CN118037683A - 一种极片缺陷确定方法、装置、设备及存储介质 - Google Patents
一种极片缺陷确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118037683A CN118037683A CN202410221993.9A CN202410221993A CN118037683A CN 118037683 A CN118037683 A CN 118037683A CN 202410221993 A CN202410221993 A CN 202410221993A CN 118037683 A CN118037683 A CN 118037683A
- Authority
- CN
- China
- Prior art keywords
- gray
- determining
- area
- detection
- target
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 196
- 238000004590 computer program Methods 0.000 claims description 16
- 239000011248 coating agent Substances 0.000 claims description 11
- 238000000576 coating method Methods 0.000 claims description 11
- 230000035772 mutation Effects 0.000 claims description 11
- 239000007888 film coating Substances 0.000 claims description 6
- 238000009501 film coating Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 abstract description 14
- 238000012545 processing Methods 0.000 abstract description 14
- 238000005070 sampling Methods 0.000 abstract description 5
- 239000000306 component Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000002950 deficient Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种极片缺陷确定方法、装置、设备及存储介质。包括:获取极片的灰度图像,根据灰度图像确定各检测区域;对各检测区域进行灰度投影以确定各检测区域的目标灰度数据;当目标灰度数据满足预设条件时,根据预设灰度差值确定与各检测区域对应的各候选区域,根据各候选区域确定极片缺陷检测结果。通过对获取的极片灰度图像进行等分生成各检测区域,通过灰度投影以确定各检测区域的区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据,进而确定极片缺陷检测结果,使用等间距采样方式检测连续缺陷,以保证检测精度和全面性,提升了算法的处理速度,也提升了算法的检出能力。
Description
技术领域
本发明涉及极片检测技术领域,尤其涉及一种极片缺陷确定方法、装置、设备及存储介质。
背景技术
随着锂离子电池技术的不断发展,对电池性能的要求也越来越高。极片是锂离子电池的重要组成部分,其质量直接影响着电池的性能和寿命。因此,对极片进行缺陷检测是保证电池质量的重要手段之一。但是在电池生产中,随着机台的生产效率逐步提高,对极片缺陷检测的效率和稳定性也有了新的挑战。
针对暗痕和亮痕等连续性缺陷,现有技术对整张图像进行水平灰度投影,因为暗痕和亮痕呈现竖直线条状,需要对图像进行90°旋转后,然后进行水平灰度投影,整个过程耗时较多,大大降低了算法效率。
发明内容
本发明提供了一种极片缺陷确定方法、装置、设备及存储介质,以解决现有技术极片上连续缺陷的算法检测速度慢以及存在非完整连续缺陷漏杀的问题。
根据本发明的一方面,提供了一种极片缺陷确定方法,该方法包括:
获取极片的灰度图像,根据灰度图像确定各检测区域;
对各检测区域进行灰度投影以确定各检测区域的目标灰度数据;
当目标灰度数据满足预设条件时,根据预设灰度差值确定与各检测区域对应的各候选区域,根据各候选区域确定极片缺陷检测结果。
