CN116433622A - 删除重复识别的电芯极片端点的方法、装置、设备及介质 - Google Patents

删除重复识别的电芯极片端点的方法、装置、设备及介质 Download PDF

Info

Publication number
CN116433622A
CN116433622A CN202310334767.7A CN202310334767A CN116433622A CN 116433622 A CN116433622 A CN 116433622A CN 202310334767 A CN202310334767 A CN 202310334767A CN 116433622 A CN116433622 A CN 116433622A
Authority
CN
China
Prior art keywords
pole piece
end points
type
piece end
end point
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
CN202310334767.7A
Other languages
English (en)
Inventor
请求不公布姓名
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.)
Guangdong Lyric Robot Automation Co Ltd
Original Assignee
Guangdong Lyric Robot Intelligent Automation 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 Guangdong Lyric Robot Intelligent Automation Co Ltd filed Critical Guangdong Lyric Robot Intelligent Automation Co Ltd
Priority to CN202310334767.7A priority Critical patent/CN116433622A/zh
Publication of CN116433622A publication Critical patent/CN116433622A/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30148—Semiconductor; IC; Wafer
    • 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)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种删除重复识别的电芯极片端点的方法、装置、设备及介质，其中，该方法包括：从包含待检测电芯的电芯图像中识别出待检测电芯的各个极片的极片端点；根据各个极片端点与中心参考线之间的偏移距离，将偏移距离不大于预设偏移距离的极片端点作为第一极片端点；中心参考线垂直于各个极片；中心参考线与其具有平行关系的目标参考线之间的距离是各个极片端点与目标参考线之间的距离的平均值；根据各个第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的第一极片端点删除，以将剩余的第一极片端点作为目标极片端点；第一方向垂直于各个极片。通过该方法有利于提高电芯极片对齐度检测的准确性。

Description

删除重复识别的电芯极片端点的方法、装置、设备及介质
技术领域
本申请涉及电芯技术领域，尤其是涉及一种删除重复识别的电芯极片端点的方法、装置、设备及介质。
背景技术
在电芯的生产过程中，需要对电芯中的正极极片和负极极片的对齐度进行检测。具体的，当同一电芯中的正极极片和负极极片对齐时，则表示正极极片和负极极片的长度相同，那么在使用过程中，该电芯容易出现短路的问题。因此，在电芯的生产过程中，通过对电芯中的正极极片和负极极片的对齐度进行检测，以筛选掉不合格(即容易出现短路情况)的电芯。
目前，在对电芯的正极极片和负极极片的对齐度进行检测时，同一电芯极片的端点容易出现重复识别的情况，即一个电芯极片可能被识别出了多个极片端点(即极片端点识别有误)。而极片端点识别有误，则会影响后续对电芯极片对齐度的检测结果，造成电芯极片对齐度检测不够准确的问题。
发明内容
有鉴于此，本申请的目的在于提供一种删除重复识别的电芯极片端点的方法、装置、设备及介质，以删除识别错误的极片端点，提高电芯极片对齐度检测的准确性。
第一方面，本申请实施例提供了一种删除重复识别的电芯极片端点的方法，包括：
从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点；所述极片端点的类型包括正极极片端点类型和负极极片端点类型；
针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点；所述中心参考线垂直于各个极片；所述中心参考线与其具有平行关系的目标参考线之间的距离是该类型的各个所述极片端点与所述目标参考线之间的距离的平均值；
针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点；所述第一方向垂直于各个极片。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点之前，还包括：
获取到待检测电芯的电芯图像后，计算所述电芯图像的平均灰度值，以判断所述平均灰度值是否大于预设灰度阈值；
若所述平均灰度值大于所述预设灰度阈值，则表示所述电芯图像中包含所述待检测电芯；
若所述平均灰度值不大于所述预设灰度阈值，则表示所述电芯图像中未包含所述待检测电芯，重新获取所述待检测电芯的电芯图像，直至获取到的电芯图像的平均灰度值大于所述预设灰度阈值。
结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点，包括：
