CN101676040A - 用以分类太阳能电池的光学检测系统以及方法 - Google Patents
用以分类太阳能电池的光学检测系统以及方法 Download PDFInfo
- Publication number
- CN101676040A CN101676040A CN200810149646A CN200810149646A CN101676040A CN 101676040 A CN101676040 A CN 101676040A CN 200810149646 A CN200810149646 A CN 200810149646A CN 200810149646 A CN200810149646 A CN 200810149646A CN 101676040 A CN101676040 A CN 101676040A
- Authority
- CN
- China
- Prior art keywords
- solar cell
- classifying
- solar cells
- light source
- optical detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种用以分类太阳能电池的光学检测系统以及方法，依样本数据对太阳能电池进行颜色分类，以光源设备照射太阳能电池，由图像传感器接收反射光以测得太阳能电池的图像画面上多个像素的色度值；图像管理模块将图像画面切割分为多个网格，每一个网格都包含多个像素，图像管理模块将像素的色度值来比较样本数据，以将这些网格进行分类成为一分类组态；后续根据分类组态分类太阳能电池，使厂商能确实根据消费者的实际需求，以经济方便实用的方式将太阳能电池自动化的分类。
Description
技术领域
本发明关于一种光学检测系统以及方法，尤指用以分类太阳能电池的光学检测系统以及方法。
背景技术
在地球能源逐渐枯竭的今日，太阳能电池成为一代的新宠。以硅晶的太阳能电池而言，太阳能电池结构上包含层状相迭的光感应层以及背胶基板，光感应层表面上可见的为具颜色的硅晶以及印刷在硅晶表面的导线。
导线颜色固定、均匀、且所占面积较小，硅晶所占面积较大，由于硅晶的晶格不易控制，特别是多晶硅更为复杂，所以即使同一批次所制成原本欲为同色的太阳能电池，往往不同太阳能电池彼此间仍有色差，若不将其分类而任意组装，则外观上可能是不同深浅的同色，看似斑驳而不美观，会影响到商品的价值与客户的信赖感。
因此，在同色的太阳能电池出厂前须有分类的程序，该分类程序除了检查瑕疵之外，最重要的就是将同色中属性更接近的同系颜色分为同一类，以便于后续安装成的太阳能板较为美观。以往，这些工作都是以人工目视检查，近年来已逐渐导入自动光学检测(Automated Optical Inspection；AOI)；如中国台湾专利第I282861号，在整个测试系统中，装设有光学检测装置，负责对太阳能电池的外观进行检测。
然而，即使现在已逐渐导入自动光学检测，过去的分类检测仍属单纯，仅直接根据整块太阳能电池像素的色度值比较样本数据来进行分类，以这种方式来分类，往往难分析并实际分类到消费者能接受且厂商便于处理的分类组别。
以消费者的角度而言，仅希望远距视觉颜色平顺一致；而颜色不一致是必然，直接根据色度分类虽严谨，但会分为太多组而难组合成所需的产品；以制造商而言，仅需分类的使消费者目视舒服即可，可以将多种色度值的组合视为一类，会使分类更符合商业化的需求。这些需求，目前的自动光学检测的判断逻辑是做不到的。
发明内容
本发明的目的在提供一种用以分类太阳能电池的光学检测系统以及方法，不但能将太阳能电池颜色分类检测导入自动光学检测，并且还能以符合人类视觉的方式，以较符合商业化生产的方式来进行自动化高效率的分类，兼顾生产的方便以及消费者的需求。
本发明的用以分类太阳能电池的光学检测系统，依一样本数据对该太阳能电池进行颜色分类。该光学检测系统包含一光源设备、一图像传感器、以及一图像管理模块。
该光源设备以一光线照射该太阳能电池以产生一反射光。该图像传感器接收该反射光以测得该太阳能电池的图像画面上多个像素的色度值。
该图像管理模块将该图像画面切割分为多个网格(Grid)，每一个网格包含一样数量的多个像素，该图像管理模块根据来自该图像传感器的色度值来比较该样本数据以将这些网格进行分类以成为一分类组态，后续根据该分类组态分类该太阳能电池。
本发明的有益效果在于，本发明的用以分类太阳能电池的光学检测系统以及方法，利用图像管理模块将图像画面切割分为多个网格来进行分析，不但能将太阳能电池颜色分类检测导入自动光学检测，并且还能以符合人类视觉的方式，以较符合商业化生产的方式来进行自动化高效率的分类，兼顾生产的方便以及消费者的需求。
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
附图说明
图1为本发明中太阳能电池的外观及侧剖示意图；
图2为本发明光学检测系统所在自动化测试设备的示意图；
图3为本发明光学检测系统的侧面剖示图；
图4为本发明光学检测系统的功能方框示意图；
图5为网格切割图像画面的图形使用者界面示意图；
图6为在图像画面设定权重的图形使用者界面示意图；
