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！

龙图腾网获悉江苏理工学院申请的专利一种基于机器视觉的电池回收方法及系统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：CN119158806B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202411150878.3，技术领域涉及：B07C5/34；该发明授权一种基于机器视觉的电池回收方法及系统是由朱凯;梁国斌;林伟;殷晓飞;王怀栋;李丽;万超一设计研发完成，并于2024-08-21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电池回收方法及系统在说明书摘要公布了：本申请提供了一种基于机器视觉的电池回收方法及系统，通过获取每个样本蓄电池的样本外观数据；进而确定对应样本蓄电池的噪声干扰域和损坏分布域，根据各个噪声干扰域和对应的损坏分布域得到每个样本蓄电池的置信缺陷特征；采集待测电池数据，在所述待测电池数据中提取目标废旧蓄电池的外观特征；通过所述外观特征和每个样本蓄电池的置信缺陷特征确定目标废旧蓄电池与各个样本蓄电池之间外壳损坏的协同相似度；根据所有的协同相似度确定目标废旧蓄电池的外观缺陷等级值，通过外观缺陷等级值对目标废旧蓄电池进行分类回收。采用本申请的方案，可增强废旧新能源汽车动力电池或锂电池等废旧电池分类回收的准确度。

本发明授权一种基于机器视觉的电池回收方法及系统在权利要求书中公布了：1.一种基于机器视觉的电池回收方法，其特征在于，包括下述步骤：获取样本蓄电池组中每个样本蓄电池的样本外观数据；通过各个样本外观数据中的噪声特征确定对应样本蓄电池的噪声干扰域，通过各个样本外观数据中的损坏特征确定对应样本蓄电池的损坏分布域，进而根据各个样本蓄电池的噪声干扰域和对应的损坏分布域对每个样本蓄电池的缺陷轮廓进行二值化覆盖，得到每个样本蓄电池外壳的置信缺陷特征；采集目标废旧蓄电池的电池参数，进而得到待测电池数据，在所述待测电池数据中提取目标废旧蓄电池外壳的外观特征；通过所述外观特征和每个样本蓄电池外壳的置信缺陷特征确定目标废旧蓄电池与各个样本蓄电池之间外壳损坏的协同相似度；根据所有的协同相似度确定目标废旧蓄电池的外观缺陷等级值，进而通过所述外观缺陷等级值对目标废旧蓄电池进行分类回收；其中，所述协同相似度是描述目标废旧蓄电池外壳与该个样本蓄电池外壳之间外壳损坏相似程度的数值，通过所述外观特征和每个样本蓄电池外壳的置信缺陷特征确定目标废旧蓄电池与各个样本蓄电池之间外壳损坏的协同相似度具体包括：通过所述外观特征和每个样本蓄电池外壳的置信缺陷特征确定特征相似域；基于所述特征相似域确定目标废旧蓄电池与各个样本蓄电池之间外壳损坏的协同相似度。

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江苏理工学院，其通讯地址为：213000 江苏省常州市钟楼区中吴大道1801号；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”。