CN116349021A - 电池极耳检测方法、装置及存储介质 - Google Patents

电池极耳检测方法、装置及存储介质 Download PDF

Info

Publication number
CN116349021A
CN116349021A CN202180066184.XA CN202180066184A CN116349021A CN 116349021 A CN116349021 A CN 116349021A CN 202180066184 A CN202180066184 A CN 202180066184A CN 116349021 A CN116349021 A CN 116349021A
Authority
CN
China
Prior art keywords
tab
sub
layers
domain
battery
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.)
Pending
Application number
CN202180066184.XA
Other languages
English (en)
Inventor
陈璨
黄强威
王智玉
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.)
Contemporary Amperex Technology Co Ltd
Original Assignee
Contemporary Amperex Technology Co Ltd
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 Contemporary Amperex Technology Co Ltd filed Critical Contemporary Amperex Technology Co Ltd
Publication of CN116349021A publication Critical patent/CN116349021A/zh
Pending legal-status Critical Current

Links

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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M4/00—Electrodes
    • H01M4/02—Electrodes composed of, or comprising, active material
    • H01M4/04—Processes of manufacture in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Electrochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Connection Of Batteries Or Terminals (AREA)

Abstract

本申请公开了一种电池极耳检测方法，包括：获取待检测电池的多层极耳的截面图；识别并分析所述截面图得到多个连通域，每个所述连通域包括一个极耳或多个相互粘连的极耳；根据每个所述连通域中极耳粘连的交点的位置及数目，确定每个所述连通域对应的极耳层数；根据每个所述连通域对应的极耳层数，计算所述截面图中所述多层极耳的极耳总层数；根据所述极耳总层数与预设的极耳真实层数，判断所述多层极耳是否存在翻折。本申请提供的电池极耳检测方法、装置及存储介质，能够自动识别极耳翻折情况，不仅提高了检测效率，还能够有效降低漏检率。

