本发明涉及视觉检测领域，公开了一种基于机器视觉的电池极板缺陷检测方法，对于极板图像先进行一阶导数锐化处理得到特征提取图片；将特征提取图片分为多组，多通道输入极限学习机‑自动编码器中进行编码，并输出编码后的图片；将多通道编码后的图片输入至全连接层，在全连接层利用激活函数进行激活后汇总成为图集输入至模糊支持向量机中；用模糊支持向量机进行分类，并由若干隶属度决定分类情况，将图片分为若干不同类别，取得多组图片；将多组图片分别上传总图片库，形成极限学习机‑自编码卷积神经网络，应用于校验训练正确性。本发明用极限学习机‑自动编码卷积神经网络进行深度学习，可将识别准确率大幅提升，可以大幅减少极板缺陷问题。