图7为在图像画面对网格颜色设定权重的图形使用者接口示意；
图8为本发明光学检测方法的流程图。
其中，附图标记
太阳能电池10 光感应层12
背胶基板14 导线区域1202
硅晶区域1204 自动化测试设备20
光学检测系统23 进片设备22
输送带21 检测主设备24
分类设备26 容置箱27
机械手臂28 光源设备30
图像传感器32 上光源模块3002
下光源模块3004 斜光源模块3006
LED灯30A 图像画面40
网格44 图像管理模块36
处理单元34 显示器38
具体实施方式
请参阅图1本发明中太阳能电池10的外观及侧剖示意图。由侧剖图可见，太阳能电池10上、下由一光感应层12以及一背胶基板14迭合而成；以正视外观图可见，以投影方向正视光感应层12，进一步包含一导线区域1202以及一硅晶区域1204，不论是多晶硅或是单晶结构，硅晶区域1204的颜色往往分布不均，是需要相当技术手段才能自动的将太阳能电池10进行颜色的分类。
请参阅图2本发明光学检测系统23所在自动化测试设备20的示意图。光学检测系统23设置在一自动化测试设备20中；自动化测试设备20的前段为进片设备22，该进片设备22除了将太阳能电池10进片于输送带21上之外，在底部设有一台光学检测系统23，照设并检测太阳能电池10背部背胶基板14表面的瑕疵。
自动化测试设备20的中段为检测主设备24，在输送带21上方设有光学检测系统23，可用于检测太阳能电池10光感应层12表面的颜色，根据所检测得的色度值来对太阳能电池10进行分类。
自动化测试设备20的后段为分类设备26，在输送带21的两旁有许多的容置箱27，将分类后的太阳能电池10以机械手臂28运送而分置于不同的容置箱27中，供后续方便出货。
请参阅图3本发明光学检测系统23的侧面剖示图。本发明关于一种用以分类太阳能电池10的光学检测系统23，依一样本数据对太阳能电池10进行颜色分类。由图3可见，光学检测系统23包含一光源设备30、以及一图像传感器32。
光源设备30以一光线照射该太阳能电池10的光感应层12以产生一反射光。光源设备30进一步包含一上光源模块3002、一下光源模块3004、以及一斜光源模块3006；上光源模块3002以及下光源模块3004由环状分布的多个LED灯30A构成，斜光源模块3006设在下光源模块3004的下方，为四个四向的线光源，上光源模块3002以及下光源模块3004对太阳能电池10产生正面光，斜光源模块3006对太阳能电池10产生斜向光，借助这些光源模块来组合成所需的光线。
图像传感器32可采用CCD图像传感器(CCD Image Sensor)、CMOS图像传感器(CMOS Image Sensor；CIS)，设在光源设备30的上方。上光源模块3002以及下光源模块3004环状中间形成中空，图像传感器32通过此环状中空接收反射自下方太阳能电池10的反射光，以测得太阳能电池10的图像画面40上多个像素的色度值。
配合图3进一步请参阅图4，图4为本发明光学检测系统23的功能方框示意图。光学检测系统23除了前述的光源设备30以及一图像传感器32之外，更包含一图像管理模块36以及一处理单元34。
配合图4进一步参阅图5，图5为网格44切割图像画面40的图形使用者界面(GUI)示意图。图像管理模块36将图像画面40切割分为多个网格(Grid)44，每一个网格44包含一样数量的多个像素，配合说明图像画面40以及网格44以一显示器38来显示说明。
图像管理模块36根据图像传感器32测得太阳能电池10上这些像素的色度值来比对该样本数据，以将这些网格44进行分类以成为一分类组态，后续根据该分类组态分类太阳能电池10。
处理单元34用以协助图像管理模块36撷取来自图像传感器32的这些色度值，来比较该样本数据以将这些网格44进行分类以成为该分类组态。
补充说明，由图5可见实际的图形使用者界面操作的其中一个界面画面(frame)，图中可见到左段为太阳能电池10的图像画面40，上段为一些操作指令对象，右部为交互式窗口，图中可见交互式窗口中可控制网格44的大小，即控制网格44中像素的数量。
举例说明，假如厂商提供八类(套)的样本数据，依据一个网格44中大多数像素的分属(对八类的分属)，将每一个网格44分类为八类样本数据中的一类。因此，一片太阳能电池10上多个网格44可能被统计出如下例：第三类52％，第五类35％，第四类10％，其它类3％，这就是一种分类组态。
厂商可以根据此分类组态来分类太阳能电池10，例如，将此太阳能电池10直接分为商品三型，或是分为商品三-五型，只要明确的将分类组态测出，厂商反而有更大的弹性与自由度，将太阳能电池10商品做出对商业价值、对消费者感受最佳平衡点的分类商品。
此外请参阅图6在图像画面40设定权重(weights)的图形使用者界面(GUI)示意图。因为实际出货的太阳能电池10上有些区域可能被包覆而较不重要，或是位于边缘较不影响消费者的视觉感受。因此，本案进一步还可依厂商或客户的实际需求，将太阳能电池10区分为多个权重区域，这些权重区域分别对应不同的权重参数，这些权重区域中的网格44分别乘以所对应的权重参数以组成该分类组态。例如，中间区域(利用坐标来明确定义)权重70％，周边区域权重30％，再统计网格44被分类的比例时需另行乘上权重；如此可以使商品更能符合消费者需求，而且节省过多不必要分类对厂商带来的负担。
