一种太阳能电池片的黑边和碎片的缺陷检测方法技术

本发明专利技术提供了一种太阳能电池片的黑边和碎片的缺陷检测方法，包括步骤：S1、获取待测太阳能电池片的图像，进行预处理；S2、对预处理后的图像进行目标提取，将电池片的图像从背景图像中分离；并且将电池片的图像分割成多个子片图像；S3、将子片图像进行阈值分割，转化为二值图像；S4、定义黑边、碎片的特征和参数，利用特征和参数从子片图像的二值图像中提取缺陷；S5、分别统计黑边、碎片的缺陷数量，标注缺陷位置；其中，将超过一定缺陷率的子片定义为完全损坏。本发明专利技术减轻人为检测的劳动强度，避免人工检测过程中，人为因素带来的检测结果的不确定性，提高产品的质量，便于准确的检测出太阳能电池片的黑边和碎片缺陷。

【技术实现步骤摘要】
一种太阳能电池片的黑边和碎片的缺陷检测方法
本专利技术属于太阳能电池
，具体涉及一种太阳能电池片的黑边和碎片的缺陷检测方法。
技术介绍
社会的不断发展，对能源的需求有增无减，促使不可再生能源逐渐枯竭。同时由于人类对能源的不合理使用导致环境问题不断恶化，其中全球气候变暖问题尤为突出，已经严重威胁到人类的生存和发展。太阳能作为一种新型的清洁能源，很早就被认为是化石原料的替代能源。而作为利用太阳能供电的主要载体，太阳能电池阵列近些年来得到飞速发展和广泛应用。由于太阳能电池片是易碎产品，其破损将直接影响到电池阵的输出功率。而太阳能电池片在生产和使用过程中，其表面不可避免地或出现一些细微的缺陷，例如：碎片、黑边、裂纹、断栅等。这将严重影响太阳能电池片发电的效率和使用寿命，因此必须对太阳能电池片表面进行缺陷检测，并将含有缺陷的电池片剔除。其中，碎片缺陷主要有部分分离缺陷、完全分离缺陷，部分分离缺陷的产生原因是外力导致的电池片产生裂纹，裂纹比较严重，造成电池片一定区域部分失效；完全分离缺陷产生的原因是外力导致的电池片产生裂纹，裂纹比较严重，造成电池一定区域完全失效。黑边主要是由于电池制绒、扩散或者烧结过程不良等原因造成的。目前绝大多数太阳能电池生产厂家，对太阳能电池片表面质量的检测还是采用人工检测的方式，依赖作业人员的视觉判断，因此带来了许多检测问题，同时产品的质量也很难得到保证。
技术实现思路
针对现有技术的缺陷，本专利技术提供了一种太阳能电池片的黑边和碎片的缺陷检测方法，该方法能检测出太阳能电池片的黑边和碎片缺陷。为了实现上述目的，本专利技术提供了一种太阳能电池片的黑边和碎片的缺陷检测方法，其包括以下步骤：S1、获取待测太阳能电池片的图像，进行预处理；S2、对预处理后的图像进行目标提取，将电池片的图像从背景图像中分离；并且将电池片的图像分割成多个子片图像；S3、将子片图像进行阈值分割，转化为二值图像；S4、定义黑边、碎片的特征和参数，利用特征和参数从子片图像的二值图像中提取缺陷；S5、分别统计黑边、碎片的缺陷数量，标注缺陷位置；其中，将超过一定缺陷率的子片定义为完全损坏。本专利技术中，步骤S5中缺陷率的计算方式为：计算单个子片的缺陷所覆盖的缺陷面积，缺陷面积与单个子片总面积的面积比即为缺陷率，设置一个具体的阈值，如果该子片的缺陷率超过设定的阈值，则该子片被判定为完全损坏。根据本专利技术的另一种具体实施方式，步骤S1中的预处理为采用中值滤波器对缺陷图像进行预处理，以降低图像的噪声，获得相对清晰的图像。根据本专利技术的另一种具体实施方式，步骤S2具体为：利用电池片图像的水平投影和竖直投影，得到整幅图像的像素值累加和，像素值累加和在边缘位置或缝隙位置会出现极值点，极值点高于某一设定阈值则视为电池片的边缘位置或子片的缝隙位置；记录电池片的边缘位置，将电池片的图像从背景图像中提取出来；根据极值点的位置分布，得到m×n个子片图像，其中，m为行数，n为列数。根据本专利技术的另一种具体实施方式，电池片图像的边缘位置的确定：像素值累加和用向量进行保存，通过对向量进行取反，此时极大值所在的位置，就是边缘位置。其中，第一个像素值突增的位置为电池片上下边缘，最后一个像素值突降的位置为电池片左右边缘。