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)
1061
编辑：管理员
来源：北方有色网
咨询细节
