一种多晶硅太阳能电池的瑕疵的检测方法技术

技术编号:20624914 阅读:28 留言:0更新日期:2019-03-20 15:30
本发明专利技术实施例公开一种多晶硅太阳能电池的瑕疵的检测方法。该检测方法包括:基于电致发光影像提取系统采集样本多晶硅太阳能电池的样本电致发光灰度图像;基于所述样本电致发光灰度图像提取包括非瑕疵特征点的样本特征向量;采用改进的模糊C均值分群法对所述非瑕疵特征点进行分群;将电致发光影像提取系统中的样本多晶硅太阳能电池换成待测多晶硅太阳能电池,重复第一步和第二步;判断所述待测特征点和所述非瑕疵特征点的群聚关系,对所述待测样本点进行瑕疵检测。本发明专利技术实施例公开的多晶硅太阳能电池的瑕疵的检测方法具有成本低、较高检测效率和较好检测精度特点。

A Defect Detection Method for Polycrystalline Silicon Solar Cells

The embodiment of the present invention discloses a defect detection method for polycrystalline silicon solar cells. The detection method includes: collecting sample electroluminescent gray images of polysilicon solar cells based on electroluminescent image extraction system; extracting sample feature vectors including non-flaw feature points based on the sample electroluminescent gray images; clustering the non-flaw feature points using improved fuzzy C-means clustering method; and extracting samples from the electroluminescent image extraction system. The polycrystalline silicon solar cell is replaced by the polycrystalline silicon solar cell to be tested, and the first and second steps are repeated; the clustering relationship between the feature points to be measured and the non-flaw feature points is judged, and the flaw detection of the sample points to be tested is carried out. The defect detection method of the polycrystalline silicon solar cell disclosed in the embodiment of the present invention has the characteristics of low cost, high detection efficiency and better detection accuracy.