Description

电池极耳检测方法、装置及存储介质 技术领域
本申请涉及电池装配技术领域，具体涉及一种电池极耳检测方法、装置及存储介质。
背景技术
随着电动车的逐渐增多，动力电池的应用也日益增加。目前，动力电池裸电芯的制造方法主要包括卷绕和叠片两种，其中，应用最广泛的为卷绕方式。为了便于生产制造，卷绕所使用的电芯极片通常需要模切处理，仅保留需要通过电流的部分金属箔材，该部分金属箔材即为极耳。由于锂电池极片使用的金属箔材厚度极薄，自身强度较低，因此在卷绕过程中极耳容易发生翻折，从而被卷入电芯涂膜区。而翻折的情况分为两种类型：一种是翻折进自身所在极片中；另一种是翻折到隔离膜上。现有的极耳翻折一般通过目检以及施加电压对电芯阻值监测的Hi-pot测试进行检测。但是人工目检效率低下且容易发生漏检，Hi-pot测试只对翻折到隔离膜上的极耳翻折检出率高，而对翻折进自身层内的极耳难以辨识。而这种极耳翻折进自身极片的情况，会导致电芯产生低容、短路等现象，更有甚者，会引起热失控着火。
发明内容
鉴于上述问题，本申请提供一种电池极耳检测方法、装置及存储介质，能够自动识别极耳翻折情况，不仅提高了检测效率，还能够有效降低漏检率。
第一方面，本申请提供了一种电池极耳检测方法，包括：获取待检测电池的多层极耳的截面图；识别并分析所述截面图得到多个连通域，每个所述连通域包括一个极耳或多个相互粘连的极耳；根据每个所述连通域中极耳粘连的交点的位置及数目，确定每个所述连通域对应的极耳层数；根据每个所述连通域对应的极耳层数，计算所述截面图中所述多层极耳的极耳总层数；根据所述极耳总层数与预设的极耳真实层数，判断所述多层极耳是否存在翻折。
本申请实施例的技术方案中的电池极耳检测方法，在获取待检测电池的多层极耳的截面图后，识别并分析截面图得到多个连通域，每个连通域包括一个极耳或多个相互粘连的极耳；根据每个连通域中极耳粘连的交点的位置及数目对每个连通域单独进行分析对应该连通域的极耳层数，使得得到的每个连通域中的极耳层数更加准确；且根据得到的每个连通域对应的极耳层数来确定截面图中多层极耳的极耳总层数。相比于直接识别截面图中极耳总层数来说，本申请提供的技术方案首先提出了利用连通域进行检测和判定极耳粘连的交点的技术方案，其利用了可能存在的极耳粘连的交点，将获得的多层极耳的截面图分为了多个连通域，之后对每个连通域内的极耳进行单独的计算，再将计算的结果加和，从而使得得到的截面图中极耳总层数的结果更加准确。因此当根据极耳 总层数与预设的极耳真实层数判断多层极耳是否存在翻折时，判断准确率较高，能够有效降低漏检率。另外，本实施例中的电池极耳检测方法通过引入连通域以及进行相关的图像识别能够自动识别极耳翻折情况，不仅提高了检测效率，还能够有效降低漏检率。
在一些实施例中，所述根据每个所述连通域中极耳粘连的交点的位置及数目，确定每个所述连通域对应的极耳层数，包括：识别所述每个所述连通域中极耳粘连的交点的位置及数目；若所述连通域中所述交点数目为0，则确定所述连通域的极耳层数为1；若所述连通域中所述交点数目为1个及以上，则根据所述交点的位置将所述连通域划分为多个区域，且每个所述区域均不包括所述交点，所述连通域为多个相互粘连的极耳；根据所述多个区域中每个所述区域内子连通域的数目确定所述连通域的极耳层数，每个所述子连通域包括所述多个相互粘连的极耳中互不粘连的部分或完全粘连的部分。本实施例中，当连通域中存在交点，则说明连通域中存在多个相互粘连的极耳，此时需根据交点的位置沿极耳长度延伸方向将连通域划分为多个区域，由于每个区域均不再包括交点，因此，得到的多个区域中不会由于某个区域中存在极耳部分粘连，而将两个粘连在一起的部分视为一个子连通域的情况，有利于准确判定每个区域内极耳的层数。
在一些实施例中，所述根据所述交点的位置将所述连通域划分为多个区域，且每个所述区域均不包括所述交点，包括：对每一个所述交点的位置的两侧沿所述连通域的延伸方向取预设偏移量作为区域边界；根据所述区域边界将所述连通域划分为所述多个区域，且每个所述区域均不包括所述交点。本实施例中对每一个交点的位置的两侧沿连通域的延伸方向取预设偏移量作为区域边界，避免了将交点附近的极耳部分划分进区域内，以避免由于每个区域划分得太窄造成边界处的极耳被重复计数，从而进一步提高区域内子连通域数目的检测准确性。
在一些实施例中，所述识别并分析所述截面图得到多个连通域，每个所述连通域包括一个极耳或多个相互粘连的极耳，包括：消除所述截面图中面积小于预设阈值的极耳粘连孔以得到第一图像；对所述第一图像进行连通域分析得到所述多个连通域，每个所述连通域包括一个极耳或多个相互粘连的极耳。本实施例中消除截面图中面积小于预设阈值的极耳粘连孔，可提高效率。
在一些实施例中，所述消除所述截面图中面积小于预设阈值的极耳粘连孔以得到第一图像，包括：对所述截面图进行二值化处理得到二值化图像；将所述二值化图像中面积小于所述预设阈值的连通域位置处的像素置为白色以得到所述第一图像。
在一些实施例中，所述将所述二值化图像中面积小于所述预设阈值的连通域位置处的像素置为白色以得到所述第一图像，包括：将所述二值化图像中像素值为0的像素和像素值为255的像素的像素值互换得到互换图像；确定所述互换图像中像素值为255、且面积小于所述预设阈值的连通域位置；将所述二值化图像中对应所述互换图像中面积小于所述预设阈值的连通域位置处的像素的像素值调整为255以得到所述第一图像。
在一些实施例中，所述根据所述多个区域中每个所述区域内子连通域的数目确定所述连通 域的极耳层数，包括：确定所述多个区域中每个所述区域内子连通域的数目；取所述连通域中所述多个区域中子连通域的数目的最大值作为所述连通域的极耳层数。本实施例中取连通域中多个区域中子连通域的数目的最大值作为该连通域的极耳层数，有利于准确计算出区域内极耳的层数，从而准确检测出极耳是否发生翻折。
在一些实施例中，所述确定所述多个区域中每个所述区域内子连通域的数目，包括：获取所述多个区域中每个所述区域内所有子连通域的长度；根据每个所述区域内长度大于所述区域内长度最长的子连通域的1/N倍的子连通域的数目，确定所述区域内子连通域的数目，所述N大于0。本实施例中提出通过根据每个区域内长度大于区域内长度最长的子连通域的1/N倍的子连通域的数目，确定区域内子连通域的数目的方法，实现了避免将毛刺也误判为粘连的极耳，从而消除了毛刺干扰，进一步提高了极耳层数的检测准确性。
第二方面，本申请提供了一种电池极耳检测装置，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述实施例中的电池极耳检测方法。
第三方面，本申请提供了一种计算机可读存储介质，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上述实施例中的电池极耳检测方法。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读对下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在全部附图中，用相同的附图标号表示相同的部件。在附图中：
图1为发明人发现的极耳存在的几种粘连状态的示意图；
图2为本申请一些实施例中电池极耳检测系统的结构示意图；