补充说明，由图6可见实际的图形使用者界面操作的其中另一个界面画面，图中可见到左段仍为太阳能电池10的图像画面40，上段也为一些操作指令对象，右部为交互式窗口，图中可见交互式窗口中可控制图像画面40的中心以及周边两权重区域90的权重大小，即控制权重区域90的面积比例以及不同权重区域90的权重大小。
请参阅图7在图像画面40对网格44颜色设定权重(weights)的图形使用者界面(GUI)示意图。图7左段仍为太阳能电池10的图像画面40，以网格44切成一格格的，图中网格44大多数主要被分类为第c3类以及第c4类，若权重相等之下，因为第c4类较多，可能会被分类为商品c4型。
商品c3型与商品c4型极类似，但是商品c3型价格优于商品c4型。在此状况下，界面也有针对网格44的分类设定权重的功能，如图中将右段交互式窗口中第c3类的权重加重一些而为1.2，最终此太阳能电池10被分类为商品c3型，在商品极接近的状况下，可以有此调整的弹性，以为厂商争取较大的获益。
请参阅图8本发明光学检测方法的流程图。本发明的用以分类太阳能电池10的光学检测方法，依一样本数据对太阳能电池10进行颜色分类。该光学检测方法系包含下列步骤：
步骤S02：以一光线照射太阳能电池10以产生一反射光。
步骤S04：接收该反射光以测得太阳能电池10的图像画面40上多个像素的色度值。
步骤S06：将图像画面40切割分为多个网格44(Grid)，每一个网格44包含一样数量的多个像素。
步骤S08：根据所测得太阳能电池10上该等像素的色度值来比对该样本数据，以将该等网格44进行分类以成为一分类组态。
步骤S10：根据该分类组态来分类太阳能电池10。
此外，太阳能电池10区分多个权重区域，这些权重区域分别对应不同的权重参数，这些权重区域中的网格44分别乘以所对应的权重参数以组成该分类组态。
因此，本发明的用以分类太阳能电池10的光学检测系统23以及方法，利用图像管理模块36将图像画面40切割分为多个网格44来进行分析，不但能将太阳能电池10颜色分类检测导入自动光学检测，并且还能以符合人类视觉的方式，以较符合商业化生产的方式来进行自动化高效率的分类，兼顾生产的方便以及消费者的需求。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (8)
1、一种用以分类太阳能电池的光学检测系统，依一样本数据对该太阳能电池进行分类，其特征在于，该光学检测系统包含：
一光源设备，以一光线照射该太阳能电池以产生一反射光；
一图像传感器，接收该反射光以测得该太阳能电池的图像画面上多个像素的色度值；以及
一图像管理模块，将该图像画面切割分为多个网格(Grid)，每一个网格包含一样数量的多个个像素，该图像管理模块根据来自该图像传感器的色度值来比较该样本数据以将这些网格进行分类以成为一分类组态，后续根据该分类组态分类该太阳能电池。
2、根据权利要求1所述的用以分类太阳能电池的光学检测系统，其特征在于，该光学检测系统更具有一处理单元，该处理单元用以协助该图像管理模块撷取来自该图像传感器的这些色度值，来比较该样本数据以将该等网格进行分类以成为该分类组态。
3、根据权利要求1所述的用以分类太阳能电池的光学检测系统，其特征在于，该太阳能电池区分多个权重区域，该等权重区域分别对应不同的权重参数，这些权重区域中的网格分别乘以所对应的权重参数以组成该分类组态。
4、根据权利要求1所述的用以分类太阳能电池的光学检测系统，其特征在于，该太阳能电池包含一光感应层以及一背胶基板，该光源设备以该光线照射该太阳能电池的光感应层以产生该反射光。
5、根据权利要求1所述的用以分类太阳能电池的光学检测系统，其特征在于，该光源设备包含一上光源模块、一下光源模块、以及一斜光源模块，这些光源模块组合成该光线。
6、一种用以分类太阳能电池的光学检测方法，依一样本数据对该太阳能电池进行分类，其特征在于，该光学检测方法包含下列步骤：
以一光线照射该太阳能电池以产生一反射光；
接收该反射光以测得该太阳能电池的图像画面上多个像素的色度值；
将该图像画面切割分为多个网格(Grid)，每一个网格包含一样数量的多个像素；
根据所测得该太阳能电池上这些像素的色度值来比对该样本数据，以将这些网格进行分类以成为一分类组态；以及
根据该分类组态来分类该太阳能电池。
7、根据权利要求6所述的用以分类太阳能电池的光学检测方法，其特征在于，该太阳能电池区分多个权重区域，该等权重区域分别对应不同的权重参数，该等权重区域中的网格分别乘以所对应的权重参数以组成该分类组态。
