一种多晶硅太阳能电池片外观脏污缺陷检测的方法技术

本发明专利技术提供了一种多晶硅太阳能电池片外观脏污缺陷检测的方法，该方法主要分为两步：第一步对电池片进行预处理，获取感兴趣区域，后续操作都以此为基础；第二步识别并标记脏污区域。预处理部分包含了：把采集到的三通道图像分为R通道、G通道、B通道图像，选取缺陷与背景对比度较强的R通道图像进行后续处理；对选取的R通道图像进行平滑处理，抑制图像噪声和高频成分的干扰，再对图像进行旋转校正操作，使图像边缘平行于坐标系，然后进行固定阈值分割图像，依据面积，设定上下临界值，排除传送带区域对图像处理造成的干扰；然后对图像进行形态学闭环操作,排除阈值分割不充分时产生的小型黑洞，最后实现对多晶硅太阳能电池片外观脏污缺陷检测。

A method for detecting the appearance of dirty defects in the polysilicon solar cell

The invention provides a method for the appearance of polycrystalline silicon solar cells dirt defect detection, this method is mainly divided into two steps: the first step of cell pretreatment, obtain the region of interest, subsequent operations are based; second step identification and marking the dirty area. The preprocessing part includes: the three channel of the collected images are divided into R channel, G channel and B channel image, selecting contrast defects and the background is strong R channel image processing; on R channel selecting image smoothing, image noise and interference suppression of high frequency components of image rotation the correction operation, make the image edges parallel to the coordinate system, and then fixed threshold image segmentation based on area, setting the critical values, to eliminate the interference region of the conveyor belt caused by image processing; then the image morphology of closed loop operation, remove a small black hole generated threshold segmentation is not sufficient, finally to realize the detection of the appearance of dirt defects in polycrystalline silicon solar cell.

