[发明专利]一种极片毛刺检测方法和系统

说明书

本发明实施例提供一种极片毛刺检测方法和系统，获取到现场极片图后，需要裁图算法定位极片位置，提高AI预测的准确度和速度；获取裁剪图片后，需要一种AI算法检测出所有置信度较高的疑似毛刺缺陷区域；获得疑似毛刺缺陷区域后，有可能是因为噪声引起的误判，所以本发明通过对该区域进行传统算法处理，做进一步的判断；基于AI算法和毛刺识别算法相结合的方案，比仅用毛刺识别算法或仅用AI算法提高了准确度，只能视觉检测方法代替了人工，消除了人工因为个体差异、身体状态等造成的主观因素对缺陷判断的影响，提高了锂离子电池生产的安全可靠性。

技术领域

本发明实施例涉及电池检测技术领域，尤其涉及极片毛刺检测方法和系统。

背景技术

锂电池极片在分切中在极片边缘处容易产生毛刺，如果毛刺过大，容易刺破正负极片之间的保护膜，造成电池内部短路，造成起火爆炸等安全隐患。

锂电池正负极片和隔膜之间在显微镜下才能看清楚的微米级毛刺，是导致锂电池爆炸起火的主要元凶之一，所以能否检测出毛刺缺陷，就成为了电池能否安全使用的重要元素之一。在传统工序中，解决方式就是人工定期对极片毛刺进行二次元下抽检。由于技术上的限制，难以实现全检的后果就是必然会有毛刺成为漏网之鱼，为锂电安全埋下了很大的隐患。

发明内容

本发明实施例提供一种极片毛刺检测方法和系统，以解决现有技术中人工测量劳动强度大，结果容易产生人为误判，难以实现全检的后果就是必然会有毛刺成为漏网之鱼，为锂电安全埋下了很大的隐患的问题。

第一方面，本发明实施例提供一种极片毛刺检测方法，包括：

获取现场极片图，识别所述现场极片图中的极片位置并剪裁得到极片图像；

基于预先训练好的AI检测模型对所述极片图像进行毛刺缺陷识别，得到毛刺识别区域；

对所述毛刺识别区域进行去噪处理，并基于所述毛刺识别区域的缺陷mask边界寻找波峰，若所述毛刺识别区域的波峰均值在预设波峰范围，mask方差在预设mask方差范围，则判断所述毛刺识别区域为毛刺缺陷区域。

作为优选的，识别所述现场极片图中的极片位置并剪裁得到极片图像，具体包括：

基于形态学的自适应阈值分割算法对所述现场极片图进行初步识别，得到毛刺初定位区域；

对所述毛刺初定位区域进行自由曲面拟合处理，确定似圆度、面积、最小高度和最小宽度，以基于似圆度、面积、最小高度和最小宽度确定毛刺精定位区域；

基于所述毛刺精定位区域剪裁得到极片图像。

作为优选的，基于形态学的自适应阈值分割算法对所述现场极片图进行初步识别，得到毛刺初定位区域，具体包括：

基于阈值分割算法将现场极片图分割为黑白图像，对黑白图像进行开运算，对开运算的结果进行膨胀，得到背景区域，通过距离变换获取前景区域，得到毛刺初定位区域。

作为优选的，基于预先训练好的AI检测模型对所述极片图像进行毛刺缺陷识别，得到毛刺识别区域，具体包括：

AI检测模型接收到所述极片图像后，调用对应的毛刺缺陷检测模型，基于所述毛刺缺陷检测模型进行毛刺缺陷识别，并输出每个极片图像中检测出的置信度高于预设置信度阈值的区域，作为毛刺识别区域。

作为优选的，并输出每个极片图像中检测出的置信度高于预设置信度阈值的区域，作为毛刺识别区域后，还包括：

确定所述毛刺识别区域的区域信息，所述区域信息包括缺陷种类、缺陷mask坐标集合和缺陷目标检测框。

作为优选的，并基于所述毛刺识别区域的缺陷mask边界寻找波峰，具体包括；