并在该废旧锂电池子图像与每一条所述参考轮廓信息之间的轮廓相似度中，确定出具有最大值的轮廓相似度作为目标轮廓相似度，以及，将该目标轮廓相似度对应的参考轮廓信息确定为该废旧锂电池子图像对应的目标电池参考轮廓信息，其中，所述参考轮廓集合包括的多条参考轮廓信息基于对同一个锂电池的多个角度的图像进行图像轮廓识别处理得到；
其次，针对每一帧所述废旧锂电池子图像，对该废旧锂电池子图像对应的废旧锂电池轮廓信息进行分解处理，得到该废旧锂电池子图像对应的多条废旧锂电池轮廓线段，并对该废旧锂电池子图像对应的目标电池参考轮廓信息进行分解处理，得到该废旧锂电池子图像对应的多条参考锂电池轮廓线段，其中，每一条所述废旧锂电池轮廓线段和每一条所述参考锂电池轮廓线段属于直线线段或曲线线段；
然后，针对每一帧所述废旧锂电池子图像对应的每一条废旧锂电池轮廓线段，计算该废旧锂电池轮廓线段与该废旧锂电池子图像对应的多条参考锂电池轮廓线段中的每一条参考锂电池轮廓线段之间的轮廓线段相似度，并将具有最大值的轮廓线段相似度对应的参考锂电池轮廓线段，确定该废旧锂电池轮廓线段对应的目标参考锂电池轮廓线段；
最后，针对每一帧所述废旧锂电池子图像，基于对应的目标参考锂电池轮廓线段在对应的所述目标电池参考轮廓信息中的位置，对该废旧锂电池子图像对应的每一条废旧锂电池轮廓线段对应的目标参考锂电池轮廓线段进行拼接，得到该废旧锂电池子图像对应的拼接轮廓信息，并计算该拼接轮廓信息与该废旧锂电池子图像对应的废旧锂电池轮廓信息之间的相似度，以及，基于该相似度确定该废旧锂电池子图像对应的锂电池废旧程度信息，其中，所述锂电池废旧程度信息与该相似度之间具有负相关关系。
具体而言，在另一些可能的实施方式中，上述描述中的所述针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的废旧锂电池轮廓信息，对对应的废旧锂电池进行废旧程度确定处理，得到该废旧锂电池子图像对应的锂电池废旧程度信息的步骤，也可以进一步包括以下各步骤：
首先，针对每一帧所述废旧锂电池子图像，分别计算该废旧锂电池子图像对应的废旧锂电池轮廓信息与参考轮廓集合中的每一条参考轮廓信息之间的相似度，得到该废旧锂电池子图像与每一条所述参考轮廓信息之间的轮廓相似度，并在该废旧锂电池子图像与每一条所述参考轮廓信息之间的轮廓相似度中，确定出具有最大值的轮廓相似度作为目标轮廓相似度，以及，将该目标轮廓相似度对应的参考轮廓信息确定为该废旧锂电池子图像对应的目标电池参考轮廓信息，其中，所述参考轮廓集合包括的多条参考轮廓信息基于对同一个锂电池的多个角度（如长方体电池包括的每一个面的正对角度）的图像进行图像轮廓识别处理得到；
其次，针对每一帧所述废旧锂电池子图像，对该废旧锂电池子图像对应的废旧锂电池轮廓信息进行分解处理，得到该废旧锂电池子图像对应的多条废旧锂电池轮廓线段，并对该废旧锂电池子图像对应的目标电池参考轮廓信息进行分解处理，得到该废旧锂电池子图像对应的多条参考锂电池轮廓线段，其中，每一条所述废旧锂电池轮廓线段和每一条所述参考锂电池轮廓线段属于直线线段或曲线线段；
然后，针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的多条废旧锂电池轮廓线段之间的邻接关系，对该多条废旧锂电池轮廓线段进行排序，得到对应的第一线段排序序列，并基于该废旧锂电池子图像对应的多条参考锂电池轮廓线段之间的邻接关系，对该多条参考锂电池轮廓线段进行排序，得到对应的第二线段排序序列（如在所述第二线段排序序列中相邻的两条参考锂电池轮廓线段，相互邻接）；
之后，针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的第二线段排序序列进行层级网络图构建处理，得到该废旧锂电池子图像对应的目标层级网络图，其中，所述目标层级网络图的层级数量与对应的第二线段排序序列包括的参考锂电池轮廓线段的数量之间具有正相关关系，所述目标层级网络图中的每一层级与该层级包括的参考锂电池轮廓线段的数量之间具有正相关关系（即第一层级包括的参考锂电池轮廓线段的数量最小，然后，数量依次增加），后一级层级至少包括前一级层级中的部分参考锂电池轮廓线段，且每一层级中的参考锂电池轮廓线段基于在所述第二线段排序序列中的顺序排序，形成对应的第二线段排序子序列；
进一步，针对每一帧所述废旧锂电池子图像，分别计算该废旧锂电池子图像对应的第一线段排序序列与该废旧锂电池子图像对应的目标层级网络图中每一层级对应的第二线段排序子序列之间的序列相似度（可以参考现有的序列相似度计算方式，如确定对应序列位置的轮廓线段是否相同，在基于具有相同轮廓线段的序列位置的数量占比，确定出正相关的序列相似度等），并确定出具有最大值的序列相似度对应的第二线段排序子序列，作为该废旧锂电池子图像对应的目标第二线段排序子序列；
最后，针对每一帧所述废旧锂电池子图像，确定出该废旧锂电池子图像对应的目标第二线段排序子序列在该废旧锂电池子图像对应的目标层级网络图中的层级，作为该废旧锂电池子图像对应的目标层级，并基于该目标层级确定出该废旧锂电池子图像对应的锂电池废旧程度信息，其中，所述锂电池废旧程度信息与所述目标层级之间具有负相关关系。
