一種基于深度學習的鋰電池電芯鋁殼藍膜外觀檢測算法

基本信息

申請?zhí)?/td> CN202111172298.0 申請日 -
公開（公告）號 CN114119462A 公開（公告）日 2022-03-01
申請公布號 CN114119462A 申請公布日 2022-03-01
分類號 G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06T7/136（2017.01）I;G06T7/187（2017.01）I;G06T5/30（2006.01）I;G06K9/62（2022.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 陳文賢;曾睿 申請（專利權）人 廈門微亞智能科技有限公司
代理機構 廈門仕誠聯(lián)合知識產(chǎn)權代理事務所（普通合伙） 代理人 蔡稷元
地址 361000福建省廈門市火炬高新區(qū)信息光電園金豐大廈201A室
法律狀態(tài) -

摘要

摘要 本發(fā)明屬于鋰電池檢測技術領域，具體的說是一種基于深度學習的鋰電池電芯鋁殼藍膜外觀檢測算法，該外觀檢測包括以下步驟：S1：獲取三張不同方向的圖像；S2：利用光度立體算法合成圖像；S3：截取鋁殼鋰電池表面指定待檢ROI區(qū)域；S4：利用高斯濾波器對圖像進行濾波處理；S5：對濾波后的圖像進行傅里葉變換；S6：對S5處理后的圖像進行形態(tài)學處理；S7：對S6處理后的圖像進行閾值分割以及連通域篩選；利用光度立體法合成圖像有效的增強了鋁殼鋰電池表面圖像中缺陷特征使得特征更易提取，且使用傳統(tǒng)算法結合深度學習的方式來對缺陷進行雙重檢測，最后以簡單神經(jīng)網(wǎng)絡進行復判有效降低了誤檢率，提高了準確性。