文献类型：专利

中文题名：一种基于神经网络的镍钴锰正极材料金属异物识别方法

作者：张学亮 罗大军 黄芳 张鹏鹏 吴兴义 龙焕 姚胜煜 刘娅

机构：[1]贵州理工学院;

第一机构：贵州理工学院

专利类型：发明公开

申请号：CN202610060232.9

申请日：20260116

申请人地址：551000 贵州省贵阳市贵安新区党武镇博士路

公开日：20260605

代理人：王欢

代理机构：南京智茂树专利代理事务所(特殊普通合伙) 3200965

语种：中文

中文关键词：神经网络;镍钴锰正极材料;金属;异物识别;产线;材料表;执行;多角度照明;采集;多帧;原始图像;视场;参考;亮度校正;位置校正;对齐;图像组;亮度变化;边缘;清晰;偏振分布;输入集;特征输入;集输;几何;指导;分支;神经网络模型;输出像;素级

年份：2026

摘要：本发明公开了一种基于神经网络的镍钴锰正极材料金属异物识别方法，涉及神经网络工业检测技术领域，包括，通过多角度照明采集并基于视场参考片进行亮度校正与位置校正，生成对齐图像组；在统一视场下构建亮度变化图、边缘清晰图和偏振分布图形成多特征输入集。将输入集送入双分支神经网络模型，几何特征分支生成空间注意场、形变采样偏移场和通道注意权重，外观特征分支据此进行卷积调制，输出候选概率图、候选区域及融合置信度。当融合置信度偏低时在候选区域执行补角度照明采集并重新推理，输出最终判别结果并控制分拣装置剔除金属异物。在材料表面反光复杂的情况下保持识别过程的稳定性，获得更可靠的金属异物判别结果。