一种电池包蓝膜的缺陷检测方法、装置及电子设备

技术领域

本申请涉及锂电池技术领域，尤其涉及一种电池包蓝膜的缺陷检测方法、装置及电子设备。

背景技术

方形铝壳电池在生产过程中会包层蓝膜，以起到绝缘、防尘、防水的作用，但是部分电池由于磕碰、刮蹭导致蓝膜出现鼓包、凹坑、气泡、防爆阀破损等缺陷，这种缺陷极大的影响了电池的安全性及品质，因此研发包蓝膜缺陷自动检测技术，具有重要的工程商业应用价值。

目前包蓝膜缺陷检测完全依靠人工目检，对人力资源造成浪费，人工检测效率较低，且存在由于视觉疲劳、主观判断导致漏检和过杀，现有技术通常采用2D或2.5D视觉方案，通过视觉算法进行检测，但是由于蓝膜表面反光，无法获取光线均匀的图像，导致传统算法误检率过高，检测不稳定。

发明内容

有鉴于此，本申请的目的在于至少提供一种电池包蓝膜的缺陷检测方法、装置及电子设备，通过3D点云处理技术对电池包蓝膜进行缺陷检测，提高检测精度，保证检测稳定性。

本申请主要包括以下几个方面：

第一方面，本申请实施例提供一种电池包蓝膜的缺陷检测方法，方法包括：

对电池包蓝膜面进行3D扫描，以获取电池包每个蓝膜面对应的亮度图像和深度图像，亮度图像指示蓝膜面每个扫描点对应的亮度值，深度图像指示蓝膜面每个扫描点到扫描装置视点的深度值；针对电池包的每个蓝膜面，执行以下处理：使用与该蓝膜面对应的预设ROI模板对该蓝膜面对应的亮度图像进行定位匹配，提取亮度图像内的目标感兴趣区域；利用目标感兴趣区域的坐标信息，在该蓝膜面的深度图像上提取对应的待检测区域深度图；对待检测区域深度图进行点云转换，得到待处理点云图，待处理点云图包括多个特征点；利用点云梯度滤波算法对待处理点云图进行缺陷区域计算，得到该蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息；基于缺陷检测标准和每个缺陷区域对应的尺寸信息分别对至少一个缺陷区域进行缺陷分析，确定该蓝膜面对应的缺陷检测结果。

在一种可能的实施方式中，通过以下方式确定每个蓝膜面的亮度图像内的目标感兴趣区域：从该蓝膜面的亮度图像内的起始匹配扫描点开始，按照预设步长遍历亮度图像；针对每个匹配扫描点，计算该匹配扫描点所形成的匹配区域与预设ROI模板之间的匹配度，匹配区域大小与预设ROI模板的区域大小相同；将最高匹配度对应的匹配扫描点所形成的匹配区域，确定为目标感兴趣区域。

在一种可能的实施方式中，通过以下公式确定每个像点与每个扫描点之间的匹配度：

R(x，y)表示蓝膜面的亮度图像中以(x+x′，y+y′)为起始匹配扫描点所形成的匹配区域与预设ROI模板之间的匹配计算值，匹配计算值越大，匹配度越大；

在该公式中，T(x′，y′)表示预设ROI模板中(x′，y′)位置处的亮度值，∑

在该公式中，w表示预设ROI模板的宽度，h表示预设ROI模板的高度，∑

在该公式中，I(x+x′，y+y′)表示蓝膜面的亮度图像中(x+x′，y+y′)位置处的亮度值，∑

在一种可能的实施方式中，通过以下方式确定每个蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息：按照预设格网边长对待处理点云图进行划分，得到二维格网；针对二维格网中的每个格网，获取该格网中每个特征点对应的高程值，将该格网中的最小高程值确定为该格网对应的格网值；根据二维格网中的每个格网对应的格网值，构建高程格网；遍历高程格网中的每个格网，结合预设格网边长和格网值计算该格网对应的坡度值，基于高程格网中的每个格网对应的坡度值，构建坡度格网；针对坡度格网中的每个格网，若坡度值小于预设坡度值，则确定格网属性为地面，若坡度值大于或等于预设坡度值，则确定格网属性为非地面，基于每个格网对应的格网属性，建立属性格网；基于属性格网，确定至少一个缺陷区域以及每个缺陷区域对应的尺寸信息。

