CN117115157B - 基于pem电解槽的缺陷检测方法、系统、终端设备及介质 - Google Patents

基于pem电解槽的缺陷检测方法、系统、终端设备及介质 Download PDF

Info

Publication number
CN117115157B
CN117115157B CN202311372996.4A CN202311372996A CN117115157B CN 117115157 B CN117115157 B CN 117115157B CN 202311372996 A CN202311372996 A CN 202311372996A CN 117115157 B CN117115157 B CN 117115157B
Authority
CN
China
Prior art keywords
information
area
detected
defect
corrosion
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
Application number
CN202311372996.4A
Other languages
English (en)
Other versions
CN117115157A (zh
Inventor
蔡沛
郭启
彭智勇
于孟林
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.)
Hunan Longshen Hydrogen Energy Technology Co ltd
Original Assignee
Hunan Longshen Hydrogen Energy 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 Hunan Longshen Hydrogen Energy Technology Co ltd filed Critical Hunan Longshen Hydrogen Energy Technology Co ltd
Priority to CN202311372996.4A priority Critical patent/CN117115157B/zh
Publication of CN117115157A publication Critical patent/CN117115157A/zh
Application granted granted Critical
Publication of CN117115157B publication Critical patent/CN117115157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • 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
    • G06T2207/20036—Morphological image processing
    • 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
    • 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
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请适用于图像处理的技术领域，提供了一种基于PEM电解槽的缺陷检测方法、系统、终端设备及介质，其方法包括获取待检测双极板的初始工况图，并基于预设的相机，获取待检测双极板的待检测缺陷图；根据初始工况图，确定待检测双极板的初始参数集信息，并根据待检测缺陷图，确定待检测双极板的缺陷参数集信息，其中，初始参数集信息包括初始色泽信息和初始工件轮廓线信息，缺陷参数集信息包括实时色泽信息、实时工件轮廓线信息和腐蚀区域轮廓线信息；根据初始参数集信息和缺陷参数集信息，确定待检测双极板的缺陷区域信息。本申请能够高效辅助研发人员分析双极板的质量缺陷，大幅度提高处理效率。

