基于视觉的硅太阳能电池检测方法的研究

【摘要】：随着能源危机的出现，太阳能在新能源开发和利用中扮演着重要角色，光伏发电作为近期发展起来具有很大潜力的新能源技术，其核心部分为太阳能电池。太阳能电池生产过程中产生的瑕疵，会导致光电转换效率的下降和产品生产成本的提高，因此在生产过程中需对其进行检测。传统的太阳能电池检测依赖于人工判别，存在着人工检测易出现偏差误判且成本偏高等弊端。本文将基于视觉的检测算法应用在硅太阳能电池生产的各阶段，依次为对太阳能硅片瑕疵检测算法的研究、对硅太阳能电池片瑕疵检测算法的研究以及对硅太阳能电池组件瑕疵检测算法和分类算法的研究。 针对太阳能硅片瑕疵检测，本文采用近红外LED作为光源设备和近红外CCD相机作为图像采集设备，得到太阳能硅片表面和内部的隐裂图像。在隐裂瑕疵检测算法设计上，根据隐裂瑕疵在硅片上呈现出低灰度级和高梯度级的特点，传统边缘检测法或二值化法对于低对比度图像并不适用。因此本文采用各向异性扩散算法进行隐裂检测，算法根据图像中不同的梯度分布，对高梯度值—瑕疵区域进行锐化处理，对低梯度值—无瑕疵区域进行平滑处理，即实现在锐化瑕疵的同时抑制噪声的目的。但在算法中，扩散函数、锐化参数等数值的改变直接影响到瑕疵检测的结果，目前也缺乏统一的扩散函数表达方式。因此本文提出将改进的异性扩散算法作为图像锐化算子进行图像边缘提取后，根据确定的种子像素利用区域生长算法将隐裂瑕疵从背景中分割出来，经试验算法运算精度高，可满足在线太阳能硅片瑕疵检测的要求。 针对太阳能电池片瑕疵检测，本文在分析了各种图像分割算法后，提出了一种改进的Otsu算法作为瑕疵特征提取方法。在线瑕疵检测分为两种情况：第一种为判断电池片是否出现瑕疵，如果出现瑕疵则立即丢弃，不影响生产；第二种为检测出瑕疵电池片后需要对瑕疵进行定位回溯，以使用户发现造成瑕疵的原因，进行产品质量追踪。针对第一种情况，本文在研究了典型瑕疵特征后，采用空间域的方法进行瑕疵检测。针对第二种情况，本文采用“空间域-频率域-空间域”的图像重建方法得到了无瑕疵图像，再将原始图像和重建图像进行差分运算，进而实现图像瑕疵定位。根据单晶硅和多晶硅表面纹理呈现出的差异性，对具有规律纹理特征的单晶硅太阳能电池采用多解析度、多分辨率的小波变换进行图像重建；对具有随机纹理特征的多晶硅太阳能电池采用代表全局频域信息的傅里叶图像重建算法。 针对太阳能电池组件瑕疵检测，由于太阳能电池组件是由一系列太阳能电池片经过串联或并联形式得到的，但瑕疵并不会出现在太阳能电池组件中每个子部分。因此如果以单一电池片作为模板应用前面介绍的图像重建算法进行逐一搜索，数据冗余大、并且效率低。针对这一问题，本文采用通过训练得到的独立成份分析（ICA）分离矩阵重构待检图像，以增强瑕疵信息并滤除组件图像的规律性纹理。ICA方法之一的FastICA具有了收敛速度快等优点,但也存在当初始点远离极值点而无法收敛等缺点，弱化了ICA算法的瑕疵检测能力。本文提出将粒子群优化算法（PSO）引入到FastICA算法中，由PSO算法得到的全局最佳位置作为最佳分类矩阵，并求出独立分量IC，最后重建检测图像以判断其是否存在瑕疵。针对太阳能电池瑕疵分类算法的研究，本文提出了基于AdaBoost分类器的支持向量机（SVM）算法进行样本训练，之后对输入的待检测图像应用SVM分类器进行瑕疵分类，输出分类结果。针对太阳能电池组件瑕疵检测和分类都需要事先进行样本训练的弊端，本文提出了一种无需参考样本的自适应阈值的瑕疵检测和分类方法，速度得到明显优化，并且处理效果令人满意，对于目前依赖人工检测的太阳能电池生产行业有着非常大的应用前景。 【关键词】：太阳能硅片 太阳能电池片 太阳能电池组件 瑕疵检测算法 瑕疵分类算法
【学位授予单位】：河北农业大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TP391.41;TM914.4
【目录】：