图3为本申请一些实施例中电池极耳检测方法的流程示意图；
图4为本申请一些实施例中的电池极耳截面图；
图5为将图4所示截面图进行连通域划分后的示意图；
图6为对图4所示的截面图进行区域划分后的示意图；
图7为本申请一些实施例中电池极耳检测方法消除极耳粘连孔的流程示意图；
图8为本申请图7所示流程图中的截面图；
图9为本申请图7所示流程图中将截面图二值化后得到的二值化图像；
图10为本申请一些实施例中电池极耳出现毛刺的示意图；
图11为本申请一些实施例中电池极耳检测方法的示例流程示意图；
图12为本申请一些实施例中电池极耳检测装置的结构示意图。
具体实施方式
下面将结合附图对本申请技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本申请的技术方案，因此只作为示例，而不能以此来限制本申请的保护范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。
在本申请实施例的描述中，技术术语“第一”“第二”等仅用于区别不同对象，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、特定顺序或主次关系。在本申请实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
在本申请实施例的描述中，术语“多个”指的是两个以上(包括两个)，同理，“多组”指的是两组以上(包括两组)，“多片”指的是两片以上(包括两片)。
在本申请实施例的描述中，技术术语“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“顶”“底”“内”“外”“顺时针”“逆时针”“轴向”“径向”“周向”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申请实施例和简化描述，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申请实施例的限制。
在本申请实施例的描述中，除非另有明确的规定和限定，技术术语“安装”“相连”“连接”“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；也可以是机械连接，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 元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请实施例中的具体含义。
由于电池极耳翻折进自身极片的情况，会导致电芯产生低容、短路等现象，更有甚者，会引起热失控着火。因此，在生产过程中需要对电池极耳是否出现翻折的情况进行检测。目前的检测方法中人工目检效率低下且容易发生漏检，Hi-pot测试只对翻折到隔离膜上的极耳翻折检出率高，而对翻折进自身层内的极耳难以辨识。目前还没有一种能够自动识别极耳翻折情况，不仅能够提高检测效率，还能够有效降低漏检率的检测方法。
为了缓解上述问题，申请人研究发现，对于型号固定的电池来说，其电池极耳的层数是固定不变的，而当电池极耳出现翻折时，电池极耳的层数会增多，例如：当一个极耳翻折时，其层数由原来的1层变为2层。因此，可通过检测电池极耳的层数，并判断电池极耳的层数与实际的真实极耳层数是否相同来确定该电池中的极耳是否出现翻折。
基于此，申请人发现通过拍摄待检测电池的多层极耳的截面图像，分析截面图像的像素亮度和分布，能够得到待检测电池的多层极耳对应的若干线条图，可随机设置多个采样点，获取每个采样点上的线条信息，取其中的最大值作为多层极耳的统计结果。然而，申请人经过实践发现：在实际生产过程中，由于极耳箔片会出现粘连，而当采样点落在粘连位置时，会影响对截面分割后极耳层数的统计，导致统计的极耳层数不准确。
基于以上考虑，为了解决问题，发明人经过深入研究发现：极耳存在以下几种粘连状态，如图1所示(图1中一条实线表示一个极耳或多个完全粘连的极耳)，第①种情况，单个极耳111完全没有与其他极耳粘连，其极耳111上不存在交点；第②种情况，2片极耳112和113及2片以上极耳(未示出)自某一交点110粘连后没有再分开，2片极耳112和113上存在1个交点110；第③种情况，2片极耳114和115及以2片上极耳(未示出)自某一交点粘连后，自交点位置再次分开，2片极耳114和115上存在1个交点120；第④种情况，2片极耳116和117及2片以上极耳(未示出)自第一个交点130粘连后，暂时未分开，自第二个交点140分开，如果在极耳中间位置40处再次粘连(图中所示情况)，则2片极耳116和117上总共会存在3个交点130、140和150；如果在极耳根部(靠近极片一侧)或尾部分开(未示出)则其线条图上总共会存在2个交点；第⑤种情况，组合模式，前面几种模式的极耳之间出现不同位置的粘连，粘连交接点的数目取决于粘连产生的位置，图1中4片极耳118、119、120和121上总共存在3个交点160、170和180。
基于此，申请人给出了以下几种实施例，使得在实现自动识别极耳翻折情况，提高检测效率的基础上，同时还能够在确定极耳层数时充分考虑上述几种极耳粘连的情况，准确检测电池极耳 的极耳层数，降低漏检率。
首先，对于实现本申请所有实施例检测方法的装置和系统进行说明。
参见图2，对于实现本申请所提供的实施例检测方法可选的一种检测系统进行说明，该检测系统包括：处理装置1、摄像装置2以及传送装置，其中，传送装置包括：传送带3和位于传送带3上的一个或多个托盘4，托盘4用于放置待检测电池5。摄像装置3的摄像头对准其中托盘4上的待检测电池5，以拍摄待检测电池5上多层极耳的截面图，处理装置1与摄像装置2连接，用于获取摄像装置2拍摄到的待检测电池5的多层极耳的截面图，并实现本申请实施例中电池极耳检测方法以自动识别极耳翻折情况。本申请实施例公开的电池极耳检测方法可以但不限用于上述电池极耳检测装置或系统中，上述仅为举例说明。
其次，对本申请的电池极耳检测方法的实施例进行说明。
根据本申请的一些实施例的电池极耳检测方法，如图3所示，包括：
步骤S11：获取待检测电池的多层极耳的截面图。
步骤S12：识别并分析截面图得到多个连通域，每个连通域包括一个极耳或多个相互粘连的极耳。
步骤S13：根据每个连通域中极耳粘连的交点的位置及数目，确定每个连通域对应的极耳层数。
步骤S14：根据每个连通域对应的极耳层数，计算截面图中多层极耳的极耳总层数。
步骤S15：根据极耳总层数与预设的极耳真实层数，判断多层极耳是否存在翻折。
假设获取到的待检测电池的多层极耳的截面图如图4所示，其中一条实线表示一个极耳或多个完全粘连的极耳，识别并分析截面图得到多个连通域，连通域是指图像中具有相同像素值且位置相邻的前景像素点组成的图像区域。由于截面图中互不粘连的极耳之间不存在连通的区域，只有单个极耳或多个相互粘连的极耳才存在连通的区域。因此，通过对截面图图4进行连通域分析便可找将多层极耳中互不粘连的多个连通域，一个连通域代表一个极耳，或者多个相互粘连的极耳。