Description

基于PEM电解槽的缺陷检测方法、系统、终端设备及介质
技术领域
本申请涉及图像处理的技术领域，具体而言，涉及一种基于PEM电解槽的缺陷检测方法、系统、终端设备及介质。
背景技术
由于PEM电解槽可以在非常低的电压条件下有效地实现水的分解，制备出高纯度的氢气，PEM电解槽得到了更加广泛的应用。因为PEM电解槽中的金属双极板需要一直处于强酸和高度氧化的环境中，所以即使金属双极板采用钛作为主要材料且在金属双极板的表面涂覆有贵金属涂层，金属双极板在长时间的使用中依然会被高度腐蚀，影响PEM电解槽的安全运行。
为了研发和开发出使用寿命更长的PEM电解槽，通常会对预估内部已经高度腐蚀的PEM电解槽进行拆解处理，然后对每片双极板的质量缺陷进行全面的研究和分析。
目前，在研发人员分析双极板的质量缺陷之前，通常需要人工对每片双极板的腐蚀区域进行标记，由于双极板的数量较多且人工标记耗时较长，存在处理效率较低的问题，有待进一步改进。
发明内容
基于此，本申请实施例提供了一种基于PEM电解槽的缺陷检测方法、系统、终端设备及介质，以解决现有技术中处理效率较低的问题。
第一方面，本申请实施例提供了一种基于PEM电解槽的缺陷检测方法，应用于PEM电解槽，所述PEM电解槽包括多个待检测双极板，所述方法包括：
获取所述待检测双极板的初始工况图，并基于预设的相机，获取所述待检测双极板的待检测缺陷图；
根据所述初始工况图和预设的轮廓提取法，确定所述待检测双极板的初始参数集信息，并根据所述待检测缺陷图和所述轮廓提取法，确定所述待检测双极板的缺陷参数集信息，其中，所述初始参数集信息包括初始色泽信息和初始工件轮廓线信息，所述缺陷参数集信息包括实时色泽信息、实时工件轮廓线信息和腐蚀区域轮廓线信息；
根据所述初始参数集信息、所述缺陷参数集信息、预设的灰度偏差阈值和预设的面积阈值，确定所述待检测双极板的缺陷区域信息。
与现有技术相比存在的有益效果是：本申请实施例提供的基于PEM电解槽的缺陷检测方法，终端设备可以先获取待检测双极片的初始工况图，并获取待检测双极片的待检测缺陷图，然后根据初始工况图，确定待检测双极片的初始参数集信息，并根据待检测缺陷图，确定待检测双极片的缺陷参数集信息，再根据初始参数集信息和缺陷参数集信息，确定出待检测双极片的缺陷区域信息，精准地确定待检测双极片的腐蚀区域，在需要分析数量较多的双极板的时候，能够明显地提高处理效率，在一定程度上解决了当前处理效率较低的问题。
第二方面，本申请实施例提供了一种基于PEM电解槽的缺陷检测系统，应用于PEM电解槽，所述PEM电解槽包括多个待检测双极板，所述系统包括：
待检测缺陷图获取模块：用于获取所述待检测双极板的初始工况图，并基于预设的相机，获取所述待检测双极板的待检测缺陷图；
缺陷参数集信息确定模块：用于根据所述初始工况图和预设的轮廓提取法，确定所述待检测双极板的初始参数集信息，并根据所述待检测缺陷图和所述轮廓提取法，确定所述待检测双极板的缺陷参数集信息，其中，所述初始参数集信息包括初始色泽信息和初始工件轮廓线信息，所述缺陷参数集信息包括实时色泽信息、实时工件轮廓线信息和腐蚀区域轮廓线信息；
缺陷区域信息确定模块：用于根据所述初始参数集信息、所述缺陷参数集信息、预设的灰度偏差阈值和预设的面积阈值，确定所述待检测双极板的缺陷区域信息。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中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第一方面的方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本申请一实施例提供的缺陷检测方法的流程示意图；
图2是本申请一实施例提供的待检测双极板的示意图；
图3是本申请一实施例提供的双极板的示意图，其中，图3中的（a）是投入生产前的双极板的示意图，图3中的（b）是待检测双极板的示意图；
图4是本申请一实施例提供的缺陷检测方法中步骤S200之前的流程示意图；
图5是本申请一实施例提供的缺陷检测方法中步骤S200的流程示意图；
图6是本申请一实施例提供的目标特征点信息的示意图；
图7是本申请一实施例提供的轮廓点的示意图；
图8是本申请一实施例提供的缺陷检测方法中步骤S300的流程示意图；
图9是本申请一实施例提供的腐蚀区域的示意图，其中，图9中的（a）是第一预估腐蚀区域的示意图，图9中的（b）是第二均匀腐蚀区域的示意图，图9中的（c）是点腐蚀区域的示意图；
图10是本申请一实施例提供的缺陷检测方法中步骤S300之后的流程示意图；
图11是本申请一实施例提供的缺陷检测方法中步骤S400之后的流程示意图；
图12是本申请一实施例提供的缺陷检测系统的模块框图；
图13是本申请一实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
请参阅图1，图1是本申请实施例提供的基于PEM电解槽的缺陷检测方法的流程示意图。在本实施例中，缺陷检测方法的执行主体为终端设备。可以理解的是，终端设备的类型包括但不限于手机、平板电脑、笔记本电脑、超级移动个人计算机(Ultra-MobilePersonal Computer，UMPC)、上网本、个人数字助理(Personal Digital Assistant，PDA)等，本申请实施例对终端设备的具体类型不作任何限制。
请参阅图1，本申请实施例提供的缺陷检测方法包括但不限于以下步骤：
在S100中，获取待检测双极板的初始工况图，并基于预设的相机，获取待检测双极板的待检测缺陷图。
不失一般性地，PEM电解槽包括端板、多个密封垫和多个待检测双极板，待检测双极板用于描述待确定缺陷区域的双极板，缺陷区域可以是腐蚀区域。该缺陷检测方法可以应用于PEM电解槽，譬如预估内部已经高度腐蚀的PEM电解槽，PEM电解槽内部是否被高度腐蚀可以基于PEM电解槽的推荐使用寿命进行确定，示例性地，当PEM电解槽的推荐使用寿命是1300小时，且该PEM电解槽已经运行2380小时的时候，研发人员可以确定该PEM电解槽为预估内部已经高度腐蚀的PEM电解槽，然后对该PEM电解槽进行拆解。
具体来说，在PEM电解槽投入生产前的组装阶段，终端设备可以基于预设的工业相机，对组装PEM电解槽的每一片双极板进行拍摄，生成初始工况图，然后上传初始工况图至预设的数据储存库，其中，初始工况图用于描述基于工业相机对投入生产前的双极板进行拍摄所获得的图像；需要说明的是，该投入生产前的双极板与待检测双极板是同一片双极板。
示例性地，终端设备可以基于预设的数据储存库，获取待检测双极板的初始工况图，同时基于预设的工业相机，获取待检测双极板的待检测缺陷图，示例性地，请参阅图2，待检测缺陷图用于描述基于工业相机对待检测双极板进行拍摄所获得的图像。
在S200中，根据初始工况图和预设的轮廓提取法，确定待检测双极板的初始参数集信息，并根据待检测缺陷图和轮廓提取法，确定待检测双极板的缺陷参数集信息。
具体来说，初始参数集信息包括初始色泽信息和初始工件轮廓线信息；其中，初始色泽信息用于描述投入生产前的双极板的色泽；初始工件轮廓线信息用于描述投入生产前的双极板的轮廓线，示例性地，请参阅图3中的（a），初始工件轮廓线信息即图3的（a）中的实线。因待检测双极板被腐蚀后，腐蚀区域会相较于其他正常区域失去光泽且颜色发暗，故缺陷参数集信息包括实时色泽信息、实时工件轮廓线信息和腐蚀区域轮廓线信息；其中，实时色泽信息用于描述待检测双极板的色泽；实时工件轮廓线信息用于描述待检测双极板的轮廓线，请参阅图3中的（b），实时工件轮廓线信息即图3的（b）中的实线；腐蚀区域轮廓线信息用于描述待检测双极板中的腐蚀区域的轮廓线，请参阅图3中的（b），腐蚀区域轮廓线信息即图3的（b）中的虚线。
