当前位置: 首页 > 专利查询>天津大学专利>正文

基于数字图像处理技术的太阳能电池板缺陷检测方法技术

技术编号:23625543 阅读:81 留言:0更新日期:2020-03-31 23:03
本发明专利技术涉及一种基于数字图像处理技术的太阳能电池板缺陷检测方法,包括下列步骤:对太阳能电池板进行角度倾斜图像畸形的纠正;进行图像预处理;对电池板上的电池单元进行提取,分割得到的电池单元图像用F表示;检测裂纹、黑斑缺陷:根据对比度变化明显的特点,进行canny边缘检测或者ostu二值化处理,检测裂纹、黑斑缺陷;检测虚焊缺陷:通过直方图均衡化加强图像对比度,再通过ostu法二值化进行缺陷检测,找出虚焊区域;对电池单元图像进行隐裂缺陷检测,采用改进的二值化阈值法进行此类缺陷检测。

Defect detection method of solar panel based on digital image processing technology

【技术实现步骤摘要】
基于数字图像处理技术的太阳能电池板缺陷检测方法所属
本专利技术属于图像处理、能源系统和计算机视觉
,涉及一种基于数字图像处理技术的太阳能电池板缺陷检测方法。
技术介绍
随着环境日益污染严重,作为清洁能源之一的太阳能产业也逐渐发展起来。在太阳能产业中,太阳电池的效率和可靠性越来越重要。而在生产太阳能电池的过程中,由于生产设备、生产原料质量及工艺参数等诸多影响[1],会对生产出电池的质量有很大影响,可能会出现多种缺陷。而且目前普遍生产的电池片的平均厚度仅为190um左右,极易破碎;而太阳能电池的缺陷对电池的发电效率以及使用寿命长短有着直接的影响。而这些缺陷大部分是人的肉眼难以识别和发现的隐形缺陷,因此专利技术一种快速有效的太阳电池缺陷检测方法是非常有价值的。电致发光(Electroluminescence,EL)成像技术作为一种新的太阳电池缺陷检测方法,渐渐被大规模应用于工业生产过程中[2]。电致发光是由于半导体硅在正向电压偏置的情况下,载流子注入穿越P-N结,使得载流子形成过量载流子;过量载流子超负荷后,将能量以光子的形式释放。含有缺陷的电池板中载流子分布不均匀,造成发光图像的亮度不均匀,因此可以从电致发光图像中找到太阳能电池板的缺陷。在硅太阳能电池中,其发射光波的波长为1150nm左右,使用近红外CCD照相机捕捉光子,拍摄1150nm波长的发射图像。当电池单元出现故障时,其近红外图像也会呈现与缺陷对应的异常图像。太阳能电池板的缺陷主要有隐裂、裂片、裂纹、断栅、黑斑、虚焊等,部分缺陷有较为明显的特征,而隐裂缺陷肉眼很难检测出来。但是目前工业界大部分的电致发光图像缺陷都是通过人工肉眼观察或者伏安特性曲线检测[3];随着太阳能产业的发展,这种检测方式速度慢效率低下不能满足生产的需求。因此,专利技术一种针对太阳能电池缺陷检测的方法尤其是针对隐裂缺陷,设计符合隐裂特性的专属检测方案是很有必要的。对于太阳能电池板单元来说,如果图像是背景与目标比较均匀,经过图像预处理后,通过全局阈值法进行二值化可以有效地将缺陷检测出来。但由于太阳能电池板本身特性,以及部分缺陷不明显等问题,造成电池单元图像目标与背景区分不明显,在这种情况下使用全局阈值往往不能得到很好的处理结果。针对这类情况,本专利考虑引入对比度拉伸算子来进行二值化。通过对比度拉伸算法,可以避免噪声判断为缺陷点,也可以避免漏测缺陷点。参考文献:[1]孙雯.太阳能电池板缺陷的检测研究[D].淮北师范大学,2017.[2]杨畅民,张豪,黄国锋.电致发光成像在晶体硅电池和组件质量监测中的应用[J].阳光能源,2009(06):42-43+45.[3]鹿卓慧,彭艳艳,赵炎,孙朋超,赵辉宏.太阳能电池片缺陷检测方法综述[J].河北农机,2019(07):36.
技术实现思路
提出了一种基于数字图像处理技术的太阳能电池板缺陷检测方法。采用本专利技术所述方法,能将电池板的缺陷检测出来。由于不同的电池板具有不同特征,因此分别对不同的缺陷进行相关的缺陷检测。对于电池板经常出现的隐裂缺陷具有的特征不明显的特点,设计了一种新型的局部阈值二值化的方法,相比于最大类间差方法(ostu法)二值化,能够更加全面地、清晰地、准确地检测出隐裂缺陷,具有较好的视觉效果。通过对电池板缺陷的检测,使得检测缺陷的位置更加精准,进而提高检测准确率,相对人工目视检测,具有可靠、高效、准确等优势,大大降低劳动成本。本专利技术的技术方案如下:一种基于数字图像处理技术的太阳能电池板缺陷检测方法,包括下列步骤:1)对太阳能电池板进行角度倾斜图像畸形的纠正;2)进行图像预处理;对纠正好的图像进行灰度变换、滤波去噪、图像裁剪、增强图像亮度等预处理,预处理结果用I表示;3)对电池板上的电池单元进行提取,分割得到的电池单元图像用F表示;4)检测裂纹、黑斑缺陷:根据对比度变化明显的特点,进行canny边缘检测或者ostu二值化处理,检测裂纹、黑斑缺陷;5)检测虚焊缺陷:通过直方图均衡化加强图像对比度,再通过ostu法二值化进行缺陷检测,找出虚焊区域;6)对电池单元图像进行隐裂缺陷检测,采用改进的二值化阈值法进行此类缺陷检测,方法如下:第1步:对于F中(x,y)位置上的点F(x,y),计算以此点为中心的大小为M*N的邻域窗口的均值,用M(x,y)表示,均值代表着每个局域的平均亮度;第2步:对于同一个点F(x,y),计算以此点为中心的大小为M*N的邻域窗口的方差,用σ2(x,y)表示,方差代表着每个局域的对比度;第3步:引入对比度拉伸算子:设Qold为改进前的二值化阈值,σ'2(x,y)为某固定方差值,E代表拉伸程度,考虑引入对比度拉伸算子:当方差大于固定方差值σ'2(x,y)时,则说明此像素点与其所在邻域具有较大的对比度,则此像素点是隐裂像素的可能性更大;当方差小于固定方差值σ'2(x,y)时,则说明此像素点与其所在邻域具有较小的对比度,则此像素点是隐裂像素的可能性较小;第4步:使用对比度拉伸算子作为系数改进二值化阈值判断条件:将F(x,y)与Qnew进行比较,得到二值化结果,用B(x,y)表示;如果F(x,y)>Qnew,则令B(x,y)=1;否则,B(x,y)=0,二值图B中取值为0的点,对应于隐裂缺陷点;改进后的二值化阈值判断条件为本专利基于数字图像处理,设计了一种对太阳能电池板缺陷的检测方法。由于不同的电池板具有不同特征,因此分别对不同的缺陷进行相关的缺陷检测。对于电池板经常出现的隐裂缺陷具有的特征不明显的特点,设计了一种新型的局部阈值二值化的方法,相比于ostu法二值化,能够更加全面地、清晰地、准确地检测出隐裂缺陷,具有较好的视觉效果。通过对电池板缺陷的检测,使得检测缺陷的位置更加精准,进而提高检测准确率。本实验共含有360个电池单元。其中正常的电池单元有340个,缺陷电池单元有20个。其中缺陷类型分别为:裂纹(7)、黑片(1)、虚焊(3)、隐裂(9)。通过使用本算法,裂纹、黑片、虚焊的缺陷全部被检出;隐裂缺陷相对于提到的两种检测算法,视觉效果更好,检测准确性也较高。附图说明附图1太阳能电池板图像纠正附图2将电池板分块为电池单元附图3检测明显裂纹:(a)原图(b)canny算子提取边缘(c)ostu法二值化附图4检测明显黑斑:(a)原图(b)canny算子提取边缘(c)ostu法二值化附图5检测背景有明显噪声电池单元的裂纹:(a)原图(b)均值滤波后(c)canny算子(d)二值化(e)未滤波直接二值化(全白)附图6检测虚焊1:(a)原图(b)均值滤波(c)全局灰度增强-直方图均衡(d)ostu法二值化附图7检测虚焊2:(a)原图(b)均值滤波(c)全局灰度增强-直方图均衡(d)ostu法二值化附图8检测隐裂方法1:(a)原图(b)canny(c)ostu法二值化(d)去噪后二值化附图9检测隐裂方本文档来自技高网
...

