简介： 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。