结合图3，本发明实施例还提供一种基于图像处理的废旧锂电池分类处理系统，可应用于上述图像处理服务器。其中，所述基于图像处理的废旧锂电池分类处理系统可以包括以下模块：
电池图像获取模块，用于分别获取所述多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像，其中，每一个所述图像采集终端设备用于对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理；
电池图像分割模块，用于针对获取到的每一帧所述废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像，其中，每一帧所述废旧锂电池子图像中具有一个废旧锂电池的图像信息；
锂电池分类模块，用于分别对每一帧所述废旧锂电池子图像进行图像识别处理，得到每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理，其中，所述锂电池废旧程度信息用于表征对应的废旧锂电池的废旧程度。
综上所述，本发明提供的一种基于图像处理的废旧锂电池分类处理方法，可以先分别获取多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像，然后，可以针对获取到的每一帧废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像，使得可以分别对每一帧废旧锂电池子图像进行图像识别处理，得到每一帧废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧废旧锂电池子图像对应的废旧锂电池进行分类处理。基于此，可以对废旧锂电池的废旧程度进行批量性的确定处理，从而提高进行分类的效率，而且，基于进行图像识别以得到废旧程度，相较于基于工作人员的识别的常规技术方案，还可以进一步保障得到的废旧程度的可靠度，从而改善现有技术中对废旧锂电池的分类效果不佳的问题。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于图像处理的废旧锂电池分类处理方法，其特征在于，应用于图像处理服务器，所述图像处理服务器通信连接有多个图像采集终端设备，所述基于图像处理的废旧锂电池分类处理方法包括：
分别获取所述多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像，其中，每一个所述图像采集终端设备用于对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理；
针对获取到的每一帧所述废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像，其中，每一帧所述废旧锂电池子图像中具有一个废旧锂电池的图像信息；
分别对每一帧所述废旧锂电池子图像进行图像识别处理，得到每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理，其中，所述锂电池废旧程度信息用于表征对应的废旧锂电池的废旧程度；
所述分别对每一帧所述废旧锂电池子图像进行图像识别处理，得到每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，并基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理的步骤，包括：
针对每一帧所述废旧锂电池子图像，对该废旧锂电池子图像进行图像轮廓识别处理，得到该废旧锂电池子图像对应的废旧锂电池轮廓信息；
针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的废旧锂电池轮廓信息，对对应的废旧锂电池进行废旧程度确定处理，得到该废旧锂电池子图像对应的锂电池废旧程度信息；
基于每一帧所述废旧锂电池子图像对应的锂电池废旧程度信息，对每一帧所述废旧锂电池子图像对应的废旧锂电池进行分类处理；
所述针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的废旧锂电池轮廓信息，对对应的废旧锂电池进行废旧程度确定处理，得到该废旧锂电池子图像对应的锂电池废旧程度信息的步骤，包括：
针对每一帧所述废旧锂电池子图像，分别计算该废旧锂电池子图像对应的废旧锂电池轮廓信息与参考轮廓集合中的每一条参考轮廓信息之间的相似度，得到该废旧锂电池子图像与每一条所述参考轮廓信息之间的轮廓相似度，并在该废旧锂电池子图像与每一条所述参考轮廓信息之间的轮廓相似度中，确定出具有最大值的轮廓相似度作为目标轮廓相似度，以及，将该目标轮廓相似度对应的参考轮廓信息确定为该废旧锂电池子图像对应的目标电池参考轮廓信息，其中，所述参考轮廓集合包括的多条参考轮廓信息基于对同一个锂电池的多个角度的图像进行图像轮廓识别处理得到；
针对每一帧所述废旧锂电池子图像，对该废旧锂电池子图像对应的废旧锂电池轮廓信息进行分解处理，得到该废旧锂电池子图像对应的多条废旧锂电池轮廓线段，并对该废旧锂电池子图像对应的目标电池参考轮廓信息进行分解处理，得到该废旧锂电池子图像对应的多条参考锂电池轮廓线段，其中，每一条所述废旧锂电池轮廓线段和每一条所述参考锂电池轮廓线段属于直线线段或曲线线段；