在一种可能的实施方式中，通过以下方式构建待处理点云对应的坡度格网：针对高程格网中的每个格网，执行以下处理：判断在高程格网中是否能构建以该格网为中心的九宫格网；若在高程格网中能构建以该格网为中心的九宫格网，则根据该格网的每个相邻格网对应的高程值，计算得到该格网对应的坡度值；若在高程格网中无法构建以该格网为中心的九宫格网，则放弃对该格网的坡度计算，继续遍历下一格网；由具备坡度值的多个格网，构建形成坡度格网。

在一种可能的实施方式中，根据该格网的每个相邻格网对应的高程值，计算得到该格网对应的坡度值的步骤包括：针对该格网的每个相邻格网，执行以下处理：计算该格网与该相邻格网之间的高程差以及格网中心距离；计算该格网对应的高程差与格网中心距离之间的比值；计算该格网对应的多个比值之间的平均值，将平均值确定为该格网对应的坡度值。

在一种可能的实施方式中，尺寸信息包括缺陷区域面积、缺陷区域长度、缺陷区域直径和缺陷区域深度，其中，通过以下方式确定每个蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息：提取属性格网中非地面格网中的多个特征点；将非地面格网中的多个特征点映射为2D图像，并对2D图像进行连通域算法提取，以确定该蓝膜面对应的至少一个缺陷区域；针对每个缺陷区域，基于预设函数确定该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径和缺陷区域深度。

在一种可能的实施方式中，缺陷检测标准包括多个缺陷检测规则，每个缺陷检测规则对应一缺陷类型，缺陷检测结果包括每个缺陷区域所属的缺陷类型，其中，通过以下方式确定每个蓝膜面对应的缺陷检测结果：针对该蓝膜面对应的每个缺陷区域，执行以下处理：分别使用多个缺陷检测规则对该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域高度和缺陷区域深度进行核验；针对每个缺陷检测规则，若该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域高度和缺陷区域深度满足该缺陷检测规则所指示的缺陷尺寸，则该缺陷区域对应的缺陷类型为该缺陷检测规则所指示的缺陷类型；若该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域高度和缺陷区域深度不满足任一缺陷检测规则所指示的缺陷尺寸，则确定该缺陷区域为正常区域。

第二方面，本申请实施例还提供一种电池包蓝膜的缺陷检测装置，装置包括：扫描模块，用于对电池包蓝膜面进行3D扫描，以获取电池包每个蓝膜面对应的亮度图像和深度图像，亮度图像指示蓝膜面每个扫描点对应的亮度值，深度图像指示蓝膜面每个扫描点到扫描装置视点的深度值；定位匹配模块，用于针对电池包的每个蓝膜面，使用与该蓝膜面对应的预设ROI模板对该蓝膜面对应的亮度图像进行定位匹配，提取亮度图像内的目标感兴趣区域；提取模块，用于针对电池包的每个蓝膜面，利用目标感兴趣区域的坐标信息，在该蓝膜面的深度图像上提取对应的待检测区域深度图；点云转换模块，用于针对电池包的每个蓝膜面，对待检测区域深度图进行点云转换，得到待处理点云图，待处理点云图包括多个特征点；缺陷区域计算模块，用于针对电池包的每个蓝膜面，利用点云梯度滤波算法对待处理点云图进行缺陷区域计算，得到该蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息；检测模块，用于针对电池包的每个蓝膜面，基于缺陷检测标准和每个缺陷区域对应的尺寸信息分别对至少一个缺陷区域进行缺陷分析，确定该蓝膜面对应的缺陷检测结果。

第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，存储器存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储器之间通过总线进行通信，机器可读指令被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中提供的电池包蓝膜的缺陷检测方法的步骤。

本申请实施例提供的一种电池包蓝膜的缺陷检测方法、装置及电子设备，包括：针对电池包的每个蓝膜面，执行以下处理：在该蓝膜面的深度图像上提取对应的待检测区域图像；对待检测区域图像进行点云转换，得到待处理点云图；利用点云梯度滤波算法对待处理点云图进行缺陷区域计算，得到该蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息；基于缺陷检测标准和每个缺陷区域对应的尺寸信息分别对至少一个缺陷区域进行缺陷分析，确定该蓝膜面对应的缺陷检测结果。本申请通过3D点云处理技术对电池包蓝膜进行缺陷检测，提高检测精度，保证检测稳定性。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例所提供的一种电池包蓝膜的缺陷检测方法的流程图；