将所述电芯图像转换为灰度图像；
使用预先训练好的第一识别模型，从所述灰度图像中识别出包含各个所述极片的极片区域；
对所述极片区域进行滤波处理以去除毛刺，得到滤波后的极片区域；
根据滤波后的极片区域在所述灰度图像中的位置，从所述电芯图像中的同一位置上确定出滤波后的极片区域对应的电芯极片图像；
使用预先训练好的第二识别模型，从所述电芯极片图像中识别出各个所述极片的极片端点。
结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点，包括：
确定每个所述极片端点在所述电芯图像中的位置坐标；所述位置坐标包括所述极片端点在所述第一方向上的第一位置坐标值和在第二方向上的第二位置坐标值；所述第二方向平行于各个极片；
针对每个类型的所述极片端点，根据该类型的各个所述极片端点各自对应的第二位置坐标值，计算该类型的所有所述第二位置坐标值的平均坐标值；
将所述平均坐标值对应的直线作为所述中心参考线，以根据所述平均坐标值和预先设置的第一波动阈值，计算出在第二方向上以所述中心参考线为波动中心线的波动范围；所述波动范围在第二方向上的长度为所述预设偏移距离的2倍；
从该类型对应的所有所述极片端点中删除掉所述第二位置坐标值在所述波动范围之外的极片端点，以将剩余的所述极片端点作为该类型的第一极片端点。
结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点，包括：
针对每个类型，根据该类型的各个所述第一极片端点各自对应的第一位置坐标值，从该类型的所有所述第一极片端点中筛选出所述第一位置坐标值中的最小坐标值，以将所述最小坐标值对应的所述第一极片端点作为基准极片端点，将除所述基准极片端点之外的其他第一极片端点作为第二极片端点；
根据所述最小坐标值和预先设置的第二波动阈值，计算出所述基准极片端点对应的标准端点间隔距离；
根据各个所述第二极片端点的第一位置坐标值和所述最小坐标值，计算出在所述第一方向上每个所述第二极片端点与所述基准极片端点之间的端点间隔距离；
将所述端点间隔距离小于所述标准端点间隔距离的第二极片端点删除，得到剩余的第二极片端点，以将剩余的第二极片端点作为新的第一极片端点，继续执行根据该类型的各个所述第一极片端点各自对应的第一位置坐标值，从该类型的所有所述第一极片端点中筛选出所述第一位置坐标值中的最小坐标值，以将所述最小坐标值对应的所述第一极片端点作为基准极片端点，将除所述基准极片端点之外的其他第一极片端点作为第二极片端点及后续步骤，直至剩余的第二极片端点的个数少于等于1时停止，以将各循环轮次对应的基准极片端点作为该类型对应的目标极片端点。
结合第一方面或第一方面的第四种可能的实施方式，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述正极极片端点类型的所述目标极片端点为正极目标极片端点，所述负极极片端点类型的所述目标极片端点为负极目标极片端点，在得到各个所述正极目标极片端点和各个负极目标极片端点之后，还包括：
计算所述正极目标极片端点与所述负极目标极片端点之间的距离差；
根据所述距离差判断所述待检测电芯是否合格。
结合第一方面或第一方面的第四种可能的实施方式，本申请实施例提供了第一方面的第六种可能的实施方式，其中，在得到每个类型对应的目标极片端点后，还包括：
针对每个类型的所述目标极片端点，确定该类型的各个所述目标极片端点之间的对齐度；
根据各个类型对应的对齐度，判断所述待检测电芯是否合格。
第二方面，本申请实施例还提供一种删除重复识别的电芯极片端点的装置，包括：
识别模块，用于从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点；所述极片端点的类型包括正极极片端点类型和负极极片端点类型；
第一删除模块，用于针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点；所述中心参考线垂直于各个极片；所述中心参考线与其具有平行关系的目标参考线之间的距离是该类型的各个所述极片端点与所述目标参考线之间的距离的平均值；
第二删除模块，用于针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点；所述第一方向垂直于各个极片。
结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，还包括：
计算模块，用于在所述识别模块从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点之前，获取到待检测电芯的电芯图像后，计算所述电芯图像的平均灰度值，以判断所述平均灰度值是否大于预设灰度阈值；
第一表示模块，用于若所述平均灰度值大于所述预设灰度阈值，则表示所述电芯图像中包含所述待检测电芯；
第二表示模块，用于若所述平均灰度值不大于所述预设灰度阈值，则表示所述电芯图像中未包含所述待检测电芯，重新获取所述待检测电芯的电芯图像，直至获取到的电芯图像的平均灰度值大于所述预设灰度阈值。
结合第二方面，本申请实施例提供了第二方面的第二种可能的实施方式，其中，所述识别模块在用于从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点时，具体用于：
将所述电芯图像转换为灰度图像；
使用预先训练好的第一识别模型，从所述灰度图像中识别出包含各个所述极片的极片区域；
对所述极片区域进行滤波处理以去除毛刺，得到滤波后的极片区域；
根据滤波后的极片区域在所述灰度图像中的位置，从所述电芯图像中的同一位置上确定出滤波后的极片区域对应的电芯极片图像；
使用预先训练好的第二识别模型，从所述电芯极片图像中识别出各个所述极片的极片端点。
结合第二方面，本申请实施例提供了第二方面的第三种可能的实施方式，其中，所述第一删除模块在用于针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点时，具体用于：