针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的多条废旧锂电池轮廓线段之间的邻接关系，对该多条废旧锂电池轮廓线段进行排序，得到对应的第一线段排序序列，并基于该废旧锂电池子图像对应的多条参考锂电池轮廓线段之间的邻接关系，对该多条参考锂电池轮廓线段进行排序，得到对应的第二线段排序序列；
针对每一帧所述废旧锂电池子图像，基于该废旧锂电池子图像对应的第二线段排序序列进行层级网络图构建处理，得到该废旧锂电池子图像对应的目标层级网络图，其中，所述目标层级网络图的层级数量与对应的第二线段排序序列包括的参考锂电池轮廓线段的数量之间具有正相关关系，所述目标层级网络图中的每一层级与该层级包括的参考锂电池轮廓线段的数量之间具有正相关关系，后一级层级至少包括前一级层级中的部分参考锂电池轮廓线段，且每一层级中的参考锂电池轮廓线段基于在所述第二线段排序序列中的顺序排序，形成对应的第二线段排序子序列；
针对每一帧所述废旧锂电池子图像，分别计算该废旧锂电池子图像对应的第一线段排序序列与该废旧锂电池子图像对应的目标层级网络图中每一层级对应的第二线段排序子序列之间的序列相似度，并确定出具有最大值的序列相似度对应的第二线段排序子序列，作为该废旧锂电池子图像对应的目标第二线段排序子序列；
针对每一帧所述废旧锂电池子图像，确定出该废旧锂电池子图像对应的目标第二线段排序子序列在该废旧锂电池子图像对应的目标层级网络图中的层级，作为该废旧锂电池子图像对应的目标层级，并基于该目标层级确定出该废旧锂电池子图像对应的锂电池废旧程度信息，其中，所述锂电池废旧程度信息与所述目标层级之间具有负相关关系。
2.如权利要求1所述的基于图像处理的废旧锂电池分类处理方法，其特征在于，所述分别获取所述多个图像采集终端设备中的每一个图像采集终端设备采集得到的每一帧废旧锂电池图像的步骤，包括：
确定是否需要对电池存放区域存放的废旧锂电池进行分类处理；
若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则生成图像采集通知信息，并将所述图像采集通知信息发送给所述多个图像采集终端设备中的每一个图像采集终端设备，其中，每个所述图像采集终端设备用于在接收到所述图像采集通知信息之后，对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理，得到对应的多帧废旧锂电池图像，并将所述多帧废旧锂电池图像发送给所述图像处理服务器；
分别获取所述多个图像采集终端设备中的每一个图像采集终端设备基于所述图像采集通知信息采集并发送的每一帧废旧锂电池图像。
3.如权利要求2所述的基于图像处理的废旧锂电池分类处理方法，其特征在于，所述若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则生成图像采集通知信息，并将所述图像采集通知信息发送给所述多个图像采集终端设备中的每一个图像采集终端设备的步骤，包括：
若确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，则针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的电池存放区域中的废旧锂电池的数量，得到该图像采集终端设备对应的废旧锂电池统计数量；
针对所述多个图像采集终端设备中的每一个图像采集终端设备，基于该图像采集终端设备对应的废旧锂电池统计数量，确定出该图像采集终端设备对应的目标采集图像帧数，其中，所述目标采集图像帧数与所述废旧锂电池统计数量之间具有正相关关系；
针对所述多个图像采集终端设备中的每一个图像采集终端设备，基于该图像采集终端设备对应的目标采集图像帧数生成该图像采集终端设备对应的图像采集通知信息，并将该图像采集通知信息发送给该图像采集终端设备，其中，所述图像采集终端设备用于在接收到对应的所述图像采集通知信息之后，基于对应的目标采集图像帧数对对应的电池存放区域存放的多个废旧锂电池进行图像采集处理，得到对应数量帧的废旧锂电池图像。
4.如权利要求2所述的基于图像处理的废旧锂电池分类处理方法，其特征在于，所述确定是否需要对电池存放区域存放的废旧锂电池进行分类处理的步骤，包括：
针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的电池存放区域中的废旧锂电池的数量，得到该图像采集终端设备对应的废旧锂电池统计数量；
针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与预先配置的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于所述废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备；
统计所述目标终端设备的数量，得到对应的设备统计数量，并确定所述设备统计数量与预先配置的设备数量阈值之间的相对大小关系；
若所述设备统计数量大于或等于所述设备数量阈值，则确定需要对所述电池存放区域存放的废旧锂电池进行分类处理，若所述设备统计数量大小于所述设备数量阈值，则确定不需要对所述电池存放区域存放的废旧锂电池进行分类处理。