图2示出了本申请实施例所提供的一种预设ROI模板的示意图；

图3示出了本申请实施例提供的一种二维格网的示意图；

图4示出了本申请实施例提供的一种高程格网的示意图；

图5示出了本申请实施例提供的一种坡度格网的示意图；

图6示出了本申请实施例提供的一种属性格网的示意图；

图7示出了本申请实施例提供的一种电池包蓝膜的缺陷检测装置的结构示意图；

图8示出了本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中的附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例，都属于本申请保护的范围。

目前包蓝膜缺陷检测完全依靠人工目检，对人力资源造成浪费，人工检测效率较低，且存在由于视觉疲劳、主观判断导致漏检和过杀，部分厂家采用2D或2.5D视觉方案，通过视觉算法进行检测，由于蓝膜表面反光，无法获取光线均匀的图像，传统算法误检率过高，检测不稳定，且无法获取缺陷深度尺寸，电池包蓝膜上如凹坑，破损、褶皱都需要根据深度尺寸进行判定是否为缺陷。

基于此，本申请实施例提供了一种电池包蓝膜的缺陷检测方法、装置及电子设备，通过3D点云处理技术对电池包蓝膜进行缺陷检测，提高检测精度，保证检测稳定性，具体如下：

请参阅图1，图1示出了本申请实施例所提供的一种电池包蓝膜的缺陷检测方法的流程图。如图1所示，本申请实施例提供的缺陷检测方法，包括以下步骤：

S100、对电池包蓝膜面进行3D扫描，以获取电池包每个蓝膜面对应的亮度图像和深度图像。

其中，亮度图像指示蓝膜面每个扫描点对应的亮度值，深度图像指示蓝膜面每个扫描点到扫描装置视点的深度值，扫描装置为3D线激光测量仪。

在具体实施中，本申请中的电池包可以为方形铝壳电池，需要使用3D线激光测量仪分别对方形铝壳电池的六个面(包括两个小侧面、两个大侧面、底面和顶面)进行扫描，每个蓝膜面扫描得到一张亮度图像和一张深度图像。

其中，顶面和底面视野可以使用71mm，XY向扫描精度可以为0.017mm/pixel，大侧面和小侧面的视野可以使用130mm，XY向扫描精度可以为0.02mm/pixel，在本申请中，亮度图像用于定位ROI(region of interest，感兴趣区域)，深度图像用于对凹坑，气泡、褶皱等缺陷进行识别计算。

S110、针对电池包的每个蓝膜面，使用与该蓝膜面对应的预设ROI模板对该蓝膜面对应的亮度图像进行定位匹配，提取亮度图像内的目标感兴趣区域。

优选的，预设ROI模板为预先设置好的不存在缺陷的蓝膜面对应的亮度图像，且由于要刨除边角部分图像干扰，预设ROI模板的尺寸比对应的蓝膜面尺寸小，例如，若蓝膜面尺寸为5×5，则预设ROI模板的尺寸可以为3×3，且通常预设ROI模板的是以蓝膜面的中心点为中心确定的，请参阅图2，图2示出了本申请实施例所提供的一种预设ROI模板的示意图。如图2所示，A表示用于确定预设ROI模板的无缺陷区域的蓝膜面，B表示从A中提取出的预设ROI模板，其中，AO表示A的中心点。

在本申请中，不同的蓝膜面预先都对应了不同的预设ROI模板，其中，顶面和底面可共用一个预设ROI模板，两个大侧面可共用一个预设ROI模板，两个小侧面可共用一个预设ROI模板，预设ROI模板也是一个矩形区域。

在一优选实施例中，通过以下方式确定每个蓝膜面的亮度图像内的目标感兴趣区域：

从该蓝膜面的亮度图像内的起始匹配扫描点开始，按照预设步长遍历亮度图像，针对每个匹配扫描点，计算该匹配扫描点所形成的匹配区域与预设ROI模板之间的匹配度，将最高匹配度对应的匹配扫描点所形成的匹配区域，确定为目标感兴趣区域。

具体的，匹配扫描点所形成的匹配区域大小与预设ROI模板的区域大小相同，这里说的相同是指，匹配区域的宽度与预设ROI模板的区域宽度相同，匹配区域的高度与预设ROI模板的区域高度相同。