示例性地，终端设备可以根据初始工况图，确定待检测双极板的初始参数集信息，并且终端设备可以根据待检测缺陷图，确定待检测双极板的缺陷参数集信息。
在一些可能的实现方式中，为了有利于提高缺陷参数集信息的准确性，请参阅图4，在步骤S200之前，该方法还包括但不限于以下步骤：
在S201中，对初始工况图和待检测缺陷图进行灰度处理，生成初始工况灰度图和待检测缺陷灰度图。
具体来说，初始工况灰度图用于描述灰度处理后的初始工况图，待检测缺陷灰度图用于描述灰度处理后的待检测缺陷图。终端设备可以先对初始工况图进行灰度处理，生成初始工况灰度图，然后终端设备可以对待检测缺陷图进行灰度处理，生成待检测缺陷灰度图，其中，灰度处理可以采用加权平均法，即根据预设的加权平均函数将初始工况图或待检测缺陷图的RGB值以不同的权值进行加权平均，该加权平均函数可以是：
，
式中，为红通道分量；/>为绿通道分量；/>为蓝通道分量；/>为红通道分量的权重，/>可以取0.299；/>为绿通道分量的权重，/>可以取0.587；/>为蓝通道分量的权重，可以取0.114。
在S202中，对初始工况灰度图和待检测缺陷灰度图进行二值化处理，生成初始工况二值化图和待检测缺陷二值化图。
具体来说，初始工况二值化图用于描述二值化处理后的初始工况灰度图，待检测缺陷二值化图用于描述二值化处理后的待检测缺陷灰度图。在终端设备生成初始工况灰度图和待检测缺陷灰度图之后，终端设备可以对初始工况灰度图和待检测缺陷灰度图进行二值化处理，生成初始工况二值化图和待检测缺陷二值化图，其中，二值化处理可以是全局阈值法或者自适应阈值法。
相应地，为了实现提高缺陷参数集信息的准确性，请参阅图5，步骤S200包括但不限于以下步骤：
在S210中，获取初始工况灰度图的初始灰度信息，并获取待检测缺陷灰度图的待检测灰度信息。
具体来说，初始灰度信息用于描述初始工况灰度图上每个像素的灰度，待检测灰度信息用于描述待检测缺陷灰度图上每个像素的灰度。终端设备可以先获取初始工况灰度图的初始灰度信息，并且获取待检测缺陷灰度图的待检测灰度信息。
在S220中，确定初始灰度信息为初始色泽信息，并确定待检测灰度信息为实时色泽信息。
具体来说，在终端设备获取初始灰度信息和待检测灰度信息之后，终端设备可以将初始灰度信息确定为初始色泽信息，并且将待检测灰度信息确定为实时色泽信息。
在S230中，根据初始工况二值化图和预设的轮廓提取法，确定初始工况图中的初始工件轮廓线信息。
具体来说，轮廓提取法可以采用掏空内部点法或者边界跟踪法；初始工件轮廓线信息由待检测双极板的多个初始轮廓点所组成。终端设备可以基于预设的轮廓提取法，根据初始工况二值化图确定初始工况图中的初始工件轮廓线信息。
在S240中，根据初始工件轮廓线信息和预设的目标特征点信息，生成基准位置矢量偏差集信息。
不失一般性地，目标特征点信息用于描述作为各个初始轮廓点所在位置的参照基准点，目标特征点信息可以由用户自定义，譬如可以预先选定外部轮廓的某一个角点作为目标特征点信息；基准位置矢量偏差集信息包括多个初始轮廓点对应的位置矢量偏差信息，位置矢量偏差信息用于描述初始轮廓点与目标特征点信息之间的位置偏差；示例性地，请参阅图6，图6中内部标有“目”的圆点表示目标特征点信息，图6中内部填充为黑色的两个圆点均表示初始轮廓点，图6中双箭头线条D1和双箭头线条D2所对应的距离均表示位置矢量偏差信息。
具体来说，终端设备可以根据初始工件轮廓线信息和预设的目标特征点信息，生成基准位置矢量偏差集信息。
在S250中，根据待检测缺陷二值化图和轮廓提取法，确定待检测缺陷二值化图的全局轮廓信息。
具体来说，全局轮廓信息用于描述待检测缺陷二值化图整体的轮廓线，即外部轮廓线和内部轮廓线，全局轮廓信息由待检测缺陷二值化图中的全部轮廓点所组成；终端设备可以基于上述轮廓提取法，确定待检测缺陷二值化图的全局轮廓信息。
在S260中，针对待检测缺陷二值化图中的每个轮廓点：根据轮廓点和目标特征点信息，生成待检测位置矢量偏差信息。
具体来说，待检测位置矢量偏差用于描述轮廓点与目标特征点信息之间的位置偏差；终端设备可以针对待检测缺陷二值化图中的每个轮廓点进行如下处理：根据轮廓点和目标特征点信息，生成待检测位置矢量偏差信息。示例性地，请参阅图7，图7中内部标有“目”的圆点表示目标特征点信息，图7中内部填充为黑色的两个圆点和内部标有“腐”的圆点均为待检测缺陷二值化图的轮廓点，图7中双箭头线条D3、双箭头线条D4和双箭头线条D5所对应的距离均表示待检测位置矢量偏差信息。
在S270中，比对待检测位置矢量偏差信息与基准位置矢量偏差集信息中的每个位置矢量偏差信息。
具体来说，终端设备可以将待检测位置矢量偏差信息与基准位置矢量偏差集信息中的每个位置矢量偏差信息进行比对。
在S280中，若待检测位置矢量偏差信息与位置矢量偏差信息相一致，则确定轮廓点为实时工件轮廓点，否则确定轮廓点为腐蚀区域轮廓点。
具体来说，实时工件轮廓点用于描述待检测双极板自身形状的轮廓度，腐蚀区域轮廓点用于描述腐蚀区域的轮廓点。如果待检测位置矢量偏差信息与位置矢量偏差信息相一致，则终端设备可以确定该轮廓点为实时工件轮廓点，否则终端设备可以确定轮廓点为腐蚀区域轮廓点；示例性地，请参阅图7，图7中双箭头线条D3所对应的距离与图6中双箭头线条D1所对应的距离相一致，图7中双箭头线条D4所对应的距离与图6中双箭头线条D2所对应的距离相一致，图7中内部填充为黑色的两个圆点均为实时工件轮廓点；图6中并不存在与双箭头线条D5所对应的距离和方向相一致的点，故图7中内部标有“腐”的圆点为腐蚀区域轮廓点。
在S290中，根据多个实时工件轮廓点，生成实时工件轮廓线信息。
具体来说，终端设备可以根据多个实时工件轮廓点，生成实时工件轮廓线信息。
在S291中，根据多个腐蚀区域轮廓点，生成腐蚀区域轮廓线信息。
具体来说，终端设备可以根据多个腐蚀区域轮廓点，生成腐蚀区域轮廓线信息。
在S300中，根据初始参数集信息、缺陷参数集信息、预设的灰度偏差阈值和预设的面积阈值，确定待检测双极板的缺陷区域信息。
具体来说，实时工件轮廓线信息包括待检测双极板的外边缘轮廓信息；终端设备可以根据初始参数集信息和缺陷参数集信息，确定出待检测双极板的缺陷区域信息，缺陷区域信息用于描述待检测双极板的缺陷区域，缺陷区域可以是腐蚀区域，从而适用于待检测双极板的多种实际工况，譬如：第一种实际工况：待检测双极板仅存在均匀腐蚀区域，且均匀腐蚀区域与待检测双极板的边缘相交；第二种实际工况：待检测双极板仅存在均匀腐蚀区域，且均匀腐蚀区域完全不与待检测双极板的边缘相交；第三种实际工况：待检测双极板仅存在多个均匀腐蚀区域，且任意一个均匀腐蚀区域与待检测双极板的边缘相交，另一个均匀腐蚀区域不与待检测双极板的边缘相交；第四种实际工况：待检测双极板仅存在点腐蚀区域；第五种实际工况：待检测双极板同时存在均匀腐蚀区域和点腐蚀区域，且均匀腐蚀区域和点腐蚀区域并不重合；第六种实际工况：待检测双极板同时存在均匀腐蚀区域和点腐蚀区域，且点腐蚀区域位于均匀腐蚀区域中。需要说明的是，该可适用的六种实际工况仅作示例，具体可适用的实际工况不作限定，在其他一些可能的实现方式中，可适用的实际工况还可以是任意其他工况。
在一些可能的实现方式中，为了满足更多的实际需求，请参阅图8，步骤S300包括但不限于以下步骤：
在S310中，基于待检测缺陷灰度图，判断腐蚀区域轮廓线信息与外边缘轮廓信息是否相交。
具体来说，终端设备可以基于待检测缺陷灰度图，判断腐蚀区域轮廓线信息与外边缘轮廓信息是否相交。
在S320中，若腐蚀区域轮廓线信息与外边缘轮廓信息相交，则确定腐蚀区域轮廓线信息与外边缘轮廓信息所围成的区域为第一预估腐蚀区域。
具体来说，如果腐蚀区域轮廓线信息与外边缘轮廓信息相交，则终端设备确定腐蚀区域轮廓线信息与外边缘轮廓信息所围成的区域为第一预估腐蚀区域；示例性地，请参阅图9中的（a），图9（a）中不规则虚线所围城的区域为第一预估腐蚀区域。