【技术实现步骤摘要】
一种多晶硅太阳能电池的瑕疵的检测方法
本专利技术涉及图像检测的
,具体涉及一种采用图像进行非接触式的多晶硅太阳能电池的瑕疵的检测方法。
技术介绍
近年来,由于原油价格不断的上升和全球暖化程度日趋严重,各国不断寻找替代能源。目前,具有实用化的替代能源主要包括太阳能、风能、波能、地热能等。其中,风能、波能和地热能容易受地域性限制,且无法确保能源供给的安定性。因此,在没有其它特殊新能源提供之前,现阶段较可行的下替代能源便是太阳能。目前,太阳能消费市场的应用大多使用单晶硅与多晶硅两大类。单晶硅组成原子具有周期性的排列,其表面无纹路、背景单纯;多晶硅由许多不同排列方向的小单晶所构成,多晶硅的制作方法是把熔融的硅铸造固化而形成,表面晶格纹路复杂。与单晶硅太阳能板相比,多晶硅太阳能板制造成本低且光电转换效能高、可用时间长,成为太阳能产业的主流产品。多晶硅太阳能电池的制造过程主要可分成铸造多晶硅锭、切片、蚀刻及抛光、清洗、扩散与网印或蒸镀。在多晶硅太阳能电池制造的过程中,常会因为疏失发生太阳能芯片表面刮伤、污点以及微裂等瑕疵的现象。如果忽视这些瑕疵,会造成太阳能电池的工作效率降低,甚至丧失储存电量的功能,因此太阳能电池的瑕疵检测是不可忽视的。在多晶硅太阳能电池与模块中,由于金属手指断线、微裂痕和裂痕等瑕疵是无法通过肉眼或一般的CCD摄像机察觉,所以可运用电致发光(Electroluminescence,EL)影像技术来凸显瑕疵。目前商业化的电致发光(EL)影像系统大多只提供EL取像功能,所以瑕疵检测工作仍需依赖人工目视判断,从而导致缺乏客观性,因此该行业迫切需要导入机器视觉的检测技术。将电致发光(EL)影像技术运用在多晶硅太阳能电池中,电致发光(EL)影像中的瑕疵具备条状与线状的特性,而且正常的晶格背景也同时被凸显于影像中,因此,自动瑕疵检测的困难度比较大。由此可见,传统的两维图像分析方法很难在随机的晶格背景中识别出太阳能电池板上的瑕疵,因而,需要对电致发光(EL)图像中的每个目标点提取更多的特征值。根据目标点的特征值,采用集群分析的方法来判断目标点的瑕疵属性并确定其位置,以此实现太阳能电池的机器视觉检测。目前,集群分析是一种获得数据讯息的良好工具。集群分析方法根据数据与数据间的相似性程度予以分群,使得同一群聚的数据彼此之间相似性最大,而群聚与群聚间的数据则有较大的差异性。由于分群处理在需求上逐渐增加,困难度也提高不少,资料分群的相关理论与算法也开始发展,希望找出资料最真实的相关性。自从1965年乍得(Zadeh)教授提出了模糊集理论后,强调以模糊逻辑来描述现实生活中事物性质的等级,使用隶属函数来表达集合中各元素归属于该集合的程度,模糊集群法即因应而生,直到今日,模糊集群法已被广泛地应用在各种领域上。然而,使用集群分析进行瑕疵检测需要准确的从图像中提取出特征信息,并针对特征值的特点提出适用于多晶硅太阳能瑕疵检测的集群分析方法。因此,针对现有的多晶硅太阳能电池的瑕疵的检测方法所存在的问题,需要提供一种能够通过机器视觉全自动地,且具有成本低、较高检测效率和较好检测精度的多晶硅太阳能电池的瑕疵的检测方法。
技术实现思路
针对现有的机器视觉检测多晶硅太阳能电池的瑕疵方法所存在难度大、成本高、检测效率低和检测精度低等问题,本专利技术实施例提供一种多晶硅太阳能电池的瑕疵的检测方法。该多晶硅太阳能电池的瑕疵的检测方法采用机器视觉并基于模糊集群分析的方法,结合多晶硅太阳能电池图像的灰度特征,利用能够凸显瑕疵特征的特征模板对图像提取特征向量,并采用改进版的模糊C均值分析法进行分群,通过判断待测点的群聚属性,实现待测点的瑕疵检测。本专利技术实施例中提供的一种多晶硅太阳能电池的瑕疵方法具体方案如下:一种多晶硅太阳能电池的瑕疵的检测方法,包括:步骤S1:基于电致发光影像提取系统采集样本多晶硅太阳能电池的样本电致发光灰度图像;步骤S2:基于所述样本电致发光灰度图像提取包括非瑕疵特征点的样本特征向量;步骤S3:采用改进的模糊C均值分群法对所述非瑕疵特征点进行分群;步骤S4:基于电致发光影像提取系统采集待测多晶硅太阳能电池的待测电致发光灰度图像;步骤S5:基于所述待测电致发光灰度图像提取包括待测特征点的待测特征向量;步骤S6:判断所述待测特征点和所述非瑕疵特征点的群聚关系,对所述待测样本点进行瑕疵检测。优选地,所述电致发光影像提取系统包括:直流电源;多晶硅太阳能电池,与所述直流电源连接,用于放射出红外光;CCD摄像机,用于接收所述红外光并形成电致发光灰度图像;显示装置,与所述CCD摄像机连接,用于显示所述电致发光灰度图像。优选地,所述电致发光影像提取系统还包括设置于所述CCD摄像机的镜头下方的红外滤光片。优选地,所述步骤S2或者步骤S5中的提取特征向量的具体包括:采用多组特征模板对电致发光灰度图像中以每一个特征点为中心的特征模板大小区域内的所有像素点按照预设公式进行计算,获得每一个特征点对应的特征值。优选地,所述多组特征模板为3组特征模板,所述3组特征模板的模板宽度各不相同。优选地,所述预设公式为:featurej=∑i∈(1,2)ωiRectSun(ri),其中,featurej代表第j种Haar块的特征值;ω1是第j个Haar块的权值;ω2是第j个Haar块中黑色矩形的权值;RectSum(r1)代表第j个Haar块中包含的所有象素点的象素值之和;RectSum(r2)代表第j个Haar块中黑色矩形块所包含象素的象素值之和。优选地,所述改进的模糊C均值分群法具体包括步骤:步骤T1:输入特征点对应的特征向量;步骤T2:将所述特征向量采用模糊C均值分群法分成两群;步骤T3:将群数标记标志成2;步骤T4:分别计算所述两群的均匀度;步骤T5:找出均匀度差的群,将所述均匀度差的群采用模糊C均值分群法分成新的两群,并将均匀度差的群移除;步骤T6:将群数标记加1;步骤T7:分别计算所述新的两群的均匀度;步骤T8:判断群数标记是否达到所设定的需要群数,若达到,则结束;若未达到,则返回步骤T5。优选地,采用特征向量的协方差矩阵的特征值来计算群的均匀度。优选地,所述计算群的均匀度的具体表达式为其中,为特征向量的协方差矩阵的特征值λ的均值:γ为特征向量的协方差矩阵的特征值λ的标准偏差为:优选地,所述步骤S7中的具体判断过程为:采用欧氏距离计算待测特征点特征向量与多个非瑕疵特征点群的群聚中心的距离;将所述距离与每一个非瑕疵特征点群的阈值进行比较,若所述距离大于所述阈值,则判断所述待测特征点不属于所述阈值对应的非瑕疵特征点群,否则,则判断待测特征点是属于所述阈值对应的非瑕疵特征点群;若所述待测特征点属于多个非瑕疵特征点群中的某一群,则判断所述待测特征点无瑕疵;否则,判断所述待测特征点有瑕疵。从以上技术方案可以看出,本专利技术实施例具有以下优点:本专利技术实施例中提供一种多晶硅太阳能电池的瑕疵的检测方法。该多晶硅太阳能电池的瑕疵的检测方法采用机器视觉并基于模糊集群分析的方法,结合多晶硅太阳能电池图像的灰度特征,利用能够凸显瑕疵特征的特征模板对图像提取特征向量,并采用改进版的模糊C均值分析法进行分群,通过判断待测点的群聚属性,实现待测点的瑕疵检测。该多晶硅太阳能电池的瑕疵的检本文档来自技高网
...

