太阳电池组件缺陷自动检测系统的研究
VIP免费
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
第一章 绪 论
-1-
第一章 绪 论
本章主要介绍了本课题研究的背景，当前国内外太阳电池缺陷检测技术的研
究、发展现状以及其对于经济、社会的意义。简要介绍了本文引入的太阳电池组
件缺陷自动检测系统的研究内容及论文章节安排。
§1.1 课题研究的背景及意义
当今世界，一方面，支撑世界物质产业的能源资源正在以前所未有的速度萎
缩。另一方面，大量常规能源的利用所带来的污染问题正在严重威胁着人们赖以
生存的自然环境。这两方面问题核心在于“能源”。新能源的开发及利用在一定程
度上可缓解以上两方面问题。
而太阳能俨然已经成为全世界缓解能源危机，打造可持续发展的环境战略的
最好选择之一。太阳能作为一种新能源，它与常规能源相比有三大特点：第一，
太阳能是人类可利用最丰富的能源。在过去 11 亿年中，仅消耗了太阳本身能量的
2%；第二，太阳能可就地开发利用，不存在运输问题；第三，其为洁净的能源，
不会产生废渣、废水、废气、也没有噪音，更不会影响生态平衡。
太阳电池是将太阳能转化为其他形式的能源的首选媒介之一。目前，太阳电
池的应用已从军事领域、航天领域进入商业、农业、 通信、家用电器以及公用设
施等部门。太阳电池正以前所未有速度在我们生活的方方面面发挥着举足轻重的
作用，如图 1-1 为上海外滩某处的太阳电池组件。
图1-1 上海外滩某处的太阳电池组件
太阳电池以半导体材料为媒介，实现了光能与电能的直接转换。太阳电池具
有高荷电吸收能力，循环使用寿命长，良好的可充性能，无需保养等优点，因此
太阳电池组件缺陷自动检测系统的研究
- 2 -
各国都在大力发展太阳电池。世界光伏太阳电池制造业正在高速增长，2007 年产
量达到 3436MW，较 2006 年增长了 56%，2008 年全球太阳电池的生产量提升至
5.6GW，2009 年超过 10GW[1]。目前，太阳电池的产量在我国飞速增长，1958 年
中国开始研制太阳电池，2006 年，已经超越美国，成为继日本、德国之后的世界
第三大太阳电池生产国[2]，截止到 2008 年，中国光伏产业共有组件企业 330 家，
总产能 4000MW，产量 2000MW 左右。
2009 年的产量达到 4.0GW，稳居世界第一
[3]。
太阳电池及组件在我国飞速发展，但在太阳电池及组件缺陷的自动检测方面
则刚刚起步。电池的虚焊、缺角、崩边、碎片、或者裂纹都将影响太阳电池及组
件的寿命。例如：在串联电池组中，某个太阳电池单片的缺陷将导致其电流降低，
串联电池组中最差的电池会消耗掉其余串联电池产生的功率，后果不仅仅是降低
电池组的输出功率，更严重的是造成最差电池局部温度过高，破坏方阵材料，降
低可靠性和使用寿命。所以，对太阳电池及组件的虚焊、缺角、崩边、碎片、和
裂纹的自动检测显得尤为重要。
目前，在太阳电池的生产线上没有可靠的检测手段，主要依靠肉眼变换不同
角度仔细逐片地目查，工作量非常大，而且灵敏度不高，漏检及错检的情况比较
多，大部分检测到的是玻璃盖片上的碎片，而且仅能检测碎片，无法检测裂纹。
在当前主流的太阳电池及组件的生产线上，单片的流水线检测速度是 2-3 秒/片，
组件的流水线检测速度是 20-30 秒/块，太阳电池及组件缺陷的在线检测如果采用
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，造
成检测效率低，人工成本以及次品率较高等生产瓶颈。
这样，如何与现有的太阳电池组件红外检测流水线设备相结合，如何提高太
阳电池组件缺陷检测的自动化程度，基于图像处理的太阳电池组件质量缺陷的自