在S330中，针对每个第一预估腐蚀区域：若第一预估腐蚀区域的待检测灰度信息与初始灰度信息之间的差值小于或等于预设的灰度偏差阈值，则确定第一预估腐蚀区域为正常工况区域。
具体来说，灰度偏差阈值可以预先由用户根据实际需求自定义；终端设备可以针对每个第一预估腐蚀区域进行如下处理：如果第一预估腐蚀区域的待检测灰度信息与初始灰度信息之间的差值小于或等于预设的灰度偏差阈值，则终端设备可以确定第一预估腐蚀区域为正常工况区域，表示该第一预估腐蚀区域的工况正常或仅为轻度腐蚀。
在S340中，若第一预估腐蚀区域的待检测灰度信息与初始灰度信息之间的差值大于预设的灰度偏差阈值，则确定第一预估腐蚀区域为第一均匀腐蚀区域。
具体来说，如果第一预估腐蚀区域的待检测灰度信息与初始灰度信息之间的差值大于预设的灰度偏差阈值，则终端设备可以确定第一预估腐蚀区域为第一均匀腐蚀区域，表示第一预估腐蚀区域已经全面被严重腐蚀。
在S350中，若腐蚀区域轮廓线信息与外边缘轮廓信息不相交，则确定腐蚀区域轮廓线信息所围成的区域为第二预估腐蚀区域。
具体来说，如果腐蚀区域轮廓线信息与外边缘轮廓信息不相交，则终端设备可以确定腐蚀区域轮廓线信息所围成的区域为第二预估腐蚀区域，从而适用于腐蚀区域完全位于待检测双极片内的工况以及待检测双极片内存在点腐蚀的工况。
在S360中，针对每个第二预估腐蚀区域：基于预设的不规则图形面积计算法，确定第二预估腐蚀区域的区域面积信息。
具体来说，区域面积信息用于描述第二预估腐蚀区域的面积；终端设备可以针对每个第二预估腐蚀区域进行如下处理：基于预设的不规则图形面积计算法，确定第二预估腐蚀区域的区域面积信息，其中，不规则图形面积计算法可以是蒙特卡洛法。
在S370中，比对区域面积信息与预设的面积阈值。
具体来说，终端设备可以比对区域面积信息与预设的面积阈值，面积阈值可以预先由用户根据实际需求自定义。
在S380中，若区域面积信息大于或等于面积阈值，则确定第二预估腐蚀区域为第二均匀腐蚀区域。
具体来说，如果区域面积信息大于或等于面积阈值，则终端设备可以确定第二预估腐蚀区域为第二均匀腐蚀区域；示例性地，请参阅图9中的（b），图9（b）中不规则虚线所围城的区域为第二均匀腐蚀区域。
在S390中，若区域面积信息小于面积阈值，则确定第二预估腐蚀区域为点腐蚀区域。
具体来说，如果区域面积信息小于面积阈值，则终端设备可以确定第二预估腐蚀区域为点腐蚀区域；示例性地，请参阅图9中的（c），图9（c）中各种不同尺寸的圆圈所属区域为点腐蚀区域。
在S391中，根据第一均匀腐蚀区域、第二均匀腐蚀区域和/或点腐蚀区域，确定待检测双极板的缺陷区域信息。
具体来说，终端设备可以根据第一均匀腐蚀区域、第二均匀腐蚀区域和/或点腐蚀区域，确定待检测双极板的缺陷区域信息。示例性地，当待检测双极片仅存在第一均匀腐蚀区域的时候，终端设备可以根据第一均匀腐蚀区域确定待检测双极板的缺陷区域信息；当待检测双极片仅存在第一均匀腐蚀区域和点腐蚀区域的时候，终端设备可以根据第一均匀腐蚀区域和点腐蚀区域，确定待检测双极板的缺陷区域信息。
相应地，请参阅图10，在步骤S300之后，该方法还包括但不限于以下步骤：
在S400中，基于缺陷区域信息，对待检测缺陷图中的目标区域进行高亮标注处理，生成缺陷高亮标注图。
具体来说，目标区域用于描述第一均匀腐蚀区域、第二均匀腐蚀区域和/或点腐蚀区域在待检测缺陷图中相对应的区域；终端设备基于缺陷区域信息，对待检测缺陷图中的目标区域进行高亮标注处理，生成缺陷高亮标注图，从而有利于研发人员高效且直观地得知待检测双极板的腐蚀情况。
在S410中，将缺陷高亮标注图上传至指定的云端服务器。
具体来说，在终端设备生成缺陷高亮标注图之后，终端设备可以上传缺陷高亮标注图至指定的云端服务器。
在一些可能的实现方式中，为了有利于研发人员更深入地分析待检测双极片的腐蚀情况，请参阅图11，当待检测缺陷灰度图存在第一均匀腐蚀区域、第二均匀腐蚀区域和点腐蚀区域的时候，在步骤S400之后，该方法还包括但不限于以下步骤：
在S401中，基于不规则图形面积计算法，确定第一均匀腐蚀区域的界域面积信息。
具体来说，界域面积信息用于描述第一均匀腐蚀区域的面积；终端设备可以基于上述不规则图形面积计算法，确定出第一均匀腐蚀区域的界域面积信息。
在S402中，根据界域面积信息、第二预估腐蚀区域的区域面积信息和预设的腐蚀程度计算函数，确定待检测双极板的腐蚀程度信息。
具体来说，腐蚀程度信息用于量化待检测双极板被腐蚀的程度；终端设备可以输入界域面积信息和第二预估腐蚀区域的区域面积信息至预设的腐蚀程度计算函数中，确定出待检测双极板的腐蚀程度信息。
在一些可能的实现方式中，为了提高腐蚀程度信息的精准度和相关性，步骤S402包括但不限于以下步骤：
在S4021中，将界域面积信息和第二预估腐蚀区域的区域面积信息输入至预设的腐蚀程度计算函数中，确定待检测双极板的腐蚀程度信息。
具体来说，终端设备可以输入界域面积信息和第二预估腐蚀区域的区域面积信息至腐蚀程度计算函数中，确定待检测双极板的腐蚀程度信息。
在一些可能的实现方式中，上述腐蚀程度计算函数可以是：
，
式中，表示腐蚀程度信息，腐蚀程度信息的值越大，表示待检测双极板被腐蚀的程度越高；/>表示参数优化因子，/>的取值范围表示1.5至3.5，当第一均匀腐蚀区域、第二均匀腐蚀区域和点腐蚀区域三者之间不存在重合区域的时候，/>可以取1.5，当第二均匀腐蚀区域与点腐蚀区域之间存在重合区域的时候，/>可以取3.5；/>表示第一重合区域的面积与第二重合区域的面积之和，第一重合区域用于描述第一均匀腐蚀区域与点腐蚀区域之间的重合区域，第二重合区域用于描述第二均匀腐蚀区域与点腐蚀区域之间的重合区域，当第一均匀腐蚀区域、第二均匀腐蚀区域和点腐蚀区域三者之间不存在重合区域的时候，/>可以取0。
式中，表示点腐蚀区域的数量；/>表示最大的点腐蚀区域的面积；/>表示全部点腐蚀区域的面积之和；/>表示第一均匀腐蚀区域的数量和第二均匀腐蚀区域的数量之和；/>表示最大的第一均匀腐蚀区域的面积或最大的第二均匀腐蚀区域的面积，当最大的第一均匀腐蚀区域的面积比最大的第二均匀腐蚀区域的面积大的时候，/>可以取最大的第一均匀腐蚀区域的面积，当最大的第二均匀腐蚀区域的面积比最大的第一均匀腐蚀区域的面积大的时候，/>可以取最大的第二均匀腐蚀区域的面积，当最大的第一均匀腐蚀区域的面积与最大的第二均匀腐蚀区域的面积相一致的时候，/>可以任取其一。
式中，表示第一总均匀腐蚀面积和第二总均匀腐蚀面积之和，第一总均匀腐蚀面积用于描述全部第一均匀腐蚀区域的面积之和，第二总均匀腐蚀面积用于描述全部第二均匀腐蚀区域的面积之和。
相应地，步骤S410包括但不限于以下步骤：
在S411中，将缺陷高亮标注图和腐蚀程度信息上传至指定的云端服务器。
具体来说，在终端设备确定待检测双极板的腐蚀程度信息之后，终端设备可以上传缺陷高亮标注图和腐蚀程度信息至指定的云端服务器。
本申请实施例基于PEM电解槽的缺陷检测方法的实施原理为：终端设备可以先获取待检测双极片的初始工况图和待检测缺陷图，然后根据初始工况图确定初始参数集信息，同时根据待检测缺陷图确定缺陷参数集信息，再根据初始参数集信息和缺陷参数集信息，确定出待检测双极片的缺陷区域信息，精准地在待检测双极片中确定出各种形状和尺寸的腐蚀区域，从而在需要分析数量较多的双极板的时候，明显地提高处理效率。
需要说明的是，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本申请的实施例还提供了一种缺陷检测系统，应用于电解槽电堆，电解槽电堆包括多个待检测双极片，为便于说明，仅示出与本申请相关的部分，如图12所示，该系统120包括：
待检测缺陷图获取模块121：用于获取待检测双极片的初始工况图，并基于预设的相机，获取待检测双极片的待检测缺陷图；