【技术保护点】
1.一种多晶硅太阳能电池的瑕疵的检测方法,其特征在于,所述方法包括:步骤S1:基于电致发光影像提取系统采集样本多晶硅太阳能电池的样本电致发光灰度图像;步骤S2:基于所述样本电致发光灰度图像提取包括非瑕疵特征点的样本特征向量;步骤S3:采用改进的模糊C均值分群法对所述非瑕疵特征点进行分群;步骤S4:基于电致发光影像提取系统采集待测多晶硅太阳能电池的待测电致发光灰度图像;步骤S5:基于所述待测电致发光灰度图像提取包括待测特征点的待测特征向量;步骤S6:判断所述待测特征点和所述非瑕疵特征点的群聚关系,对所述待测样本点进行瑕疵检测。

【技术特征摘要】
1.一种多晶硅太阳能电池的瑕疵的检测方法,其特征在于,所述方法包括:步骤S1:基于电致发光影像提取系统采集样本多晶硅太阳能电池的样本电致发光灰度图像;步骤S2:基于所述样本电致发光灰度图像提取包括非瑕疵特征点的样本特征向量;步骤S3:采用改进的模糊C均值分群法对所述非瑕疵特征点进行分群;步骤S4:基于电致发光影像提取系统采集待测多晶硅太阳能电池的待测电致发光灰度图像;步骤S5:基于所述待测电致发光灰度图像提取包括待测特征点的待测特征向量;步骤S6:判断所述待测特征点和所述非瑕疵特征点的群聚关系,对所述待测样本点进行瑕疵检测。2.根据权利要求1所述的一种多晶硅太阳能电池的瑕疵的检测方法,其特征在于,所述电致发光影像提取系统包括:直流电源;多晶硅太阳能电池,与所述直流电源连接,用于放射出红外光;CCD摄像机,用于接收所述红外光并形成电致发光灰度图像;显示装置,与所述CCD摄像机连接,用于显示所述电致发光灰度图像。3.根据权利要求2所述的一种多晶硅太阳能电池的瑕疵的检测方法,其特征在于,所述电致发光影像提取系统还包括设置于所述CCD摄像机的镜头下方的红外滤光片。4.根据权利要求1所述的一种多晶硅太阳能电池的瑕疵的检测方法,其特征在于,所述步骤S2或者步骤S5中的提取特征向量的具体包括:采用多组特征模板对电致发光灰度图像中以每一个特征点为中心的特征模板大小区域内的所有像素点按照预设公式进行计算,获得每一个特征点对应的特征值。5.根据权利要求4所述的一种多晶硅太阳能电池的瑕疵的检测方法,其特征在于,所述多组特征模板为3组特征模板,所述3组特征模板的模板宽度各不相同。6.根据权利要求4所述的一种多晶硅太阳能电池的瑕疵的检测方法,其特征在于,所述预设公式为:featurej=∑i∈(1,2)ωiRectSun(ri),其中,featurej代表第j种Ha...

【专利技术属性】
技术研发人员:李冠楠刘星洋时魁
申请(专利权)人:中国科学院长春光学精密机械与物理研究所
类型:发明
国别省市:吉林,22

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1