本发明公开了一种基于自适应深度学习的新能源
锂电池表面缺陷检测方法。包括:对锂电池表面灰度图像进行非线性映射;将解耦的照射分量和反射分量变换至频域;对频域数据进行滤波、傅里叶反变换、指数变换,得到重构锂电池图像;基于形态学处理、背景差分,增强缺陷处的灰度响应;进行图像分割、连通域分析筛选处理,将结果作为标注图像;设计算子模拟光照细节,对锂电池表面灰度图像进行样本增强操作;基于增强的样本图像集与标注图像,训练深度卷积神经网络;基于训练好的网络实现锂电池表面缺陷检测。利用本发明,可以在锂电池表面缺陷检测场景中,提高检测效率,降低误检率。
声明:
“基于自适应深度学习的新能源锂电池表面缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)