System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,更具体地涉及一种异常凸起的检测方法、一种异常凸起的检测装置、一种电子设备和一种存储装置。
技术介绍
1、近年来,随着环境问题以及能源消耗问题的日益加剧,人们对新型能源的发展愈发关注,尤其在汽车产业中,作为人类交通出行的必需品,新能源汽车的发展逐渐成为人们关注的焦点。由于新能源汽车主要是通过电池驱动来提供动力,因此动力电池就成了整个新能源汽车产业链中十分关键的一环。动力电池的使用寿命,电池容量等是其重要的参数,决定了电池质量的优劣。
2、锂电池是目前新能源汽车最常使用的动力电池。电池极片作为生产锂电池的核心原材料,电池极片的工艺和质量可以直接决定锂电池的性能,因此需要对锂电池品质进行检查。对电池极片的检测主要包括电池极片表面检测,例如漏箔,划伤,压痕等,以及对电池极片的横切面(端面)进行缺陷检测,例如毛刺检测,极片开裂或分层等。其中毛刺检测是非常重要的环节。毛刺是极片在分切的过程中产生的缺陷,毛刺可能会刺穿电池极片和隔膜进而导致电池短路甚至自燃,因此毛刺对电池极片的危害是极大的。现有技术中,通常通过传统算法(例如形态学算法)或分割模型的方式对毛刺进行检测。但是,通过形态学等传统算法对毛刺进行检测,但无法涵盖所有的毛刺特征,很难全方位的定性。而通过网络模型对毛刺进行检测虽然可以对毛刺进行定性,但却很难定量计算毛刺的具体高度。
技术实现思路
1、考虑到上述问题而提出了本专利技术。本专利技术提供了一种异常凸起的检测方法、一种异常凸起的检测装置、一种电子设
2、根据本专利技术一个方面,提供一种异常凸起的检测方法,用于检测待测图像中待测对象的金属层上的异常凸起,待测对象包括沿预设层叠方向层叠设置的第一非金属层、金属层和第二非金属层,方法包括:模型推理步骤:将待测图像输入已训练模型中,以确定待测图像中的异常凸起;灰度识别步骤:基于待测图像中像素的灰度信息,确定待测图像中的金属对象;相减步骤:将金属对象与异常凸起相减,以确定金属层;确定步骤:在异常凸起的根部和金属层相交时,确定异常凸起的尺寸信息。
3、示例性地,确定步骤,还包括:对异常凸起的根部进行亚像素边缘检测,以确定异常凸起的根部的亚像素边缘;基于异常凸起的根部的亚像素边缘的位置和金属层的位置,判断异常凸起的根部和金属层是否相交。
4、示例性地,确定步骤,还包括:在异常凸起的根部和金属层之间存在像素重叠时,确定异常凸起区域的根部与金属层相交;在异常凸起的根部和金属层之间不存在像素重叠时,计算异常凸起的根部与金属层之间的距离,在距离小于或等于预设距离阈值时,确定异常凸起的根部与金属层相交。
5、示例性地,相减步骤,具体包括:将金属对象与异常凸起相减;若相减后获得的对象满足第一目标要求,则确定相减后获得的对象为金属层;若相减后获得的对象不满足第一目标要求,则进行金属层拟合,以获得金属层;其中,第一目标要求包括:相减后获得的对象在与预设层叠方向垂直的方向上的长度大于第一长度阈值,和/或,相减后获得的对象在预设层叠方向上的厚度大于第一厚度阈值。
6、示例性地,若相减后获得的对象不满足第一目标要求,则进行金属层拟合,以获得金属层,包括:对相减后获得的对象进行形态学处理,获得连通区域作为金属层;或者,对待测图像进行基于灰度信息的边缘检测,以确定待测对象的目标边缘的位置,目标边缘包括上边缘和/或下边缘;基于待测对象的目标边缘的位置、目标边缘与金属层之间的预期距离和预期金属层厚度,确定金属层。
7、示例性地,对相减后获得的对象进行形态学处理,获得连通区域作为金属层区域的步骤在相减后获得的对象满足第二目标要求时执行;基于待测对象的目标边缘的位置、目标边缘与金属层之间的预期距离和预期金属层厚度,确定金属层的步骤在相减后获得的对象不满足第二目标要求时执行;其中,第二目标要求包括:相减后获得的对象在与预设层叠方向垂直的方向上的长度大于第二长度阈值,和/或,相减后获得的对象在预设层叠方向上的厚度大于第二厚度阈值,第一长度阈值大于第二长度阈值,第一厚度阈值大于第二厚度阈值。
8、示例性地,已训练模型包括目标检测模型和图像分割模型,模型推理步骤,具体包括:将待测图像输入目标检测模型,以确定异常凸起在待测图像中对应的目标检测结果区域;根据目标检测结果区域在待测图像中确定出目标图像;其中,目标图像为待测图像中包含目标检测结果区域在内的图像块,目标检测结果区域包含异常凸起以及位于异常凸起周围预定范围内层叠的部分第一非金属层、部分金属层和部分第二非金属层;将目标图像输入图像分割模型,以获得目标图像中的异常凸起。
9、示例性地,将目标图像输入图像分割模型,以获得目标图像中的异常凸起,具体包括:判断目标检测结果区域中是否包括待测对象的上边缘和下边缘;若包括上边缘和下边缘,则将目标图像输入图像分割模型,以获得目标图像中的异常凸起。
10、示例性地,判断目标检测结果区域中是否包括待测对象的上边缘和下边缘,具体包括:对待测图像进行基于灰度信息的边缘检测,以确定待测对象的目标边缘的位置;目标边缘包括上边缘和下边缘;基于待测图像中上边缘和下边缘的位置以及目标检测结果区域在待测图像中的位置,确定目标检测结果区域中是否包括上边缘和下边缘。
11、示例性地,判断目标检测结果区域中是否包括待测对象的上边缘和下边缘,具体包括:对目标图像进行基于灰度信息的边缘检测,以确定目标检测结果区域中是否包括目标边缘,目标边缘包括上边缘和下边缘。
12、示例性地,尺寸信息包括以下一种或多种:异常凸起在预设层叠方向上超出待测对象的上边缘或下边缘的高度;异常凸起在与预设层叠方向垂直的方向上的长度;异常凸起的面积。
13、示例性地,尺寸信息包括异常凸起在预设层叠方向上超出待测对象的上边缘或下边缘的高度;确定步骤中,具体包括:对待测图像进行基于灰度信息的边缘检测,以确定待测对象的目标边缘的位置;目标边缘包括上边缘或下边缘;对异常凸起的顶部进行亚像素边缘检测,以确定异常凸起的顶部的亚像素边缘;基于异常凸起的顶部的亚像素边缘的位置和待测对象的上边缘或下边缘的位置,确定异常凸起在预设层叠方向上超出与其在待测对象同一侧的上边缘或下边缘的高度。
14、示例性地,基于灰度信息的边缘检测,具体包括:确定当前进行边缘检测的图像对应的像素值与像素坐标的映射曲线,其中,映射曲线中像素值为当前进行边缘检测的图像中沿第一坐标轴上分布的每组像素的像素值,第一坐标轴为当前进行边缘检测的图像中待测对象的目标边缘的预期延伸方向;映射曲线中的像素坐标为与第一坐标轴垂直的第二坐标轴上每组像素所在的坐标;根据映射曲线确定第一像素坐标和第二像素坐标,其中,第一像素坐标为映射曲线上的特定灰度梯度极大值点所对应的像素坐标,第二像素坐标为映射曲线上的特定灰度梯度最小值点所对应的像素坐标或者映射曲线上的预设灰度梯度点所对应的像素坐标,特定灰度梯度极大值点为沿第二坐标轴所在的方向上首次出现的灰度梯度极大值点,特本文档来自技高网...
【技术保护点】
1.一种异常凸起的检测方法,用于检测待测图像中待测对象的金属层上的异常凸起,所述待测对象包括沿预设层叠方向层叠设置的第一非金属层、金属层和第二非金属层,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述确定步骤,还包括:
3.如权利要求1所述的方法,其特征在于,所述确定步骤,还包括:
4.如权利要求1所述的方法,其特征在于,所述相减步骤,具体包括:
5.如权利要求4所述的方法,其特征在于,所述若相减后获得的对象不满足所述第一目标要求,则进行金属层拟合,以获得所述金属层,包括:
6.如权利要求5所述的方法,其特征在于,所述对相减后获得的对象进行形态学处理,获得连通区域作为所述金属层区域的步骤在相减后获得的对象满足第二目标要求时执行;
7.如权利要求1所述的方法,其特征在于,所述已训练模型包括目标检测模型和图像分割模型,所述模型推理步骤,具体包括:
8.如权利要求7所述的方法,其特征在于,所述将所述目标图像输入所述图像分割模型,以获得所述目标图像中的异常凸起,具体包括:
< ...【技术特征摘要】
1.一种异常凸起的检测方法,用于检测待测图像中待测对象的金属层上的异常凸起,所述待测对象包括沿预设层叠方向层叠设置的第一非金属层、金属层和第二非金属层,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述确定步骤,还包括:
3.如权利要求1所述的方法,其特征在于,所述确定步骤,还包括:
4.如权利要求1所述的方法,其特征在于,所述相减步骤,具体包括:
5.如权利要求4所述的方法,其特征在于,所述若相减后获得的对象不满足所述第一目标要求,则进行金属层拟合,以获得所述金属层,包括:
6.如权利要求5所述的方法,其特征在于,所述对相减后获得的对象进行形态学处理,获得连通区域作为所述金属层区域的步骤在相减后获得的对象满足第二目标要求时执行;
7.如权利要求1所述的方法,其特征在于,所述已训练模型包括目标检测模型和图像分割模型,所述模型推理步骤,具体包括:
8.如权利要求7所述的方法,其特征在于,所述将所述目标图像输入所述图像分割模型,以获得所述目标图像中的异常凸起,具体包括:
9.如权利要求8所述的方法,其特征在于,所述判断所述目标检测结果区域中是否包括所述待测对象的上边缘和下边缘,具体包括:
10.如权利要求8所述的...
【专利技术属性】
技术研发人员:许汝济,郭朝伟,
申请(专利权)人:苏州镁伽科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。