图5为将图4所示截面图进行连通域划分后的示意图，每一个虚线框表示一个连通域，识别图4可得到6个连通域(1、2、3、4、5和6)，根据每个连通域中极耳粘连的交点的位置及数目来确定该连通域对应的极耳层数，使得得到的每个连通域中的极耳层数更加准确；且根据得到的每个连通域对应的极耳层数来确定截面图中多层极耳的极耳总层数，相比于直接识别截面图中极耳总层数来说，本申请提供的技术方案首先提出了利用连通域进行检测和判定极耳粘连的交点的技术方案，其利用了可能存在的极耳粘连的交点，将获得的多层极耳的截面图分为了多个连通域，之后 对每个连通域内的极耳进行单独的计算，再将计算的结果加和，从而使得得到的截面图中极耳总层数的结果更加准确。因此当根据极耳总层数与预设的极耳真实层数判断多层极耳是否存在翻折时，判断准确率较高，能够有效降低漏检率。另外，本实施例中的电池极耳检测方法通过引入连通域以及进行相关的图像识别能够自动识别极耳翻折情况，不仅提高了检测效率，还能够有效降低漏检率。
根据本申请的一些实施例，根据每个连通域中极耳粘连的交点的位置及数目，确定每个连通域对应的极耳层数，包括：识别每个连通域中极耳粘连的交点的位置及数目；若连通域中交点数目为0，则确定连通域的极耳层数为1；若连通域中交点数目为1个及以上，则根据交点的位置将连通域划分为多个区域，且每个区域均不包括交点，连通域为多个相互粘连的极耳；根据多个区域中每个区域内子连通域的数目确定连通域的极耳层数，每个子连通域包括多个相互粘连的极耳中互不粘连的部分或完全粘连的部分。
在确定每个连通域中对应的极耳层数时，可提取该连通域的骨架，这里的骨架可理解为连通域的线条，并计算骨架上的交点的位置和数目，根据交点的位置和数目来确定。
若一个连通域中的交点数目为0个，则可以确定该连通域为单个极耳，可直接确定该连通域中的极耳层数为0。如图5所示，第一连通域1中的交点数目为0个，则该第一连通域1包括单个极耳11；第四连通域4中的交点数目为0个，则该第四连通域4包括单个极耳16。
若一个连通域中的交点数目为1个及以上，则该连通域为多个相互粘连的极耳。如图5所示，第二连通域2中存在的交点101，交点数目为1个，该第二连通域2包括两个相互粘连的极耳12和13；第三连通域3中存在的交点102，交点数目为1个，该第三连通域3包括两个相互粘连的极耳14和15；第五连通域5中存在的交点103、104和105，交点数目为3个，该第五连通域5包括两个相互粘连的极耳17和18；第六连通域6中存在的交点106、107和108，交点数目为3个，该第六连通域6包括四个相互粘连的极耳19、20、21和22。
若连通域为多个相互粘连的极耳，需根据交点的位置沿极耳长度的延伸方向将连通域划分为多个区域，由于每个区域均不包括交点位置，因此，得到的多个区域中不会由于某个区域中存在极耳部分粘连，而将两个粘连在一起的部分视为一个子连通域的情况，本实施例每个区域的每个子连通域包括多个相互粘连的极耳中互不粘连的部分或完全粘连的部分，有利于准确判定每个区域内极耳的层数。
如图6所示为将图4所示的截面图进行区域划分后的示意图，其中，每一个细虚线框代表一个连通域，每个一加粗虚线框代表一个区域。
第二连通域2内存在1个交点101，沿极耳长度延伸方向可划分为2个区域21和22，其中一个区域21包括两个子连通域201和202，且每个子连通域均为极耳互不粘连的部分，其中，子连通域201为极耳12不与极耳13粘连的部分，子连通域202为极耳13不与极耳12粘连的部分；另一个区域22包括一个子连通域203，该子连通域203为极耳12与极耳13完全粘连的部分。
第三连通域3内存在1个交点102，沿极耳长度延伸方向可划分为2个区域31和32，其中一个区域31包括两个子连通域301和302，且每个子连通域均为极耳互不粘连的部分，其中，子连通域301为极耳14不与极耳15粘连的部分，子连通域302为极耳15不与极耳14粘连的部分；另一个区域32也包括两个子连通域，且每个子连通域均为极耳互不粘连的部分，其中，子连通域303为极耳14不与极耳15粘连的部分，子连通域304为极耳15不与极耳14粘连的部分。
第五连通域5内存在3个交点，沿极耳长度延伸方向可划分为4个区域51、52、53和54，其中，两个区域51和53均包括两个子连通域，区域51包括子连通域501和502，子连通域501为极耳17不与极耳18粘连的部分，子连通域502为极耳18不与极耳17粘连的部分；区域53包括子连通域504和505，子连通域504为极耳18不与极耳17粘连的部分，子连通域505为极耳17不与极耳18粘连的部分；另两个区域52和54均包括一个子连通域，其中区域52包括子连通域503，区域54包括子连通域506，子连通域503和506均为极耳17和18完全粘连的部分。
第六连通域6内存在3个交点106、107和108，沿极耳长度延伸方向可划分为4个区域61、62、63和64，区域61和区域62均包括四个子连通域，其中，区域61包括子连通域601、602、603和604，区域62包括子连通域605、606、607和608，且每个子连通域均为极耳19、20、21和22互不粘连的部分；区域63和区域64均包括三个子连通域，其中，区域63包括子连通域609、610和611，子连通域609为极耳19和极耳20完全粘连的部分，子连通域610为极耳21，子连通域611为极耳22；区域64包括子连通域612、613和614，子连通域612为极耳19和极耳20完全粘连的部分，子连通域613为极耳21，子连通域614为极耳22。
根据本申请的一些实施例，可选地，根据交点的位置将连通域划分为多个区域，且每个区域均不包括交点，包括：对每一个交点的位置的两侧沿连通域的延伸方向取预设偏移量作为区域边界；根据区域边界将连通域划分为多个区域，且每个区域均不包括交点。
如图6所示为将图4所示的截面图取区域边界进行区域划分后的示意图，图6中与连通域的长度延伸方向垂直的短实线表示区域边界，在根据交点位置将连通域划分为多个区域时，对每一个交点两侧按极耳的延展方向(即连通域的延伸方向)取一定的偏移量作为区域边界，连通域的两 端自动确定为区域边界，根据区域边界将连通域划分为多个均不包括交点的区域。其中，预设偏移量可根据实际需求自行设置，例如：预设偏移量可为5个像素点、8个像素点、10个像素点等。
由于交点附近的极耳部分可能依然存在粘连，若直接以交点所在位置进行区域划分，则确定出的区域内的子连通域数目可能依然不准确。本实施例中对每一个交点的位置的两侧沿连通域的延伸方向取预设偏移量作为区域边界，避免了将交点附近的极耳部分划分进区域内，以避免由于每个区域划分得太窄造成边界处的极耳被重复计数，从而进一步提高区域内子连通域数目的检测准确性。
根据本申请的一些实施例，可选地，识别并分析截面图得到多个连通域，每个连通域包括一个极耳或多个相互粘连的极耳，包括：消除截面图中面积小于预设阈值的极耳粘连孔以得到第一图像；对第一图像进行连通域分析得到多个连通域，每个连通域包括一个极耳或多个相互粘连的极耳。
如图6所示的第五连通域5中，当出现极耳粘连孔(图6中第五连通域5的区域53所示位置处)时，若该极耳粘连孔的面积足够小，则可消除该极耳粘连孔，以提高检测的效率。且消除该小面积的极耳粘连孔后，由于极耳在靠近电池的一端(图6中左侧)必然不会粘连，因此，不会影响该连通域极耳层数的确定。其中，该预设阈值可以根据实际需求自行设置，例如：预设阈值可为25个像素点、20个像素点、25个像素点等。