5.如权利要求4所述的基于图像处理的废旧锂电池分类处理方法，其特征在于，所述针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与预先配置的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于所述废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备的步骤，包括：
针对所述多个图像采集终端设备中的每一个图像采集终端设备，获取该图像采集终端设备对应的至少一个历史废旧锂电池统计数量，并计算该至少一个历史废旧锂电池统计数量的平均值，得到该图像采集终端设备对应的历史统计数量均值，以及，基于该历史统计数量均值和预先配置的目标比例系数之间的乘积，得到该图像采集终端设备对应的废旧锂电池数量阈值，其中，所述目标比例系数小于1；
针对所述多个图像采集终端设备中的每一个图像采集终端设备，确定该图像采集终端设备对应的废旧锂电池统计数量与对应的废旧锂电池数量阈值之间的相对大小关系，并在该废旧锂电池统计数量大于或等于该废旧锂电池数量阈值时，将该图像采集终端设备确定为目标终端设备。
6.如权利要求1所述的基于图像处理的废旧锂电池分类处理方法，其特征在于，所述针对获取到的每一帧所述废旧锂电池图像，对该废旧锂电池图像进行分割处理，得到该废旧锂电池图像对应的多帧废旧锂电池子图像的步骤，包括：
对获取到的所述废旧锂电池图像进行去重筛选处理，得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像；
针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行分割处理，得到该废旧锂电池筛选图像对应的多帧废旧锂电池子图像。
7.如权利要求6所述的基于图像处理的废旧锂电池分类处理方法，其特征在于，所述对获取到的所述废旧锂电池图像进行去重筛选处理，得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像的步骤，包括：
针对获取到的每两帧所述废旧锂电池图像，分别确定该两帧所述废旧锂电池图像之间每一个像素位置的像素值是否相同；
针对获取到的每两帧所述废旧锂电池图像，若该两帧所述废旧锂电池图像之间每一个像素位置的像素值都相同，则将该两帧所述废旧锂电池图像中的一帧废旧锂电池图像筛除，若该两帧所述废旧锂电池图像之间至少一个像素位置的像素值不相同，则不将该两帧所述废旧锂电池图像筛除；
将未被筛除的每一帧废旧锂电池图像确定为废旧锂电池筛选图像，以得到所述废旧锂电池图像对应的多帧废旧锂电池筛选图像。
8.如权利要求6所述的基于图像处理的废旧锂电池分类处理方法，其特征在于，所述针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行分割处理，得到该废旧锂电池筛选图像对应的多帧废旧锂电池子图像的步骤，包括：
针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像进行区域划分，得到该废旧锂电池筛选图像对应的第一图像区域和第二图像区域，其中，所述第一图像区域为对应的废旧锂电池筛选图像中具有废旧锂电池的区域，所述第二图像区域为对应的废旧锂电池筛选图像中不具有废旧锂电池的区域；
针对所述多帧废旧锂电池筛选图像中的每一帧废旧锂电池筛选图像，对该废旧锂电池筛选图像对应的第一图像区域进行清晰度计算，得到该废旧锂电池筛选图像对应的第一清晰度，并对该废旧锂电池筛选图像对应的第二图像区域进行清晰度计算，得到该废旧锂电池筛选图像对应的第二清晰度，以及，对该第一清晰度和该第二清晰度进行融合处理，得到该废旧锂电池筛选图像对应的图像清晰度；
针对所述多帧废旧锂电池筛选图像中的每两帧废旧锂电池筛选图像，确定该两帧废旧锂电池筛选图像是否基于同一个图像采集终端设备采集得到，并在该两帧废旧锂电池筛选图像基于同一个图像采集终端设备采集得到时，将该两帧废旧锂电池筛选图像中对应的图像清晰度较大的一帧废旧锂电池筛选图像确定为目标废旧锂电池图像，或者，在该两帧废旧锂电池筛选图像基于不同的图像采集终端设备采集得到时，将该两帧废旧锂电池筛选图像分别确定为目标废旧锂电池图像；
针对每一帧所述目标废旧锂电池图像，对该目标废旧锂电池图像进行废旧锂电池识别处理，得到该目标废旧锂电池图像中每一个废旧锂电池对应的电池图像区域，并基于该电池图像区域对该目标废旧锂电池图像进行分割处理，得到该目标废旧锂电池图像对应的多帧废旧锂电池子图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210559408.7A CN114638834B (zh) | 2022-05-23 | 2022-05-23 | 一种基于图像处理的废旧锂电池分类处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210559408.7A CN114638834B (zh) | 2022-05-23 | 2022-05-23 | 一种基于图像处理的废旧锂电池分类处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114638834A CN114638834A (zh) | 2022-06-17 |