8、根据权利要求6所述的用以分类太阳能电池的光学检测方法，其特征在于，该太阳能电池包含一光感应层以及一背胶基板，该光源设备以该光线照射该太阳能电池的光感应层以产生该反射光。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200810149646A CN101676040B (zh) | 2008-09-16 | 2008-09-16 | 用以分类太阳能电池的光学检测系统以及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200810149646A CN101676040B (zh) | 2008-09-16 | 2008-09-16 | 用以分类太阳能电池的光学检测系统以及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101676040A true CN101676040A (zh) | 2010-03-24 |
| CN101676040B CN101676040B (zh) | 2012-09-19 |
Family
ID=42028840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200810149646A Expired - Fee Related CN101676040B (zh) | 2008-09-16 | 2008-09-16 | 用以分类太阳能电池的光学检测系统以及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101676040B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102974551A (zh) * | 2012-11-26 | 2013-03-20 | 华南理工大学 | 一种基于机器视觉的多晶硅太阳能检测分选的方法 |
| CN103218626A (zh) * | 2012-01-20 | 2013-07-24 | 致茂电子股份有限公司 | 太阳能电池晶片分色的方法 |
| CN103302039A (zh) * | 2012-03-13 | 2013-09-18 | 致茂电子(苏州)有限公司 | 太阳能电池晶片分色的方法 |
| CN103456833A (zh) * | 2012-06-05 | 2013-12-18 | 无锡尚德太阳能电力有限公司 | 一种晶体硅太阳电池片分色和分类的方法 |
| CN106238350A (zh) * | 2016-09-12 | 2016-12-21 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于机器视觉的太阳能电池片分选方法与系统 |
| CN107185854A (zh) * | 2017-05-17 | 2017-09-22 | 河北工业大学 | 基于rgb通道的光伏电池片色差检测及颜色分类的算法 |
| JP2018197695A (ja) * | 2017-05-24 | 2018-12-13 | 株式会社カネカ | 電子部品の外観検査方法及び外観検査装置 |
| CN113714150A (zh) * | 2021-11-02 | 2021-11-30 | 晶科能源(海宁)有限公司 | 太阳能电池的分选方法及光伏组件 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5021645A (en) * | 1989-07-11 | 1991-06-04 | Eaton Corporation | Photoelectric color sensor for article sorting |
| US5640199A (en) * | 1993-10-06 | 1997-06-17 | Cognex Corporation | Automated optical inspection apparatus |
| CN100534642C (zh) * | 2007-09-24 | 2009-09-02 | 浙江大学 | 水果按表面颜色分级的方法 |
-
2008
- 2008-09-16 CN CN200810149646A patent/CN101676040B/zh not_active Expired - Fee Related
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218626A (zh) * | 2012-01-20 | 2013-07-24 | 致茂电子股份有限公司 | 太阳能电池晶片分色的方法 |
| CN103218626B (zh) * | 2012-01-20 | 2016-06-01 | 致茂电子股份有限公司 | 太阳能电池晶片分色的方法 |
| CN103302039A (zh) * | 2012-03-13 | 2013-09-18 | 致茂电子(苏州)有限公司 | 太阳能电池晶片分色的方法 |
| CN103302039B (zh) * | 2012-03-13 | 2015-06-24 | 致茂电子(苏州)有限公司 | 太阳能电池晶片分色的方法 |
| CN103456833A (zh) * | 2012-06-05 | 2013-12-18 | 无锡尚德太阳能电力有限公司 | 一种晶体硅太阳电池片分色和分类的方法 |
| CN102974551A (zh) * | 2012-11-26 | 2013-03-20 | 华南理工大学 | 一种基于机器视觉的多晶硅太阳能检测分选的方法 |
