(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210955148.5 (22)申请日 2022.08.10 (71)申请人 北京东土科技股份有限公司 地址 100041 北京市石景山区实兴大街3 0 号院2号楼8层901 (72)发明人 刘强　马莹莹　 (74)专利代理 机构 北京润平知识产权代理有限 公司 11283 专利代理师 陈潇潇 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/13(2017.01) G06T 7/136(2017.01) G06V 10/25(2022.01)G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 基于机器视觉的阴极板检测方法、 服务器及 可读存储介质 (57)摘要 本发明提供一种基于机器视觉的阴极板检 测方法、 服务器及可读存储介质， 属于阴极板检 测技术领域。 所述方法包括： 对采集的阴极板图 像执行边缘检测， 确定所述阴极板图像中的阴极 板边缘信息； 基于所述阴极板边缘信息， 划定所 述阴极板图像中的感兴趣区域； 识别所述感兴趣 区域内产品标识的位置区域， 过滤所述阴极板图 像中所述产品标识的位置区域； 分割过滤后的阴 极板图像， 获得有缺陷区域的区域图像； 提取所 述区域图像的特征向量， 经所述特征向量确定所 述缺陷区域的缺陷分类。 本发明用于自动化快速 检测阴极板的缺陷。 权利要求书1页 说明书12页 附图6页 CN 115330713 A 2022.11.11 CN 115330713 A 1.一种基于 机器视觉的阴极板检测方法， 其特 征在于， 该 阴极板检测方法包括： 对采集的阴极板图像执 行边缘检测， 确定所述阴极板图像中的阴极板边 缘信息； 基于所述阴极板边 缘信息， 划定所述阴极板图像中的感兴趣区域； 识别所述感兴趣区域内产品标识的位置区域， 过滤所述阴极板图像中所述产品标识的 位置区域； 分割过滤后的阴极板图像， 获得有缺陷区域的区域图像； 提取所述区域图像的特 征向量， 经 所述特征向量确定所述 缺陷区域的缺陷分类。 2.根据权利要求1所述的阴极板检测方法， 其特 征在于， 该 阴极板检测方法还 包括： 确定所述 缺陷区域的区域图像在所述阴极板图像中的像素 数量； 计算与具有所述像素 数量的图像对应的图像面积； 计算所述图像面积与所述阴极板图像的图像总面积的面积比； 确定在所述 缺陷分类下与所述 面积比对应的缺陷分级。 3.根据权利要求1所述的阴极板检测方法， 其特征在于， 在所述识别所述感兴趣区域内 产品标识的位置区域之前， 该 阴极板检测方法还 包括： 对所述阴极板图像进行补光处 理。 4.根据权利要求1所述的阴极板检测方法， 其特征在于， 所述识别所述感兴趣区域内产 品标识的位置区域， 包括： 将产品标识的图像样本与 所述感兴趣区域内各个位置区域进行模板匹配， 确定所述产 品标识的位置区域。 5.根据权利要求2至4中任意一项权利要求所述的阴极板检测方法， 其特征在于， 所述 过滤所述阴极板图像中所述产品标识的位置区域， 包括： 填充所述产品标识的位置区域； 叠加填充的区域图像与所述阴极板图像， 并将叠加的图像作为过 滤后的阴极板图像。 6.根据权利要求1所述的阴极板检测方法， 其特征在于， 所述分割过滤后的阴极板图 像， 其中， 分割的方式包括调用自动阈值分割函数进行分割。 7.根据权利要求1所述的阴极板检测方法， 其特征在于， 所述特征向量包括几何特征、 颜色特征和纹理特征中至少一 者； 所述阴极板是镍电解阴极板 。 8.根据权利要求1所述的阴极板检测方法， 其特征在于， 该阴极板检测方法还包括以下 至少一项： 翻转所述阴极板， 并跳转至对 采集的阴极板图像执 行边缘检测； 对产线上的阴极板进行品级划线。 9.一种边 缘控制服 务器， 其特 征在于， 该边 缘控制服 务器包括： 至少一个处 理器； 存储器， 与所述至少一个处 理器连接； 其中， 所述存储器存储有能被所述至少一个处理器执行的指令， 所述至少一个处理器 通过执行所述存储器存储的指令实现权利要求1至8中任意 一项权利要求所述的方法。 10.一种机器可读存储介质， 存储有机器指令， 当所述机器指令在机器上运行时， 使得 机器执行权利要求1至8中任意 一项权利要求所述的方法。权　利　要　求　书 1/1 页 2 CN 115330713 A 2基于机器视觉的阴极板检测方 法、 服务器及 可读存储介质 技术领域 [0001]本发明涉及阴极板检测技术领域， 具体地涉及一种阴极板检测方法、 一种边缘控 制服务器和一种机器可读存 储介质。 背景技术 [0002]随着新时代的能源技术发展， 推动新能源技术革命， 带动产业升级。 新能源领域对 产品质量和高效生产的需求 不断增长， 电池或储能装置各部件的检测愈发严格。 [0003]目前， 阴极板主要通过电解法制造， 例如电解制造镍阴极板， 在电解生产过程中， 由于镍阴极板表面质量受电解液成分及添加剂 影响， 镍阴极板表面会出现不同程度的气孔 或结瘤现象， 大量气孔或结瘤区域将严重影响产品的质量。 同时， 设置产品标识是阴极板生 产重要工步， 产品标识也是阴极板产品的一部分， 而设置产品标识通常在产线外观检验工 步之前， 这将面临应当如何全面地检测 生产的阴极板产品的问题， 以避免不合格产品下线 出厂， 提供合格的产品。 发明内容 [0004]本发明的目的是提供一种基于机器视觉的阴极板检测方法、 服务器及可读存储介 质， 避免了产品标识与阴极板外观的不同导致的阴极板外观检测受到影响， 进而实现了完 全自动化的阴极板检测产线、 改善 了阴极板产品质量和成本 。 [0005]为了实现上述目的， 本发明实施例提供一种基于机器视觉 的阴极板检测方法， 该 阴极板检测方法包括： [0006]对采集的阴极板图像执 行边缘检测， 确定所述阴极板图像中的阴极板边 缘信息； [0007]基于所述阴极板边 缘信息， 划定所述阴极板图像中的感兴趣区域； [0008]识别所述感兴趣区域内产品标识的位置区域， 过滤所述阴极板图像中所述产品标 识的位置区域； [0009]分割过滤后的阴极板图像， 获得有缺陷区域的区域图像； [0010]提取所述区域图像的特 征向量， 经 所述特征向量确定所述 缺陷区域的缺陷分类。 [0011]具体的， 该 阴极板检测方法还 包括： [0012]确定所述 缺陷区域的区域图像在所述阴极板图像中的像素 数量； [0013]计算与具有所述像素 数量的图像对应的图像面积； [0014]计算所述图像面积与所述阴极板图像的图像总面积的面积比； [0015]确定在所述 缺陷分类下与所述 面积比对应的缺陷分级。 [0016]具体的， 在所述识别所述感兴趣区域内产品标识的位置区域之前， 该阴极板检测 方法还包括： [0017]对所述阴极板图像进行补光处 理。 [0018]具体的， 所述识别所述感兴趣区域内产品标识的位置区域， 包括： [0019]将产品标识的图像样本与所述感兴趣区域内各个位置区域进行模板匹配， 确定所说　明　书 1/12 页 3 CN 115330713 A 3