确定每个所述极片端点在所述电芯图像中的位置坐标；所述位置坐标包括所述极片端点在所述第一方向上的第一位置坐标值和在第二方向上的第二位置坐标值；所述第二方向平行于各个极片；
针对每个类型的所述极片端点，根据该类型的各个所述极片端点各自对应的第二位置坐标值，计算该类型的所有所述第二位置坐标值的平均坐标值；
将所述平均坐标值对应的直线作为所述中心参考线，以根据所述平均坐标值和预先设置的第一波动阈值，计算出在第二方向上以所述中心参考线为波动中心线的波动范围；所述波动范围在第二方向上的长度为所述预设偏移距离的2倍；
从该类型对应的所有所述极片端点中删除掉所述第二位置坐标值在所述波动范围之外的极片端点，以将剩余的所述极片端点作为该类型的第一极片端点。
结合第二方面的第三种可能的实施方式，本申请实施例提供了第二方面的第四种可能的实施方式，其中，所述第二删除模块在用于针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点时，具体用于：
针对每个类型，根据该类型的各个所述第一极片端点各自对应的第一位置坐标值，从该类型的所有所述第一极片端点中筛选出所述第一位置坐标值中的最小坐标值，以将所述最小坐标值对应的所述第一极片端点作为基准极片端点，将除所述基准极片端点之外的其他第一极片端点作为第二极片端点；
根据所述最小坐标值和预先设置的第二波动阈值，计算出所述基准极片端点对应的标准端点间隔距离；
根据各个所述第二极片端点的第一位置坐标值和所述最小坐标值，计算出在所述第一方向上每个所述第二极片端点与所述基准极片端点之间的端点间隔距离；
将所述端点间隔距离小于所述标准端点间隔距离的第二极片端点删除，得到剩余的第二极片端点，以将剩余的第二极片端点作为新的第一极片端点，继续执行根据该类型的各个所述第一极片端点各自对应的第一位置坐标值，从该类型的所有所述第一极片端点中筛选出所述第一位置坐标值中的最小坐标值，以将所述最小坐标值对应的所述第一极片端点作为基准极片端点，将除所述基准极片端点之外的其他第一极片端点作为第二极片端点及后续步骤，直至剩余的第二极片端点的个数少于等于1时停止，以将各循环轮次对应的基准极片端点作为该类型对应的目标极片端点。
结合第二方面或第二方面的第四种可能的实施方式，本申请实施例提供了第二方面的第五种可能的实施方式，其中，所述正极极片端点类型的所述目标极片端点为正极目标极片端点，所述负极极片端点类型的所述目标极片端点为负极目标极片端点，所述装置还包括：
第二计算模块，用于在所述第二删除模块得到各个所述正极目标极片端点和各个负极目标极片端点之后，计算所述正极目标极片端点与所述负极目标极片端点之间的距离差；
第一判断模块，用于根据所述距离差判断所述待检测电芯是否合格。
结合第二方面或第二方面的第四种可能的实施方式，本申请实施例提供了第二方面的第六种可能的实施方式，其中，还包括：
确定模块，用于在所述第二删除模块在得到每个类型对应的目标极片端点后，针对每个类型的所述目标极片端点，确定该类型的各个所述目标极片端点之间的对齐度；
第二判断模块，用于根据各个类型对应的对齐度，判断所述待检测电芯是否合格。
第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面中任一种可能的实施方式中的步骤。
第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面中任一种可能的实施方式中的步骤。
本申请实施例提供的一种删除重复识别的电芯极片端点的方法、装置、设备及介质，其中，在识别出电芯图像中的各个极片的极片端点之后，考虑到与中心参考线之间的偏移距离过远的极片端点可能是识别错误(重复识别)的极片端点，因此通过删除掉偏移距离大于预设偏移距离的极片端点，以去除识别错误(重复识别)的极片端点，得到各个类型的第一极片端点。然后，同时考虑到在第一方向上同类型的极片之间实际上存在一定的间隔距离，因此若在第一方向上同类型的第一极片端点之间的端点间隔距离太近，也可能是识别错误(重复识别)的极片端点，因此通过删除掉端点间隔距离小于标准端点间隔距离的第一极片端点，以去除识别错误(重复识别)的极片端点，得到目标极片端点。本实施例中，考虑到若识别出的极片端点是错误的情况下，会影响后续对电芯极片的对齐度进行检测的检测结果，因此通过本申请的方式删除识别错误的极片端点，以在后续计算电芯极片的对齐度时，能够提高电芯极片对齐度检测的准确性。
为使本申请的上述目的、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
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本申请实施例所提供的一种删除重复识别的电芯极片端点的方法的流程图；
图2示出了本申请实施例所提供的一种电芯图像的示意图；
图3示出了本申请实施例所提供的一种极片区域的示意图；
图4示出了本申请实施例所提供的一种电芯极片图像的示意图；
图5示出了本申请实施例所提供的同一类型的极片端点的示意图；
图6示出了本申请实施例所提供的一种中心参考线的示意图；
图7示出了本申请实施例所提供的一种直角坐标系的示意图；
图8示出了本申请实施例所提供的一种基准极片端点的示意图；
图9示出了本申请实施例所提供的一种删除重复识别的电芯极片端点的装置的结构示意图；
图10示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到极片端点识别有误(重复识别)，会影响电芯极片对齐度的检测结果的问题。基于此，本申请实施例提供了一种删除重复识别的电芯极片端点的方法、装置、设备及介质，以删除识别错误的极片端点，提高电芯极片对齐度检测的准确性，下面通过实施例进行描述。
实施例一：
为便于对本实施例进行理解，首先对本申请实施例所公开的一种删除重复识别的电芯极片端点的方法进行详细介绍。图1示出了本申请实施例所提供的一种删除重复识别的电芯极片端点的方法的流程图，如图1所示，包括以下步骤S101-S103：
S101：从包含待检测电芯的电芯图像中识别出待检测电芯的各个极片的极片端点；极片端点的类型包括正极极片端点类型和负极极片端点类型。