【技术实现步骤摘要】
一种多晶硅太阳能电池片外观脏污缺陷检测的方法
本专利技术涉及光伏电池检测
，主要涉及一种多晶硅太阳能电池片外观脏污缺陷检测的方法。
技术介绍
光伏发电应用日益广泛，根据研究表明从2030年开始，太阳能光伏发电在世界总电力的供应中每隔十年将上升10%以上，到21世纪末可再生能源在能源结构中将占到80%以上，太阳能发电占到60%以上，太阳能发电显示出重要的战略意义。多晶硅太阳能电池片制作工艺复杂，在生产过程中极易出现各种各样的缺陷，这些有缺陷的电池片组装起来后不仅影响整体的美观，对光电转换的效率和电池片寿命也产生了很大的影响。脏污属于多晶硅太阳能电池片表面外观常见的一种缺陷，产生原因是生产过程中工人的手指不小心接触到电池片表面或灰尘掉落。将这些有缺陷的电池片从中挑出，对提升企业产品质量非常重要。现有的缺陷检测方法主要依靠传统的人工肉眼检测，会受到主观性和视觉疲劳的影响，容易造成漏检、误检、效率低下，随着人工成本，企业的生产成本也会增加。由于多晶硅电池片受到本身晶格的影响，其表面的图像纹理不均匀，缺陷特征提取困难，这给目前的缺陷检测造成很大的困扰，因此利用机器视觉来检测电池片缺陷没有得到大量推广。因此，急需一种太阳能电池片外观脏污缺陷检测的方法，提高企业生产效率，实现智能化工厂。
技术实现思路
有鉴于此，本专利技术提供了一种多晶硅太阳能电池片外观脏污缺陷检测的方法,解决现有技术中的不足，具体方案如下：一种太阳能电池片外观脏污缺陷检测的方法，该方法包括两个步骤单元：第一步，对图像进行预处理1-1标定相机，消除畸变；1-2转换为单通道图像：将工业相机采集到的RGB三通道图像转换为R、G、B单通道图像；1-3旋转校正图像：在步骤1-2的基础上，对R通道图像进行旋转校正，使图像平行于坐标轴；1-4平滑图像：在步骤1-3的基础上，对图像进行平滑处理，抑制图像噪声和高频成分的干扰；1-5阈值分割：在步骤1-4的基础上，对图像进行固定阈值分割，得到二值图像；1-6消除干扰区域：在步骤1-5的基础上，依据设定的面积阈值，消除传送带的影响，筛选出待处理的二值区域；1-7形态学闭环操作：在步骤1-6的基础上，对待处理的二值区域进行闭环操作，使筛选出来的二值区域为完整的连通域；1-8利用掩码，生成ROI：在步骤1-7的基础上，分别从上、下、左、右四个方向向内减去十个像素的长度后得到的区域作为掩码，在R通道图像上截取感兴趣区域ROI，即可消除周边焊点的影响；第二步，检测脏污区域2-1纹理滤波：在步骤1-8的基础上，对感兴趣区域ROI进行纹理滤波操作；2-2自适应阈值分割：在步骤2-1的基础上，对滤波后的图像进行自适应阈值分割；2-3填充：在步骤2-2的基础上，对筛选出来的区域进行形态学闭环操作，确保阈值分割后得到的均为连通域；2-4筛选并统计缺陷：在步骤2-3的基础上，根据脏污缺陷的大小、方向、灰度值特征进行筛选缺陷并统计缺陷个数；2-5标注缺陷：在步骤2-4的基础上，将缺陷的位置标注在原图上。具体的，图像采集所用相机是500万像素工业相机，采集图像大小为2456*2054，精度0.08mm/pixl。具体的，此方法适用的太阳能电池片大小为156mm*156mm。具体的，进行阈值分割时，根据灰度图像的范围，在步骤1-5中，所述阈值分割时阈值的取值范围是1-255。具体的，在所述步骤1-6中，所述消除传送带影响时，选取待检测区域面积area的范围大于最大传送带的面积，所述待检测区域area的取值范围为1000-1000000。具体的，在所述步骤2-4中，所述筛选缺陷是根据缺陷宽width和高度height分别大于5个像素的原则进行标示，即所述筛选缺陷的宽度width和高度height如果大于0.4mm就标识出来。具体的，在所述步骤2-4中，还有对所述阈值分割后的缺陷处理的步骤，具体为，根据缺陷的方向orientation，将角度为-1.99000到-1.20000和1.20000到1.90000范围内的排除掉。具体的，在所述步骤2-4中，所述缺陷的灰度值graymean的取值范围是10-180。本专利技术解决所述缺陷问题采用的技术方案主要分为两步：第一步对电池片进行预处理，第二检测脏污区域。预处理包含了：把采集到的三通道图像分为R通道、G通道、B通道图像，选取缺陷与背景对比度较强的R通道图像进行后续处理；第二步对选取的R通道图像进行平滑处理，抑制图像噪声和高频成分的干扰，再对图像进行旋转校正操作，使图像边缘平行于坐标系，然后进行固定阈值分割图像，依据面积，设定上下临界值，排除传送带区域对图像处理造成的干扰；然后对图像进行形态学闭环操作,排除阈值分割不充分时产生的小型黑洞，最后再进行区域填充，确保得到的是一个完整的连通域，此连通域的大小即为获取的感兴趣区域。第二部分中，对感兴趣区域图像进行纹理滤波操作，然后再进行自适应阈值操作，使缺陷与背景分割开；最后根据缺陷的形状、大小、方向特征将缺陷区域的位置找出并标记，实现对多晶硅太阳能电池片外观脏污缺陷检测的目的。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术检测方法的流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参照图1所示，本专利技术请求保护一种太阳能电池片外观脏污缺陷检测的方法，该方法包括两个步骤单元：第一步，对图像进行预处理1-1标定相机，消除畸变；1-2转换为单通道图像：将工业相机采集到的RGB三通道图像转换为R、G、B单通道图像；1-3旋转校正图像：在步骤1-2的基础上，对R通道图像进行旋转校正，使图像平行于坐标轴；1-4平滑图像：在步骤1-3的基础上，对图像进行平滑处理，抑制图像噪声和高频成分的干扰；1-5阈值分割：在步骤1-4的基础上，对图像进行固定阈值分割，得到二值图像；1-6消除干扰区域：在步骤1-5的基础上，依据设定的面积阈值，消除传送带的影响，筛选出待处理的二值区域；1-7形态学闭环操作：在步骤1-6的基础上，对待处理的二值区域进行闭环操作，使筛选出来的二值区域为完整的连通域；1-8利用掩码，生成ROI：在步骤1-7的基础上，分别从上、下、左、右四个方向向内减去十个像素的长度后得到的区域作为掩码，在R通道图像上截取感兴趣区域ROI，即可消除周边焊点的影响；第二步，检测脏污区域2-1纹理滤波：在步骤1-8的基础上，对感兴趣区域ROI进行纹理滤波操作；2-2自适应阈值分割：在步骤2-1的基础上，对滤波后的图像进行自适应阈值分割；2-3填充：在步骤2-2的基础上，对筛选出来的区域进行形态学闭环操作，确保阈值分割后得到的均为连通域；2-4筛选并统计缺陷：在步骤2-3的基础上，根据脏污缺陷的大小、方向、灰度值特征进行筛选缺陷并统本文档来自技高网...

