원래 이름 기록: 合肥中科君达视界技术股份有限公司

本发明涉及外观检测技术领域，尤其涉及一种基于YOLO11的电池蓝膜外观缺陷检测方法，该方法包括以下步骤：S1、采用线激光轮廓扫描仪对若干个无缺陷的电池蓝膜进行扫描并分别获得对应的点云数据；S2、对点云数据进行处理以获得归一化后的深度图、曲率图、灰度图，并合成以获得若干幅预处理图像；S3、构建将YOLO11作为backbone层的深度学习网络模型；该基于YOLO11的电池蓝膜外观缺陷检测方法，无需收集和标注稀缺的缺陷样本，完美解决了电池生产线中缺陷品少、传统监督学习样本收集与标注成本高的痛点，且可判断凸起类缺陷类型，可适配电池蓝膜表面反光、设备噪声等复杂检测场景，降低误判率。

本发明涉及图像处理技术领域，解决了现有图像标记点检测方法在处理图像大角度倾斜和编码区域部分遮挡等复杂情况下识别能力不足的技术问题，尤其涉及一种基于感知哈希的图像标记点检测方法，通过向量生成具有特征结构的标准编码图案，并提取其感知哈希值进行唯一编码。在检测端，对实拍图像进行灰度化、边缘检测和透视变换等预处理操作后，提取编码区域并计算其哈希值，最终通过Hamming距离比对进行图案匹配与识别。本发明能有效提升在图像倾斜、遮挡、模糊等复杂条件下的检测准确率和鲁棒性，且具有较低的计算复杂度，适合在多种实际应用场景中部署使用。