该实施例中，待检测电芯中包含多个极片，极片的类型包括正极极片和负极极片，即待检测电芯中包含多个正极极片以及多个负极极片。图2示出了本申请实施例所提供的一种电芯图像的示意图，如图2所示，每个极片对应各自的极片端点。
在一种可能的实施方式中，在执行步骤S101之前，具体还可以按照以下步骤S1001-S1003执行：
S1001：获取到待检测电芯的电芯图像后，计算电芯图像的平均灰度值，以判断平均灰度值是否大于预设灰度阈值。
该实施例中，通过x-ray设备检测待检测电芯的电芯图像，然后从x-ray设备中获取该电芯图像。为了确认x-ray设备检测到的电芯图像中是否包含待检测电芯，本实施例中，通过计算该电芯图像的平均灰度值，并判断该平均灰度值是否大于预设灰度阈值。
S1002：若平均灰度值大于预设灰度阈值，则表示电芯图像中包含待检测电芯。
该实施例中，若平均灰度值大于预设灰度阈值，则判断该平均灰度值是否小于第二预设灰度阈值，若平均灰度值大于预设灰度阈值且小于第二预设灰度阈值，则表示电芯图像中包含待检测电芯。其中，预设灰度阈值小于第二预设灰度阈值。通过该方法，有利于避免获取到的电芯图像为全黑或者全白的图像。
S1003：若平均灰度值不大于预设灰度阈值，则表示电芯图像中未包含待检测电芯，重新获取待检测电芯的电芯图像，直至获取到的电芯图像的平均灰度值大于预设灰度阈值。
示例性的，当电芯图像为全黑图像时，那么该电芯图像的平均灰度值应该为0，即平均灰度值不大于预设灰度阈值，表示电芯图像中未包含待检测电芯。此时需要x-ray设备重新检测待检测电芯的电芯图像。通过该方法，有利于筛选掉x-ray设备成像错误的电芯图像。
本实施例中，从x-ray设备中获取到电芯图像后，对电芯图像进行旋转，以使电芯图像旋转为图2所示的方向，以便后续处理。
在一种可能的实施方式中，在执行步骤S101时，具体可以按照以下步骤S1011-S1015执行：
S1011：将电芯图像转换为灰度图像。
S1012：使用预先训练好的第一识别模型，从灰度图像中识别出包含各个极片的极片区域。
图3示出了本申请实施例所提供的一种极片区域的示意图，如图3所示，极片区域中包括正极极片区域和负极极片区域。
S1013：对极片区域进行滤波处理以去除毛刺，得到滤波后的极片区域。
S1014：根据滤波后的极片区域在灰度图像中的位置，从电芯图像中的同一位置上确定出滤波后的极片区域对应的电芯极片图像。
图4示出了本申请实施例所提供的一种电芯极片图像的示意图，如图4所示，滤波后的极片区域在灰度图像中的位置与电芯极片图像在电芯图像中的位置相同。
S1015：使用预先训练好的第二识别模型，从电芯极片图像中识别出各个极片的极片端点。
该实施例中，使用预先训练好的第二识别模型，从电芯极片图像中识别出各个正极极片的正极极片端点和各个负极极片的负极极片端点。图5示出了本申请实施例所提供的同一类型的极片端点的示意图。
S102：针对每个类型的极片端点，根据该类型的各个极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的极片端点删除，以将剩余的极片端点作为该类型的第一极片端点；中心参考线垂直于各个极片；中心参考线与其具有平行关系的目标参考线之间的距离是该类型的各个极片端点与目标参考线之间的距离的平均值。
在该实施例中，图6示出了本申请实施例所提供的一种中心参考线的示意图，如图6所示，中心参考线平行于目标参考线。其中，在计算各个极片端点与中心参考线之间的偏移距离时，具体可以计算各个极片端点的中心点与中心参考线之间的垂直距离。
在一种可能的实施方式中，在执行步骤S102时，具体可以按照以下步骤S1021-S1024执行：
S1021：确定每个极片端点在电芯图像中的位置坐标；位置坐标包括极片端点在第一方向上的第一位置坐标值和在第二方向上的第二位置坐标值；第二方向平行于各个极片。
该实施例中，以电芯图像左下角对应的点为中心点，建立直角坐标系，图7示出了本申请实施例所提供的一种直角坐标系的示意图，如图7所示，该直角坐标系的水平(x)轴平行于各个极片，纵向(y)轴垂直于各个极片。极片端点在电芯图像中的位置坐标具体为极片端点在该直角坐标系中的位置坐标。其中，第一方向为直角坐标系的纵向，第二方向为直角坐标系的水平方向。
S1022：针对每个类型的极片端点，根据该类型的各个极片端点各自对应的第二位置坐标值，计算该类型的所有第二位置坐标值的平均坐标值。
当极片端点的类型为正极极片端点类型时，以正极极片端点为例进行说明，根据正极极片端点各自对应的第二位置坐标值，计算所有正极极片端点对应的第二位置坐标值的平均坐标值。其中，第二位置坐标值为各个正极极片端点距离y轴的距离。本实施例中，目标参考线具体可以为直角坐标系的y轴。
S1023：将平均坐标值对应的直线作为中心参考线，以根据平均坐标值和预先设置的第一波动阈值，计算出在第二方向上以中心参考线为波动中心线的波动范围；波动范围在第二方向上的长度为预设偏移距离的2倍。
该实施例中，中心参考线位于波动范围的中间，将波动范围分为两部分。
S1024：从该类型对应的所有极片端点中删除掉第二位置坐标值在波动范围之外的极片端点，以将剩余的极片端点作为该类型的第一极片端点。
该实施例中，保留第二位置坐标值在波动范围之内的极片端点作为第一极片端点。通过该方式，可以删除掉x轴方向(即第二方向上)多余的极片端点。
S103：针对每个类型的第一极片端点，根据该类型的各个第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的第一极片端点删除，以将剩余的第一极片端点作为该类型的目标极片端点；第一方向垂直于各个极片。
在一种可能的实施方式中，在执行步骤S103时，具体可以按照以下步骤S1031-S1034执行：
S1031：针对每个类型，根据该类型的各个第一极片端点各自对应的第一位置坐标值，从该类型的所有第一极片端点中筛选出第一位置坐标值中的最小坐标值，以将最小坐标值对应的第一极片端点作为基准极片端点，将除基准极片端点之外的其他第一极片端点作为第二极片端点。