上述消除截面图中面积小于预设阈值的极耳粘连孔以得到第一图像的具体过程如图7所示，包括：
步骤S21：对截面图进行二值化处理得到二值化图像，其中，截面图如图4所示，二值化图像如图8所示。
步骤S22：将二值化图像中像素值为0的像素和像素值为255的像素的像素值互换得到互换图像，互换图像如图9所示。
步骤S23：确定互换图像中像素值为255、且面积小于预设阈值的连通域位置。
步骤S24：将二值化图像中对应互换图像中面积小于预设阈值的连通域位置处的像素的像素值调整为255以得到第一图像。
根据本申请的一些实施例，消除截面图中面积小于预设阈值的极耳粘连孔以得到第一图像，包括：对截面图进行二值化处理得到二值化图像；
将二值化图像中面积小于预设阈值的连通域位置处的像素置为白色以得到第一图像。
在消除截面图中可能出现的极耳粘连孔时，可先对截面图进行二值化处理得到二值化图 像，该二值化图像中极耳部分像素点的像素值为255，显示为白色；背景部分像素点的像素值为0，显示为黑色。二值化图像中面积小于预设阈值的黑色连通域即可确认为极耳粘连孔，通过将该面积小于预设阈值的黑色连通域所在位置处的像素点置为白色，即像素值变为255，使得极耳粘连孔的颜色与极耳的颜色相同，极耳粘连孔与极耳在视觉上融为一体，以消除极耳粘连孔。
根据本申请的一些实施例，将二值化图像中面积小于预设阈值的连通域位置处的像素置为白色以得到第一图像，包括：将二值化图像中像素值为0的像素和像素值为255的像素的像素值互换得到互换图像；确定互换图像中像素值为255、且面积小于预设阈值的连通域位置；将二值化图像中对应互换图像中面积小于预设阈值的连通域位置处的像素的像素值调整为255以得到第一图像。
在上述消除极耳粘连孔时，可直接将面积小于预设阈值的黑色连通域所在位置处的像素点置为白色以消除极耳粘连孔。本实施例中给出了另一种实现方式，可先将二值化图像中像素值为0的像素和像素值为255的像素的像素值互换得到互换图像，互换图像中极耳部分像素点的像素值为0显示为黑色，背景部分像素点的像素值为255显示为白色。通过识别面积小于预设阈值的白色连通域，并将二值化图像中对应互换图像的面积小于预设阈值的白色连通域所在位置处的像素值调整为255以得到第一图像。
根据本申请的一些实施例，可选地，根据多个区域中每个区域内子连通域的数目确定连通域的极耳层数，包括：确定多个区域中每个区域内子连通域的数目；取连通域中多个区域中子连通域的数目的最大值作为连通域的极耳层数。
结合附图4、附图5和附图6进行说明，附图5中第二连通域2被划分为2个区域21和22，区域21中包括2个子连通域201和202，区域22中包括一个子连通域203，这2个区域21和22中子连通域的数目的最大值为2，则该第二连通域2的极耳层数为2层。
第三连通域3被划分为2个区域31和32，区域31中包括2个子连通域301和302，区域32中包括2个子连通域303和304，这2个区域31和32中子连通域的数目的最大值为2，则该第二连通域2的极耳层数为2层。
第五连通域5被划分为4个区域51、52、53和54，区域51中包括2个子连通域501和502，区域52中包括1个子连通域503，区域53中包括2个子连通域504和505，区域54中包括1个子连通域506，这4个区域51、52、53和54中子连通域的数目的最大值为2，则该第五连通域5的极耳层数为2层。
第六连通域6被划分为4个区域61、62、63和64，区域61中包括4个子连通域601、 602、603和604，区域62中包括4个子连通域605、606、607和608，区域63中包括3个子连通域609、610和611，区域64中包括3个子连通域612、6130和614，这4个区域61、62、63和64中子连通域的数目的最大值为4，则该第六连通域6的极耳层数为4层。
由于极耳发生翻折时，截面图中部分区域极耳层数增多，而部分区域极耳层数减小，因此为准确检测出极耳是否发生翻折，需取连通域中多个区域中子连通域的数目的最大值作为该连通域的极耳层数。本实施例中取连通域中多个区域中子连通域的数目的最大值作为该连通域的极耳层数，有利于准确计算出区域内极耳的层数，从而准确检测出极耳是否发生翻折。
根据本申请的一些实施例，可选地，确定多个区域中每个区域内子连通域的数目，包括：获取多个区域中每个区域内所有子连通域的长度；根据每个区域内长度大于区域内长度最长的子连通域的1/N倍的子连通域的数目，确定区域内子连通域的数目，所述N大于0。
如图10所示，若某连通域1中极耳11表面出现毛刺200，则在根据交点100划分的区域1001和1002中，区域1001存在毛刺200容易确定出的子连通域的数目大于该区域1001真实的极耳层数，导致最终的检测结果不准确。
发明人发现若通过在待检测电池多层极耳的线条图上设置采样点来确定极耳层数时，会产生采样点间隔(步长)如何选择的问题，即隔多少像素统计一次垂直方向极耳的数目，若步长选择偏大，则极耳局部分开未被统计，容易导致计数少于真实值，误判为极耳翻折；步长小一定程度上可以降低漏统计的问题，但对局部异常分割产生的毛刺会更敏感，容易多计数，其次，增加了程序的计算量。
本实施例中在统计每个连通域的极耳层数之前，需要消除局部的毛刺，防止将毛刺误当极耳统计。处理方法为：在将每个连通域进行区域划分后，对每个区域中的子连通域的长度进行确定，确定出该区域内所有子连通区域的长度最大值，当该区域内出现子连通域的长度小于1/N*长度最大值时，在统计在该区域内的子连通域数目内，不统计该子连通域，例如假设图10中区域1001包括两个子连通域10和20，子连通域10的长度为L2，子连通域20的长度为L1，若子连通域20的长度L1小于1/N*L2时，则不统计该子连通域20；只统计该区域1001内长度大于或等于1/N*L2的子连通域10，其中，N大于0，N为经验值，N通常取5～6之间的数值。
根据每个区域内长度大于区域内长度最长的子连通域的1/N倍的子连通域的数目，确定区域内子连通域的数目，实现了避免将毛刺也误判为粘连的极耳，从而消除了毛刺干扰，进一步提高了极耳层数的检测准确性。
下面是本申请的一些实施例，参见图11，具体包括：
S31:获取待检测电池的多层极耳的截面图。
S32:识别并分析截面图得到多个连通域，每个连通域包括一个极耳或多个相互粘连的极耳。
在得到截面图后，对截面图进行二值化处理得到二值化图像，二值化处理即是将图像上的点的灰度值变为0或255，也就是将整个图像呈现出明显的黑白效果。本实施例中将截面图中的极耳部分像素点的像素值变为255，显示为白色；背景部分像素点的像素值变为0，显示为黑色。
对二值化图像进行连通域分析得到多个连通域，每个连通域包括至少一个极耳或多个相互粘连的极耳。其中，每一个连通域可能是极耳也可能是背景干扰，可根据极耳的长度特征进行筛选，例如：极耳的长度一般为一个固定的值，与该固定的值长度大致相同的连通域即可确定为所需的连通域，与该固定的值相比长度过短或过长的连通域可确定为干扰噪声。
S33:取一个连通域，并确定连通域中交点的位置和数目。
可通过提取该连通域的骨架以计算该连通域中交点的位置和数目。
