基于機器視覺的太陽能電池片缺陷檢測算法研究.pdf

1、太陽能作為主要的清潔能源之一，因其無污染、儲藏量大等特點，已成為世界各國新能源產(chǎn)業(yè)的發(fā)展重點。太陽能電池組件是獲取太陽能的主要途徑，其生產(chǎn)質(zhì)量尤為重要，因此在電池片焊接成組前都要進行缺陷檢測，并使其正確對位焊接。太陽能電池片視覺檢測系統(tǒng)擔負著缺陷檢測與定位輸出的雙重任務(wù)，其表面缺陷檢測和對位算法的準確性是太陽能電池組件質(zhì)量的重要保障。
　　本文在分析太陽能電池片表面特征的基礎(chǔ)上，提出了基于機器視覺的太陽能電池片表面缺陷檢測方案。通

2、過獲取模板圖像及特征參數(shù)，用于與待檢測電池片進行特征對比，分析其表面缺陷。
　　對于斷片、殘片、孔洞、斷柵等缺陷的檢測，首先利用圖像采集設(shè)備獲得太陽能電池片的圖像，結(jié)合機器視覺中的預處理方法，對圖像進行平滑去噪、背景分割及二值化，隨后對圖像進行輪廓跟蹤，獲得輪廓序列。根據(jù)獲得電池片外輪廓數(shù)量，分析是否為斷片；再計算外輪廓面積，將其與模板圖像的外輪廓面積比較，若缺失面積超出工程閾值，則判斷為殘片。接著分析內(nèi)部輪廓，在排除主柵線輪廓以

3、外的序列中，某一輪廓面積超出缺陷閾值，則可知電池片表面存在孔洞；斷柵與柵線缺失的判定是將主柵線輪廓面積與模板圖像的主柵線面積進行比較，缺失的面積是否大于工程閾值。
　　本文對邊緣破損的識別是在獲得圖像輪廓的基礎(chǔ)上，設(shè)計一種多重中心坐標加權(quán)平均處理方法，實現(xiàn)對圖像中的電池片的中心坐標進行準確定位；然后利用仿射變換方法，將待檢測電池片進行擺正，并與標準模板的二值圖像進行差分；最后對差分圖像進行輪廓提取，計算其中最大的輪廓面積，再與缺陷

4、閾值面積進行對比，從而確定電池片是否存在邊緣破損。
　　本文還設(shè)計九點對位算法，使用基于相關(guān)系數(shù)的模板匹配算法，獲得對位紙中九點坐標。本文參考聚類理論，提出一種適用本課題的“類聚類”處理辦法，經(jīng)過充分測試，此方法可以消除人為干擾，準確獲得坐標系間的映射矩陣。
　　完成算法設(shè)計后，使用C++語言結(jié)合OpenCV視覺庫，對視覺檢測系統(tǒng)進行代碼編寫，并搭建測試軟件界面。測試結(jié)果表明本文設(shè)計的缺陷檢測算法在識別閾值20.2?0.2m