根据本专利技术的另一种具体实施方式，子片图像的边缘位置的确定：子片图像的水平边缘的确定：利用峰值函数，将峰值间最小间隔设置为子片图像的宽度；子片图像的竖直边缘的确定：利用峰值函数，将峰值间最小间隔设置为子片图像的长度。根据本专利技术的另一种具体实施方式，步骤S3中进一步利用形态学处理优化分割后子片图像的边缘，以减少边缘缝隙对后期缺陷识别的影响，并且减少图像倾斜造成切割不均的问题。具体的，通过形态学先将子片中的小面积噪点去除，然后以一定宽度将电池子片上、下、左、右四个边缘的像素截掉，初步减少误切割造成的干扰。根据本专利技术的另一种具体实施方式，步骤S4中，首先分析碎片特征、定义识别碎片所需参数，根据参数去除不满足碎片特征的干扰缺陷。1)颜色特征：整体掉落的碎片颜色为纯黑色，有明显边界；部分掉落的碎片颜色为纯黑色与深灰色相间，但整体颜色偏深。2)形状特征：多为三角形或者类矩形。形状不会太细长，有一定的宽度或长度范围。根据以上的碎片特征，本专利技术对已有的参数进行结合，定义了可用于碎片识别的新参数。其中，设电池子片的长用eachlen，宽用eachwidth表示；连通域的最小外接矩形长度用len，宽度用witdh表示；连通域的面积为area，周长为perimeter。参数定义如下：(1)最小矩形长宽比(2)圆度(3)细长度(4)填充度根据本专利技术的另一种具体实施方式，步骤S4中定义碎片与黑边的特征和参数，利用特征和参数从子片的二值图像中提取缺陷，具体包括以下过程：(1)首先排除干扰缺陷，通过预设参数，即预设面积参数和预设亮度参数，排除面积小于预设面积参数，亮度大于预设亮度参数的干扰缺陷；(2)其次，对比缺陷最小外接矩形与电池子片长宽的比例，以及缺陷在最小外接矩形中的面积比例即缺陷面积比，排除分割不均造成的影响；(3)由于黑边和碎片缺陷在颜色和现状上不同，形成二者的视觉特征，根据黑边和碎片的视觉特征，识别电池片缺陷类型，将包括缺陷的面积、周长、圆形度、缺陷像素均值作为特征，识别碎片；通过包括计算方差、判断缺陷对比度大小、统计颜色分布均匀度的方法来识别黑边；(4)将电提取的缺陷进行分类，实现单个电池片的缺陷率的计算和完全损坏的位置判断，判定方式为：扫描单个子片的缺陷所覆盖的缺陷面积，缺陷面积与单个子片总面积的面积比即为缺陷率，设置一个具体的阈值，如果该子片的缺陷率超过设定的阈值，则该子片被判定为完全损坏。根据本专利技术的另一种具体实施方式，步骤(1)进一步包括：采用最大亮度参数排除干扰缺陷：采用预设参数排除干扰缺陷后，将二值图像中剩余的连通域重新编号，计算各个连通域在原图像同的灰度值总和，将灰度值总和与电池片图像灰度均值的乘积设定为碎片缺陷的最大亮度；当缺陷灰度均值大于最大亮度时，排除其为碎片的可能性。本方案的步骤(1)中，当某些缺陷面积过小或者亮度超出一般碎片亮度时，可以使用设定的面积参数和亮度参数初步排除，然后在采用设定最大零度参数进行排除。本方案中，缺陷的干扰在二值图像中的主要存在形式如下表1所示：表1缺陷干扰类型描述表1中所提的矩形度公式为：其中，perimeter为连通域周长；area为连通域面积。最后，因为碎片多为类三角形或矩形，计算各个连通域的面积周长比和圆度。可以将断栅造成的缺陷排除。根据本专利技术的另一种具体实施方式，二值图像连通域的长或宽与子片的厂或宽相当；其中，在排除碎片干扰缺陷过程中，狭缝状连通域、最小外接矩形长宽都等于或者接近等于子片长宽的连通域、长度接近子片的长度且宽度超出范围的连通域、宽度接近子片的宽度且长度超出范围的连通域均被排除。根据本专利技术的另一种具体实施方式，步骤(2)中的边缘干扰缺陷包括条带狭缝、L型狭缝和半L型狭缝。本专利技术中，由于背景与待检测目标的像素值差异较大，并且整张电池片是由m行、n列个子片组成，子片之间存在缝隙且缝隙的灰度值较低，接近于黑色。所以，当电池片倾斜角度较小时，利用图像的水平投影和竖直投影可以得到电池片的边缘以及缝隙在整幅图像的所本文档来自技高网...