可选的,根据灰度图像确定各检测区域,包括:通过预设卡尺工具确定灰度图像中的灰度值突变位置,将灰度值突变位置作为当前定位边缘;获取缓存的历史定位边缘,确定当前定位边缘和历史定位边缘的边缘差值;当边缘差值小于预设差值阈值时,基于当前定位边缘确定灰度图像中的涂膜区域;获取用户输入的指定高度,基于指定高度对涂膜区域进行等分以生成各检测区域。
可选的,对各检测区域进行灰度投影以确定各检测区域的目标灰度数据,包括:对各检测区域进行灰度投影以生成各检测区域对应的各灰度投影行;确定各灰度投影行的行灰度平均值,并基于各行灰度平均值确定各检测区域对应的区域灰度平均值;确定各行灰度平均值中与各检测区域对应的灰度最大值和灰度最小值;将区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据。
可选的,在对各检测区域进行灰度投影以确定各检测区域的目标灰度数据之后,方法,还包括:确定各检测区域的区域灰度平均值和灰度最大值的各第一差值,并确定各检测区域的区域灰度平均值和灰度最小值的各第二差值;当第一差值或第二差值大于预设灰度差时,将第一差值或第二差值作为缺陷差值,并确定检测区域的区域数量和缺陷差值的差值数量;当差值数量和区域数量的比值大于等于预设比例时,确定目标灰度数据满足预设条件。
可选的,根据预设灰度差值确定与各检测区域对应的各候选区域,包括:确定各检测区域中的各像素对应的像素灰度值;当像素灰度值大于预设灰度差时,将像素灰度值作为目标像素;基于各检测区域建立坐标系,在坐标系中确定各目标像素两侧的两侧位置坐标,将各两侧位置坐标在各检测区域中对应的区域作为各候选区域。
可选的,根据各候选区域确定极片缺陷检测结果,包括:确定区域数量对应的中位数,将与中位数对应的候选区域作为中间区域,并依次将各候选区域作为目标区域;确定中间区域和目标区域的重合比例,并确定目标区域对应的灰度方差;根据各重合比例和各灰度方差确定极片缺陷检测结果。
可选的,根据各重合比例和各灰度方差确定极片缺陷检测结果,包括:当目标区域的重合比例和灰度方差都大于对应的预设阈值时,将目标区域作为缺陷区域,其中,缺陷区域为暗痕区域或亮痕区域;确定缺陷区域对应的目标灰度方差和目标缺陷差值;将缺陷区域、目标灰度方差和目标缺陷差值作为极片缺陷检测结果。
根据本发明的另一方面,提供了一种极片缺陷确定装置,该装置包括:
灰度图像获取及检测区域确定模块,用于获取极片的灰度图像,根据灰度图像确定各检测区域;
目标灰度数据确定模块,用于对各检测区域进行灰度投影以确定各检测区域的目标灰度数据;
候选区域及极片缺陷确定模块,用于当目标灰度数据满足预设条件时,根据预设灰度差值确定与各检测区域对应的各候选区域,根据各候选区域确定极片缺陷检测结果。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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本发明任一实施例所述的一种极片缺陷确定方法。
根据本发明的另一方面,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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种极片缺陷确定方法。
本发明实施例的技术方案,通过对获取的极片灰度图像进行等分生成各检测区域,通过灰度投影以确定各检测区域的区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据,进而确定极片缺陷检测结果,使用等间距采样方式检测连续缺陷,以保证检测精度和全面性,提升了算法的处理速度,也提升了算法的检出能力。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种极片缺陷确定方法的流程图;
图2是根据本发明实施例二提供的另一种极片缺陷确定方法的流程图;
图3是根据本发明实施例三提供的一种极片缺陷确定装置的结构示意图;
图4是实现本发明实施例的一种极片缺陷确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种极片缺陷确定方法的流程图,本实施例可适用于对极片缺陷进行检测的情况,该方法可以由极片缺陷确定装置来执行,该极片缺陷确定装置可以采用硬件和/或软件的形式实现,该极片缺陷确定装置可配置于计算机控制器中。如图1所示,该方法包括:
S110、获取极片的灰度图像,根据灰度图像确定各检测区域。
其中,极片是指电池中的正、负极片,是电池的核心部件,对电池的性能和寿命有着重要影响。灰度图像指只包含亮度信息,而不包含颜色信息的图像。在灰度图像中,每个像素的取值范围通常是0到255,其中0表示黑色,255表示白色,中间的数值表示不同程度的灰色。检测区域指的是在灰度图像中需要进行检测的区域。在极片缺陷检测中,检测区域通常是指极片的表面或内部,需要对其进行缺陷检测。本发明实施例的技术方案中可以使用黑白线扫相机采集灰度图像,并通过灰度特征检测缺陷。
可选的,根据灰度图像确定各检测区域,包括:通过预设卡尺工具确定灰度图像中的灰度值突变位置,将灰度值突变位置作为当前定位边缘;获取缓存的历史定位边缘,确定当前定位边缘和历史定位边缘的边缘差值;当边缘差值小于预设差值阈值时,基于当前定位边缘确定灰度图像中的涂膜区域;获取用户输入的指定高度,基于指定高度对涂膜区域进行等分以生成各检测区域。
具体的,通过预设的卡尺工具,可以确定灰度图像中灰度值发生突变的位置。这些位置通常代表着图像中的边缘,将这些位置标记为当前定位边缘。然后通过获取缓存的历史定位边缘,历史定位边缘是指前一帧保存的定位边缘,为了确保边缘的正确性,每一帧定位的边缘都需要与前一帧的定位边缘位置进行比较,如果边缘位置没有突变,证明定位边缘正确,输出涂膜区域。如果边缘位置发生了突变,证明定位边缘不正确,需要重新定位。通过当前定位边缘,可以确定灰度图像中的涂膜区域。涂膜区域是指灰度图像中灰度值变化较大的区域,通常与物体的表面或边界相对应。最后获取用户输入的指定高度,该高度可以根据实际需求进行调整。基于指定高度,对涂膜区域进行等分操作,可以将其划分为多个检测区域。检测区域可以用于后续的图像分析或处理任务,例如特征提取、目标检测等。示例性的,指定高度可以为20像素,可以在涂膜区域中选择5个20像素的等分检测区域。
S120、对各检测区域进行灰度投影以确定各检测区域的目标灰度数据。
其中,灰度投影是一种将图像转换为一维灰度值序列的操作,它可以将图像中每个像素的灰度值投影到一条线上,从而得到一个一维的灰度值序列。
可选的,对各检测区域进行灰度投影以确定各检测区域的目标灰度数据,包括:对各检测区域进行灰度投影以生成各检测区域对应的各灰度投影行;确定各灰度投影行的行灰度平均值,并基于各行灰度平均值确定各检测区域对应的区域灰度平均值;确定各行灰度平均值中与各检测区域对应的灰度最大值和灰度最小值;将区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据。
具体的,通过对每个检测区域进行灰度投影,可以生成对应于该检测区域的灰度投影行。行灰度平均值是指灰度投影行中所有像素的灰度值的平均值。可以确定各灰度投影行的行灰度平均值,并基于各行灰度平均值确定各检测区域对应的区域灰度平均值。灰度最大值是指灰度投影行中所有像素的灰度值中的最大值,灰度最小值是指灰度投影行中所有像素的灰度值中的最小值。最后将区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据。目标灰度数据是指用于描述各检测区域的灰度特征的一组数据,包括区域灰度平均值、灰度最大值和灰度最小值。
需要说明的是,本方案中原图宽度为8192,高度为10000,通过该方法需要灰度投影的数据由10000行降低到100行(5*20),算法的计算耗时大大降低。
S130、当目标灰度数据满足预设条件时,根据预设灰度差值确定与各检测区域对应的各候选区域,根据各候选区域确定极片缺陷检测结果。
可选的,在对各检测区域进行灰度投影以确定各检测区域的目标灰度数据之后,方法,还包括:确定各检测区域的区域灰度平均值和灰度最大值的各第一差值,并确定各检测区域的区域灰度平均值和灰度最小值的各第二差值;当第一差值或第二差值大于预设灰度差时,将第一差值或第二差值作为缺陷差值,并确定检测区域的区域数量和缺陷差值的差值数量;当差值数量和区域数量的比值大于等于预设比例时,确定目标灰度数据满足预设条件。
具体的,为了确定目标灰度数据是否满足预设条件,需要进行一系列的计算和比较。首先,需要计算每个检测区域的区域灰度平均值和灰度最大值的第一差值,以及区域灰度平均值和灰度最小值的第二差值。然后,将第一差值或第二差值与预设灰度差进行比较。如果第一差值或第二差值大于预设灰度差,将其作为缺陷差值。接下来,需要确定检测区域的区域数量和缺陷差值的差值数量。最后,将差值数量和区域数量的比值与预设比例进行比较。如果比值大于等于预设比例,说明目标灰度数据满足预设条件。示例性的,预设比例可以为60%,即5个区域的灰度投影中至少有3个灰度差达标,才判定为暗痕或亮痕的候选区域。
其中,灰度均值和灰度最小值的差值,即第二差值如果大于预设灰度差,可以检测比涂膜区域灰度低的暗痕缺陷,而如果灰度均值和灰度最大值的差值,即第一差值如果大于预设灰度差,可以检测比涂膜区灰度高的亮痕缺陷。
可选的,根据预设灰度差值确定与各检测区域对应的各候选区域,包括:确定各检测区域中的各像素对应的像素灰度值;当像素灰度值大于预设灰度差时,将像素灰度值作为目标像素;基于各检测区域建立坐标系,在坐标系中确定各目标像素两侧的两侧位置坐标,将各两侧位置坐标在各检测区域中对应的区域作为各候选区域。
具体的,当像素灰度值大于预设灰度差时,将像素灰度值作为目标像素。预设灰度差是一个预先设定的阈值,用于确定哪些像素的灰度值超过了正常范围,可能是缺陷区域的一部分。在这个步骤中,我们将像素灰度值与预设灰度差进行比较,如果像素灰度值大于预设灰度差,就将该像素作为目标像素。
其中,坐标系是一个用于描述图像中像素位置的坐标系统,通常使用二维坐标系来表示。可以基于各检测区域建立坐标系,然后在坐标系中确定各目标像素两侧的位置坐标。具体来说,可以使用目标像素的坐标作为坐标系的原点,然后根据预设灰度差确定目标像素两侧的位置坐标。将各两侧位置坐标在各检测区域中对应的区域作为各候选区域。可以将目标像素两侧的位置坐标在各检测区域中进行投影,得到对应于该检测区域的候选区域。这些候选区域可能是缺陷区域的一部分,需要进一步的处理和分析。
本发明实施例的技术方案,通过对获取的极片灰度图像进行等分生成各检测区域,通过灰度投影以确定各检测区域的区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据,进而确定极片缺陷检测结果,使用等间距采样方式检测连续缺陷,以保证检测精度和全面性,提升了算法的处理速度,也提升了算法的检出能力。
实施例二
图2为本发明实施例二提供的一种极片缺陷确定方法的流程图,本实施例在上述实施例一的基础上增加了根据各候选区域确定极片缺陷检测结果的具体过程。其中,步骤S210-S230的具体内容与实施例一中的步骤S110-S130大致相同,因此本实施方式中不再进行赘述。如图2所示,该方法包括:
S210、获取极片的灰度图像,根据灰度图像确定各检测区域。
可选的,根据灰度图像确定各检测区域,包括:通过预设卡尺工具确定灰度图像中的灰度值突变位置,将灰度值突变位置作为当前定位边缘;获取缓存的历史定位边缘,确定当前定位边缘和历史定位边缘的边缘差值;当边缘差值小于预设差值阈值时,基于当前定位边缘确定灰度图像中的涂膜区域;获取用户输入的指定高度,基于指定高度对涂膜区域进行等分以生成各检测区域。
S220、对各检测区域进行灰度投影以确定各检测区域的目标灰度数据。
可选的,对各检测区域进行灰度投影以确定各检测区域的目标灰度数据,包括:对各检测区域进行灰度投影以生成各检测区域对应的各灰度投影行;确定各灰度投影行的行灰度平均值,并基于各行灰度平均值确定各检测区域对应的区域灰度平均值;确定各行灰度平均值中与各检测区域对应的灰度最大值和灰度最小值;将区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据。
S230、当目标灰度数据满足预设条件时,根据预设灰度差值确定与各检测区域对应的各候选区域。
可选的,在对各检测区域进行灰度投影以确定各检测区域的目标灰度数据之后,方法,还包括:确定各检测区域的区域灰度平均值和灰度最大值的各第一差值,并确定各检测区域的区域灰度平均值和灰度最小值的各第二差值;当第一差值或第二差值大于预设灰度差时,将第一差值或第二差值作为缺陷差值,并确定检测区域的区域数量和缺陷差值的差值数量;当差值数量和区域数量的比值大于等于预设比例时,确定目标灰度数据满足预设条件。
可选的,根据预设灰度差值确定与各检测区域对应的各候选区域,包括:确定各检测区域中的各像素对应的像素灰度值;当像素灰度值大于预设灰度差时,将像素灰度值作为目标像素;基于各检测区域建立坐标系,在坐标系中确定各目标像素两侧的两侧位置坐标,将各两侧位置坐标在各检测区域中对应的区域作为各候选区域。
S240、确定区域数量对应的中位数,将与中位数对应的候选区域作为中间区域,并依次将各候选区域作为目标区域。
具体的,需要确定区域数量对应的中位数。中位数是指将一组数据从小到大(或从大到小)排序后,位于中间位置的数值。如果数据集包含奇数个数据,那么中位数就是排序后位于中间的那个数值,如果数据集包含偶数个数据,那么中位数就是排序后中间两个数值的平均值。然后将与中位数对应的候选区域作为中间区域,并依次将各候选区域作为目标区域。
S250、确定中间区域和目标区域的重合比例,并确定目标区域对应的灰度方差。
具体的,重合比例是指中间区域和目标区域中相同像素点的数量与中间区域和目标区域中总像素点数量的比值。重合比例越高,说明中间区域和目标区域越相似,极片缺陷的可能性就越小。灰度方差是指目标区域中像素点的灰度值与平均值的差异的平方和的平均值。灰度方差越大,说明目标区域中的像素点的灰度值分布越分散,极片缺陷的可能性就越大。
S260、根据各重合比例和各灰度方差确定极片缺陷检测结果。
可选的,根据各重合比例和各灰度方差确定极片缺陷检测结果,包括:当目标区域的重合比例和灰度方差都大于对应的预设阈值时,将目标区域作为缺陷区域,其中,缺陷区域为暗痕区域或亮痕区域;确定缺陷区域对应的目标灰度方差和目标缺陷差值;将缺陷区域、目标灰度方差和目标缺陷差值作为极片缺陷检测结果。
具体的,在进行极片缺陷检测时,可以根据各重合比例和各灰度方差来确定检测结果。即当目标区域的重合比例和灰度方差都大于对应的预设阈值时,可以将该目标区域标记为缺陷区域。这些缺陷区域可以进一步分为暗痕区域或亮痕区域。为了更好地描述缺陷区域的特征,我们还可以确定缺陷区域对应的目标灰度方差和目标缺陷差值。目标灰度方差反映了缺陷区域的灰度分布情况,而目标缺陷差值则可以用于衡量缺陷区域与正常区域之间的差异。最后可以将缺陷区域、目标灰度方差和目标缺陷差值作为极片缺陷检测结果进行输出,以便后续进行分析和处理。
本发明实施例的技术方案,通过对获取的极片灰度图像进行等分生成各检测区域,通过灰度投影以确定各检测区域的区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据,进而确定极片缺陷检测结果,使用等间距采样方式检测连续缺陷,在确保整帧连续缺陷检出的情况下,弥补了非整帧连续缺陷漏杀可能性问题,提升了算法的处理速度,也提升了算法的检出能力。
实施例三
图3为本发明实施例三提供的一种极片缺陷确定装置的结构示意图。如图3所示,该装置包括:灰度图像获取及检测区域确定模块310,用于获取极片的灰度图像,根据灰度图像确定各检测区域;
目标灰度数据确定模块320,用于对各检测区域进行灰度投影以确定各检测区域的目标灰度数据;
候选区域及极片缺陷确定模块330,用于当目标灰度数据满足预设条件时,根据预设灰度差值确定与各检测区域对应的各候选区域,根据各候选区域确定极片缺陷检测结果。
可选的,灰度图像获取及检测区域确定模块310,具体包括:检测区域确定单元,用于:通过预设卡尺工具确定灰度图像中的灰度值突变位置,将灰度值突变位置作为当前定位边缘;获取缓存的历史定位边缘,确定当前定位边缘和历史定位边缘的边缘差值;当边缘差值小于预设差值阈值时,基于当前定位边缘确定灰度图像中的涂膜区域;获取用户输入的指定高度,基于指定高度对涂膜区域进行等分以生成各检测区域。
可选的,目标灰度数据确定模块320,具体用于:对各检测区域进行灰度投影以生成各检测区域对应的各灰度投影行;确定各灰度投影行的行灰度平均值,并基于各行灰度平均值确定各检测区域对应的区域灰度平均值;确定各行灰度平均值中与各检测区域对应的灰度最大值和灰度最小值;将区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据。
可选的,装置还包括:缺陷差值判断模块,用于:在对各检测区域进行灰度投影以确定各检测区域的目标灰度数据之后,确定各检测区域的区域灰度平均值和灰度最大值的各第一差值,并确定各检测区域的区域灰度平均值和灰度最小值的各第二差值;当第一差值或第二差值大于预设灰度差时,将第一差值或第二差值作为缺陷差值,并确定检测区域的区域数量和缺陷差值的差值数量;当差值数量和区域数量的比值大于等于预设比例时,确定目标灰度数据满足预设条件。
可选的,候选区域及极片缺陷确定模块330,具体包括:候选区域确定单元,用于:确定各检测区域中的各像素对应的像素灰度值;当像素灰度值大于预设灰度差时,将像素灰度值作为目标像素;基于各检测区域建立坐标系,在坐标系中确定各目标像素两侧的两侧位置坐标,将各两侧位置坐标在各检测区域中对应的区域作为各候选区域。
可选的,候选区域及极片缺陷确定模块330,具体包括:中间及目标区域确定单元,用于:确定区域数量对应的中位数,将与中位数对应的候选区域作为中间区域,并依次将各候选区域作为目标区域;灰度方差确定单元,用于:确定中间区域和目标区域的重合比例,并确定目标区域对应的灰度方差;极片缺陷检测结果确定单元,用于:根据各重合比例和各灰度方差确定极片缺陷检测结果。
可选的,极片缺陷检测结果确定单元,具体用于:当目标区域的重合比例和灰度方差都大于对应的预设阈值时,将目标区域作为缺陷区域,其中,缺陷区域为暗痕区域或亮痕区域;确定缺陷区域对应的目标灰度方差和目标缺陷差值;将缺陷区域、目标灰度方差和目标缺陷差值作为极片缺陷检测结果。
本发明实施例的技术方案,通过对获取的极片灰度图像进行等分生成各检测区域,通过灰度投影以确定各检测区域的区域灰度平均值、灰度最大值和灰度最小值作为目标灰度数据,进而确定极片缺陷检测结果,使用等间距采样方式检测连续缺陷,以保证检测精度和全面性,提升了算法的处理速度,也提升了算法的检出能力。
本发明实施例所提供的一种极片缺陷确定装置可执行本发明任意实施例所提供的一种极片缺陷确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如一种极片缺陷确定方法。也即:获取极片的灰度图像,根据灰度图像确定各检测区域;对各检测区域进行灰度投影以确定各检测区域的目标灰度数据;当目标灰度数据满足预设条件时,根据预设灰度差值确定与各检测区域对应的各候选区域,根据各候选区域确定极片缺陷检测结果。
在一些实施例中,一种极片缺陷确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的一种极片缺陷确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种极片缺陷确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种极片缺陷确定方法,其特征在于,包括:
获取极片的灰度图像,根据所述灰度图像确定各检测区域;
对各所述检测区域进行灰度投影以确定各检测区域的目标灰度数据;
当所述目标灰度数据满足预设条件时,根据预设灰度差值确定与各所述检测区域对应的各候选区域,根据各所述候选区域确定极片缺陷检测结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述灰度图像确定各检测区域,包括:
通过预设卡尺工具确定所述灰度图像中的灰度值突变位置,将所述灰度值突变位置作为当前定位边缘;
获取缓存的历史定位边缘,确定所述当前定位边缘和所述历史定位边缘的边缘差值;
当所述边缘差值小于预设差值阈值时,基于所述当前定位边缘确定所述灰度图像中的涂膜区域;
获取用户输入的指定高度,基于所述指定高度对所述涂膜区域进行等分以生成各所述检测区域。
3.根据权利要求1所述的方法,其特征在于,所述对各所述检测区域进行灰度投影以确定各检测区域的目标灰度数据,包括:
对各所述检测区域进行灰度投影以生成各检测区域对应的各灰度投影行;
确定各灰度投影行的行灰度平均值,并基于各所述行灰度平均值确定各检测区域对应的区域灰度平均值;
确定各所述行灰度平均值中与各检测区域对应的灰度最大值和灰度最小值;
将所述区域灰度平均值、所述灰度最大值和所述灰度最小值作为所述目标灰度数据。
4.根据权利要求3所述的方法,其特征在于,在所述对各所述检测区域进行灰度投影以确定各检测区域的目标灰度数据之后,所述方法,还包括:
确定各所述检测区域的所述区域灰度平均值和所述灰度最大值的各第一差值,并确定各所述检测区域的所述区域灰度平均值和所述灰度最小值的各第二差值;
当所述第一差值或所述第二差值大于预设灰度差时,将所述第一差值或所述第二差值作为缺陷差值,并确定所述检测区域的区域数量和所述缺陷差值的差值数量;
当所述差值数量和所述区域数量的比值大于等于预设比例时,确定所述目标灰度数据满足预设条件。
5.根据权利要求4所述的方法,其特征在于,所述根据预设灰度差值确定与各所述检测区域对应的各候选区域,包括:
确定各所述检测区域中的各像素对应的像素灰度值;
当所述像素灰度值大于所述预设灰度差时,将所述像素灰度值作为目标像素;
基于各所述检测区域建立坐标系,在所述坐标系中确定各所述目标像素两侧的两侧位置坐标,将各所述两侧位置坐标在各所述检测区域中对应的区域作为各所述候选区域。
6.根据权利要求4所述的方法,其特征在于,所述根据各所述候选区域确定极片缺陷检测结果,包括:
确定所述区域数量对应的中位数,将与所述中位数对应的所述候选区域作为中间区域,并依次将各所述候选区域作为目标区域;
确定所述中间区域和所述目标区域的重合比例,并确定所述目标区域对应的灰度方差;
根据各所述重合比例和各所述灰度方差确定极片缺陷检测结果。
7.根据权利要求6所述的方法,其特征在于,所述根据各所述重合比例和各所述灰度方差确定极片缺陷检测结果,包括:
当所述目标区域的所述重合比例和所述灰度方差都大于对应的预设阈值时,将所述目标区域作为缺陷区域,其中,所述缺陷区域为暗痕区域或亮痕区域;
确定所述缺陷区域对应的目标灰度方差和目标缺陷差值;
将所述缺陷区域、所述目标灰度方差和所述目标缺陷差值作为所述极片缺陷检测结果。
8.一种极片缺陷确定装置,其特征在于,包括:
灰度图像获取及检测区域确定模块,用于获取极片的灰度图像,根据所述灰度图像确定各检测区域;
目标灰度数据确定模块,用于对各所述检测区域进行灰度投影以确定各检测区域的目标灰度数据;
候选区域及极片缺陷确定模块,用于当所述目标灰度数据满足预设条件时,根据预设灰度差值确定与各所述检测区域对应的各候选区域,根据各所述候选区域确定极片缺陷检测结果。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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权利要求1-7中任一项所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410221993.9A CN118037683A (zh) | 2024-02-28 | 2024-02-28 | 一种极片缺陷确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410221993.9A CN118037683A (zh) | 2024-02-28 | 2024-02-28 | 一种极片缺陷确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118037683A true CN118037683A (zh) | 2024-05-14 |
Family
ID=90993058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410221993.9A Pending CN118037683A (zh) | 2024-02-28 | 2024-02-28 | 一种极片缺陷确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118037683A (zh) |
-
2024
- 2024-02-28 CN CN202410221993.9A patent/CN118037683A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112581463A (zh) | 图像缺陷的检测方法、装置、电子设备、存储介质及产品 | |
CN116952958B (zh) | 缺陷检测方法、装置、电子设备及存储介质 | |
CN115272291A (zh) | 一种贴膜的缺陷检测方法、装置、设备及存储介质 | |
CN115272290A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
CN116152208A (zh) | 缺陷检测方法、装置、设备及存储介质 | |
CN118037683A (zh) | 一种极片缺陷确定方法、装置、设备及存储介质 | |
CN112991308B (zh) | 一种图像质量的确定方法、装置、电子设备和介质 | |
CN115700758A (zh) | 一种精子活性的检测方法、装置、设备及存储介质 | |
CN112699824B (zh) | 电能表仪表常数检测方法、设备及存储介质 | |
CN116258714B (zh) | 一种缺陷识别方法、装置、电子设备和存储介质 | |
CN117689660B (zh) | 基于机器视觉的保温杯温度质检方法 | |
CN117745701A (zh) | 一种缺陷检测方法、装置、电子设备以及存储介质 | |
CN117726613A (zh) | 一种白缺陷分类方法、装置及电子设备 | |
CN114092739B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN118014971A (zh) | 光伏组件的表面缺陷检测方法、装置、设备及存储介质 | |
CN117576077A (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
CN115187585A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
CN117541801A (zh) | 一种印章检测方法、装置、电子设备及介质 | |
CN117593751A (zh) | 一种文本图像识别方法、装置、电子设备及存储介质 | |
CN116503407A (zh) | 图像中异物区域的检测方法、装置及电子设备 | |
CN115689922A (zh) | 畸变检测方法、装置、设备及存储介质 | |
CN116433926A (zh) | 一种胶卷首帧确定方法、装置、电子设备及存储介质 | |
CN117169806A (zh) | 断码屏电表显示缺陷检测方法、装置、设备及介质 | |
CN118033963A (zh) | 镜头平整度调整方法、装置、设备和介质 | |
CN116086403A (zh) | 一种沉降监测方法、装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |