基于數(shù)字圖像處理的太陽能電池缺陷檢測技術(shù)研究.pdf

1、太陽能電池作為太陽能的一種載體，小到路燈，大到空間用電池板，得到了廣泛的使用，那么太陽能電池質(zhì)量的好壞，直接影響著其壽命的長短和發(fā)電效率的高低。利用機器視覺進行工業(yè)上的質(zhì)量檢測越來越受到人們的青睞，相對人工目視檢測，機器視覺技術(shù)具有可靠、高效、準確及智能化等優(yōu)勢，在實現(xiàn)產(chǎn)品大規(guī)?；a(chǎn)、產(chǎn)品檢測的一致性方面具有不可替代的作用，并且可大大降低勞動成本。機器視覺涉及很多方面，其中一方面就是目標圖像的獲取并對目標圖像進行預(yù)處理，由于環(huán)境、采集

2、設(shè)備等因素，工業(yè)相機采集到的缺陷圖片，圖像背景噪聲干擾很大，增加了缺陷檢測的難度。本文針對目前方法中存在著太陽能電池缺陷檢測種類單一和缺陷檢測抗干擾能力差等問題，設(shè)計了一種可在復(fù)雜背景環(huán)境中檢測并識別太陽能電池缺陷種類的方法。主要包括以下內(nèi)容：
　　(1)通過改進的線性濾波投影積分方法進行電極定位，使用電極附近像素值進行電極填充，以消除電極干擾，將圖像的明暗程度信息應(yīng)用在了高頻提升濾波處理中，并使用了改進的直方圖信息二值化方法，可

3、有效的提取缺陷信息。經(jīng)實驗驗證，尤其是在檢測黑心缺陷上得到了很好的效果，準確率可達到100％。
　　(2)改進了一種快速的局部自適應(yīng)閾值二值化方法，該方法充分利用了上一次的計算結(jié)果，避免了重復(fù)計算，通過投影定位電極并填充電極，再結(jié)合形態(tài)學(xué)濾波處理，可快速準確提取出黑點、履帶印、斷線和隱裂缺陷。
　　(3)使用了一種以缺陷輪廓信息進行分類識別的方法。將圖像看做一個視場，圖片中每一個缺陷看做為一個“物體”，八鄰域掃描“物體”獲取