S34：判断连通域中交点的数目是否大于0，若不大于0，则执行步骤S5；否则，执行步骤S6。
S35：确定该连通域对应的极耳层数为1。
参见图5，若一个连通域中的交点数目为0个，则可以确定该连通域为单个极耳，可直接确定该连通域中的极耳层数为0。若一个连通域中的交点数目为1个及以上，则该连通域为多个相互粘连的极耳，此时，需继续执行步骤S6进一步判断连通域中多个相互粘连的极耳的层数。
S36:根据交点的位置将连通域划分为多个区域，且每个区域均不包括交点。
若某个区域中存在两个极耳相交的交点部分，在后续判断区域内的子连通域数目时会将该存在交点部分的两个极耳视为一个子连通域，会导致区域内子连通域数目检测不准确性。因此，需根据交点的位置沿极耳长度延伸方向将连通域划分为多个区域，每个区域均不包括交点位置，从而有利于准确判定每个区域内极耳的层数。
可选地，由于交点附近的极耳部分可能依然存在粘连，若直接以交点所在位置进行区域划分，则确定出的区域内的子连通域数目可能依然不准确。本实施例中对每一个交点的位置的两侧沿连通域的延伸方向取预设偏移量作为区域边界，避免了将交点附近的极耳部分划分进区域内，以进一步提高区域内子连通域数目的检测准确性。
S37：根据每个区域内长度大于区域内长度最长的子连通域的1/N倍的子连通域的数目，确定区域内子连通域的数目。
由于若某连通域中极耳表面出现毛刺，则在根据交点划分的区域中，存在毛刺的区域中容易确定出的子连通域的数目大于该区域真实的极耳层数，导致最终的检测结果不准确。因此，本实施例中在统计每个连通域的极耳层数之前，需要消除局部的毛刺，防止将毛刺误当极耳统计。具体处理方式如下：
对每个区域中的子连通域的长度进行确定，确定出该区域内所有子连通区域的长度最大值max_length，当该区域内出现子连通域的长度小于
1/N*max_length时，在统计在该区域内的子连通域数目内，不统计该子连通域；只统计该区域内长度大于或等于1/N*max_length的子连通域。其中，N大于0，N为经验值，N通常取5～6之间的数值。
由于极耳发生翻折时，截面图中部分区域极耳层数增多，而部分区域极耳层数减小，因为为准确检测出极耳是否发生翻折，需取连通域中多个区域中子连通域的数目的最大值作为该连通域的极耳层数。
S38：判断是否遍历完所有的连通域。若判定为是，则执行步骤S9；否则，返回步骤S3执行；
在执行完步骤S5及S7之后，执行步骤S8判断是否遍历完所有的连通域，若遍历完所有的连通域，则继续执行步骤S9进一步确定截面图中多层极耳的极耳总层数。若未遍历完所有的连通域，则需继续执行步骤S3，继续对未确定极耳层数的连通域进行分析。
S39：根据每个连通域对应的极耳层数，计算截面图中多层极耳的极耳总层数。
将每个连通域对应的极耳层数相加便，可得到截面图中多层极耳的极耳总层数。以附图5所示为例，第一连通域对应的极耳层数为1，第二连通域对应的极耳层数为2，第三连通域对应的极耳层数为2，第四连通域对应的极耳层数为1，第五连通域对应的极耳层数为2，第六连通域对应的极耳层数为4，则图5所对应的截面图图4中多层极耳的极耳总层数为12。
S40：根据极耳总层数与预设的极耳真实层数，判断多层极耳是否存在翻折。
当电池极耳出现翻折时，电池极耳的层数会增多，通过检测电池极耳的层数，并判断电池极耳的层数与实际的真实极耳层数是否相同来确定该电池中的极耳是否出现翻折。上述例子中截面图中多层极耳的极耳总层数为12，假设极耳真实层数为12，则极耳总层数与预设的极耳真实层数相同，截面图中多层极耳不存在翻折；假设极耳真实层数为10，则截面图中多层极耳存在翻折。
本实施例的电池极耳检测方法，针对极耳可能出现粘连的现象，分析其粘连产生相交点的模式，提出了以连通域为单位，以极耳粘连的交点将连通域划分为多个区域，并对每个区域进行连 通域分析，统计极耳的数目，相比于直接识别截面图中极耳总层数来说，得到的截面图中极耳总层数的结果更加准确；因此当根据极耳总层数与预设的极耳真实层数判断多层极耳是否存在翻折时，判断准确率较高，能够有效降低漏检率。本实施例中的电池极耳检测方法能够自动识别极耳翻折情况，不仅提高了检测效率，还能够有效降低漏检率。另外，对极耳截面图中出现的一些异常毛刺，提出通过根据每个区域内长度大于区域内长度最长的子连通域的1/N倍的子连通域的数目，确定区域内子连通域的数目的方法，以消除毛刺干扰，提高了极耳层数的检测准确性，进一步降低漏检率。
经验证发现，针对产线生产电芯数据，利用本实施例的电池极耳检测方法判定极耳翻折缺陷过杀率在3％以内，漏杀率控制在0.7％以内；且实际产线数据产生这类毛刺的概率约在0.1％，利用本实施例的电池极耳检测方法在进入统计极耳层数的逻辑前，消除局部毛刺异常干扰，降低由于极耳分割异常出现毛刺而导致漏杀的情况。
参见图12，对于实现本申请所有实施例检测方法的一种电池极耳检测装置进行说明，该检测装置包括：包括至少一个处理器701；以及，与至少一个处理器701通信连接的存储器702；其中，存储器702存储有可被至少一个处理器701执行的指令，指令被至少一个处理器701执行，以使至少一个处理器701能够执行本申请所有实施例电池极耳的检测方法。图3所示的装置中并未包括摄像装置，因此，可利用外部的摄像装置进行拍摄，电池极耳检测装置直接从外部的摄像装置处获取其已拍摄的待检测电池的多层极耳的截面图。
其中，存储器702和处理器701采用总线方式连接，总线可以包括任意数目的互联的总线和桥，总线将一个或多个处理器701和存储器702的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器701处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器701。
处理器701负责管理总线和通常的处理，还可以提供各种功能，包括定时、外围接口、电压调节、电源管理以及其他控制功能。而存储器702可以被用于存储处理器701在执行操作时所使用的数据。
根据本申请的一些实施例的计算机可读存储介质，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上述任一实施例中的电池极耳检测方法。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请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。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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，或者对其中部分或者全部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申请各实施例技术方案的范围，其均应涵盖在本申请的权利要求和说明书的范围当中。尤其是，只要不存在冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。本申请并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。