在另一优选实施例中，通过以下公式确定每个像点与每个扫描点之间的匹配度：

R(x，y)表示蓝膜面的亮度图像中以(x+x′，y+y′)为起始匹配扫描点所形成的匹配区域与预设ROI模板之间的匹配计算值，匹配计算值越大，匹配度越大。

在该公式中，T(x′，y′)表示预设ROI模板中(x′，y′)位置处的亮度值，∑

其中，

在该公式中，w表示预设ROI模板的宽度，h表示预设ROI模板的高度，∑

在该公式中，I(x+x′，y+y′)表示蓝膜面的亮度图像中(x+x′，y+y′)位置处的亮度值，∑

在这一过程中，就是在蓝膜面的亮度图像中寻找与对应的预设ROI模板亮度最匹配的区域，将亮度最匹配区域确定为目标感兴趣区域，这种方式可以很好的解决ROI模板和蓝膜面的亮度图像之间由于亮度不同而产生的影响。

S120、针对电池包的每个蓝膜面，利用目标感兴趣区域的坐标信息，在该蓝膜面的深度图像上提取对应的待检测区域深度图。

本申请中，针对每个蓝膜面，在确定出目标感兴趣区域的同时，也会确定出目标感兴趣区域对应的坐标信息，由于预设ROI模板是矩形，则确定出的目标感兴趣区域也是矩形区域，其对应的坐标信息包括矩形区域的四个顶角点坐标和中心坐标，根据目标感兴趣区域对应的四个顶角点坐标和中心坐标，可直接在深度图像上提取对应位置，形成待检测区域深度图。

S130、针对电池包的每个蓝膜面，对待检测区域深度图进行点云转换，得到待处理点云图。

待处理点云图包括多个特征点。

S140、针对电池包的每个蓝膜面，利用点云梯度滤波算法对待处理点云图进行缺陷区域计算，得到该蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息。

在一优选实施例中，通过以下方式确定每个蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息：

按照预设格网边长对待处理点云图进行划分，得到二维格网，针对二维格网中的每个格网，获取该格网中每个特征点对应的高程值，将该格网中的最小高程值确定为该格网对应的格网值，根据二维格网中的每个格网对应的格网值，构建高程格网。

具体的，请参阅图3，图3示出了本申请实施例提供的一种二维格网的示意图。如图3所示，以二维格网Grid1为3×3的九宫格举例，可以将每个格网理解为1个小立方体，其内部包括多个特征点，本申请中，高程值是指特征点到扫描装置对应的绝对基面的距离，如图3所示，对于二维格网Grid1中的格网a

请参阅图4，图4示出了本申请实施例提供的一种高程格网的示意图。以图3所示的3×3的二维格网Grid1示例，最后得到如图4所示的高程格网Grid2。

遍历高程格网中的每个格网，结合预设格网边长和格网值计算该格网对应的坡度值，基于高程格网中的每个格网对应的坡度值，构建坡度格网。

在一优选实施例中，通过以下方式构建待处理点云对应的坡度格网：

针对高程格网中的每个格网，执行以下处理：

判断在高程格网中是否能构建以该格网为中心的九宫格网，若在高程格网中能构建以该格网为中心的九宫格网，则根据该格网的每个相邻格网对应的高程值，计算得到该格网对应的坡度值，若在高程格网中无法构建以该格网为中心的九宫格网，则放弃对该格网的坡度计算，继续遍历下一格网，由具备坡度值的多个格网，构建形成坡度格网。

在另一优选实施例中，根据该格网的每个相邻格网对应的高程值，计算得到该格网对应的坡度值的步骤包括：

针对该格网的每个相邻格网，执行以下处理：

计算该格网与该相邻格网之间的高程差以及格网中心距离，计算该格网对应的高程差与格网中心距离之间的比值，计算该格网对应的多个比值之间的平均值，将平均值确定为该格网对应的坡度值。

请参阅图5，图5示出了本申请实施例提供的一种坡度格网的示意图。以图4所示的高程格网Grid2的局部示例，最后得到如图5所示的坡度格网Grid3，具体的，以图4中的高程格网的中心格网a

依次计算可得a

依次类推，对高程格网中的每个格网，在其能构建九宫格的情况下，均可以确定出一个坡度值，由具备坡度值的多个格网，构建形成坡度格网。

针对坡度格网中的每个格网，若坡度值小于预设坡度值，则确定格网属性为地面，若坡度值大于或等于预设坡度值，则确定格网属性为非地面，基于每个格网对应的格网属性，建立属性格网。