本实施例中，每个类型的第一极片端点均有多个。示例性的，图8示出了本申请实施例所提供的一种基准极片端点的示意图，如图8所示，直角坐标系中的各个原点表示同一类型的各个第一极片端点(分别为A、B、C、D、E、F、G)(例如，都是第一正极极片端点，或者都是第一负极极片端点)。第一极片端点的第一位置坐标值为在y轴(第一方向)上的坐标值。
针对每个类型，从该类型的所有第一极片端点中筛选出第一位置坐标值中的最小坐标值，以将最小坐标值对应的第一极片端点作为基准极片端点，也就是说，基准极片端点为第一极片端点中离x轴最近的第一极片端点，此时，第一极片端点A为基准极片端点。其他第一极片端点(B、C、D、E、F、G)作为第二极片端点。
S1032：根据最小坐标值和预先设置的第二波动阈值，计算出基准极片端点对应的标准端点间隔距离。
承接上述实施例，该最小坐标值为基准极片端点A在第一方向上的第一位置坐标值。该实施例中，标准端点间隔距离的长度与第二波动阈值相同，标准端点间隔距离的起始值为基准极片端点A对应的第一位置坐标值(即最小坐标值)。因此，本实施例中，如图8所示，示出了基准极片端点A对应的标准端点间隔距离。
S1033：根据各个第二极片端点的第一位置坐标值和最小坐标值，计算出在第一方向上每个第二极片端点与基准极片端点之间的端点间隔距离。
该实施例中，计算出每个第二极片端点(B、C、D、E、F、G)与基准极片端点A之间的端点间隔距离。
S1034：将端点间隔距离小于标准端点间隔距离的第二极片端点删除，得到剩余的第二极片端点，以将剩余的第二极片端点作为新的第一极片端点，继续执行根据该类型的各个第一极片端点各自对应的第一位置坐标值，从该类型的所有第一极片端点中筛选出第一位置坐标值中的最小坐标值，以将最小坐标值对应的第一极片端点作为基准极片端点，将除基准极片端点之外的其他第一极片端点作为第二极片端点及后续步骤，直至剩余的第二极片端点的个数少于等于1时停止，以将各循环轮次对应的基准极片端点作为该类型对应的目标极片端点。
如图8所示，第二极片端点B和C与基准极片端点A之间的端点间隔距离小于标准端点间隔距离，因此将第二极片端点B和C删除。然后将剩余的第二极片端点(D、E、F、G)作为新的第一极片端点。
继续执行根据该类型的各个第一极片端点各自对应的第一位置坐标值，从该类型的所有第一极片端点中筛选出第一位置坐标值中的最小坐标值，以将最小坐标值对应的第一极片端点作为基准极片端点，那么此时的基准极片端点为D，其他第一极片端点(E、F、G)作为新的第二极片端点。根据最小坐标值(基准极片端点D对应的第一位置坐标值)和预先设置的第二波动阈值，计算出基准极片端点D对应的标准端点间隔距离。然后计算每个第二极片端点(E、F、G)与基准极片端点D之间的端点间隔距离。如图8所示，第二极片端点E和F与基准极片端点D之间的端点间隔距离小于标准端点间隔距离，因此将第二极片端点E和F删除。然后将剩余的第二极片端点(G)作为新的第一极片端点。由于此时剩余的第二极片端点的个数少于等于1，因此，停止循环，将各循环轮次对应的基准极片端点(A和D)作为该类型对应的目标极片端点。
值得注意的是，上述的说明仅仅是示例性的，每个类型对应的目标极片端点实际上可以是多个。
在一种可能的实施方式中，正极极片端点类型的目标极片端点为正极目标极片端点，负极极片端点类型的目标极片端点为负极目标极片端点，在得到各个正极目标极片端点和各个负极目标极片端点之后，具体还可以按照以下步骤S1041-S1042执行：
S1041：计算正极目标极片端点与负极目标极片端点之间的距离差。
本实施例中，正极目标极片端点有多个，负极目标极片端点也有多个，因此，在计算正极目标极片端点与负极目标极片端点之间的距离差，具体可以计算各个正极目标极片端点对应的第二位置坐标值中的最小第二位置坐标值，与各个负极目标极片端点对应的第二位置坐标值中的最大第二位置坐标值的差值，以将该差值作为距离差。还可以通过计算各个正极目标极片端点对应的第二位置坐标值中的平均正极第二位置坐标值，与各个负极目标极片端点对应的第二位置坐标值中的平均负极第二位置坐标值，以将平均正极第二位置坐标值和平均负极第二位置坐标值之间的差值作为距离差。
S1042：根据距离差判断待检测电芯是否合格。
该实施例中，当距离差大于第一预设距离差时，则表示待检测电芯合格。当距离差不大于第一预设距离差时，则表示待检测电芯不合格。
本实施例中，考虑到若正极目标极片端点与负极目标极片端点之间的距离越近(例如一样长)则待检测电芯可能出现短路的问题，因此，为了避免待检测电芯可能出现短路的问题，需要让正极目标极片端点与负极目标极片端点之间具有一定的距离。
在一种可能的实施方式中，在得到每个类型对应的目标极片端点后，具体还可以按照以下步骤S1051-S1052执行：
S1051：针对每个类型的目标极片端点，确定该类型的各个目标极片端点之间的对齐度。
该实施例中，针对每个类型的目标极片端点，根据该类型的目标极片端点各自对应的第二位置坐标值，计算所有第二位置坐标值中最大第二位置坐标值和最小第二位置坐标值之间的差值，以将该差值作为该类型的各个目标极片端点之间的对齐度。
S1052：根据各个类型对应的对齐度，判断待检测电芯是否合格。
该实施例中，判断各个类型对应的差值是否大于第二预设距离差值，若任意一个或两个类型对应的差值大于第二预设距离差值，则表示待检测电芯不合格。若两个类型对应的差值均不大于第二预设距离差值，则表示待检测电芯合格。
该实施例中，差值越大，表示目标极片端点之间的对齐度越差，电芯越不合格。差值越小，表示目标极片端点之间的对齐度越好，电芯越合格。
在一种可能的实施方式中，正极极片端点类型的目标极片端点为正极目标极片端点，负极极片端点类型的目标极片端点为负极目标极片端点，在得到各个正极目标极片端点和各个负极目标极片端点之后，具体可以：
计算正极目标极片端点与负极目标极片端点之间的距离差；以及计算正极目标极片端点之间的对齐度(即差值)和负极目标极片端点之间的对齐度(即差值)；
若距离差大于第一预设距离差，且正极目标极片端点之间的对齐度(前述所指的差值)不大于第二预设距离差值，负极目标极片端点之间的对齐度(前述所指的差值)也不大于第二预设距离差值，则表示待检测电芯合格。
