太阳电池组件缺陷自动检测系统的研究

VIP免费
3.0 赵德峰 2024-11-19 4 4 3.07MB 81 页 15积分
侵权投诉
摘 要
目前，太阳电池组件生产线上缺陷检测主要采用人工识别方法，速度比较慢，
而且还有误读、漏读和检测标准不统一等缺点。本文针对太阳电池组件的虚焊、
崩边、缺角、碎片及裂纹等缺陷，设计了一套能够对其进行快速、无损伤的自动
检测系统。该系统利用半导体的电致发光原理获取太阳电池组件的红外图像，由
红外相机、计算机、直流电源、太阳电池组件组成。
本文以现有的机器视觉和图像处理理论为基础，设计了太阳电池组件缺陷的
自动检测算法。本文采用了图像－图像对比与基于规则的检测技术相结合的方法
来对太阳电池缺陷进行检测，主要研究内容如下：
首先，预处理模块及单片划分模块中，首先对太阳电池组件红外图像进行归
一化、灰度变换、中值滤波，采用纵横投影法将太阳电池组件划分成单个的太阳
电池单片，针对其自身栅线多且细的特点，采用混合增强及幂次变换，突出图像
的细节及边缘；
其次，配准模块中，运用 Canny 边缘检测、Hough 变换、形态学运算及漫水
填充算法，获取太阳电池的电极及其内侧线，通过逻辑与运算可得太阳电池的配
准关键点，采用仿射变换，最后将待测太阳电池与标准太阳电池进行配准；
再者，分割模块中，将已配准的待测太阳电池与标准太阳电池进行图像对比，
增加缺陷与背景的对比度，再采用双峰法与最大类间方差法相结合的阈值分割算
法进行阈值分割；
最后，分类模块中，对太阳电池缺陷进行了特征描述，对虚焊、崩边、缺角、
碎片及裂纹缺陷进行了特征提取，利用灰度平均值、占空比、面积及位置信息来
进行缺陷的识别和分类。
该方法可行，丰富了太阳电池组件生产线上的质量检测技术理论，可提高生
产线的检测效率。
关键词：太阳电池组件 图像处理 特征描述 特征提取
ABSTRACT
At present, the current main detection of solar modules’ defects by artificial
recognition has shortcomings such as slow speed, misunderstanding, missed reading
and testing standards being not uniformed and so on, which can lead to low detection
efficiency, relatively higher labor costs and defective rates and other production
bottlenecks. This thesis focuses on solar modules’ defects of not welded, missing
angles, chipping sides, fragments and cracks, and has designed a automation detection
system of solar modules’ defects to achieve rapid, noninvasive detection. The
automation detection system realizes the defections’ classified function using the
principles of the semiconductor’s electroluminescence.
This paper designs the proper algorithms which can detect solar modules’
defects based on the foundation of the existing machine vision and image processing
theory. To detect defects on the solar cells, we use the method of the combination of
image-image contrast and rule-based method. The main contents are as follows:
First of all, normalization method, gray transform and filtering are used in
image pretreatment, also methods of mask which has the mixed and enhanced effect
and power transformation are applied to the solar modules because of their large and
small gratings so as to enhance the details and edges. Also in the chip-divided module,
the method of vertical and horizontal projection is used to divide the solar modules
into solar cell chips.
Secondly, in the registration module, the methods of Canny edge detection,
Hough transform, morphological operation and flood fill algorithm are applied to
detection of the electrodes and these inside line in solar cell, finally through the logic
and operation of solar cells can get registration key points, affine transformation is
used to achieve the registration between solar cells under test and standard solar cell.
Thirdly, the registration will have been tested with the standard solar cell chip
and solar cells under test so as to highlight defects.The algorithm which combines
Bimodal and Otsu algorithm is proposed in image segmentation because of the
uneven gray background in solar cell chips.
Finally, characteristic description is applied to different solar modules’ defects
including not welded, missing angles, chipping sides, fragments and cracks, and their
features are extracted. The features of average gray value, location information, area,
duty cycle are used for defects’ identification and classification.
The method is feasible, also it enrich the quality detection theory of solar
modules in production and can improve the detection efficiency in production line.
Key Word ：solar modules, image processing, feature description,
feature extraction
目 录
中文摘要
ABSTRCT
第一章 绪 论 ....................................................... 1
§1.1 课题研究的背景及意义 ........................................ 1
§1.2 研究现状 .................................................... 2
§1.2.1 图像处理在目标检测中的应用 ............................ 3
§1.2.2 太阳电池及组件缺陷检测研究现状 ........................ 3
§1.3 论文研究内容及章节安排 ..................................... 4
§1.3.1 论文研究内容 .......................................... 4
§1.3.2 论文章节安排 .......................................... 5
第二章 太阳电池组件缺陷自动检测系统 .................................. 7
§2.1 太阳电池及组件 ............................................. 7
§2.1.1 太阳电池原理 .......................................... 7
§2.1.2 太阳电池组件构成及性能 ................................ 8
§2.1.3 空间太阳电池组件 ...................................... 9
§2.2 太阳电池组件检测原理 ...................................... 10
§2.2.1 太阳电池及组件缺陷检测方法 ........................... 10
§2.2.2 电致发光检测方法 ..................................... 11
§2.3 太阳电池组件缺陷自动检测系统的构成 ........................ 12
§2.3.1 本课题的任务指标及技术参数 ........................... 12
§2.3.2 太阳电池组件缺陷自动检测系统组成 ..................... 12
§2.3.3 图像采集单元选型 ..................................... 13