请参阅图6，图6示出了本申请实施例提供的一种属性格网的示意图。

如图5和图6所示，坡度格网Grid3，其所包括的格网以及对应的坡度值包括b

基于属性格网，确定至少一个缺陷区域以及每个缺陷区域对应的尺寸信息。

具体的，尺寸信息包括缺陷区域面积、缺陷区域长度、缺陷区域直径和缺陷区域深度，其中，通过以下方式确定每个蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息：

提取属性格网中非地面格网中的多个特征点，将非地面格网中的多个特征点映射为2D图像，并对2D图像进行连通域算法提取，以确定该蓝膜面对应的至少一个缺陷区域，针对每个缺陷区域，基于预设函数确定该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径和缺陷区域深度。

S150、针对电池包的每个蓝膜面，基于缺陷检测标准和每个缺陷区域对应的尺寸信息分别对至少一个缺陷区域进行缺陷分析，确定该蓝膜面对应的缺陷检测结果。

一示例中，缺陷检测标准包括多个缺陷检测规则，每个缺陷检测规则对应一缺陷类型，缺陷检测结果包括每个缺陷区域所属的缺陷类型，缺陷类型包括气泡、凹坑、破损、褶皱和划伤，其中，气泡对应的缺陷尺寸可以为缺陷区域直径≥8mm，凹坑对应的缺陷区域深度≥0.2mm且缺陷区域直径≥8mm，破损对应的缺陷尺寸为缺陷区域高度≥0.8mm、1.5mm≤缺陷区域长度≤5mm，褶皱对应的缺陷尺寸为缺陷区域高度≥0.8mm、缺陷区域长度＜5mm、划伤对应的缺陷尺寸为10mm≤缺陷区域长度≤20mm。

本申请中在这一步骤中，可以先调用缺陷检测标准，在调用缺陷检测标准时，当检测标准和规则发生变化时，启用新设置的缺陷检测标准进行后续缺陷检测。

其中，通过以下方式确定每个蓝膜面对应的缺陷检测结果：

针对该蓝膜面对应的每个缺陷区域，执行以下处理：

分别使用多个缺陷检测规则对该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域高度和缺陷区域深度进行核验，针对每个缺陷检测规则，若该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域长度和缺陷区域深度满足该缺陷检测规则所指示的缺陷尺寸，则该缺陷区域对应的缺陷类型为该缺陷检测规则所指示的缺陷类型，若该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域长度和缺陷区域深度不满足任一缺陷检测规则所指示的缺陷尺寸，则确定该缺陷区域为正常区域。

基于同一申请构思，本申请实施例中还提供了与上述实施例提供的电池包蓝膜的缺陷检测方法对应的电池包蓝膜的缺陷检测装置，由于本申请实施例中的装置解决问题的原理与本申请上述实施例的电池包蓝膜的缺陷检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

请参阅图7，图7示出了本申请实施例提供的一种电池包蓝膜的缺陷检测装置的结构示意图。如图7所示，装置包括

扫描模块200，用于对电池包蓝膜面进行3D扫描，以获取电池包每个蓝膜面对应的亮度图像和深度图像，亮度图像指示蓝膜面每个扫描点对应的亮度值，深度图像指示蓝膜面每个扫描点到扫描装置视点的深度值。

定位匹配模块210，用于针对电池包的每个蓝膜面，使用与该蓝膜面对应的预设ROI模板对该蓝膜面对应的亮度图像进行定位匹配，提取亮度图像内的目标感兴趣区域。

提取模块220，用于针对电池包的每个蓝膜面，利用目标感兴趣区域的坐标信息，在该蓝膜面的深度图像上提取对应的待检测区域深度图。

点云转换模块230，用于针对电池包的每个蓝膜面，对待检测区域深度图进行点云转换，得到待处理点云图，待处理点云图包括多个特征点。

缺陷区域计算模块240，用于针对电池包的每个蓝膜面，利用点云梯度滤波算法对待处理点云图进行缺陷区域计算，得到该蓝膜面对应的至少一个缺陷区域以及每个缺陷区域对应的尺寸信息。

检测模块250，用于针对电池包的每个蓝膜面，基于缺陷检测标准和每个缺陷区域对应的尺寸信息分别对至少一个缺陷区域进行缺陷分析，确定该蓝膜面对应的缺陷检测结果。

优选的，定位匹配模块210还用于：从该蓝膜面的亮度图像内的起始匹配扫描点开始，按照预设步长遍历亮度图像；针对每个匹配扫描点，计算该匹配扫描点所形成的匹配区域与预设ROI模板之间的匹配度，匹配区域大小与预设ROI模板的区域大小相同；将最高匹配度对应的匹配扫描点所形成的匹配区域，确定为目标感兴趣区域。