当距离差不大于第一预设距离差时、正极目标极片端点之间的对齐度(前述所指的差值)大于第二预设距离差值，和/或，负极目标极片端点之间的对齐度(前述所指的差值)大于第二预设距离差值，则表示待检测电芯不合格。
具体计算过程参考前述步骤，本申请对此不再重复说明。
实施例二：
基于相同的技术构思，本申请还提供了一种删除重复识别的电芯极片端点的装置，图9示出了本申请实施例所提供的一种删除重复识别的电芯极片端点的装置的结构示意图，如图9所示，该装置包括：
识别模块901，用于从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点；所述极片端点的类型包括正极极片端点类型和负极极片端点类型；
第一删除模块902，用于针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点；所述中心参考线垂直于各个极片；所述中心参考线与其具有平行关系的目标参考线之间的距离是该类型的各个所述极片端点与所述目标参考线之间的距离的平均值；
第二删除模块903，用于针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点；所述第一方向垂直于各个极片。
可选的，还包括：
计算模块，用于在所述识别模块901从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点之前，获取到待检测电芯的电芯图像后，计算所述电芯图像的平均灰度值，以判断所述平均灰度值是否大于预设灰度阈值；
第一表示模块，用于若所述平均灰度值大于所述预设灰度阈值，则表示所述电芯图像中包含所述待检测电芯；
第二表示模块，用于若所述平均灰度值不大于所述预设灰度阈值，则表示所述电芯图像中未包含所述待检测电芯，重新获取所述待检测电芯的电芯图像，直至获取到的电芯图像的平均灰度值大于所述预设灰度阈值。
可选的，所述识别模块901在用于从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点时，具体用于：
将所述电芯图像转换为灰度图像；
使用预先训练好的第一识别模型，从所述灰度图像中识别出包含各个所述极片的极片区域；
对所述极片区域进行滤波处理以去除毛刺，得到滤波后的极片区域；
根据滤波后的极片区域在所述灰度图像中的位置，从所述电芯图像中的同一位置上确定出滤波后的极片区域对应的电芯极片图像；
使用预先训练好的第二识别模型，从所述电芯极片图像中识别出各个所述极片的极片端点。
可选的，所述第一删除模块902在用于针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点时，具体用于：
确定每个所述极片端点在所述电芯图像中的位置坐标；所述位置坐标包括所述极片端点在所述第一方向上的第一位置坐标值和在第二方向上的第二位置坐标值；所述第二方向平行于各个极片；
针对每个类型的所述极片端点，根据该类型的各个所述极片端点各自对应的第二位置坐标值，计算该类型的所有所述第二位置坐标值的平均坐标值；
将所述平均坐标值对应的直线作为所述中心参考线，以根据所述平均坐标值和预先设置的第一波动阈值，计算出在第二方向上以所述中心参考线为波动中心线的波动范围；所述波动范围在第二方向上的长度为所述预设偏移距离的2倍；
从该类型对应的所有所述极片端点中删除掉所述第二位置坐标值在所述波动范围之外的极片端点，以将剩余的所述极片端点作为该类型的第一极片端点。
可选的，所述第二删除模块903在用于针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点时，具体用于：
针对每个类型，根据该类型的各个所述第一极片端点各自对应的第一位置坐标值，从该类型的所有所述第一极片端点中筛选出所述第一位置坐标值中的最小坐标值，以将所述最小坐标值对应的所述第一极片端点作为基准极片端点，将除所述基准极片端点之外的其他第一极片端点作为第二极片端点；
根据所述最小坐标值和预先设置的第二波动阈值，计算出所述基准极片端点对应的标准端点间隔距离；
根据各个所述第二极片端点的第一位置坐标值和所述最小坐标值，计算出在所述第一方向上每个所述第二极片端点与所述基准极片端点之间的端点间隔距离；
将所述端点间隔距离小于所述标准端点间隔距离的第二极片端点删除，得到剩余的第二极片端点，以将剩余的第二极片端点作为新的第一极片端点，继续执行根据该类型的各个所述第一极片端点各自对应的第一位置坐标值，从该类型的所有所述第一极片端点中筛选出所述第一位置坐标值中的最小坐标值，以将所述最小坐标值对应的所述第一极片端点作为基准极片端点，将除所述基准极片端点之外的其他第一极片端点作为第二极片端点及后续步骤，直至剩余的第二极片端点的个数少于等于1时停止，以将各循环轮次对应的基准极片端点作为该类型对应的目标极片端点。
可选的，所述正极极片端点类型的所述目标极片端点为正极目标极片端点，所述负极极片端点类型的所述目标极片端点为负极目标极片端点，所述装置还包括：
第二计算模块，用于在所述第二删除模块903得到各个所述正极目标极片端点和各个负极目标极片端点之后，计算所述正极目标极片端点与所述负极目标极片端点之间的距离差；
第一判断模块，用于根据所述距离差判断所述待检测电芯是否合格。
可选的，还包括：
确定模块，用于在所述第二删除模块903在得到每个类型对应的目标极片端点后，针对每个类型的所述目标极片端点，确定该类型的各个所述目标极片端点之间的对齐度；
第二判断模块，用于根据各个类型对应的对齐度，判断所述待检测电芯是否合格。
实施例三：
图10为本申请实施例提供的一种电子设备的结构示意图，包括：处理器1001、存储器1002和总线1003，所述存储器1002存储有所述处理器1001可执行的机器可读指令，当电子设备运行上述的信息处理方法时，所述处理器1001与所述存储器1002之间通过总线1003通信，所述处理器1001执行所述机器可读指令，以执行实施例一中所述的方法步骤。
实施例四：