Claims (10)

  1. 一种电池极耳检测方法，其特征在于，包括：
    获取待检测电池的多层极耳的截面图；
    识别并分析所述截面图得到多个连通域，每个所述连通域包括一个极耳或多个相互粘连的极耳；
    根据每个所述连通域中极耳粘连的交点的位置及数目，确定每个所述连通域对应的极耳层数；
    根据每个所述连通域对应的极耳层数，计算所述截面图中所述多层极耳的极耳总层数；
    根据所述极耳总层数与预设的极耳真实层数，判断所述多层极耳是否存在翻折。
  2. 如权利要求1所述的电池极耳检测方法，其特征在于，所述根据每个所述连通域中极耳粘连的交点的位置及数目，确定每个所述连通域对应的极耳层数，包括：
    识别所述每个所述连通域中极耳粘连的交点的位置及数目；
    若所述连通域中所述交点数目为0，则确定所述连通域的极耳层数为1；
    若所述连通域中所述交点数目为1个及以上，则根据所述交点的位置将所述连通域划分为多个区域，且每个所述区域均不包括所述交点，所述连通域为多个相互粘连的极耳；
    根据所述多个区域中每个所述区域内子连通域的数目确定所述连通域的极耳层数，每个所述子连通域包括所述多个相互粘连的极耳中互不粘连的部分或完全粘连的部分。
  3. 如权利要求2中所述的电池极耳检测方法，其特征在于，所述根据所述交点的位置将所述连通域划分为多个区域，且每个所述区域均不包括所述交点，包括：
    对每一个所述交点的位置的两侧沿所述连通域的延伸方向取预设偏移量作为区域边界；
    根据所述区域边界将所述连通域划分为所述多个区域，且每个所述区域均不包括所述交点。
  4. 如权利要求1所述的电池极耳检测方法，其特征在于，所述识别并分析所述截面图得到多个连通域，每个所述连通域包括一个极耳或多个相互粘连的极耳，包括：
    消除所述截面图中面积小于预设阈值的极耳粘连孔以得到第一图像；
    对所述第一图像进行连通域分析得到所述多个连通域，每个所述连通域包括一个极耳或多个相互粘连的极耳。
  5. 如权利要求4所述的电池极耳检测方法，其特征在于，所述消除所述截面图中面积小于预设阈值的极耳粘连孔以得到第一图像，包括：
    对所述截面图进行二值化处理得到二值化图像；
    将所述二值化图像中面积小于所述预设阈值的连通域位置处的像素置为白色以得到所述第一图像。
  6. 如权利要求5所述的电池极耳检测方法，其特征在于，所述将所述二值化图像中面积小于所述预设阈值的连通域位置处的像素置为白色以得到所述第一图像，包括：
    将所述二值化图像中像素值为0的像素和像素值为255的像素的像素值互换得到互换图像；
    确定所述互换图像中像素值为255、且面积小于所述预设阈值的连通域位置；
    将所述二值化图像中对应所述互换图像中面积小于所述预设阈值的连通域位置处的像素的像素值调整为255以得到所述第一图像。
  7. 如权利要求2所述的电池极耳检测方法，其特征在于，所述根据所述多个区域中每个所述区域内子连通域的数目确定所述连通域的极耳层数，包括：
    确定所述多个区域中每个所述区域内子连通域的数目；
    取所述连通域中所述多个区域中子连通域的数目的最大值作为所述连通域的极耳层数。
  8. 如权利要求7所述的电池极耳检测方法，其特征在于，所述确定所述多个区域中每个所述区域内子连通域的数目，包括：
    获取所述多个区域中每个所述区域内所有子连通域的长度；
    根据每个所述区域内长度大于所述区域内长度最长的子连通域的1/N倍的子连通域的数目，确定所述区域内子连通域的数目，所述N大于0。
  9. 一种电池极耳检测装置，其特征在于，包括：至少一个处理器；以及，
    与所述至少一个处理器通信连接的存储器；其中，
    所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一所述的电池极耳检测方法。
  10. 一种计算机可读存储介质，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8中任一所述的电池极耳检测方法。
CN202180066184.XA 2021-10-27 2021-10-27 电池极耳检测方法、装置及存储介质 Pending CN116349021A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2021/126675 WO2023070365A1 (zh) 2021-10-27 2021-10-27 电池极耳检测方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN116349021A true CN116349021A (zh) 2023-06-27