• 摘要4-6
• Abstract6-11
• 1 绪论11-18
• 1.1 前言11
• 1.2 课题研究背景和意义11-13
• 1.2.1 课题研究背景11-12
• 1.2.2 课题研究目的意义12-13
• 1.3 太阳能电池瑕疵检测国内外研究概况13-16
• 1.3.1 国外关于太阳能电池瑕疵检测研究情况13-14
• 1.3.2 国内关于太阳能电池瑕疵检测研究情况14-16
• 1.3.3 当前太阳能电池瑕疵检测面临的问题16
• 1.4 本文主要研究内容和结构16-18
• 2 太阳能电池瑕疵分类和检测方法综述18-38
• 2.1 太阳能电池的工作原理和特性18-21
• 2.1.1 太阳能电池结构和工作原理18-19
• 2.1.2 太阳能电池的工作特性19-21
• 2.2 太阳能电池的分类和生产工艺21-28
• 2.2.1 太阳能电池分类21-24
• 2.2.2 晶硅太阳能电池的生产过程24-25
• 2.2.3 太阳能电池生产各阶段的瑕疵类型和成因分析25-28
• 2.3 太阳能电池瑕疵检测常用方法28-32
• 2.3.1 背景知识介绍28-29
• 2.3.2 现有晶硅太阳能电池瑕疵检测方法概述29-32
• 2.4 自动光学检测法在晶硅太阳能电池瑕疵检测中的应用32-37
• 2.4.1 电致发光检测技术概述32-34
• 2.4.2 光致发光检测技术概述34
• 2.4.3 AOI 在基于电致发光成像的太阳能电池片检测中的应用34-37
• 2.5 本章小结37-38
• 3 太阳能硅片隐裂检测算法的研究38-57
• 3.1 太阳能硅片检测系统的组成38-41
• 3.2 改进的各向异性扩散算法在太阳能电池隐裂检测中的研究41-45
• 3.2.1 算法研究背景介绍41
• 3.2.2 各向异性扩散算法41-42
• 3.2.3 改进的各向异性扩散算法42-43
• 3.2.4 实验结果分析43-45
• 3.3 区域生长法在太阳能硅片在线瑕疵检测中的研究45-56
• 3.3.1 采用异性扩散算法的梯度运算46-47
• 3.3.2 区域生长法47-50
• 3.3.3 形态学处理50-53
• 3.3.4 物体标号输出图像53-54
• 3.3.5 太阳能硅片瑕疵检测结果分析54-56
• 3.4 本章小结56-57
• 4 太阳能电池片瑕疵检测算法的研究57-88
• 4.1 基于太阳能电池片瑕疵特征检测算法的研究57-69
• 4.1.1 太阳能电池典型瑕疵类型、特征及成因57-59
• 4.1.2 太阳能电池瑕疵特征提取算法的讨论59-65
• 4.1.3 采用投影法进行太阳能电池隐裂瑕疵检测65-67
• 4.1.4 采用 SUSAN 检测法进行太阳能电池边缘瑕疵检测67-68
• 4.1.5 采用 Haar-like 特征算子进行太阳能电池断栅瑕疵检测68-69
• 4.2 基于小波变换算法的单晶硅太阳能电池瑕疵检测69-82
• 4.2.1 小波变换概述71-75
• 4.2.2 图像预处理算法75-77
• 4.2.3 灰度图像形态学处理77-79
• 4.2.4 应用小波变换于太阳能电池表面可见瑕疵检测结果分析79-80
• 4.2.5 方向可变滤波器于太阳能电池表面可见瑕疵检测结果分析80-82
• 4.3 基于傅里叶图像重建算法的多晶硅太阳能电池瑕疵检测82-87
• 4.3.1 多晶硅太阳能电池傅里叶图像频谱82-84
• 4.3.2 傅里叶频谱图像直线检测原理84-85
• 4.3.3 傅里叶图像重建算法瑕疵检测原理85-86
• 4.3.4 检测结果分析86-87
• 4.4 本章小结87-88
• 5 太阳能电池组件瑕疵检测算法和缺陷分类算法的研究88-111
• 5.1 太阳能电池组件瑕疵检测算法的研究88-97
• 5.1.1 太阳能电池组件瑕疵检测研究背景88
• 5.1.2 图像特征参数和特征提取算法概述88-93
• 5.1.3 粒子群优化算法概述93-94
• 5.1.4 应用 ICA 和 PSO 算法于太阳能电池组件瑕疵检测94-97
• 5.2 瑕疵分类算法的研究97-104
• 5.2.1 AdaBoost 算法概述98-99
• 5.2.2 SVM 算法概述99-102
• 5.2.3 基于 AdaBoost 算法的 SVM 分类器的研究102-104
• 5.2.4 瑕疵分类结果分析104
• 5.3 改进 Otsu 算法在太阳能电池组件瑕疵检测和分类中的研究104-110
• 5.3.1 改进 Otsu 算法在太阳能电池组件瑕疵检测上的研究104-108
• 5.3.2 改进 Otsu 算法在瑕疵分类上的研究108-110
• 5.4 本章小结110-111
• 6 总结和展望111-113
• 6.1 本文主要工作和创新点111-112
• 6.2 展望112-113
• 参考文献113-120
• 博士学位在读期间发表的论文和著作120-121
• 作者简介121-122
• 致谢122-123

