本發明公開了一種基于自適應深度學習的新能源鋰電池表面缺陷檢測方法。包括:對鋰電池表面灰度圖像進行非線性映射;將解耦的照射分量和反射分量變換至頻域;對頻域數據進行濾波、傅里葉反變換、指數變換,得到重構鋰電池圖像;基于形態學處理、背景差分,增強缺陷處的灰度響應;進行圖像分割、連通域分析篩選處理,將結果作為標注圖像;設計算子模擬光照細節,對鋰電池表面灰度圖像進行樣本增強操作;基于增強的樣本圖像集與標注圖像,訓練深度卷積神經網絡;基于訓練好的網絡實現鋰電池表面缺陷檢測。利用本發明,可以在鋰電池表面缺陷檢測場景中,提高檢測效率,降低誤檢率。
聲明:
“基于自適應深度學習的新能源鋰電池表面缺陷檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)