来源：期刊VIP网 时间：
作者：李征;王先菊;刘善慧;李引锋;李小军;
单位：陕西北人印刷机械有限责任公司;西安理工大学印刷包装与数字媒体学院;
摘要：针对锂电池极片涂布表面低对比度、微小缺陷难以检测和识别的问题，本研究提出了一种基于改进BTSVM的锂电池极片涂布缺陷检测识别方法。首先，采用改进的Canny边缘检测算法，并结合形态学处理对缺陷目标区域进行精准分割；然后，在缺陷连通域的基础上提取缺陷的形状、灰度和纹理特征，并利用Fisher判别准则实现了特征选择；最后，构建BT-SVM多类分类模型，采用鲸鱼优化算法（Whale Optimization Algorithm,WOA）优化模型参数。实验结果表明，本研究基于BT-SVM提出的缺陷识别方法能够有效检测与识别锂电池极片涂布表面常见的5类缺陷，包括划痕、气泡、漏金属、颗粒和脱碳，平均检测准确率为96.2%，且平均检测时间小于0.2s，满足在线实时缺陷检测的时间要求。提出的BT-SVM缺陷识别模型在经WOA优化后，平均识别准确率达98.3%，对锂电池极片涂布缺陷检测与识别具有实用价值。
关键词：锂电池;;涂布缺陷;;改进Canny;;BT-SVM;;鲸鱼优化
基金资助：渭南市重点研发计划项目(No.2024ZDYFJH-767)