缺陷参数集信息确定模块122：用于根据初始工况图和预设的轮廓提取法，确定待检测双极板的初始参数集信息，并根据待检测缺陷图和轮廓提取法，确定待检测双极板的缺陷参数集信息，其中，初始参数集信息包括初始色泽信息和初始工件轮廓线信息，缺陷参数集信息包括实时色泽信息、实时工件轮廓线信息和腐蚀区域轮廓线信息；
缺陷区域信息确定模块123：用于根据初始参数集信息、缺陷参数集信息、预设的灰度偏差阈值和预设的面积阈值，确定待检测双极板的缺陷区域信息。
可选的，该系统120还包括：
待检测缺陷灰度图生成模块：用于对初始工况图和待检测缺陷图进行灰度处理，生成初始工况灰度图和待检测缺陷灰度图；
待检测缺陷二值化图生成模块：用于对初始工况灰度图和待检测缺陷灰度图进行二值化处理，生成初始工况二值化图和待检测缺陷二值化图；
相应地，缺陷参数集信息确定模块包括：
待检测灰度信息获取子模块：用于获取初始工况灰度图的初始灰度信息，并获取待检测缺陷灰度图的待检测灰度信息；
实时色泽信息确定子模块：用于确定初始灰度信息为初始色泽信息，并确定待检测灰度信息为实时色泽信息；
初始工件轮廓线信息确定子模块：用于根据初始工况二值化图和预设的轮廓提取法，确定初始工况图中的初始工件轮廓线信息，其中，初始工件轮廓线信息由待检测双极片的多个初始轮廓点所组成；
基准位置矢量偏差集信息生成子模块：用于根据初始工件轮廓线信息和预设的目标特征点信息，生成基准位置矢量偏差集信息，其中，基准位置矢量偏差集信息包括多个初始轮廓点对应的位置矢量偏差信息，位置矢量偏差信息用于描述初始轮廓点与目标特征点信息之间的位置偏差；
全局轮廓信息确定子模块：用于根据待检测缺陷二值化图和轮廓提取法，确定待检测缺陷二值化图的全局轮廓信息，其中，全局轮廓信息由待检测缺陷二值化图中的全部轮廓点所组成；
待检测位置矢量偏差信息生成子模块：用于针对待检测缺陷二值化图中的每个轮廓点：根据轮廓点和目标特征点信息，生成待检测位置矢量偏差信息，其中，待检测位置矢量偏差用于描述轮廓点与目标特征点信息之间的位置偏差；
待检测位置矢量偏差信息比对子模块：用于比对待检测位置矢量偏差信息与基准位置矢量偏差集信息中的每个位置矢量偏差信息；
实时工件轮廓点确定子模块：用于若待检测位置矢量偏差信息与位置矢量偏差信息相一致，则确定轮廓点为实时工件轮廓点，否则确定轮廓点为腐蚀区域轮廓点；
实时工件轮廓线信息生成子模块：用于根据多个实时工件轮廓点，生成实时工件轮廓线信息；
腐蚀区域轮廓线信息生成子模块：用于根据多个腐蚀区域轮廓点，生成腐蚀区域轮廓线信息。
可选的，上述缺陷区域信息确定模块123包括：
相交判断子模块：用于基于待检测缺陷灰度图，判断腐蚀区域轮廓线信息与外边缘轮廓信息是否相交；
第一预估腐蚀区域确定子模块：用于若腐蚀区域轮廓线信息与外边缘轮廓信息相交，则确定腐蚀区域轮廓线信息与外边缘轮廓信息所围成的区域为第一预估腐蚀区域；
正常工况区域确定子模块：用于针对每个第一预估腐蚀区域：若第一预估腐蚀区域的待检测灰度信息与初始灰度信息之间的差值小于或等于预设的灰度偏差阈值，则确定第一预估腐蚀区域为正常工况区域；
第一均匀腐蚀区域确定子模块：用于若第一预估腐蚀区域的待检测灰度信息与初始灰度信息之间的差值大于预设的灰度偏差阈值，则确定第一预估腐蚀区域为第一均匀腐蚀区域；
第二预估腐蚀区域确定子模块：用于若腐蚀区域轮廓线信息与外边缘轮廓信息不相交，则确定腐蚀区域轮廓线信息所围成的区域为第二预估腐蚀区域；
区域面积信息确定子模块：用于针对每个第二预估腐蚀区域：基于预设的不规则图形面积计算法，确定第二预估腐蚀区域的区域面积信息；
面积阈值比对子模块：用于比对区域面积信息与预设的面积阈值；
第二均匀腐蚀区域确定子模块：用于若区域面积信息大于或等于面积阈值，则确定第二预估腐蚀区域为第二均匀腐蚀区域；
点腐蚀区域确定子模块：用于若区域面积信息小于面积阈值，则确定第二预估腐蚀区域为点腐蚀区域；
缺陷区域信息确定子模块：用于根据第一均匀腐蚀区域、第二均匀腐蚀区域和/或点腐蚀区域，确定待检测双极片的缺陷区域信息；
相应地，该系统120还包括：
缺陷高亮标注图生成子模块：用于基于缺陷区域信息，对待检测缺陷图中的目标区域进行高亮标注处理，生成缺陷高亮标注图，其中，目标区域用于描述第一均匀腐蚀区域、第二均匀腐蚀区域和/或点腐蚀区域在待检测缺陷图中相对应的区域；
缺陷高亮标注图上传子模块：用于将缺陷高亮标注图上传至指定的云端服务器。
可选的，当待检测缺陷灰度图存在第一均匀腐蚀区域、第二均匀腐蚀区域和点腐蚀区域的时候，该系统120还包括：
界域面积信息确定模块：用于基于不规则图形面积计算法，确定第一均匀腐蚀区域的界域面积信息；
腐蚀程度信息确定模块：用于根据界域面积信息、第二预估腐蚀区域的区域面积信息和预设的腐蚀程度计算函数，确定待检测双极片的腐蚀程度信息，其中，腐蚀程度信息用于量化待检测双极片被腐蚀的程度；
相应地，上述缺陷高亮标注图上传子模块包括：
腐蚀程度信息上传模块：用于将缺陷高亮标注图和腐蚀程度信息上传至指定的云端服务器。
可选的，上述腐蚀程度信息确定模块包括：
腐蚀程度信息确定子模块：用于将界域面积信息和第二预估腐蚀区域的区域面积信息输入至预设的腐蚀程度计算函数中，确定待检测双极片的腐蚀程度信息。
需要说明的是，上述模块之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
本申请实施例还提供了一种终端设备，如图13所示，该实施例的终端设备130包括：处理器131、存储器132以及存储在存储器132中并可在处理器131上运行的计算机程序133。处理器131执行计算机程序133时实现上述流量处理方法实施例中的步骤，例如图1所示的步骤S100至S300；或者，处理器131执行计算机程序133时实现上述装置中各模块的功能，例如图12所示模块121至123的功能。
该终端设备130可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备，该终端设备130包括但不仅限于处理器131、存储器132。本领域技术人员可以理解，图13仅仅是终端设备130的示例，并不构成对终端设备130的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备130还可以包括输入输出设备、网络接入设备、总线等。
其中，处理器131可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路（Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等；通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器132可以是终端设备130的内部存储单元，例如终端设备130的硬盘或内存，存储器132也可以是终端设备130的外部存储设备，例如终端设备130上配备的插接式硬盘，智能存储卡（Smart Media Card,SMC），安全数字（Secure Digital，SD）卡，闪存卡（FlashCard）等；进一步地，存储器132还可以既包括终端设备130的内部存储单元也包括外部存储设备，存储器132还可以存储计算机程序133以及终端设备130所需的其它程序和数据，存储器132还可以用于暂时地存储已经输出或者将要输出的数据。
本申请的一个实施例还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等；计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的方法、原理、结构所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (7)