本申请实施例四还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行实施例一中所述的方法步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置、电子设备和计算机可读存储介质的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请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(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、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：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述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：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种删除重复识别的电芯极片端点的方法，其特征在于，包括：
从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点；所述极片端点的类型包括正极极片端点类型和负极极片端点类型；
针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点；所述中心参考线垂直于各个极片；所述中心参考线与其具有平行关系的目标参考线之间的距离是该类型的各个所述极片端点与所述目标参考线之间的距离的平均值；
针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点；所述第一方向垂直于各个极片。
2.根据权利要求1所述方法，其特征在于，所述从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点之前，还包括：
获取到待检测电芯的电芯图像后，计算所述电芯图像的平均灰度值，以判断所述平均灰度值是否大于预设灰度阈值；
若所述平均灰度值大于所述预设灰度阈值，则表示所述电芯图像中包含所述待检测电芯；
若所述平均灰度值不大于所述预设灰度阈值，则表示所述电芯图像中未包含所述待检测电芯，重新获取所述待检测电芯的电芯图像，直至获取到的电芯图像的平均灰度值大于所述预设灰度阈值。
3.根据权利要求1所述方法，其特征在于，所述从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点，包括：
将所述电芯图像转换为灰度图像；
使用预先训练好的第一识别模型，从所述灰度图像中识别出包含各个所述极片的极片区域；
对所述极片区域进行滤波处理以去除毛刺，得到滤波后的极片区域；
根据滤波后的极片区域在所述灰度图像中的位置，从所述电芯图像中的同一位置上确定出滤波后的极片区域对应的电芯极片图像；
使用预先训练好的第二识别模型，从所述电芯极片图像中识别出各个所述极片的极片端点。
4.根据权利要求1所述方法，其特征在于，所述针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点，包括：
确定每个所述极片端点在所述电芯图像中的位置坐标；所述位置坐标包括所述极片端点在所述第一方向上的第一位置坐标值和在第二方向上的第二位置坐标值；所述第二方向平行于各个极片；
针对每个类型的所述极片端点，根据该类型的各个所述极片端点各自对应的第二位置坐标值，计算该类型的所有所述第二位置坐标值的平均坐标值；
将所述平均坐标值对应的直线作为所述中心参考线，以根据所述平均坐标值和预先设置的第一波动阈值，计算出在第二方向上以所述中心参考线为波动中心线的波动范围；所述波动范围在第二方向上的长度为所述预设偏移距离的2倍；
从该类型对应的所有所述极片端点中删除掉所述第二位置坐标值在所述波动范围之外的极片端点，以将剩余的所述极片端点作为该类型的第一极片端点。
5.根据权利要求4所述方法，其特征在于，所述针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点，包括：
针对每个类型，根据该类型的各个所述第一极片端点各自对应的第一位置坐标值，从该类型的所有所述第一极片端点中筛选出所述第一位置坐标值中的最小坐标值，以将所述最小坐标值对应的所述第一极片端点作为基准极片端点，将除所述基准极片端点之外的其他第一极片端点作为第二极片端点；
根据所述最小坐标值和预先设置的第二波动阈值，计算出所述基准极片端点对应的标准端点间隔距离；
根据各个所述第二极片端点的第一位置坐标值和所述最小坐标值，计算出在所述第一方向上每个所述第二极片端点与所述基准极片端点之间的端点间隔距离；
将所述端点间隔距离小于所述标准端点间隔距离的第二极片端点删除，得到剩余的第二极片端点，以将剩余的第二极片端点作为新的第一极片端点，继续执行根据该类型的各个所述第一极片端点各自对应的第一位置坐标值，从该类型的所有所述第一极片端点中筛选出所述第一位置坐标值中的最小坐标值，以将所述最小坐标值对应的所述第一极片端点作为基准极片端点，将除所述基准极片端点之外的其他第一极片端点作为第二极片端点及后续步骤，直至剩余的第二极片端点的个数少于等于1时停止，以将各循环轮次对应的基准极片端点作为该类型对应的目标极片端点。
6.根据权利要求1或5所述方法，其特征在于，所述正极极片端点类型的所述目标极片端点为正极目标极片端点，所述负极极片端点类型的所述目标极片端点为负极目标极片端点，在得到各个所述正极目标极片端点和各个负极目标极片端点之后，还包括：
计算所述正极目标极片端点与所述负极目标极片端点之间的距离差；
根据所述距离差判断所述待检测电芯是否合格。
7.根据权利要求1或5所述方法，其特征在于，在得到每个类型对应的目标极片端点后，还包括：
针对每个类型的所述目标极片端点，确定该类型的各个所述目标极片端点之间的对齐度；
