买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门微亚智能科技股份有限公司;厦门微图软件科技有限公司申请的专利一种基于机器视觉的锂电池外壳缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121169917B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511702222.2，技术领域涉及：G06T7/00；该发明授权一种基于机器视觉的锂电池外壳缺陷检测方法是由许海山;何俊霖;黄泽麟设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本一种基于机器视觉的锂电池外壳缺陷检测方法在说明书摘要公布了：本发明公开了一种基于机器视觉的锂电池外壳缺陷检测方法，涉及一般图像处理或者识别领域，对待检锂电池的不同区域采用不同的技术路线：在极柱区域的缺陷检测中，基于圆环分割和纹理‑距离融合的算法对顶盖的极柱区域，能有效抑制反光和粗糙表面的干扰，精准捕捉极柱上的凹坑、划痕等。在壳体以及顶贴片区域的检测中，将图像的LVAR思想应用于点云曲率检测方法中，自动计算动态检出阈值，解决产品变形影响阈值界定问题，使检测方法能适应产品本身的曲面变形，有效分离出真实的缺陷。

本发明授权一种基于机器视觉的锂电池外壳缺陷检测方法在权利要求书中公布了：1.一种基于机器视觉的锂电池外壳缺陷检测方法，其特征在于，包括以下步骤： 步骤S100：获取待检锂电池所有外壳面的深度图像和二维图像；其中，所有外壳面包括顶盖的外表面和壳体的外表面； 步骤S200：通过AI分割模型从顶盖深度图像分割出顶贴片区域和极柱区域，得到顶贴片区域深度图像和极柱区域深度图像； 对于极柱区域，计算极柱区域深度图像的局部纹理特征和深度距离特征；采用纹理特征和深度距离特征相结合的方式，获取极柱区域的第一缺陷集合；具体包括以下子步骤： 步骤S201：预先存留锂电池合格品的极柱区域深度图像，并基于三维点云数据计算局部纹理特征值，即标准局部纹理特征值； 步骤S202：计算待检锂电池的极柱区域点云中每一点的邻域曲率和邻域法向量； 步骤S203：计算点和邻域内每一点的法向量夹角，并取最大法向量夹角； 步骤S204：综合邻域曲率和最大法向量夹角，加权判断边缘点，若边缘点分数大于预设的边缘点分数阈值，则将该点视为边缘点，获取边缘点集； 步骤S205：将获取的边缘点集进行3D拟合圆，获取圆形极柱区域的中心点和半径，以圆形极柱区域的中心点为起始点，圆形极柱区域的半径为最大半径R，Step为渐进步长，沿半径方向将圆形极柱区域切分RStep个圆环区域； 步骤S206：分别对各圆环区域进行平面拟合，计算各圆环区域中每一个点到拟合平面的距离；根据预设的距离阈值，将超出距离阈值的点视为可疑缺陷点，获取可疑缺陷点集； 步骤S207：依次计算可疑缺陷点集中每一点在极柱区域深度图像中的局部纹理特征值；若局部纹理特征值与步骤S201中标准局部纹理特征值的差值大于预设纹理特征阈值，则该点视为缺陷点，获取极柱区域深度图像的缺陷点集； 步骤S208：根据欧氏分割方式，将缺陷点集依据距离分割成多个聚类点云集合，即第一缺陷集合； 步骤S300：对于壳体深度图像和顶贴片区域深度图像，基于三维点云数据计算点云全局曲率的标准差、均值，以及每一点的邻域曲率标准差、均值，并据此计算动态缺陷阈值，提取缺陷点云，获取壳体和顶贴片区域的第二缺陷集合；根据第二缺陷集合，在壳体二维图像和顶贴片区域二维图像中截取区域图像，并使用AI分类模型识别缺陷类型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门微亚智能科技股份有限公司;厦门微图软件科技有限公司，其通讯地址为：361000 福建省厦门市湖里区林后西路1号金丰大厦201A室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。