太阳能电池片裂缺陷检测方法、系统、设备及存储介质技术方案

本发明专利技术涉及一种太阳能电池片裂缺陷检测方法、系统、设备及存储介质，涉及太阳能电池片检测技术领域，该方法包括：对太阳能电池片EL检测图像进行奇异值分解；将重建图像和太阳能电池片EL检测图像进行像素级别的作差，提取出非零区域对缺陷定位；通过霍夫变换确认缺陷区域存在预设方向上的直线。本发明专利技术的太阳能电池片裂缺陷检测方法，不需要进行人工标注，减少了人力成本和时间成本，提高了检测的效率和准确性；通过奇异值分解和图像重建技术，可以将电池片的主要特征完整复原，提高了检测的准确性；可以有效确定裂缺陷的位置和形状信息，提高裂缺陷的检测准度，可以广泛应用于太阳能电池片的裂缺陷检测，具有实用性和经济性。具有实用性和经济性。具有实用性和经济性。

【技术实现步骤摘要】
太阳能电池片裂缺陷检测方法、系统、设备及存储介质


[0001]本专利技术涉及太阳能电池片检测
，具体涉及一种针对太阳能电池片裂缺陷检测方法、系统、设备及存储介质。

技术介绍

[0002]太阳能电池片是太阳能光伏发电系统的核心部件，其质量和性能直接影响着整个系统的发电效率和寿命。裂缺陷是太阳能电池片常见的缺陷之一，它会导致电池片的损坏和性能下降，从而影响光伏发电系统的发电效率和寿命。因此，裂缺陷的检测对于保证太阳能电池片的质量和性能至关重要。
[0003]目前，太阳能电池片的裂缺陷检测主要依靠人工目视检查和机器视觉技术。其中，人工目视检查需要大量的人力和时间，且存在主观误差和疲劳等问题，难以满足大规模生产的需求。而机器视觉技术可以实现自动化检测和高效率检测，但需要先收集带裂缺陷的样本，通过人工将图中的裂缺陷标注出来，然后将这些标注出来的数据让机器进行学习训练，生成出一个检测裂缺陷的模型，再导入其他样本进行缺陷检测。如果需要标注的裂缺陷样本多，就存在着标注工作繁重的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提出一种针对太阳能电池片裂缺陷检测方法、系统、设备及存储介质，旨在解决现有技术中存在的缺陷，实现对太阳能电池片裂缺陷的自动化检测。
[0005]为实现上述目的，本专利技术提供了以下技术方案：
[0006]第一方面，本专利技术实施例提供了一种太阳能电池片裂缺陷检测方法，包括以下步骤：
[0007](A)对太阳能电池片EL(Electroluminescence，简称EL,中文译为电致发光，亦叫做场致发光，其目的用于检测组件上电池片缺陷，以控制质量)检测图像进行奇异值分解；
[0008](B)将重建图像和太阳能电池片EL检测图像进行像素级别的作差，提取出非零区域对缺陷定位；
[0009](C)通过霍夫变换确认缺陷区域存在预设方向上的直线。
[0010]作为本专利技术的进一步方案，在步骤(A)中，奇异值分解包括：将太阳能电池片EL检测图像转换成一个二维矩阵；对所述二维矩阵进行SVD分解。
[0011]作为本专利技术的进一步方案，将重建图像和太阳能电池片EL检测图像进行像素级别的作差，提取出非零区域对缺陷定位，包括：
[0012]将重建图像和太阳能电池片EL检测图像转换为灰度图像，并调整图像大小至一致；
[0013]对调整后的灰度图像进行像素级别的作差，得到差异图像；
[0014]对所述差异图像进行二值化处理，将不同的部分设为白色，相同的部分设为黑色；
[0015]对二值化后的差异图像进行形态学操作，使用开运算操作来去除噪声，或使用闭运算操作来填补空洞；
[0016]使用OpenCV中的findContours()函数来检测差异图像中的轮廓，得到差异部分的位置和形状信息。
[0017]作为本专利技术的进一步方案，在步骤(B)中，对于裂缺陷的检测，还包括采用裂纹在45
°
方向上的直线进行筛选。
[0018]作为本专利技术的进一步方案，通过霍夫变换确认缺陷区域存在预设方向上的直线，检测直线包括以下步骤：
[0019]提取图像中的边缘信息，得到一张二值图像；
[0020]将直线通过斜率和截距进行表示，在斜率截距空间中创建一个累加器数组；
[0021]遍历每个边缘像素，计算每个像素存在直线的所有参数组合，并将对应的累加器数组元素加1；
[0022]从累加器中选取具有最大计数值的直线作为最佳直线，使用参数空间中到的直线的斜率和截距将直线转换回笛卡尔坐标系，在原始图像中绘制检测到的直线。
[0023]本专利技术的另一方面，还提供了一种太阳能电池片裂缺陷检测系统，包括图像采集模块、图像处理模块和结果输出模块，其中，图像处理模块采用太阳能电池片裂缺陷检测方法进行裂缺陷检测。