Family

ID=86160326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180066184.XA Pending CN116349021A (zh) 2021-10-27 2021-10-27 电池极耳检测方法、装置及存储介质

Country Status (4)

Country Link
US (1) US11823370B2 (zh)
EP (1) EP4209778A4 (zh)
CN (1) CN116349021A (zh)
WO (1) WO2023070365A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117350993A (zh) * 2023-11-02 2024-01-05 上海贝特威自动化科技有限公司 一种基于图像识别的极耳层数检测方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116577345B (zh) * 2023-07-14 2023-09-29 广州市易鸿智能装备有限公司 一种锂电池极耳数量检测方法及系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108375544A (zh) * 2018-01-11 2018-08-07 多氟多（焦作）新能源科技有限公司 一种用于检测叠片式电池极耳弯折的方法
CN110530338A (zh) * 2019-09-18 2019-12-03 东莞塔菲尔新能源科技有限公司 一种极耳发生折叠的检测方法及装置
DE102020003892B4 (de) * 2020-06-29 2021-12-09 Daimler Ag Zellhalter für wenigstens eine Batteriezelle sowie Zellmodul
WO2022029923A1 (ja) * 2020-08-05 2022-02-10 オリンパス株式会社 医療機器用の物品容器の部品、医療機器用の物品容器、医療機器収納パック、医療機器用の物品
CN114204220B (zh) * 2020-08-31 2023-04-07 比亚迪股份有限公司 电芯、电池以及电池包
CN112525917A (zh) * 2020-11-12 2021-03-19 欣旺达电动汽车电池有限公司 电芯极耳检测方法、装置、系统及存储介质
CN113156528B (zh) * 2021-03-09 2024-04-30 欣旺达动力科技股份有限公司 极耳翻折检测装置和检测方法
CN113376177A (zh) * 2021-06-21 2021-09-10 上海商汤科技开发有限公司 极耳检测方法、装置及电子设备
CN113203745A (zh) * 2021-07-05 2021-08-03 中航锂电科技有限公司 一种叠片装置及极片翻折的检测方法
WO2023023998A1 (zh) * 2021-08-26 2023-03-02 宁德时代新能源科技股份有限公司 用于检测极耳翻折的装置、方法和图像分析器
JP7412394B2 (ja) * 2021-08-27 2024-01-12 プライムプラネットエナジー＆ソリューションズ株式会社 電池
KR20230111908A (ko) * 2022-01-19 2023-07-26 에스케이온 주식회사 이차 전지

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117350993A (zh) * 2023-11-02 2024-01-05 上海贝特威自动化科技有限公司 一种基于图像识别的极耳层数检测方法

Also Published As

Publication number Publication date
WO2023070365A1 (zh) 2023-05-04
US11823370B2 (en) 2023-11-21
EP4209778A4 (en) 2023-12-27
US20230289948A1 (en) 2023-09-14
EP4209778A1 (en) 2023-07-12

Similar Documents

Publication Publication Date Title
CN116349021A (zh) 电池极耳检测方法、装置及存储介质
CN108154508B (zh) 产品缺陷检测定位的方法、装置、存储介质及终端设备
CN108230318B (zh) 钢包缺陷检测分类方法、装置、设备及计算机可读介质
CN115690108B (zh) 一种基于图像处理的铝合金杆生产质量评估方法
CN112525917A (zh) 电芯极耳检测方法、装置、系统及存储介质
CN111860561A (zh) 网约车的异常停留行为识别方法、装置、设备及存储介质
CN110049320B (zh) 摄像头遮挡检测方法、装置、电子设备及存储介质
CN115631177A (zh) 电芯极耳检测方法和计算机可读存储介质
CN112068065A (zh) 一种电压互感器状态预警方法、装置及存储介质
CN116523921B (zh) 一种针对极耳翻折情况的检测方法、装置和系统
CN116703890B (zh) 极耳缺陷的检测方法和系统
CN117280513A (zh) 电池极片绝缘涂层缺陷的检测方法、装置和计算机设备
CN113570749B (zh) 工位作业时间的确定方法、工位作业系统和可读存储介质
CN110535779B (zh) 流量降级方法及装置
CN113469165A (zh) 扫描识别方法、存储介质、电子设备及扫描设备
CN115797254B (zh) 极片缺陷检测方法、装置、计算机设备和存储介质
CN113478552B (zh) 一种pcb板切割路径预警的方法和装置
CN117233631A (zh) 动力电池析锂的检测方法、装置、电子设备和存储介质
CN114842443A (zh) 一种基于机器视觉的目标物识别和测距方法、装置、设备及存储介质
US20240095902A1 (en) Tab bending detection method and apparatus, electronic device, and storage medium
CN114463416A (zh) 车辆变道检测方法、装置、电子设备和存储介质
CN109948449B (zh) 一种信息处理方法、装置及存储介质
CN111862665A (zh) 管理数据即时显示平台
EP4303532A1 (en) Separator membrane testing method, apparatus and device
CN114861793A (zh) 一种信息处理方法、装置及存储介质

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