基于EL圖像的太陽能電池組件缺陷在線檢測研究.pdf

1、隨著人類社會(huì)的高速發(fā)展，面對(duì)日益嚴(yán)重的生態(tài)環(huán)境和傳統(tǒng)能源短缺等危機(jī)，太陽能逐漸得到眾多國家的關(guān)注，同時(shí)也得到更好的開發(fā)和利用。電池組件作為太陽能最為重要的利用形式——光電轉(zhuǎn)換的基本載體，利用組件EL在線檢測系統(tǒng)對(duì)其進(jìn)行生產(chǎn)監(jiān)控和缺陷檢測，減少其破損率，不僅能有效提高產(chǎn)品等級(jí)，同時(shí)也能減少硅材料的耗費(fèi)，降低生產(chǎn)成本，提高組件的市場競爭力。
　　 本文根據(jù)電致發(fā)光(EL)檢測原理，完成太陽能電池組件在線檢測系統(tǒng)的設(shè)計(jì)和搭建，首先通過

2、CCD相機(jī)拍攝組件EL圖像，然后采用圖像處理技術(shù)進(jìn)行電池單元分割提取，最后進(jìn)行電池單元EL圖像缺陷檢測的研究。
　　 本在線檢測系統(tǒng)由輔助傳送結(jié)構(gòu)、檢測暗箱和EL成像軟件構(gòu)成。輔助傳送結(jié)構(gòu)用于實(shí)現(xiàn)組件的自動(dòng)裝載，并可將缺陷組件傳送至返修區(qū);根據(jù)CCD芯片及鏡頭參數(shù)設(shè)計(jì)組件成像光路，確定CCD相機(jī)安裝角α=43°，反射鏡安裝角β=23.5°，完成檢測暗箱搭建:設(shè)計(jì)上位機(jī)EL成像軟件，設(shè)置曝光時(shí)間為5s，增益為85，完成組件EL圖像

3、的獲取實(shí)驗(yàn)。
　　 基于獲取的組件EL圖像，利用OpenCV對(duì)其進(jìn)行桶形畸變校正、透視變換、灰度校正及電池單元EL圖像分割等研究。首先標(biāo)定相機(jī)內(nèi)參，實(shí)現(xiàn)EL圖像的桶形畸變校正;接著提取EL圖像輪廓并解析該輪廓角點(diǎn)坐標(biāo)，實(shí)現(xiàn)EL圖像的透視變換;然后進(jìn)行EL圖像的灰度校正;最后根據(jù)等間距分割思路，提出了通過網(wǎng)格劃分快速提取電池單元EL圖像的方法，與模板匹配提取算法相比，其分割成功率得到了明顯提高。
　　 針對(duì)提取的電池單元E

4、L圖像，對(duì)其進(jìn)行預(yù)處理、特征提取、檢測算法以及具體缺陷檢測實(shí)現(xiàn)等研究。首先進(jìn)行灰度變換、高斯濾波、區(qū)域生長等預(yù)處理;然后針對(duì)圖像缺陷進(jìn)行幾何、形狀和紋理特征提取，并進(jìn)行常見檢測算法分析研究;然后利用支持向量機(jī)，通過構(gòu)造核函數(shù)，對(duì)電池單元EL圖像樣本進(jìn)行訓(xùn)練、識(shí)別及實(shí)驗(yàn);接著對(duì)電池單元EL圖像破損、斷柵、隱裂等具體缺陷進(jìn)行檢測研究，并通過OpenCV和Matlab程序?qū)崿F(xiàn);最后進(jìn)行缺陷檢測結(jié)果統(tǒng)計(jì)分析，其斷柵和隱裂缺陷在檢測時(shí)可能產(chǎn)生誤判