【技术保护点】
1.一种基于数字图像处理技术的太阳能电池板缺陷检测方法,包括下列步骤:/n1)对太阳能电池板进行角度倾斜图像畸形的纠正;/n2)进行图像预处理;对纠正好的图像进行灰度变换、滤波去噪、图像裁剪、增强图像亮度等预处理,预处理结果用I表示;/n3)对电池板上的电池单元进行提取,分割得到的电池单元图像用F表示;/n4)检测裂纹、黑斑缺陷:根据对比度变化明显的特点,进行canny边缘检测或者ostu二值化处理,检测裂纹、黑斑缺陷;/n5)检测虚焊缺陷:通过直方图均衡化加强图像对比度,再通过ostu法二值化进行缺陷检测,找出虚焊区域;/n6)对电池单元图像进行隐裂缺陷检测,采用改进的二值化阈值法进行此类缺陷检测,方法如下:/n第1步:对于F中(x,y)位置上的点F(x,y),计算以此点为中心的大小为M*N的邻域窗口的均值,用M(x,y)表示,均值代表着每个局域的平均亮度;/n第2步:对于同一个点F(x,y),计算以此点为中心的大小为M*N的邻域窗口的方差,用σ

【技术特征摘要】
1.一种基于数字图像处理技术的太阳能电池板缺陷检测方法,包括下列步骤:
1)对太阳能电池板进行角度倾斜图像畸形的纠正;
2)进行图像预处理;对纠正好的图像进行灰度变换、滤波去噪、图像裁剪、增强图像亮度等预处理,预处理结果用I表示;
3)对电池板上的电池单元进行提取,分割得到的电池单元图像用F表示;
4)检测裂纹、黑斑缺陷:根据对比度变化明显的特点,进行canny边缘检测或者ostu二值化处理,检测裂纹、黑斑缺陷;
5)检测虚焊缺陷:通过直方图均衡化加强图像对比度,再通过ostu法二值化进行缺陷检测,找出虚焊区域;
6)对电池单元图像进行隐裂缺陷检测,采用改进的二值化阈值法进行此类缺陷检测,方法如下:
第1步:对于F中(x,y)位置上的点F(x,y),计算以此点为中心的大小为M*N的邻域窗口的均值,用M(x,y)表示,均值代表着每个局域的平均亮度;
第2步:对...

【专利技术属性】
技术研发人员:侯春萍王霄聪杨阳郎玥夏晗莫晓蕾
申请(专利权)人:天津大学
类型:发明
国别省市:天津;12

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