您可以在本站搜索以下学术论文文献来了解更多相关内容

硅太阳能电池纹理缺陷检测    张舞杰;李迪;叶峰;

太阳能电池片综合参数图像检测装置研究    徐微;曹小鸽;

基于彩色机器视觉的多晶硅太阳能电池颜色分选技术研究    孙海杰;林俊强;李铮涛;李涛;欧阳高飞;

基于计算机视觉的电池表面探伤方法    徐建元;于鸿洋;

基于红外图像的太阳能电池缺陷检测    周维芳;王志陶;杨帆;潘国锋;

单晶硅电池片的几何测量与缺陷检测系统设计与实现    赵黎静

太阳能电池板印制质量检测软件的设计    吴琰嘉

基于电致发光与机器视觉技术的太阳电池缺陷诊断研究    张朋超

智能视频分析中关键技术的研究与应用    徐建元

太阳能电池硅片缺陷自动检测分类方法研究    张玮华

基于数字图像处理的太阳能电池缺陷检测技术研究    王志陶

基于灰度共生矩阵的木材表面缺陷图像的纹理分割方法    白雪冰;王科俊;邹丽晖;

硅太阳能电池的丝网印刷技术    张世强;李万河;徐品烈;

自动影像测量系统关键算法    张舞杰;杨义禄;李迪;叶峰;

基于统计特征的轮胎纹理缺陷在线检测    黄战华;刘正;朱猛;蔡怀宇;张尹馨;

基于Gabor滤波器的图像纹理特征提取    李钰;孟祥萍;

基于线结构光的汽车涂装瑕疵检测的研究    王以忠;哈维皓;王燕;张大卫;

一种基于多目机器视觉的光学薄膜瑕疵检测系统    胡广华;钟球盛;

基于机器视觉的经编机在线瑕疵检测技术    杜斌;白瑞林;李英;陈文达;

改进型序贯算法在在线表面瑕疵检测中的应用    程晨;周洪钧;

基于时空统计的CCD瑕疵检测校正新方法    曾琪明;贾建瑛;

    

    

    

    

    

钢珠瑕疵检测算法的研究    俞哲;李旦;俞承芳;

机器视觉在布匹瑕疵检测中的应用    周泽魁;

基于字典学习的机织物瑕疵自动检测研究    周建

基于视觉的硅太阳能电池检测方法的研究    王楠

基于机器视觉的布匹瑕疵检测系统研究    孙长庆

纺织品的瑕疵检测方法    冯丹阳

基于小波和统计学习理论的布匹瑕疵检测与分类技术研究    王新民

基于数字图像处理技术的智能瑕疵检测系统的开发与应用    刘超

字符印刷的瑕疵检测系统设计与实现    袁誉松

布匹瑕疵检测技术的研究与开发    王明景

钢珠瑕疵检测算法的研究及FPGA实现    俞哲

金属工件表面瑕疵检测技术的研究与开发    陈文达

布匹瑕疵检测技术研究    屈博

实时布匹瑕疵检测技术研究    张轶