基于3D机器视觉的电池片微缺陷自动识别系统的制作方法

1.基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于，包括：

2.根据权利要求1所述的基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于：所述机械传动模块包括电池片固定装置、传动导轨和驱动装置；电池片固定装置用于稳固地夹持电池片；传动导轨用于实现电池片的平稳传送；驱动装置用于提供动力，控制电池片固定装置沿传动导轨移动；

3.根据权利要求2所述的基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于，所述图像去噪单元使用高斯滤波法去除3d图像中的噪点，通过三维高斯核的卷积和三维高斯函数的计算获取去噪后的图像，三维高斯函数的计算公式为：

4.根据权利要求3所述的基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于，所述配准对齐单元将多视角图像中的同一对象对齐到同一坐标系下的方法为：

5.根据权利要求4所述的基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于，所述几何校正单元利用透视变换矩阵对图像进行校正，以消除透视变形和扭曲；所述透视变换矩阵表示为：

6.根据权利要求1所述的基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于：所述焊接缺陷的种类包括焊接裂纹、未焊透、夹渣、气孔、爆点、针孔、凹坑、凸点、偏光和黑点。

7.根据权利要求6所述的基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于，所述机器学习模块构建和训练缺陷识别模型的步骤包括：

8.根据权利要求7所述的基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于，评估缺陷识别模型性能的方法为：准备一个包含已知缺陷数量、位置和种类的电池片图像的测试数据集；使用训练好的缺陷识别模型对测试数据集中的图像进行缺陷识别，得到模型预测的缺陷数量、位置和种类；将模型预测的缺陷数量、位置和种类与测试数据集中已知的缺陷数量、位置和种类进行比较，计算模型识别的准确率、召回率和f1分数；根据准确率、召回率和f1分数的计算结果，评估模型的性能。

9.根据权利要求1所述的基于3d机器视觉的电池片微缺陷自动识别系统，其特征在于：所述报告生成模块按照预定的格式和结构设计报告模版，所述包括模版的内容包括电池片图像、缺陷识别结果、检测参数和检测时间。