根据各个类型对应的对齐度，判断所述待检测电芯是否合格。
8.一种删除重复识别的电芯极片端点的装置，其特征在于，包括：
识别模块，用于从包含待检测电芯的电芯图像中识别出所述待检测电芯的各个极片的极片端点；所述极片端点的类型包括正极极片端点类型和负极极片端点类型；
第一删除模块，用于针对每个类型的所述极片端点，根据该类型的各个所述极片端点与中心参考线之间的偏移距离，将偏移距离大于预设偏移距离的所述极片端点删除，以将剩余的所述极片端点作为该类型的第一极片端点；所述中心参考线垂直于各个极片；所述中心参考线与其具有平行关系的目标参考线之间的距离是该类型的各个所述极片端点与所述目标参考线之间的距离的平均值；
第二删除模块，用于针对每个类型的所述第一极片端点，根据该类型的各个所述第一极片端点之间在第一方向上的端点间隔距离，将端点间隔距离小于标准端点间隔距离的所述第一极片端点删除，以将剩余的所述第一极片端点作为该类型的目标极片端点；所述第一方向垂直于各个极片。
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一所述方法的步骤。
CN202310334767.7A 2023-03-30 2023-03-30 删除重复识别的电芯极片端点的方法、装置、设备及介质 Pending CN116433622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310334767.7A CN116433622A (zh) 2023-03-30 2023-03-30 删除重复识别的电芯极片端点的方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310334767.7A CN116433622A (zh) 2023-03-30 2023-03-30 删除重复识别的电芯极片端点的方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN116433622A true CN116433622A (zh) 2023-07-14

Family

ID=87084842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310334767.7A Pending CN116433622A (zh) 2023-03-30 2023-03-30 删除重复识别的电芯极片端点的方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116433622A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152144A (zh) * 2023-10-30 2023-12-01 潍坊华潍新材料科技有限公司 基于图像处理的导辊监测方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152144A (zh) * 2023-10-30 2023-12-01 潍坊华潍新材料科技有限公司 基于图像处理的导辊监测方法及装置
CN117152144B (zh) * 2023-10-30 2024-01-30 潍坊华潍新材料科技有限公司 基于图像处理的导辊监测方法及装置

Similar Documents

Publication Publication Date Title
CN116433622A (zh) 删除重复识别的电芯极片端点的方法、装置、设备及介质
CN112750116A (zh) 一种缺陷检测方法、装置、计算机设备及存储介质
CN108805180B (zh) 目标对象的检测方法及装置
CN110275878B (zh) 业务数据检测方法、装置、计算机设备及存储介质
CN110647913B (zh) 基于聚类算法的异常数据检测方法及装置
CN109558263B (zh) 一种固态硬盘数据读取错误的处理方法及相关装置
CN106802898B (zh) 数据录入方法及装置
CN106358220B (zh) 异常联系人信息的检测方法、装置及系统
CN113626495A (zh) 一种能源管理系统的运行数据采集方法
CN116137061B (zh) 数量统计模型的训练方法、装置、电子设备及存储介质
CN115601618B (zh) 一种磁芯缺陷检测方法、系统及计算机存储介质
CN116448960A (zh) 一种芯片的质量检测方法、装置、电子设备及存储介质
CN109408951A (zh) 一种pcb的零件检查方法及相关装置
CN112799911A (zh) 一种节点健康状态检测方法、装置、设备及存储介质
CN110618390B (zh) 蓄电池组异常单体电池识别方法、装置、设备及其存储介质
CN111220850A (zh) 电池隔膜阻值测量方法及装置
CN114461477B (zh) 一种实现芯片检测的方法、装置、计算机存储介质及终端
CN111292463A (zh) 一种纸币识别方法、装置、服务器及存储介质
CN116628508B (zh) 模型训练过程异常检测方法、装置、设备及存储介质
CN113156318A (zh) 故障电芯检测方法、装置、电子设备和存储介质
CN112148764B (zh) 特征的筛选方法、装置、设备和存储介质
WO2024138666A1 (zh) 时空组定位芯片的质量检测方法、装置、设备和存储介质
CN114418036B (zh) 神经网络的性能测试和训练方法、设备和存储介质
CN118247250A (zh) 切刀豁口的检测方法、装置、电子设备及存储介质
US20240095902A1 (en) Tab bending detection method and apparatus, electronic device, and storage medium

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