1.一种基于PEM电解槽的缺陷检测方法，应用于PEM电解槽，所述PEM电解槽包括多个待检测双极板，其特征在于，所述方法包括：
获取所述待检测双极板的初始工况图，并基于预设的相机，获取所述待检测双极板的待检测缺陷图；
根据所述初始工况图和预设的轮廓提取法，确定所述待检测双极板的初始参数集信息，并根据所述待检测缺陷图和所述轮廓提取法，确定所述待检测双极板的缺陷参数集信息，其中，所述初始参数集信息包括初始色泽信息和初始工件轮廓线信息，所述缺陷参数集信息包括实时色泽信息、实时工件轮廓线信息和腐蚀区域轮廓线信息；
根据所述初始参数集信息、所述缺陷参数集信息、预设的灰度偏差阈值和预设的面积阈值，确定所述待检测双极板的缺陷区域信息；
其中，在所述根据所述初始工况图和预设的轮廓提取法，确定所述待检测双极板的初始参数集信息，并根据所述待检测缺陷图和所述轮廓提取法，确定所述待检测双极板的缺陷参数集信息之前，所述方法还包括：
对所述初始工况图和所述待检测缺陷图进行灰度处理，生成初始工况灰度图和待检测缺陷灰度图；
对所述初始工况灰度图和所述待检测缺陷灰度图进行二值化处理，生成初始工况二值化图和待检测缺陷二值化图；
相应地，所述根据所述初始工况图和预设的轮廓提取法，确定所述待检测双极板的初始参数集信息，并根据所述待检测缺陷图和所述轮廓提取法，确定所述待检测双极板的缺陷参数集信息，包括：
获取所述初始工况灰度图的初始灰度信息，并获取所述待检测缺陷灰度图的待检测灰度信息；
确定所述初始灰度信息为初始色泽信息，并确定所述待检测灰度信息为实时色泽信息；
根据所述初始工况二值化图和预设的轮廓提取法，确定所述初始工况图中的初始工件轮廓线信息，其中，所述初始工件轮廓线信息由所述待检测双极板的多个初始轮廓点所组成；
根据所述初始工件轮廓线信息和预设的目标特征点信息，生成基准位置矢量偏差集信息，其中，所述基准位置矢量偏差集信息包括多个所述初始轮廓点对应的位置矢量偏差信息，所述位置矢量偏差信息用于描述所述初始轮廓点与所述目标特征点信息之间的位置偏差；
根据所述待检测缺陷二值化图和所述轮廓提取法，确定所述待检测缺陷二值化图的全局轮廓信息，其中，所述全局轮廓信息由所述待检测缺陷二值化图中的全部轮廓点所组成；
针对所述待检测缺陷二值化图中的每个轮廓点：
根据所述轮廓点和所述目标特征点信息，生成待检测位置矢量偏差信息，其中，所述待检测位置矢量偏差用于描述所述轮廓点与所述目标特征点信息之间的位置偏差；
比对所述待检测位置矢量偏差信息与所述基准位置矢量偏差集信息中的每个位置矢量偏差信息；
若所述待检测位置矢量偏差信息与所述位置矢量偏差信息相一致，则确定所述轮廓点为实时工件轮廓点，否则确定所述轮廓点为腐蚀区域轮廓点；
根据多个所述实时工件轮廓点，生成实时工件轮廓线信息；
根据多个所述腐蚀区域轮廓点，生成腐蚀区域轮廓线信息；
其中，所述实时工件轮廓线信息包括所述待检测双极板的外边缘轮廓信息；所述根据所述初始参数集信息、所述缺陷参数集信息、预设的灰度偏差阈值和预设的面积阈值，确定所述待检测双极板的缺陷区域信息，包括：
基于所述待检测缺陷灰度图，判断所述腐蚀区域轮廓线信息与所述外边缘轮廓信息是否相交；
若所述腐蚀区域轮廓线信息与所述外边缘轮廓信息相交，则确定所述腐蚀区域轮廓线信息与所述外边缘轮廓信息所围成的区域为第一预估腐蚀区域；
针对每个所述第一预估腐蚀区域：
若所述第一预估腐蚀区域的待检测灰度信息与所述初始灰度信息之间的差值小于或等于预设的灰度偏差阈值，则确定所述第一预估腐蚀区域为正常工况区域；
若所述第一预估腐蚀区域的待检测灰度信息与所述初始灰度信息之间的差值大于预设的灰度偏差阈值，则确定所述第一预估腐蚀区域为第一均匀腐蚀区域；
若所述腐蚀区域轮廓线信息与所述外边缘轮廓信息不相交，则确定所述腐蚀区域轮廓线信息所围成的区域为第二预估腐蚀区域；
针对每个所述第二预估腐蚀区域：
基于预设的不规则图形面积计算法，确定所述第二预估腐蚀区域的区域面积信息；
比对所述区域面积信息与预设的面积阈值；
若所述区域面积信息大于或等于所述面积阈值，则确定所述第二预估腐蚀区域为第二均匀腐蚀区域；
若所述区域面积信息小于所述面积阈值，则确定所述第二预估腐蚀区域为点腐蚀区域；
根据所述第一均匀腐蚀区域、所述第二均匀腐蚀区域和/或点腐蚀区域，确定所述待检测双极板的缺陷区域信息。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述初始参数集信息、所述缺陷参数集信息、预设的灰度偏差阈值和预设的面积阈值，确定所述待检测双极板的缺陷区域信息之后，所述方法还包括：
基于所述缺陷区域信息，对所述待检测缺陷图中的目标区域进行高亮标注处理，生成缺陷高亮标注图，其中，所述目标区域用于描述所述第一均匀腐蚀区域、所述第二均匀腐蚀区域和/或点腐蚀区域在所述待检测缺陷图中相对应的区域；
将所述缺陷高亮标注图上传至指定的云端服务器。
3.根据权利要求2所述的方法，其特征在于，当所述待检测缺陷灰度图存在所述第一均匀腐蚀区域、所述第二均匀腐蚀区域和所述点腐蚀区域的时候，在所述基于所述缺陷区域信息，对所述待检测缺陷图中的目标区域进行高亮标注处理，生成缺陷高亮标注图之后，所述方法还包括：
基于所述不规则图形面积计算法，确定所述第一均匀腐蚀区域的界域面积信息；
根据所述界域面积信息、所述第二预估腐蚀区域的区域面积信息和预设的腐蚀程度计算函数，确定所述待检测双极板的腐蚀程度信息，其中，所述腐蚀程度信息用于量化所述待检测双极板被腐蚀的程度；
相应地，所述将所述缺陷高亮标注图上传至指定的云端服务器，包括：
将所述缺陷高亮标注图和所述腐蚀程度信息上传至指定的云端服务器。
4.根据权利要求3所述的方法，其特征在于，所述根据所述界域面积信息、所述第二预估腐蚀区域的区域面积信息和预设的腐蚀程度计算函数，确定所述待检测双极板的腐蚀程度信息，包括：
将所述界域面积信息和所述第二预估腐蚀区域的区域面积信息输入至预设的腐蚀程度计算函数中，确定所述待检测双极板的腐蚀程度信息；
其中，所述腐蚀程度计算函数为：
，