[0024]作为本专利技术的进一步方案，所述图像采集模块采用EL检测图像采集仪进行采集。
[0025]作为本专利技术的进一步方案，所述结果输出模块输出裂缺陷的位置和形状信息。
[0026]本专利技术的又一方面，还提供了一种计算机设备，包括存储器和处理器，该存储器中存储有计算机程序，该计算机程序被处理器执行时执行上述任一项根据本专利技术的太阳能电池片裂缺陷检测方法。
[0027]本专利技术的再一方面，还提供了一种计算机可读存储介质，存储有计算机程序指令，该计算机程序指令被执行时实现上述任一项根据本专利技术的太阳能电池片裂缺陷检测方法。
[0028]与现有技术相比，本专利技术提出了针对太阳能电池片裂缺陷检测方法、系统、设备及存储介质具有以下有益技术效果：
[0029]1、不需要进行人工标注，减少了人力成本和时间成本，提高了检测的效率和准确性。
[0030]2、通过奇异值分解和图像重建技术，可以将电池片的主要特征，如主栅、倒角等完整复原，提高了检测的准确性。
[0031]3、采用形态学操作、二值化处理和轮廓检测等技术，可以有效地找出两张图像的不同之处，进而确定裂缺陷的位置和形状信息。
[0032]4、采用霍夫变换技术，可以进一步提高裂缺陷的检测准度，找出存在45
°
方向上的直线。
[0033]5、本专利技术采用的技术和方法，可以广泛应用于太阳能电池片的裂缺陷检测，具有实用性和经济性。
[0034]本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0035]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用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申请的一些实施例。在附图中：
[0036]图1示出了本专利技术实施例中一种太阳能电池片裂缺陷检测方法的流程图；
[0037]图2示出了本专利技术的一种太阳能电池片裂缺陷检测方法中原始样本示意图；
[0038]图3示出了根据本专利技术的太阳能电池片裂缺陷检测方法中样本重建之后的示意图；
[0039]图4示出了根据本专利技术的太阳能电池片裂缺陷检测方法中最终裂缺陷检出示意图；
[0040]图5示出了根据本专利技术的实现太阳能电池片裂缺陷检测方法的计算机设备的实施例的硬件结构示意图；
[0041]图6示出了根据本专利技术的实现太阳能电池片裂缺陷检测方法的计算机可读存储介质的实施例的示意图。
[0042]本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0043]下面，结合附图以及具体实施方式，对本申请做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
[0044]为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术实施例进一步详细说明。应当理解，此处所描述的具体实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种太阳能电池片裂缺陷检测方法，其特征在于，包括如下步骤：对太阳能电池片EL检测图像进行奇异值分解；将重建图像和太阳能电池片EL检测图像进行像素级别的作差，提取出非零区域对缺陷定位；通过霍夫变换确认缺陷区域存在预设方向上的直线。2.根据权利要求1所述的太阳能电池片裂缺陷检测方法，其特征在于，奇异值分解包括：将太阳能电池片EL检测图像转换成一个二维矩阵；对所述二维矩阵进行SVD分解。3.根据权利要求2所述的太阳能电池片裂缺陷检测方法，其特征在于，将重建图像和太阳能电池片EL检测图像进行像素级别的作差，提取出非零区域对缺陷定位，包括：将重建图像和太阳能电池片EL检测图像转换为灰度图像，并调整图像大小至一致；对调整后的灰度图像进行像素级别的作差，得到差异图像；对所述差异图像进行二值化处理，将不同的部分设为白色，相同的部分设为黑色；对二值化后的差异图像进行形态学操作，使用开运算操作来去除噪声，或使用闭运算操作来填补空洞；使用OpenCV中的findContours()函数来检测差异图像中的轮廓，得到差异部分的位置和形状信息。4.根据权利要求1所述的太阳能电池片裂缺陷检测方法，其特征在于，对于裂缺陷的检测，还包括采用裂纹在45
°
方向上的直线进行筛选。5.根据权利要求4所述的太阳能电池片裂缺陷检测方法，其特征在于，通过霍夫变换确认缺陷区域存在预设方向上的直线，...

【专利技术属性】
技术研发人员：温英光，
申请(专利权)人：上海谦煜光电科技有限公司，
类型：发明
国别省市：