【技术保护点】
1.一种太阳能电池片的黑边和碎片的缺陷检测方法，其特征在于，包括以下步骤：S1、获取待测太阳能电池片的图像，进行预处理；S2、对预处理后的图像进行目标提取，将电池片的图像从背景图像中分离，并且将电池片的图像分割成多个子片图像；S3、将子片图像进行阈值分割，转化为二值图像；S4、定义黑边、碎片的特征和参数，利用特征和参数从子片图像的二值图像中提取缺陷；S5、分别统计黑边、碎片的缺陷数量，标注缺陷位置，其中，将超过一定缺陷率的子片定义为完全损坏。

【技术特征摘要】
2017.09.27 CN 20171088583911.一种太阳能电池片的黑边和碎片的缺陷检测方法，其特征在于，包括以下步骤：S1、获取待测太阳能电池片的图像，进行预处理；S2、对预处理后的图像进行目标提取，将电池片的图像从背景图像中分离，并且将电池片的图像分割成多个子片图像；S3、将子片图像进行阈值分割，转化为二值图像；S4、定义黑边、碎片的特征和参数，利用特征和参数从子片图像的二值图像中提取缺陷；S5、分别统计黑边、碎片的缺陷数量，标注缺陷位置，其中，将超过一定缺陷率的子片定义为完全损坏。2.根据权利要求1所述的缺陷检测方法，其特征在于，步骤S1中所述的预处理为采用中值滤波器对缺陷图像进行预处理，以降低图像的噪声，获得相对清晰的图像。3.根据权利要求1所述的缺陷检测方法，其特征在于，步骤S2具体为：利用电池片图像的水平投影和竖直投影，得到整幅图像的像素值累加和，所述像素值累加和在边缘位置或缝隙位置会出现极值点，极值点高于某一设定阈值则视为电池片的边缘位置或子片的缝隙位置；记录电池片的边缘位置，将电池片的图像从背景图像中提取出来；根据极值点的位置分布，得到m×n个子片图像，其中，m为行数，n为列数。4.根据权利要求3所述的缺陷检测方法，其特征在于，电池片的图像边缘位置的确定：所述像素值累加和用向量进行保存，通过对向量进行取反，此时极大值所在的位置，就是边缘位置。5.根据权利要求4所述的缺陷检测方法，其特征在于，子片图像边缘位置的确定：子片图像水平边缘的确定：利用峰值函数，将峰值间最小间隔设置为子片图像的宽度；子片图像竖直边缘的确定：利用峰值函数，将峰值间最小间隔设置为子片图像的长度。6.根据权利要求1所述的缺陷检测方法，其特征...

【专利技术属性】
技术研发人员：戴穗，宋梅萍，曾婵娟，于纯妍，尚晓笛，安居白，张建祎，
申请(专利权)人：广东产品质量监督检验研究院国家质量技术监督局广州电气安全检验所，广东省试验认证研究院，华安实验室，
类型：发明
国别省市：广东,44