式中，为所述腐蚀程度信息，所述腐蚀程度信息的值越大，表示所述待检测双极板被腐蚀的程度越高；/>为参数优化因子，/>的取值范围为1.5至3.5；/>为第一重合区域的面积与第二重合区域的面积之和，所述第一重合区域用于描述所述第一均匀腐蚀区域与所述点腐蚀区域之间的重合区域，所述第二重合区域用于描述所述第二均匀腐蚀区域与所述点腐蚀区域之间的重合区域；/>为所述点腐蚀区域的数量；为最大的点腐蚀区域的面积；/>为全部点腐蚀区域的面积之和；为所述第一均匀腐蚀区域的数量和所述第二均匀腐蚀区域的数量之和；为最大的第一均匀腐蚀区域的面积或最大的第二均匀腐蚀区域的面积；为第一总均匀腐蚀面积和第二总均匀腐蚀面积之和，所述第一总均匀腐蚀面积用于描述全部第一均匀腐蚀区域的面积之和，所述第二总均匀腐蚀面积用于描述全部第二均匀腐蚀区域的面积之和。
5.一种基于PEM电解槽的缺陷检测系统，应用于PEM电解槽，所述PEM电解槽包括多个待检测双极板，其特征在于，所述系统包括：
待检测缺陷图获取模块：用于获取所述待检测双极板的初始工况图，并基于预设的相机，获取所述待检测双极板的待检测缺陷图；
缺陷参数集信息确定模块：用于根据所述初始工况图和预设的轮廓提取法，确定所述待检测双极板的初始参数集信息，并根据所述待检测缺陷图和所述轮廓提取法，确定所述待检测双极板的缺陷参数集信息，其中，所述初始参数集信息包括初始色泽信息和初始工件轮廓线信息，所述缺陷参数集信息包括实时色泽信息、实时工件轮廓线信息和腐蚀区域轮廓线信息；
缺陷区域信息确定模块：用于根据所述初始参数集信息、所述缺陷参数集信息、预设的灰度偏差阈值和预设的面积阈值，确定所述待检测双极板的缺陷区域信息；
所述系统还包括：
待检测缺陷灰度图生成模块：用于对所述初始工况图和所述待检测缺陷图进行灰度处理，生成初始工况灰度图和待检测缺陷灰度图；
待检测缺陷二值化图生成模块：用于对所述初始工况灰度图和所述待检测缺陷灰度图进行二值化处理，生成初始工况二值化图和待检测缺陷二值化图；
相应地，所述缺陷参数集信息确定模块包括：
待检测灰度信息获取子模块：用于获取所述初始工况灰度图的初始灰度信息，并获取所述待检测缺陷灰度图的待检测灰度信息；
实时色泽信息确定子模块：用于确定所述初始灰度信息为初始色泽信息，并确定所述待检测灰度信息为实时色泽信息；
初始工件轮廓线信息确定子模块：用于根据所述初始工况二值化图和预设的轮廓提取法，确定所述初始工况图中的初始工件轮廓线信息，其中，所述初始工件轮廓线信息由所述待检测双极板的多个初始轮廓点所组成；
基准位置矢量偏差集信息生成子模块：用于根据所述初始工件轮廓线信息和预设的目标特征点信息，生成基准位置矢量偏差集信息，其中，所述基准位置矢量偏差集信息包括多个所述初始轮廓点对应的位置矢量偏差信息，所述位置矢量偏差信息用于描述所述初始轮廓点与所述目标特征点信息之间的位置偏差；
全局轮廓信息确定子模块：用于根据所述待检测缺陷二值化图和所述轮廓提取法，确定所述待检测缺陷二值化图的全局轮廓信息，其中，所述全局轮廓信息由所述待检测缺陷二值化图中的全部轮廓点所组成；
待检测位置矢量偏差信息生成子模块：用于针对所述待检测缺陷二值化图中的每个轮廓点：根据所述轮廓点和所述目标特征点信息，生成待检测位置矢量偏差信息，其中，所述待检测位置矢量偏差用于描述所述轮廓点与所述目标特征点信息之间的位置偏差；
待检测位置矢量偏差信息比对子模块：用于比对所述待检测位置矢量偏差信息与所述基准位置矢量偏差集信息中的每个位置矢量偏差信息；
实时工件轮廓点确定子模块：用于若所述待检测位置矢量偏差信息与所述位置矢量偏差信息相一致，则确定所述轮廓点为实时工件轮廓点，否则确定所述轮廓点为腐蚀区域轮廓点；
实时工件轮廓线信息生成子模块：用于根据多个所述实时工件轮廓点，生成实时工件轮廓线信息；
腐蚀区域轮廓线信息生成子模块：用于根据多个所述腐蚀区域轮廓点，生成腐蚀区域轮廓线信息；
所述实时工件轮廓线信息包括所述待检测双极板的外边缘轮廓信息；所述缺陷区域信息确定模块包括：
相交判断子模块：用于基于所述待检测缺陷灰度图，判断所述腐蚀区域轮廓线信息与所述外边缘轮廓信息是否相交；
第一预估腐蚀区域确定子模块：用于若所述腐蚀区域轮廓线信息与所述外边缘轮廓信息相交，则确定所述腐蚀区域轮廓线信息与所述外边缘轮廓信息所围成的区域为第一预估腐蚀区域；
正常工况区域确定子模块：用于针对每个所述第一预估腐蚀区域：若所述第一预估腐蚀区域的待检测灰度信息与所述初始灰度信息之间的差值小于或等于预设的灰度偏差阈值，则确定所述第一预估腐蚀区域为正常工况区域；
第一均匀腐蚀区域确定子模块：用于若所述第一预估腐蚀区域的待检测灰度信息与所述初始灰度信息之间的差值大于预设的灰度偏差阈值，则确定所述第一预估腐蚀区域为第一均匀腐蚀区域；
第二预估腐蚀区域确定子模块：用于若所述腐蚀区域轮廓线信息与所述外边缘轮廓信息不相交，则确定所述腐蚀区域轮廓线信息所围成的区域为第二预估腐蚀区域；
区域面积信息确定子模块：用于针对每个所述第二预估腐蚀区域：基于预设的不规则图形面积计算法，确定所述第二预估腐蚀区域的区域面积信息；
面积阈值比对子模块：用于比对所述区域面积信息与预设的面积阈值；
第二均匀腐蚀区域确定子模块：用于若所述区域面积信息大于或等于所述面积阈值，则确定所述第二预估腐蚀区域为第二均匀腐蚀区域；
点腐蚀区域确定子模块：用于若所述区域面积信息小于所述面积阈值，则确定所述第二预估腐蚀区域为点腐蚀区域；
缺陷区域信息确定子模块：用于根据所述第一均匀腐蚀区域、所述第二均匀腐蚀区域和/或点腐蚀区域，确定所述待检测双极板的缺陷区域信息。
6.一种终端设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如权利要求1至4任一项所述方法的步骤。
7.一种计算机可读存储介质，所述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4任一项所述方法的步骤。
CN202311372996.4A 2023-10-23 2023-10-23 基于pem电解槽的缺陷检测方法、系统、终端设备及介质 Active CN117115157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311372996.4A CN117115157B (zh) 2023-10-23 2023-10-23 基于pem电解槽的缺陷检测方法、系统、终端设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311372996.4A CN117115157B (zh) 2023-10-23 2023-10-23 基于pem电解槽的缺陷检测方法、系统、终端设备及介质