§2.3.4 电源单元选型 ......................................... 16
§2.4 太阳电池组件缺陷自动检测算法设计 .......................... 16
§2.4.1 软件环境 ............................................. 17
§2.4.2 算法设计 ............................................. 17
第三章 太阳电池组件图像预处理及单片划分模块 ......................... 19
§3.1 数字图像的基本概念 ........................................ 19
§3.1.1 数字图像处理系统原理 ................................. 19
§3.1.2 图像质量的评价标准 ................................... 20
§3.2 太阳电池组件预处理模块 .................................... 22
§3.2.1 图像归一化处理 ....................................... 22
§3.2.2 图像灰度变换 ......................................... 22
§3.2.3 图像滤波 ............................................. 23
§3.3 太阳电池组件单片划分模块 .................................. 25
§3.3.1 太阳电池组件单片划分原理 ............................. 25
§3.3.2 纵横投影法实现及结果 ................................. 26
§3.3.3 太阳电池单片自动保存及读取 ........................... 27
§3.4 太阳电池单片混合增强 ...................................... 27
§3.4.1 混合增强原理 ......................................... 28
§3.4.2 程序实现及结果分析 ................................... 30
第四章 太阳电池配准模块 ............................................. 32
§4.1 太阳电池电极内侧线的提取 .................................. 32
§4.1.1 Hough 变换原理 ....................................... 33
§4.1.2 边缘检测及 canny 算子 ................................. 34
§4.1.3 程序实现及结果分析 ................................... 35
§4.2 太阳电池电极的提取 ........................................ 36
§4.2.1 漫水填充算法 ......................................... 37
§4.2.2 连通分量及种子点的选取 ............................... 37
§4.2.3 程序实现及结果分析 ................................... 37
§4.3 太阳电池配准关键点的提取 .................................. 39
§4.3.1 逻辑与运算 ........................................... 40
§4.3.2 程序实现及结果分析 ................................... 40
§4.4 太阳电池配准 .............................................. 41
§4.4.1 图像配准原理 ......................................... 41
§4.4.2 配准算法的选择 ....................................... 44
§4.4.3 程序实现及结果分析 ................................... 45
第五章 太阳电池分割模块 ............................................. 47
§5.1 图像-图像对比 ............................................. 47
§5.1.1 缺陷检测技术 ......................................... 47
§5.1.2 差影法原理 ........................................... 48
§5.1.3 标准图像的选取及更新 ................................. 48
§5.1.4 程序实现及结果分析 ................................... 48
§5.2 经典阈值分割算法 ........................................... 49
§5.2.1 最大类间方差法 ....................................... 49
§5.2.2 迭代法 ............................................... 50
§5.2.3 最大熵法 ............................................. 51
§5.2.4 程序实现及结果分析 ................................... 52
§5.3 双峰法与最大类间方差法结合算法 ............................ 52
§5.3.1 直方图 ............................................... 53
§5.3.2 双峰法与最大类间方差法结合 ........................... 53
§5.3.4 形态学处理 ........................................... 55
§5.3.4 程序实现及结果分析 ................................... 56
第六章 太阳电池分类模块 ............................................. 58
§6.1 太阳电池组件红外图像及缺陷类型 ............................ 58
§6.1.1 太阳电池组件红外图像 ................................. 58
§6.1.2 太阳电池组件缺陷类型 ................................. 59
§6.2 太阳电池缺陷特征描述 ...................................... 60
§6.2.1 缺陷的几何特征 ....................................... 61
§6.2.2 太阳电池单片缺陷特征描述 ............................. 62
§6.3 太阳电池缺陷特征提取 ...................................... 62
§6.3.1 特征提取原理 ......................................... 62
§6.3.2 特征提取实现 ......................................... 63
§6.4 缺陷分类及实验结果 ........................................ 64
§6.4.1 任务指标理论分析 ..................................... 64
§6.4.2 太阳电池单片分类准则 ................................. 65
§6.4.3 太阳电池单片分类实现 ................................. 66
§6.4.4 太阳电池单片分类结果 ................................. 67
第七章 总结与展望 ................................................... 70
§7.1 总结 ...................................................... 70
§7.2 展望 ...................................................... 70
参考文献 ............................................................ 72
在读期间公开发表的论文和承担科研项目及取得成果 ...................... 76
致 谢 .............................................................. 77
摘要：

摘要目前，太阳电池组件生产线上缺陷检测主要采用人工识别方法，速度比较慢，而且还有误读、漏读和检测标准不统一等缺点。本文针对太阳电池组件的虚焊、崩边、缺角、碎片及裂纹等缺陷，设计了一套能够对其进行快速、无损伤的自动检测系统。该系统利用半导体的电致发光原理获取太阳电池组件的红外图像，由红外相机、计算机、直流电源、太阳电池组件组成。本文以现有的机器视觉和图像处理理论为基础，设计了太阳电池组件缺陷的自动检测算法。本文采用了图像－图像对比与基于规则的检测技术相结合的方法来对太阳电池缺陷进行检测，主要研究内容如下：首先，预处理模块及单片划分模块中，首先对太阳电池组件红外图像进行归一化、灰度变换、中值滤波，...

展开>> 收起<<
太阳电池组件缺陷自动检测系统的研究.pdf

共81页,预览9页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：赵德峰 分类：高等教育资料 价格：15积分 属性：81 页 大小：3.07MB 格式：PDF 时间：2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

推荐作者

热门标签

/ 81
评分 收藏
分享
立即下载 VIP免费下载
客服
关注