基于電致發(fā)光與BP神經(jīng)網(wǎng)絡(luò)的太陽電池缺陷識(shí)別.pdf

1、太陽電池缺陷的檢測是生產(chǎn)中的關(guān)鍵，生產(chǎn)中每一細(xì)微環(huán)節(jié)的失誤都將可能導(dǎo)致缺陷出現(xiàn)。若可以快速準(zhǔn)確的識(shí)別出太陽電池的缺陷類別，分析出缺陷產(chǎn)生機(jī)理，便可及時(shí)調(diào)整生產(chǎn)工藝，產(chǎn)品的合格率將會(huì)得到提高。傳統(tǒng)的缺陷檢測方法有人工目視檢測、伏安特性檢測、可見光圖像檢測等，這些檢測方法易受到外界環(huán)境干擾致使檢測結(jié)果不佳，而紅外圖像檢測采用非接觸式，可以檢測到肉眼難以看到的隱裂等缺陷，故本文采用電致發(fā)光紅外圖像檢測手段對(duì)太陽電池缺陷進(jìn)行檢測。
　　本

2、文首先概述了英利能源（中國）有限公司生產(chǎn)過程中易產(chǎn)生的碎片、隱裂、斷柵、虛焊、黑片、明暗片6種缺陷及缺陷的生成原因。然后講述了缺陷紅外圖像成像裝置，并由此獲取了太陽電池6種缺陷的電致發(fā)光紅外圖像。針對(duì)缺陷的紅外圖像特點(diǎn)，進(jìn)行了去除主線、中值濾波、高帽變換等圖像預(yù)處理工作及邊緣檢測、閾值分割等圖像分割處理。根據(jù)分割出的缺陷區(qū)域圖像，用HU不變矩方法對(duì)太陽電池缺陷進(jìn)行特征提取，特征滿足了平移不變性、旋轉(zhuǎn)不變性及縮放不變性。分類器采用BP神經(jīng)