【技术保护点】
一种太阳能电池片外观脏污缺陷检测的方法，该方法包括两个步骤单元：第一步，对图像进行预处理1‑1标定相机，消除畸变；1‑2转换为单通道图像：将工业相机采集到的RGB三通道图像转换为R、G、B单通道图像；1‑3旋转校正图像：在步骤1‑2的基础上，对R通道图像进行旋转校正，使图像平行于坐标轴；1‑4平滑图像：在步骤1‑3的基础上，对图像进行平滑处理，抑制图像噪声和高频成分的干扰；1‑5阈值分割：在步骤1‑4的基础上，对图像进行固定阈值分割，得到二值图像；1‑6消除干扰区域：在步骤1‑5的基础上，依据设定的面积阈值，消除传送带的影响，筛选出待处理的二值区域；1‑7形态学闭环操作：在步骤1‑6的基础上，对待处理的二值区域进行闭环操作，使筛选出来的二值区域为完整的连通域；1‑8利用掩码，生成ROI：在步骤1‑7的基础上，分别从上、下、左、右四个方向向内减去十个像素的长度后得到的区域作为掩码，在R通道图像上截取感兴趣区域ROI，即可消除周边焊点的影响；第二步，检测脏污区域2‑1纹理滤波：在步骤1‑8的基础上，对感兴趣区域ROI进行纹理滤波操作；2‑2自适应阈值分割：在步骤2‑1的基础上，对滤波后的图像进行自适应阈值分割；2‑3填充：在步骤2‑2的基础上，对筛选出来的区域进行形态学闭环操作，确保阈值分割后得到的均为连通域；2‑4筛选并统计缺陷：在步骤2‑3的基础上，根据脏污缺陷的大小、方向、灰度值特征进行筛选缺陷并统计缺陷个数；2‑5标注缺陷：在步骤2‑4的基础上，将缺陷的位置标注在原图上。...

【技术特征摘要】
1.一种太阳能电池片外观脏污缺陷检测的方法，该方法包括两个步骤单元：第一步，对图像进行预处理1-1标定相机，消除畸变；1-2转换为单通道图像：将工业相机采集到的RGB三通道图像转换为R、G、B单通道图像；1-3旋转校正图像：在步骤1-2的基础上，对R通道图像进行旋转校正，使图像平行于坐标轴；1-4平滑图像：在步骤1-3的基础上，对图像进行平滑处理，抑制图像噪声和高频成分的干扰；1-5阈值分割：在步骤1-4的基础上，对图像进行固定阈值分割，得到二值图像；1-6消除干扰区域：在步骤1-5的基础上，依据设定的面积阈值，消除传送带的影响，筛选出待处理的二值区域；1-7形态学闭环操作：在步骤1-6的基础上，对待处理的二值区域进行闭环操作，使筛选出来的二值区域为完整的连通域；1-8利用掩码，生成ROI：在步骤1-7的基础上，分别从上、下、左、右四个方向向内减去十个像素的长度后得到的区域作为掩码，在R通道图像上截取感兴趣区域ROI，即可消除周边焊点的影响；第二步，检测脏污区域2-1纹理滤波：在步骤1-8的基础上，对感兴趣区域ROI进行纹理滤波操作；2-2自适应阈值分割：在步骤2-1的基础上，对滤波后的图像进行自适应阈值分割；2-3填充：在步骤2-2的基础上，对筛选出来的区域进行形态学闭环操作，确保阈值分割后得到的均为连通域；2-4筛选并统计缺陷：在步骤2-3的基础上，根据脏污缺陷的大小、方向、灰度值特征进行筛选缺陷并统计缺陷个数；2-5标注缺陷：在步骤2-4的基础上，将缺陷的位置标注在原图上。2.根据权利要求1所述的一种多晶硅太阳能电池片外观脏污缺陷检测的方...

【专利技术属性】
技术研发人员：陈海永，张晓芳，李爱梅，崔海根，于矗卓，樊雷雷，胡洁，王玉，
申请(专利权)人：河北工业大学，天津英利新能源有限公司，
类型：发明
国别省市：天津,12