动识别系统的开发及应用就是在这种需求的情况下提出来的。
§1.2 研究现状
随着计算机技术的高速发展，数字图像处理技术已经广泛应用于医学、工业
检测、军事安防等领域。图像检测方法具有精度高，安全可靠，自动化程度高、
实时性好等优点；而且图像检测是一种非接触式测量方法，可以在恶劣的或特殊
的环境下对目标进行检测而不会影响其正常工作。
第一章 绪 论
-3-
§1.2.1 图像处理在目标检测中的应用
目前，图像处理在目标检测方面的应用主要包括工件尺寸检测、产品表面质
量检测等。
湖南大学的张辉等人针对国内某企业生产的 125ml 玻璃瓶药酒，设计了一套
基于机器视觉的高速检测系统，运用图像识别与图像处理知识，对其内可见异物
进行了检测，提出了改进的二维最大熵阈值分割算法来实现目标的快速分割[4],[5]。
天津大学的陈鲤江等人运用机器视觉技术将靠接在一起的大米进行了分离，
提出了基于扫描式区域增长的区域分离方法[6]。
华南理工大学的张舞杰等人对硅太阳电池视觉检测方法进行了研究，通过拟
合直线和圆进行外形尺寸的测量，并通过计算边缘点到拟合直线或圆弧的距离进
行外形破损检测[7]。
由上面的讨论可知，人们已经运用图像处理解决了工业与现实中的若干问题，
在太阳电池及组件的缺陷检测方面的探索还很少，本文将研究太阳电池组件缺陷
的自动检测算法。
§1.2.2 太阳电池及组件缺陷检测研究现状
目前，太阳电池及组件缺陷检测技术越来越受到国内外研究者的重视，越来
越多的学者参与其中，可检测的缺陷的种类和精度都有了很大的提高。
1. 国外的研究现状
2009 年7月6日，欧姆龙公司推出其第一款太阳能应用产品—太阳电池单元
缺陷检测专用软件“FZ3-UPVD”[8]。据报道，应用该软件，缺陷检测精度可达到
0.1mm，比原来提高了 10 倍。该软件可在追踪自动抽取的单元轮廓点时，检测形
状与周围不同的地方，并同时进行缺陷检查和定位，解决了因形状、尺寸变化及
位置偏移等造成的检测精度不稳定及启动耗费时间等问题。
2008 年2月27 日，日清纺绩公司利用电致发光现象对太阳电池制造工序中的
太阳电池单元裂缝缺陷进行了可视化的质量检测[9]。在检测装置中，电流流经电池
单元而使单元本身发光，利用图像获取装置记录该状态的图像，然后对图像进行
解析，最后识别出裂缝产生的位置。通过该方法，可判别肉眼无法确认的单元内
部的细小裂缝，可对裂缝的形状、大小和数量进行数据库化管理。
2. 国内的研究现状
国内在该领域的发展与国外有一定的差距，太阳电池的缺陷检测技术和设备，
更多是从早期硅片缺陷检测中发展而来的。
摘要：
展开>>
收起<<
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，...
相关推荐
-
跨境电商商业计划书模版VIP免费
2025-01-09 27 -
跨境电商方案范文VIP免费
2025-01-09 14 -
创业计划书VIP免费
2025-01-09 18 -
xx生鲜APP计划书VIP免费
2025-01-09 12 -
跨境电商创业园商业计划书(盈利模式)VIP免费
2025-01-09 8 -
跨境电商计划书VIP免费
2025-01-09 13 -
绿色食品电商平台项目计划书VIP免费
2025-01-09 22 -
农产品电子商务商业计划书VIP免费
2025-01-09 9 -
农村电商平台商业计划书VIP免费
2025-01-09 13 -
生鲜商城平台商业计划书VIP免费
2025-01-09 21
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