| CN106238350A (zh) * | 2016-09-12 | 2016-12-21 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于机器视觉的太阳能电池片分选方法与系统 |
| CN107185854A (zh) * | 2017-05-17 | 2017-09-22 | 河北工业大学 | 基于rgb通道的光伏电池片色差检测及颜色分类的算法 |
| CN107185854B (zh) * | 2017-05-17 | 2019-05-14 | 河北工业大学 | 基于rgb通道的光伏电池片色差检测及颜色分类的算法 |
| JP2018197695A (ja) * | 2017-05-24 | 2018-12-13 | 株式会社カネカ | 電子部品の外観検査方法及び外観検査装置 |
| CN113714150A (zh) * | 2021-11-02 | 2021-11-30 | 晶科能源(海宁)有限公司 | 太阳能电池的分选方法及光伏组件 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101676040B (zh) | 2012-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101676040B (zh) | 用以分类太阳能电池的光学检测系统以及方法 | |
| CN109084957B (zh) | 光伏太阳能晶硅电池片的缺陷检测和颜色分选方法及其系统 | |
| CN101676696B (zh) | 检测太阳能电池前期确认对比样本的光学检测系统及方法 | |
| CN110672623B (zh) | 一种太阳能电池片几何外观缺陷检测方法 | |
| CN103473778B (zh) | 一种led发光芯片插偏缺陷的检测方法 | |
| CN103399016A (zh) | 冷轧铝板表面缺陷在线检测系统及其检测方法 | |
| Al-Mashhadani et al. | Deep learning methods for solar fault detection and classification: a review | |
| Winter et al. | Combining structures on different length scales in ray tracing: analysis of optical losses in solar cell modules | |
| CN106990120A (zh) | 一种太阳能电池片的质量检测方法及其检测装置 | |
| TWI489420B (zh) | 表面花紋之檢測方法 | |
| CN104048966B (zh) | 一种基于大律法的布面疵点检测及分类方法 | |
| CN103846230B (zh) | 一种led芯片的分选方法 | |
| CN115115643A (zh) | 一种光伏电池板生产缺陷检测方法 | |
| Wu et al. | Durability evaluation of PV modules using image processing tools | |
| CN111598851A (zh) | 一种基于形态学图像处理的太阳能电池破片检测方法 | |
| CN103927312A (zh) | 一种cis 图像传感器的失效信息自动分类方法及系统 | |
| CN201570508U (zh) | 太阳能硅片计数仪 | |
| TW201011267A (en) | Optical inspection system and method for confirming and comparing samples at early stage of solar cell inspection | |
| TW201011279A (en) | Optical detection system and method for classifying solar battery | |
| KR20230058924A (ko) | 인공지능 기반 태양전지 결함 검출 방법 및 장치 | |
| JP2022084082A (ja) | 外観検査装置 | |
| CN205003076U (zh) | 一种钻石批量检测的装置 | |
| CN112184691A (zh) | 一种基于不良Map图的缺陷模式分析方法 | |
| CN101676695A (zh) | 能以适当光度进行检测的图像检测系统以及方法 | |
| CN109919909A (zh) | 发光二极管芯片的检验方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120919 Termination date: 20200916 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |