CN119494839A 一种基于图像识别的电池极片检测方法及系统 （西安捷高电子科技有限公司）_第1页
CN119494839A 一种基于图像识别的电池极片检测方法及系统 （西安捷高电子科技有限公司）_第2页
CN119494839A 一种基于图像识别的电池极片检测方法及系统 （西安捷高电子科技有限公司）_第3页
CN119494839A 一种基于图像识别的电池极片检测方法及系统 （西安捷高电子科技有限公司）_第4页
CN119494839A 一种基于图像识别的电池极片检测方法及系统 （西安捷高电子科技有限公司）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于图像识别的电池极片检测方法及据每个异常区域的两个聚类簇的聚类中心之间2采集电池极片表面图像，进而得到电池极片区域；设置滑动窗口在对每个异常区域中的像素点进行聚类，得到每个异常区域的两个聚类常区域中含有气泡缺陷的可能性，hj代表第j个异常区域中含表第j个异常区域中的两个聚类簇的灰度差值；以及G;z分别代表第j个异常区域的第预设异常阈值T，若任意滑动窗口的灰度异常特征值大于或者等于预设聚类簇个数为2，使用k_means聚类算法对每个异获取每个异常区域中的每个聚类簇中像素点的灰度均值，将将每个异常区域的第一个聚类簇中所有像素点所位于的异常窗口，记3预设可能性阈值T1，若任意异常区域中含有气泡缺陷的可能性大于要求1_7任一项所述的一种基于图像识别的电4[0003]目前授权公告号为CN102819841B的专利文件公开了用于目标图像分割的全局阈示环绕指标等于0的像素点，环绕指标定义为在阈值图像的前景像素点的3×3像素的邻域阈值分割算法或者边缘检测无法完整的将电池极片区域中的气泡缺陷检测出来的技术问5个异常区域中含有气泡缺陷的可能性，hj代表第j个异常区域Fj代表第j个异常区域中的两个聚类簇的灰度差值；以及G;z分别代表第j个异常区域预设异常阈值T，若任意滑动窗口的灰度异常特征值大于或者等于异常阈值T时，预设聚类簇个数为2，使用k_means聚类算法对每个异常区域中的像素点进行聚[0013]便于后续分析每个异常区域的两个聚类簇的特征是否与气泡缺陷区域聚类后的6且准确的缺陷识别。[0021]通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，[0025]本发明实施例公开一种基于图像识别的电池极片检测方法，参照图1，包括步骤7;[0032]预设异常阈值T，若任意滑动窗口的灰度异常特征值大于8根据像素点的灰度值将每个异常区域中的像素点聚为两类，若异常区域中存在气泡缺陷，那么异常区域的两个聚类簇分别为气泡缺陷内部像素点构成的聚类簇与气泡缺陷外部像又由于任意异常区域的每个聚类簇的所有异常窗口的灰度特征值之间的差异越;G;1代表第j个异常区域的第一个聚类簇的所有异常窗口的灰度异常特征值的方差；G;z代9可能含有气泡缺陷；Fj的值越大，说明第j个异常区域中的两个聚类簇的灰度值的差值较大，第j个异常区域中更可能含有气泡缺陷；Gj1×类簇的所有异常窗口的灰度特征值之间的差异越小，说明聚类效果越好，此时的可靠性越高。

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论