| CN114638834B true CN114638834B (zh) | 2022-08-09 |
Family
ID=81952942
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210559408.7A Active CN114638834B (zh) | 2022-05-23 | 2022-05-23 | 一种基于图像处理的废旧锂电池分类处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114638834B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115275420B (zh) * | 2022-09-19 | 2023-02-03 | 长沙矿冶研究院有限责任公司 | 一种退役动力电池拆解系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0795919A2 (de) * | 1996-03-15 | 1997-09-17 | BSBG Bremer Sonderabfallberatungsgesellschaft mbH | Verfahren zum Sortieren von Elektronickschrott, wie beispielsweise Altbatterien und/oder Altakkumulatoren, sowie Vorrichtung zur Durchführung des Verfahrens |
| EP1132992A1 (de) * | 2000-03-08 | 2001-09-12 | BSBG Bremer Sonderabfallberatungsgesellschaft mbH | Detektor zum Messen der Dosisleistung von Röntgenstrahlen sowie Vorrichtung zum Sortieren von Altbatterien und/oder Altakkumulatoren nach ihrem Typ |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130039212A (ko) * | 2011-10-11 | 2013-04-19 | 주식회사 익스톨 | 폐리튬 전지 재활용 장치 |
| CN107330474A (zh) * | 2017-07-12 | 2017-11-07 | 北京科技大学 | 一种锂电池梯次利用筛选方法 |
| CN112966835B (zh) * | 2021-02-03 | 2023-12-29 | 上海电气集团股份有限公司 | 一种废旧锂电池回收管理系统和方法 |
-
2022
- 2022-05-23 CN CN202210559408.7A patent/CN114638834B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0795919A2 (de) * | 1996-03-15 | 1997-09-17 | BSBG Bremer Sonderabfallberatungsgesellschaft mbH | Verfahren zum Sortieren von Elektronickschrott, wie beispielsweise Altbatterien und/oder Altakkumulatoren, sowie Vorrichtung zur Durchführung des Verfahrens |
| EP1132992A1 (de) * | 2000-03-08 | 2001-09-12 | BSBG Bremer Sonderabfallberatungsgesellschaft mbH | Detektor zum Messen der Dosisleistung von Röntgenstrahlen sowie Vorrichtung zum Sortieren von Altbatterien und/oder Altakkumulatoren nach ihrem Typ |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114638834A (zh) | 2022-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114638834B (zh) | 一种基于图像处理的废旧锂电池分类处理方法 | |
| CN113301142B (zh) | 一种基于物联网的网络安全监控方法及系统 | |
| CN114140713A (zh) | 一种图像识别系统、图像识别方法 | |
| CN114581446B (zh) | 一种叠片电池的电芯异常检测方法及系统 | |
| CN114978037A (zh) | 太阳能电池性能数据监控方法及系统 | |
