一种电池正负极位置识别方法和系统技术方案

本发明专利技术公开了一种电池正负极位置识别方法和系统，其中方法包括：采集电池图像；从电池图像提取得到若干组切片数据；从若干组切片数据提取得到对应的若干极大值点集；其中，若干极大值点集中的极大值点所组成的线状区域是电池区域；抽取预设组数的极大值点集，将预设组数的极大值点集中的每个极大值点作为起点进行搜索，得到每个起点对应的终点；终点是与对应的起点距离最远的极大值点；通过投票法，分析若干终点的坐标，选择出现次数超过预设次数阈值的终点坐标作为电池的正负极位置

【技术实现步骤摘要】
一种电池正负极位置识别方法和系统


[0001]本专利技术涉及图像识别领域，具体涉及一种电池正负极位置识别方法和系统
。

技术介绍

[0002]目前电池由于没有通用的正负极自动化识别工具，都要依赖人工标注才能对电池的正负极进行标注，而人工标注的方式往往效率较低，因此急需一种快速自动识别电池正负极的方法
。

技术实现思路

[0003]为了解决上述技术问题，本专利技术提供一种电池正负极位置识别方法和系统
。
[0004]具体的，本专利技术的技术方案如下：
[0005]第一方面，本专利技术提供了一种电池正负极位置识别方法，包括：
[0006]采集电池图像；
[0007]从所述电池图像提取得到若干组切片数据；
[0008]从若干组所述切片数据提取得到对应的若干极大值点集；其中，若干所述极大值点集中的极大值点所组成的线状区域是电池区域；
[0009]抽取预设组数的所述极大值点集，将预设组数的所述极大值点集中的每个所述极大值点作为起点进行搜索，得到每个所述起点对应的终点；所述终点是与对应的所述起点距离最远的极大值点；
[0010]通过投票法，分析若干所述终点的坐标，选择出现次数超过预设次数阈值的终点坐标作为电池的正负极位置
。
[0011]本实施方法先从电池图像中提取切片数据，通过切片数据得到极大值点集，将抽取得到的极大值点集中的每个极大值点作为起点，搜索距离起点最远的极大值点作为终点，得到多个对应的终点，从中分析得到电池的正负极位置
。
[0012]在一些电池正负极位置识别方法的实施方法，所述的从所述电池图像提取得到若干组切片数据；从若干组所述切片数据提取得到对应的若干极大值点集，包括：
[0013]在所述电池图像上标注辅助线；
[0014]重复沿所述辅助线的垂直方向，移动所述辅助线，每次移动所述辅助线均沿着所述辅助线得到一组所述切片数据，并从所述切片数据中得到一极大值点集；直至移动所述辅助线的次数达到预设次数，最终得到若干所述极大值点集
。
[0015]本实施方法通过辅助线找出极大值点，标定出电池区域，对辅助线的精度要求较低，与电池线条近似垂直即可，不限定其具体位置或角度，能够极大的提高标注效率
。
[0016]在一些电池正负极位置识别方法的实施方法，所述的抽取预设组数的所述极大值点集，将预设组数的所述极大值点集中的每个所述极大值点作为起点进行搜索，得到每个所述起点对应的终点，其特征在于，包括：
[0017]随机从若干所述极大值点集中抽取预设组数的所述极大值点集；
[0018]将预设组数的所述极大值点集中的每个极大值点作为起点进行搜索；
[0019]搜索与所述极大值点相邻的极大值点，并以与所述极大值点相邻的极大值点为起点进行递归搜索；
[0020]直至递归搜索得到的极大值点与所述极大值点的距离为最远距离，将递归搜索得到的极大值点作为终点；
[0021]重复执行前述步骤，将预设组数的所述极大值点集中的每个所述极大值点作为起点进行搜索，得到每个极大值点对应的终点
。
[0022]本实施方法由于电池图像中的噪声导致线状区域的线条断裂，会使终点坐标出现误差；于是以不同极大值点为起点搜索多个终点，并从多个终点中分析得到电池的正负极位置，提升了电池正负极位置搜索的准确度，降低了对前置识别结果的要求
。
[0023]在一些电池正负极位置识别方法的实施方法，所述的通过投票法，分析若干所述终点的坐标，选择出现次数超过预设次数阈值的终点坐标作为电池的正负极位置，其特征在于，包括：
[0024]将坐标相同的若干所述终点的数量记为终点坐标的出现次数；
[0025]统计每个所述终点坐标的出现次数；
[0026]将出现次数超过所述预设次数阈值的所述终点坐标作为所述电池的正负极位置
。
[0027]在一些电池正负极位置识别方法的实施方法，所述的通过投票法，分析若干所述终点的坐标，选择出现次数超过预设次数阈值的终点坐标作为电池的正负极位置之后，还包括：
[0028]保存标注结果，所述标注结果包括：辅助线的坐标
、
掩膜
、
点数据；所述点数据包括若干所述极大值点的像素值和坐标
。
[0029]第二方面，本专利技术提供了一种电池正负极位置识别系统，包括：
[0030]采集单元，用于采集电池图像；将所述电池图像发送给区域获取单元；
[0031]所述区域获取单元，用于从所述电池图像提取得到若干组切片数据；从若干组所述切片数据提取得到对应的若干极大值点集；其中，若干所述极大值点集中的极大值点所组成的线状区域是电池区域；将所述极大值点集发送给点集处理单元；
[0032]所述点集处理单元，用于抽取预设组数的所述极大值点集，将预设组数的所述极大值点集中的每个所述极大值点作为起点进行搜索，得到每个所述起点对应的终点；所述终点是与对应的所述起点距离最远的极大值点；将若干所述终点发送给电池正负极识别单元；
[0033]所述电池正负极识别单元，用于通过投票法，分析若干所述终点的坐标，选择出现次数超过预设次数阈值的终点坐标作为电池的正负极位置
。
[0034]在一些电池正负极位置识别系统的实施方法，
[0035]所述区域获取单元，还用于在所述电池图像上标注辅助线；重复沿所述辅助线的垂直方向，移动所述辅助线，每次移动所述辅助线均沿着所述辅助线得到一组所述切片数据，并从所述切片数据中得到一极大值点集；直至移动所述辅助线的次数达到预设次数，最终得到若干所述极大值点集
。
[0036]在一些电池正负极位置识别系统的实施方法，
[0037]所述点集处理单元，还用于随机从若干所述极大值点集中抽取预设组数的所述极
大值点集；将预设组数的所述极大值点集中的每个极大值点作为起点进行搜索；搜索与所述极大值点相邻的极大值点，并以与所述极大值点相邻的极大值点为起点进行递归搜索；直至递归搜索得到的极大值点与所述极大值点的距离为最远距离，将递归搜索得到的极大值点作为终点；重复执行前述步骤，将预设组数的所述极大值点集中的每个所述极大值点作为起点进行搜索，得到每个极大值点对应的终点
。
[0038]在一些电池正负极位置识别系统的实施方法，
[0039]所述电池正负极识别单元，还用于将坐标相同的若干所述终点的数量记为所述终点坐标的出现次数；统计每个所述终点坐标的出现次数；将出现次数超过所述预设次数阈值的所述终点坐标作为所述电池的正负极位置
。
[0040]在一些电池正负极位置识别系统的实施方法，还包括：存储单元，
[0041]所述存储单元，用于保存标注结果，所述标注结果包括：辅助线的坐标
、
掩膜
、
点数据；所述点数据包括若干所述极大值点的像素值和坐标
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电池正负极位置识别方法，其特征在于，包括：采集电池图像；从所述电池图像提取得到若干组切片数据；从若干组所述切片数据提取得到对应的若干极大值点集；其中，若干所述极大值点集中的极大值点所组成的线状区域是电池区域；抽取预设组数的所述极大值点集，将预设组数的所述极大值点集中的每个所述极大值点作为起点进行搜索，得到每个所述起点对应的终点；所述终点是与对应的所述起点距离最远的极大值点；通过投票法，分析若干所述终点的坐标，选择出现次数超过预设次数阈值的终点坐标作为电池的正负极位置
。2.
根据权利要求1所述的一种电池正负极位置识别方法，其特征在于，所述的从所述电池图像提取得到若干组切片数据；从若干组所述切片数据提取得到对应的若干极大值点集，包括：在所述电池图像上标注辅助线；重复沿所述辅助线的垂直方向，移动所述辅助线，每次移动所述辅助线均沿着所述辅助线得到一组所述切片数据，并从所述切片数据中得到一极大值点集；直至移动所述辅助线的次数达到预设次数，最终得到若干所述极大值点集
。3.
根据权利要求1所述的一种电池正负极位置识别方法，其特征在于，所述的抽取预设组数的所述极大值点集，将预设组数的所述极大值点集中的每个所述极大值点作为起点进行搜索，得到每个所述起点对应的终点，其特征在于，包括：随机从若干所述极大值点集中抽取预设组数的所述极大值点集；将预设组数的所述极大值点集中的每个极大值点作为起点进行搜索；搜索与所述极大值点相邻的极大值点，并以与所述极大值点相邻的极大值点为起点进行递归搜索；直至递归搜索得到的极大值点与所述极大值点的距离为最远距离，将递归搜索得到的极大值点作为终点；重复执行前述步骤，将预设组数的所述极大值点集中的每个所述极大值点作为起点进行搜索，得到每个极大值点对应的终点
。4.
根据权利要求1所述的一种电池正负极位置识别方法，其特征在于，所述的通过投票法，分析若干所述终点的坐标，选择出现次数超过预设次数阈值的终点坐标作为电池的正负极位置，其特征在于，包括：将坐标相同的若干所述终点的数量记为终点坐标的出现次数；统计每个所述终点坐标的出现次数；将出现次数超过所述预设次数阈值的所述终点坐标作为所述电池的正负极位置
。5.
根据权利要求2所述的一种电池正负极位置识别方法，其特征在于，所述的通过投票法，分析若干所述终点的坐标，选择出现次数超过预设次数阈值的终点坐标作为电池的正负极位置之后，还包括：保存标注结果，所述标注结果包括：辅助线的坐标
、
掩膜
、
点数...

【专利技术属性】
技术研发人员：丁傲冬，张浩然，冉现瑞，
申请(专利权)人：上海福柯斯智能科技有限公司，
类型：发明
国别省市：