一种基于深度学习的电池薄膜表面缺陷的检测方法

本发明涉及缺陷检测技术领域，提出一种基于深度学习的电池薄膜表面缺陷的检测方法，所述检测方法包括以下步骤：S1：获取电池薄膜表面图像的图像特征，图像特征包括颜色特征和HSV特征；S2：根据HSV特征中的V通道图像提取电池薄膜表面图像，去除无关背景，得到第一图像；S3：对第一图像依次进行非局部均值滤波和对数变换，得到第二图像；S4：对第二图像进行连通性分析，以筛选出缺陷区域和提取缺陷特征；S5：通过分析缺陷区域和特征，使用边缘模型定位缺陷特征的边缘位置；S6：采用序贯相似性检测算法检测步骤S5中的缺陷特征的边缘位置，匹配原电池薄膜表面图像的缺陷目标。本发明旨在提高钙钛矿电池薄膜的缺陷检测的准确性和效率。