| CN111598176B (zh) | 一种图像匹配处理方法及装置 | |
| CN114140712A (zh) | 一种自动图像识别分发系统及方法 | |
| CN113516625A (zh) | 光伏组件图像的异常检测方法、装置及设备 | |
| CN115001394B (zh) | 基于人工智能的太阳能电池状态监测方法及系统 | |
| CN114187763A (zh) | 一种智慧交通的车辆行驶数据筛选方法及系统 | |
| CN114511583A (zh) | 图像清晰度检测方法、装置、电子装置和存储介质 | |
| CN113660687B (zh) | 网络差小区处理方法、装置、设备及存储介质 | |
| CN111027397A (zh) | 适用于智能监控网络中的综合特征目标检测方法、系统、介质及设备 | |
| CN113222900A (zh) | 极耳的极性检测方法、检测装置、终端设备及存储介质 | |
| CN115588145B (zh) | 基于无人机的河道垃圾漂浮识别方法及系统 | |
| CN115100541B (zh) | 一种卫星遥感数据的处理方法、系统及云平台 | |
| CN115330140A (zh) | 一种基于数据挖掘的建筑风险预测方法及其预测系统 | |
| CN115620243A (zh) | 基于人工智能的污染源监测方法、系统及云平台 | |
| CN114095734A (zh) | 一种基于数据处理的用户数据压缩方法及系统 | |
| CN112613396B (zh) | 一种任务紧急程度处理方法及系统 | |
| EP4206974A1 (en) | Chrominance component-based image segmentation method and system, image segmentation device, and readable storage medium | |
| CN114156495B (zh) | 基于大数据的叠层电池装配处理方法及系统 | |
| CN115082709B (zh) | 遥感大数据处理方法、系统及云平台 | |
| CN114782429B (zh) | 基于图像的锂电池缺陷检测方法、装置、设备及存储介质 | |
| CN116977949B (zh) | 车辆停车巡检方法、装置和设备 |
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: 20220617 Assignee: Guizhou Xinmao New Energy Technology Co.,Ltd. Assignor: Shenzhen Xinmao New Energy Technology Co.,Ltd. Contract record no.: X2022440000280 Denomination of invention: A Classification Method for Waste Lithium Batteries Based on Image Processing Granted publication date: 20220809 License type: Common License Record date: 20221128 |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518000 factory building a, 174-1 Xiangshan Avenue, Luotian community, Yanluo street, Bao'an District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Xinmao New Energy Technology Co.,Ltd. Address before: 518000 factory building a, 174-1 Xiangshan Avenue, Luotian community, Yanluo street, Bao'an District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Xinmao New Energy Technology Co.,Ltd. |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A classification and processing method for waste lithium batteries based on image processing Granted publication date: 20220809 Pledgee: Shenzhen small and medium sized small loan Co.,Ltd. Pledgor: Shenzhen Xinmao New Energy Technology Co.,Ltd. Registration number: Y2024980010320 |