Publications (2)

Publication Number Publication Date
CN117115157A CN117115157A (zh) 2023-11-24
CN117115157B true CN117115157B (zh) 2024-02-06

Family

ID=88809523

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311372996.4A Active CN117115157B (zh) 2023-10-23 2023-10-23 基于pem电解槽的缺陷检测方法、系统、终端设备及介质

Country Status (1)

Country Link
CN (1) CN117115157B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008292202A (ja) * 2007-05-22 2008-12-04 Chugoku Electric Power Co Inc:The 金属表面の結晶粒界部腐蝕方法
CN107204004A (zh) * 2017-04-26 2017-09-26 中南大学 一种铝电解槽火眼视频动态特征识别方法及系统
CN108154510A (zh) * 2018-01-17 2018-06-12 深圳市亿图视觉自动化技术有限公司 产品表面缺陷检测方法、装置及计算机可读存储介质
CN110243923A (zh) * 2019-06-19 2019-09-17 中国石油大学(华东) 基于交流电磁场的腐蚀缺陷可视化成像及评估方法
CN110400290A (zh) * 2019-07-02 2019-11-01 广州大学 一种太阳能电池片色差的检测方法、装置及存储介质
CN111028229A (zh) * 2019-12-19 2020-04-17 中国特种飞行器研究所 一种基于图像处理技术的金属或涂层腐蚀检测方法
JP2021071304A (ja) * 2019-10-29 2021-05-06 株式会社日立製作所 腐食検知システム
CN113409314A (zh) * 2021-08-18 2021-09-17 南京市特种设备安全监督检验研究院 高空钢结构腐蚀的无人机视觉检测与评价方法及系统
WO2021189259A1 (zh) * 2020-03-24 2021-09-30 京东方科技集团股份有限公司 Oled屏幕点缺陷判定方法、装置、存储介质及电子设备
JP2022166369A (ja) * 2021-04-21 2022-11-02 株式会社ジェイテクト 腐食状態判定装置、腐食状態判定方法、及び品質評価装置
CN115330765A (zh) * 2022-10-12 2022-11-11 南通新诚电子有限公司 用于铝电解电容阳极箔生产的腐蚀缺陷识别方法
WO2023026125A1 (ja) * 2021-08-27 2023-03-02 株式会社半導体エネルギー研究所 表示装置の補正方法、および表示装置
WO2023179122A1 (zh) * 2022-03-23 2023-09-28 广东利元亨智能装备股份有限公司 缺陷检测方法、装置、电子设备及可读存储介质
CN116994887A (zh) * 2023-08-04 2023-11-03 益阳宏盛电子科技有限公司 一种电解电容器生产用负极箔腐蚀装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI785912B (zh) * 2021-12-01 2022-12-01 開必拓數據股份有限公司 箔狀物之表面檢驗系統

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008292202A (ja) * 2007-05-22 2008-12-04 Chugoku Electric Power Co Inc:The 金属表面の結晶粒界部腐蝕方法
CN107204004A (zh) * 2017-04-26 2017-09-26 中南大学 一种铝电解槽火眼视频动态特征识别方法及系统
CN108154510A (zh) * 2018-01-17 2018-06-12 深圳市亿图视觉自动化技术有限公司 产品表面缺陷检测方法、装置及计算机可读存储介质
CN110243923A (zh) * 2019-06-19 2019-09-17 中国石油大学(华东) 基于交流电磁场的腐蚀缺陷可视化成像及评估方法
CN110400290A (zh) * 2019-07-02 2019-11-01 广州大学 一种太阳能电池片色差的检测方法、装置及存储介质
JP2021071304A (ja) * 2019-10-29 2021-05-06 株式会社日立製作所 腐食検知システム
CN111028229A (zh) * 2019-12-19 2020-04-17 中国特种飞行器研究所 一种基于图像处理技术的金属或涂层腐蚀检测方法
WO2021189259A1 (zh) * 2020-03-24 2021-09-30 京东方科技集团股份有限公司 Oled屏幕点缺陷判定方法、装置、存储介质及电子设备
JP2022166369A (ja) * 2021-04-21 2022-11-02 株式会社ジェイテクト 腐食状態判定装置、腐食状態判定方法、及び品質評価装置
CN113409314A (zh) * 2021-08-18 2021-09-17 南京市特种设备安全监督检验研究院 高空钢结构腐蚀的无人机视觉检测与评价方法及系统
WO2023026125A1 (ja) * 2021-08-27 2023-03-02 株式会社半導体エネルギー研究所 表示装置の補正方法、および表示装置
WO2023179122A1 (zh) * 2022-03-23 2023-09-28 广东利元亨智能装备股份有限公司 缺陷检测方法、装置、电子设备及可读存储介质
CN115330765A (zh) * 2022-10-12 2022-11-11 南通新诚电子有限公司 用于铝电解电容阳极箔生产的腐蚀缺陷识别方法
CN116994887A (zh) * 2023-08-04 2023-11-03 益阳宏盛电子科技有限公司 一种电解电容器生产用负极箔腐蚀装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Identification of superheat of aluminum electrolytic cell based on computer vision and expert rule;Chen Xiaofang等;《IEEE》;1-6 *
Information synergy entropy based multi-feature information fusion for the operating condition identification in aluminium electrolysis;Zuguo Chen等;《Information Sciences》;276-294 *
基于图像深度学习的桥梁拉索表观缺陷检测;柴子怡;《中国优秀硕士学位论文电子期刊》;54-67页 *
基于机器视觉的微电极自动测量技术;熊秋菊;王悦;刘勇;李名鸿;;制造技术与机床(第05期);101-106 *

Also Published As

Publication number Publication date
CN117115157A (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
CN114627092A (zh) 缺陷检测方法、装置、电子设备及可读存储介质
CN114612469B (zh) 产品缺陷检测方法、装置、设备及可读存储介质
CN113344910B (zh) 缺陷标注图像的生成方法、装置、计算机设备及存储介质
JP5852919B2 (ja) ひび割れ検出方法
CN116168041B (zh) 一种应用于贴合装置的实时检测方法及其系统
CN115861307B (zh) 基于人工智能的筋膜枪供电驱动板焊接故障检测方法
CN116952958B (zh) 缺陷检测方法、装置、电子设备及存储介质
CN111738131B (zh) 一种合金两相微结构参数特征提取方法
CN116152208A (zh) 缺陷检测方法、装置、设备及存储介质
CN116071272A (zh) 一种图像校正方法、装置、电子设备及其存储介质
CN113554645B (zh) 基于wgan的工业异常检测方法和装置
CN117115157B (zh) 基于pem电解槽的缺陷检测方法、系统、终端设备及介质
CN117557565B (zh) 一种锂电池极片的检测方法及其装置
CN116342609B (zh) 基于裁切装置的实时检测方法、系统以及存储介质
CN110310239B (zh) 一种基于特性值拟合消除光照影响的图像处理方法
CN112734689A (zh) 垫片质量检测方法、系统、装置和存储介质
CN110175257B (zh) 一种线稿图像匹配方法、电子设备、存储介质
CN117173090A (zh) 焊接缺陷类型识别方法、装置、存储介质及电子设备
CN114937037B (zh) 产品缺陷检测方法、装置、设备及可读存储介质
CN115901108A (zh) 一种危化品生产企业突发流域水环境的风险评估方法
CN115841471A (zh) 一种基于像素聚类Transformer模型算法的金属腐蚀度计算方法
CN115953578A (zh) 一种裂缝语义分割模型推理结果的评估方法及装置
CN114140336B (zh) 一种基于红外图像的坏点处理方法及装置
CN115292935A (zh) 一种船舶及海洋结构物腐蚀防护状态评估及控制系统
CN113780338B (zh) 基于支持向量机的大数据分析中置信度评价方法、系统、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant