表面缺陷检测方法、装置和计算机设备制造方法及图纸

本申请提供了一种表面缺陷检测方法、装置和计算机设备，该方法包括：获取待检电池的多个待检表面图像块；采用预设的特征提取网络对各所述待检表面图像块进行特征提取，得到各所述待检表面图像块对应的待检表面特征；根据预先构建的良品特征记忆库，对各所述待检表面图像块对应的待检表面特征进行缺陷检测，对应得到各所述待检表面图像块的缺陷检测结果；所述良品特征记忆库包括多个良品电池的标准表面特征；根据各所述待检表面图像块的缺陷检测结果，确定所述待检电池是否存在表面缺陷。由此可见，基于标准表面特征，本申请可以对待检电池的各种表面缺陷进行全面有效的检测，提高了电池表面缺陷的检测效率和检测结果的可靠性。电池表面缺陷的检测效率和检测结果的可靠性。电池表面缺陷的检测效率和检测结果的可靠性。

【技术实现步骤摘要】
表面缺陷检测方法、装置和计算机设备


[0001]本申请涉及电池检测
，特别是涉及一种表面缺陷检测方法、装置和计算机设备。

技术介绍

[0002]随着汽车动力电池的市场需求持续增大，对锂电池的质量要求也更加严格。而锂电方形电池(也称方形锂电池)在生产的过程中，由于各种因素会产生表面毛刺、划伤、凹凸、破损等缺陷，对锂电方形电池的质量产生影响，甚至带来人身安全隐患。因此，在生产过程中对电池表面进行缺陷检测变得更为重要。
[0003]其中，方形锂电池的表面缺陷检测通常采用人工检测的方式，即人工观察方形锂电池的蓝膜表面是否存在缺陷。然而，人工检测存在准确度低、实时性差、效率低、劳动强度大等问题。

技术实现思路

[0004]本申请提供了一种表面缺陷检测方法、装置和计算机设备，能够提高电池表面缺陷的检测效率。
[0005]第一方面，本申请提供一种表面缺陷检测方法，包括：
[0006]获取待检电池的多个待检表面图像块；
[0007]采用预设的特征提取网络对各待检表面图像块进行特征提取，得到各待检表面图像块对应的待检表面特征；
[0008]根据预先构建的良品特征记忆库，对各待检表面图像块对应的待检表面特征进行缺陷检测，对应得到各待检表面图像块的缺陷检测结果；良品特征记忆库包括多个良品电池的标准表面特征；
[0009]根据各待检表面图像块的缺陷检测结果，确定待检电池是否存在表面缺陷。
[0010]在一种可能的实现方式中，构建良品特征记忆库，包括：
[0011]获取多个良品电池的标准表面图像；
[0012]采用特征提取网络对各标准表面图像进行特征提取，得到多个标准表面特征；
[0013]根据多个标准表面特征，构建良品特征记忆库。
[0014]在一种可能的实现方式中，特提取网络包括级联的初始卷积层、第一卷积残差模块、第二卷积残差模块和第三卷积残差模块；
[0015]采用预设的特征提取网络对各标准表面图像进行特征提取，得到多个标准表面特征，包括：
[0016]针对任一标准表面图像，将标准表面图像输入至初始卷积层，通过初始卷积层获取标准表面图像的初始特征；
[0017]将初始特征输入至第一卷积残差模块，通过初始特征和第一卷积残差模块提取的图像特征，获取标准表面图像的第一尺度特征；
[0018]将第一尺度特征输入至第二卷积残差模块，通过第一尺度特征和第二卷积残差模块提取的图像特征，获取标准表面图像的第二尺度特征；
[0019]将第二尺度特征输入至第三卷积残差模块，通过第二尺度特征和第三卷积残差模块提取的图像特征，获取标准表面图像的第三尺度特征；
[0020]将第二多尺度特征和第三多尺度特征进行多层级特征融合，得到标准表面特征。
[0021]在一种可能的实现方式中，根据多个标准表面特征，构建良品特征记忆库，包括：
[0022]根据多个标准表面特征，构建多个良品电池对应的全量特征库；全量特征库包括多个良品电池的标准表面图像对应的所有标准表面特征；
[0023]对全量特征库中的标准表面特征进行稀疏采样，生成良品特征记忆库。
[0024]在一种可能的实现方式中，获取多个良品电池的标准表面图像，包括：
[0025]获取多个良品电池的原始表面图像；
[0026]对各良品电池的原始表面图像均进行图像预处理，得到各良品电池对应的至少一个标准表面图像；
[0027]其中，图像预处理包括图像尺度随机变化、图像裁剪和图像归一化处理中的至少一种。
[0028]在一种可能的实现方式中，根据预先构建的良品特征记忆库，对各待检表面图像块对应的待检表面特征进行缺陷检测，包括：
[0029]针对任一待检表面图像块对应的待检表面特征，通过预设的分类搜索算法，从良品特征记忆库中获取待检表面特征对应的目标表面特征；目标表面特征为良品特征记忆库中与待检表面特征之间偏差最大的标准表面特征；
[0030]根据待检表面特征和目标表面特征，对待检表面图像块对应的待检表面特征进行缺陷检测。
[0031]在一种可能的实现方式中，根据待检表面特征和目标表面特征，对待检表面图像块对应的待检表面特征进行缺陷检测，包括：
[0032]计算待检表面特征和目标表面特征之间的特征偏差值；
[0033]若特征偏差值小于预设的偏差阈值，则确定待检表面特征对应的待检表面图像块的缺陷检测结果为不存在表面缺陷；
[0034]若特征偏差值大于或等于偏差阈值，则确定待检表面特征对应的待检表面图像块的缺陷检测结果为存在表面缺陷。
[0035]在一种可能的实现方式中，获取待检电池的多个待检面图像块，包括：
[0036]获取待检电池的原始表面图像；
[0037]按照预设的分割策略，对待检电池的原始表面图像进行图像分割，得到待检电池的多个待检表面图像块。
[0038]第二方面，本申请提供一种表面缺陷检测装置，包括：
[0039]第一图像获取模块，用于获取待检电池的多个待检表面图像块；
[0040]第一特征提取模块，用于采用预设的特征提取网络对各待检表面图像块进行特征提取，得到各待检表面图像块对应的待检表面特征；
[0041]缺陷检测模块，用于根据预先构建的良品特征记忆库，对各待检表面图像块对应的待检表面特征进行缺陷检测，对应得到各待检表面图像块的缺陷检测结果；良品特征记
忆库包括多个良品电池的标准表面特征；
[0042]确定模块，用于根据各待检表面图像块的缺陷检测结果，确定待检电池是否存在表面缺陷。
[0043]第三方面，本申请提供了一种计算机设备，该设备包括存储器和处理器，存储器存储有计算机程序，处理器从存储器中调用并执行计算机程序时实现上述第一方面中任一项所示的表面缺陷检测方法的步骤。
[0044]第四方面，本申请提供了一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项所示的表面缺陷检测方法的步骤。
[0045]第五方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项所示的表面缺陷检测方法的步骤。
[0046]本申请提供的技术方案至少可以达到以下有益效果：
[0047]本申请提供的表面缺陷检测方法、装置和计算机设备，先获取待检电池的多个待检表面图像块；然后采用预设的特征提取网络对各待检表面图像块进行特征提取，得到各待检表面图像块对应的待检表面特征；进而根据预先构建的良品特征记忆库，对各待检表面图像块对应的待检表面特征进行缺陷检测，对应得到各待检表面图像块的缺陷检测结果；最终根据各待检表面图像块的缺陷检测结果，确定待检电池是否存在表面缺陷。其中，良品特征记忆库包括多个良品电池的标准表面特征。由此可见，本申请通过划分待检表面图像块，可以提高特征提取网络的特征提取效率，以快速获取到待检电池的多个待检表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种表面缺陷检测方法，其特征在于，包括：获取待检电池的多个待检表面图像块；采用预设的特征提取网络对各所述待检表面图像块进行特征提取，得到各所述待检表面图像块对应的待检表面特征；根据预先构建的良品特征记忆库，对各所述待检表面图像块对应的待检表面特征进行缺陷检测，对应得到各所述待检表面图像块的缺陷检测结果；所述良品特征记忆库包括多个良品电池的标准表面特征；根据各所述待检表面图像块的缺陷检测结果，确定所述待检电池是否存在表面缺陷。2.根权利要求1所述的方法，其特征在于，构建所述良品特征记忆库，包括：获取多个良品电池的标准表面图像；采用所述特征提取网络对各所述标准表面图像进行特征提取，得到多个标准表面特征；根据所述多个标准表面特征，构建良品特征记忆库。3.根据权利要求2所述的方法，其特征在于，所述特提取网络包括级联的初始卷积层、第一卷积残差模块、第二卷积残差模块和第三卷积残差模块；所述采用预设的特征提取网络对各所述标准表面图像进行特征提取，得到多个标准表面特征，包括：针对任一标准表面图像，将所述标准表面图像输入至所述初始卷积层，通过所述初始卷积层获取所述标准表面图像的初始特征；将所述初始特征输入至所述第一卷积残差模块，通过所述初始特征和所述第一卷积残差模块提取的图像特征，获取所述标准表面图像的第一尺度特征；将所述第一尺度特征输入至所述第二卷积残差模块，通过所述第一尺度特征和所述第二卷积残差模块提取的图像特征，获取所述标准表面图像的第二尺度特征；将所述第二尺度特征输入至所述第三卷积残差模块，通过所述第二尺度特征和所述第三卷积残差模块提取的图像特征，获取所述标准表面图像的第三尺度特征；将所述第二多尺度特征和所述第三多尺度特征进行多层级特征融合，得到所述标准表面特征。4.根据权利要求2或3所述的方法，其特征在于，所述根据所述多个标准表面特征，构建良品特征记忆库，包括：根据所述多个标准表面特征，构建所述多个良品电池对应的全量特征库；所述全量特征库包括所述多个良品电池的标准表面图像对应的所有标准表面特征；对所述全量特征库中的标准表面特征进行稀疏采样，生成所述良品特征记忆库。5.根据权利要求2或3所述的方法，其特征在于，所述获取多个良品电池的标准表面图像，包括：获取多个良品电池的原始表面图像；对各所述良品电池的原始表面图像均进行图像...

【专利技术属性】
技术研发人员：孙天齐，唐永亮，姚毅，
申请(专利权)人：凌云光技术股份有限公司，
类型：发明
国别省市：