【技术实现步骤摘要】
本申请涉及图像处理领域,特别涉及一种电解液筒开料板材剪切方法、装置、设备及存储介质。
技术介绍
1、在电解液筒的生产过程中,成捆的钢卷料在开料后需要进行严格的缺陷检测,以确保其符合质量要求。目前行业内主要采用两种检测方式:人工目视检查和基于计算机视觉的自动化检测。人工检查方式存在明显的局限性,不仅需要投入大量人力成本,而且检测效率低下,难以满足现代化生产线的需求。更严重的是,人工检查容易因视觉疲劳导致漏检,特别是对于微小缺陷或隐蔽性缺陷的识别准确率较低。
2、基于计算机视觉的cv检测技术虽然在一定程度上提高了检测效率,但其缺陷识别能力存在明显不足。这类方法通常只能有效识别卷料表面的常规缺陷和明显孔洞,而对于倾斜盲孔、细微磕碰、浅表刮痕等复杂缺陷的识别准确率较差。此外,现有自动化检测系统在缺陷处理环节存在严重缺陷:当检测到多个缺陷点时,系统会频繁触发输送线暂停和切割流程。这种处理方式不仅导致生产效率低下,更会造成大量材料浪费。特别是在相邻缺陷点间距较小时,多次切割产生的中间段材料往往因长度不足而无法用于电解液筒制作,最终成为废
3本文档来自技高网...
【技术保护点】
1.一种电解液筒开料板材剪切方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,基于计算机视觉CV缺陷检测和人工智能AI缺陷检测对所述行图像进行缺陷识别,且AI缺陷检测的检测速度小于CV缺陷检测的速度;
3.根据权利要求2所述的方法,其特征在于,将分割的所述行图像沿平行于钢卷板材输送方向分割为若干栅格图并进行编号;
4.根据权利要求3所述的方法,其特征在于,当基于CV缺陷检测识别出CV缺陷时,确定当前执行的行图编号;
5.根据权利要求2所述的方法,其特征在于,当从所述图像数据分割的第i行图像中识别
...【技术特征摘要】
1.一种电解液筒开料板材剪切方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,基于计算机视觉cv缺陷检测和人工智能ai缺陷检测对所述行图像进行缺陷识别,且ai缺陷检测的检测速度小于cv缺陷检测的速度;
3.根据权利要求2所述的方法,其特征在于,将分割的所述行图像沿平行于钢卷板材输送方向分割为若干栅格图并进行编号;
4.根据权利要求3所述的方法,其特征在于,当基于cv缺陷检测识别出cv缺陷时,确定当前执行的行图编号;
5.根据权利要求2所述的方法,其特征在于,当从所述图像数据分割的第i行图像中识别出缺陷时,将所述第i行图像与相邻第i+1行图像的分割线位置标记为临时剪切点;
6.根据权利要求5所述的方法,其特征在于,当所述目标剪切长度的所述图像数据中未检测出缺陷时,将所述目标剪切长度位置处作为完整切割点,...
【专利技术属性】
技术研发人员:侯晓峰,朱磊,张弛,
申请(专利权)人:上海感图网络科技有限公司,
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。