CN113592845B 一种电池涂布的缺陷检测方法及装置、存储介质 （深圳市华汉伟业科技有限公司）

道西丽社区同发南路万科云城六期二本申请涉及一种电池涂布的缺陷检测方法涂覆区域和/或至少一个基板区域；检测涂覆区域的图像特征以分析得到涂覆区域内存在的第分图像中的涂覆区域和/或基板区域来分析不同2对所述待检测图像进行二值化处理，得到二值化图像，对所述二值化对二值化处理后的所述待检测图像进行形态学变换，以及通过连通计算所述第一区域对应的轮廓数据中每个像素点的角根据所述角度变化值、所述角度变化阈值和所述像素平滑范围确根据确定的多个分割数据点形成近似多边形并对所述第一区域的边缘轮廓进行分割，计算每个所述区域边缘对应的平均角度，根据所述平均根据各个所述第一区域的四边形轮廓表示和区域内像素点的灰度值确定至少一个涂对所述第一缺陷和/或所述第二缺陷进行特征分类处理，分别得到对应的缺陷分类结对所述二值化图像进行形态学变换，以及通过连通性分析和特征筛选i对于所述第一区域对应的轮廓数据中的任意像素点p，判断像素点p的3变化值为像素点p前后的像素平滑范围内各像素点通过直线拟合得到的像素点的角度变化根据确定的多个分割数据点形成近似多边形并对所述第一区域的边缘轮廓进行分割，计算每个所述区域边缘对应的平均角度，若判断邻近根据各个所述第一区域的四边形轮廓表示和区域内像素点的灰度值确定至少一个涂3.如权利要求1所述的缺陷检测方法，其特征在于，所述检测所述涂覆区域的图像特计算每幅所述金字塔图像中各像素点的特征值，形成对于各幅所述金字塔图像分别对应的上采样图像，将各幅对所述涂覆区域中属于缺陷的像素点进行膨胀运算，得到膨胀区对于每幅所述金字塔图像中的任意一个像素点(i,j)，构建该像素点在预设像素范围根据每幅所述金字塔图像中各个像素点的特征值形成对5.如权利要求1所述的缺陷检测方法，其特征在于，所述检测所述基板区域的图像特4将所述差分图像中各像素点的差值分别与第二预设阈值进对于所述基板区域内的任意一个像素点(i,j)，计算像素点(i,j)与滤波模板中心点处理器，用于通过权利要求1-7中任一项所述的缺陷检测方法处理得到所述待检测图5对所述待检测图像进行二值化处理，得到二值化图像，对所述二值化对二值化处理后的所述待检测图像进行形态学变换，以及通过连通计算所述第一区域对应的轮廓数据中每个像素点的角根据所述角度变化值、所述角度变化阈值和所述像素平滑范围确根据确定的多个分割数据点形成近似多边形并对所述第一区域的边缘轮廓进行分割，计算每个所述区域边缘对应的平均角度，根据所述平均根据各个所述第一区域的四边形轮廓表示和区域内像素点的灰度值确定至少一个涂分析模块，用于检测所述涂覆区域的图像特征，分析得到所处理器执行以实现如权利要求1-7中任一项6[0001]本申请涉及图像处理技术领域，具体涉及一种电池涂布的缺陷检测方法及装置、个基板区域；检测所述涂覆区域的图像特征，分析得到所述涂覆区域内存在的第一缺陷；[0006]所述对所述待检测图像进行区域定位，得到至少一个涂覆区域和/或至少一个基行形态学图像处理和区域轮廓分割处理，分割出至少一个涂覆区域和/或至少一个基板区7角度变化值为像素点p前后的像素平滑范围内各像素点通过直线拟合得到的像素点的角度点的灰度值确定至少一个涂覆区域和/或至少一个[0013]所述检测所述涂覆区域的图像特征，分析得到所述涂覆[0019]所述检测所述基板区域的图像特征，分析得到所述基板对于所述基板区域内的任意一个像素点(i,j)，计算像素点(i,j)与滤波模板中心点(k,l)8[0027]所述对所述第一缺陷和/或所述第二缺陷进行特征分类，分别得到对应的缺陷分块，用于对所述待检测图像进行区域定位，得到至少一个涂覆区域和/或至少一个基板区区域和/或至少一个基板区域；检测涂覆区域的图像特征以分析得到涂覆区域内存在的第9布的待检测图像进行区域定位处理，通过区分图像中的涂覆区域和/或基板区域来分析不缺陷和/或第二缺陷进行了特征分类处理，根据缺陷呈现的灰度和纹理特征得到缺陷的分根据说明书中的描述以及本领域的一般技术知识即可完[0049]电池极板的涂布缺陷检测工作是从已涂布的电池极板中查找出存在的缺陷位置神经网络进行检测时会面临运算时间长的问题，从而无法满足在线和实时性的检测要求。图像是电池涂布L上一段涂布的成像结果，只要合理配置传递速度和取像频率就能够利用[0061]请参考图3，本实施例中公开一种电池涂布的缺陷检测方法，主要包括步骤100-陷主要是指涂覆区域内检测出的缺陷，第一缺陷的类型和数量不做限制，比如可能存在0适当的阈值选取而获得仍然可以反映图像整体和局化图像，所有灰度大于或等于某个阈值的像素被判定为属于特定物体，其灰度值用255表为第i个像素点的坐标，N1为轮廓数据中的像素数度变化值为像素点p前后的像素平滑范围内各像素点通过直线拟合得到的像素点的角度变相对坐标轴的角度平均计算结果)，若判断邻近两个区域边缘对应的平均角度的差值小于或等于第一预设阈值(比如角度阈值s:-1s")，则将这两个区域边缘进行合并以得到新的区个四边形轮廓表示和区域内像素点的灰度值可确定至少一个涂覆区域和/或至少一个基板[0087]在本实施例中，上面的步骤300主要涉及涂覆区域的图像特征分析过程和基板区倍下采样即得到(LM/2]+1)X(LW/2」+1)尺寸的金字塔图像。[0099]在得到每幅金字塔图像对应的特征图的情况下，可以对每个特征向量输入到MLP网络或者利用SVM进行训练和判断，根据softmax函数输出的概率[0106]在本实施例中，上面的步骤300主要涉及涂覆区域的图像特征分析过程和基板区对第一缺陷和/或第二缺陷进行特征分类的原理可[0125]需要说明的是，第一缺陷(或第二缺陷)对应的特征向量width表示灰度共生矩阵的宽度。[0151]相机51用于通过取像得到电池涂布的待检测图像。这里的相机51可以是图1中的文实施例二中步骤100-400实现的缺陷检测割出至少一个涂覆区域和/或至少一个基板区域。关于定位模块52-2的功能可具体参考实[0159]分类模块52-4与分析模块52-3，主要用于对第一缺陷和/或第二缺陷进行特征分够对电池涂布的待检测图像进行区域定位处理，通过区分图像中的涂覆区域和/或基板区理器52针对第一缺陷和/或第二缺陷进行了特征分类处理时，能够根据缺陷呈现的灰度和