优选的，定位匹配模块210还用于通过以下公式确定每个像点与每个扫描点之间的匹配度：

R(x，y)表示蓝膜面的亮度图像中以(x+x′，y+y′)为起始匹配扫描点所形成的匹配区域与预设ROI模板之间的匹配计算值，匹配计算值越大，匹配度越大；

在该公式中，T(x′，y′)表示预设ROI模板中(x′，y′)位置处的亮度值，∑

在该公式中，w表示预设ROI模板的宽度，h表示预设ROI模板的高度′∑

在该公式中，I(x+x′，y+y′)表示蓝膜面的亮度图像中(x+x′，y+y′)位置处的亮度值，∑

缺陷区域计算模块240还用于：按照预设格网边长对待处理点云图进行划分，得到二维格网；针对二维格网中的每个格网，获取该格网中每个特征点对应的高程值，将该格网中的最小高程值确定为该格网对应的格网值；根据二维格网中的每个格网对应的格网值，构建高程格网；遍历高程格网中的每个格网，结合预设格网边长和格网值计算该格网对应的坡度值，基于高程格网中的每个格网对应的坡度值，构建坡度格网；针对坡度格网中的每个格网，若坡度值小于预设坡度值，则确定格网属性为地面，若坡度值大于或等于预设坡度值，则确定格网属性为非地面，基于每个格网对应的格网属性，建立属性格网；基于属性格网，确定至少一个缺陷区域以及每个缺陷区域对应的尺寸信息。

优选的，缺陷区域计算模块240还用于：针对高程格网中的每个格网，执行以下处理：判断在高程格网中是否能构建以该格网为中心的九宫格网；若在高程格网中能构建以该格网为中心的九宫格网，则根据该格网的每个相邻格网对应的高程值，计算得到该格网对应的坡度值；若在高程格网中无法构建以该格网为中心的九宫格网，则放弃对该格网的坡度计算，继续遍历下一格网；由具备坡度值的多个格网，构建形成坡度格网。

优选的，缺陷区域计算模块240还用于：针对该格网的每个相邻格网：计算该格网与该相邻格网之间的高程差以及格网中心距离；计算该格网对应的高程差与格网中心距离之间的比值；计算该格网对应的多个所述比值之间的平均值，将所述平均值确定为该格网对应的坡度值。

优选的，尺寸信息包括缺陷区域面积、缺陷区域长度、缺陷区域直径和缺陷区域深度，其中，缺陷区域计算模块240还用于：提取属性格网中非地面格网中的多个特征点；将非地面格网中的多个特征点映射为2D图像，并对2D图像进行连通域算法提取，以确定该蓝膜面对应的至少一个缺陷区域；针对每个缺陷区域，基于预设函数确定该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径和缺陷区域深度。

优选的，缺陷检测标准包括多个缺陷检测规则，每个缺陷检测规则对应一缺陷类型，缺陷检测结果包括每个缺陷区域所属的缺陷类型，其中，检测模块250还用于：针对该蓝膜面对应的每个缺陷区域，执行以下处理：分别使用多个缺陷检测规则对该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域高度和缺陷区域深度进行核验；针对每个缺陷检测规则，若该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域高度和缺陷区域深度满足该缺陷检测规则所指示的缺陷尺寸，则该缺陷区域对应的缺陷类型为该缺陷检测规则所指示的缺陷类型；若该缺陷区域对应的缺陷区域面积、缺陷区域长度、缺陷区域直径、缺陷区域高度和缺陷区域深度不满足任一缺陷检测规则所指示的缺陷尺寸，则确定该缺陷区域为正常区域。

基于同一申请构思，请参阅图8，图8示出了本申请实施例提供的一种电子设备的结构示意图。电子设备300包括：处理器310、存储器320和总线330，存储器320存储有处理器310可执行的机器可读指令，当电子设备300运行时，处理器310与存储器320之间通过总线330进行通信，机器可读指令被处理器310运行时执行如上述实施例中任一提供的电池包蓝膜的缺陷检测方法的步骤。

基于同一申请构思，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例提供的电池包蓝膜的缺陷检测方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应所述理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。