CN106298568B - 一种太阳能电池片的灰片的检测方法 - Google Patents

一种太阳能电池片的灰片的检测方法 Download PDF

Info

Publication number
CN106298568B
CN106298568B CN201610587718.4A CN201610587718A CN106298568B CN 106298568 B CN106298568 B CN 106298568B CN 201610587718 A CN201610587718 A CN 201610587718A CN 106298568 B CN106298568 B CN 106298568B
Authority
CN
China
Prior art keywords
value
brightness
tone
piece
saturation degree
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.)
Active
Application number
CN201610587718.4A
Other languages
English (en)
Other versions
CN106298568A (zh
Inventor
白建波
陶卫东
李华锋
王光清
陈健豪
张臻
刘升
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fosmai Intelligent Technology Jiangsu Co ltd
Original Assignee
Changzhou Campus of Hohai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201610587718.4A priority Critical patent/CN106298568B/zh
Publication of CN106298568A publication Critical patent/CN106298568A/zh
Application granted granted Critical
Publication of CN106298568B publication Critical patent/CN106298568B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions

Abstract

本发明公开了一种太阳能电池片的灰片的检测方法，利用机器视觉检测系统，其步骤如下：通过机器视觉检测系统的CCD摄像机采集太阳能电池片RGB图像；通过背光源产生电池片区域，通过R通道提取电池片栅线；两个步骤相结合去除外围和白色干扰；最后转换成HSV模型计算色调H、饱和度S、亮度V三个分量的平均值；采用中心饱和度值比较法来区分灰片。本发明利用机器视觉系统，采用中心饱和度值比较法对太阳能电池片的灰片进行分选，取代传统人工检测方式，有效地提高电池片外观质量，降低人工作业强度，降低人工操作破片率，减少人为对电池片的污染，提高生产率。

Description

一种太阳能电池片的灰片的检测方法
技术领域
本发明涉及一种太阳能电池片的灰片的检测方法，属于光伏技术领域。
背景技术
目前，全球面临严重化石能源危机和环境危机，太阳能作为一种干净、无污染和最丰富的自然能源，已得到广泛的应用。然而，太阳能电池片的生产工艺较复杂，导致生产出来的电池片不可避免地产生颜色缺陷问题，如灰片，灰片等。对于电池片颜色缺陷的检测，大部分采用人工检测的方式，时间长后人员易疲劳，并且每个人员检验标准不一致，会造成电池片混档，同时会污染电池片。在实际情况中，电池片的外观颜色缺陷，不仅会影响光伏组件外观质量和使用寿命，而且会降低光电转换效率。
发明内容
为了解决上述问题，本发明提供了一种太阳能电池片的灰片的检测方法，本发明的技术内容如下：
一种太阳能电池片的灰片的检测方法，利用机器视觉检测系统，其步骤如下：
(1)、通过机器视觉检测系统的CCD摄像机采集太阳能电池片RGB图像；
(2)、通过背光源产生电池片区域；
(3)、通过R通道提取电池片栅线；
(4)、步骤(2)和步骤(3)相结合去除外围和白色干扰；
上述去除外围和白色干扰的方法如下：
通过步骤(1)采集到太阳能电池片RGB图像，步骤(3)提取的电池片栅线，运用基于阈值的分割方法将外围和白色干扰进行分割去除，由于图像信息量较大，故从采集到的图像中直接获取目标区域，并设定外围和白色干扰阈值T值，并通过T值将图像分为大于T像素群与小于T像素群，阈值化输入图像F(i，j)到输出图像G(i,j)的如下变换:
这样就将图像中的外围和白色干扰分割出去，并排除其对检测的干扰。
(5)、最后转换成HSV模型，所述HSV模型中含有三个矢量值，即色调H、饱和度S、亮度V，计算色调H、饱和度S、亮度V三个分量的平均值；
(6)、采用中心饱和度值比较法来区分灰片，具体比较如下：
当色调H值低于102和亮度V值高于90时，以饱和度S值134.2区分灰片；
当色调H值低于102和亮度V值低于90时，以饱和度S值134.3区分灰片；
当色调H值在102～104.5之间和亮度V值高于85时，以饱和度S值134区分灰片；
当色调H值在102～104.5之间和亮度V值低于85时，以饱和度S值134.1区分灰片；
当色调H值高于104.5和亮度V值高于80时，以饱和度S值133.8区分灰片；
当色调H值高于104.5和亮度V值低于80时，以饱和度S值值133.9区分灰片。
上述步骤(5)中转换成HSV模型的方法如下：
太阳能电池片RGB图像的R、G、B值通过如下公式转换成HSV颜色模型中的色调H、饱和度S、亮度V：
在HSV颜色模型中，假设一块太阳能电池片实体图像上有N个像素点，每个像素点的色调定义为H(Nn)，n＝1,2,3…N；每个像素点的饱和度定义为S(Nn)，n＝1,2,3…N；每个像素点的亮度定义为V(Nn)，n＝1,2,3…N；色调H、饱和度S、亮度V三个分量的平均值公式为：
本发明所达到的有益效果：
本发明利用机器视觉系统，采用中心饱和度值比较法对太阳能电池片的灰片进行分选，取代传统人工检测方式，有效地提高电池片外观质量，降低人工作业强度，降低人工操作破片率，减少人为对电池片的污染，提高生产率。
附图说明
图1是太阳能电池片的灰片的检测逻辑关系。
具体实施方式
下面结合实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
一种太阳能电池片的灰片的检测方法，利用机器视觉检测系统，其步骤如下：
(1)、通过机器视觉检测系统的CCD摄像机采集太阳能电池片RGB图像；
(2)、通过背光源产生电池片区域；
(3)、通过R通道提取电池片栅线；
(4)、步骤(2)和步骤(3)相结合去除外围和白色干扰；
上述去除外围和白色干扰的方法如下：
通过步骤(1)采集到太阳能电池片RGB图像，步骤(3)提取的电池片栅线，运用基于阈值的分割方法将外围和白色干扰进行分割去除，由于图像信息量较大，故从采集到的图像中直接获取目标区域，并设定外围和白色干扰阈值T值，并通过T值将图像分为大于T像素群与小于T像素群，阈值化输入图像F(i，j)到输出图像G(i,j)的如下变换:
这样就将图像中的外围和白色干扰分割出去，并排除其对检测的干扰。
((5)、最后转换成HSV模型，所述HSV模型中含有三个矢量值，即色调H、饱和度S、亮度V，计算色调H、饱和度S、亮度V三个分量的平均值；
(6)、采用中心饱和度值比较法来区分灰片，如图1所示，具体比较如下：
当色调H值低于102和亮度V值高于90时，以饱和度S值134.2区分灰片；
当色调H值低于102和亮度V值低于90时，以饱和度S值134.3区分灰片；
当色调H值在102～104.5之间和亮度V值高于85时，以饱和度S值134区分灰片；
当色调H值在102～104.5之间和亮度V值低于85时，以饱和度S值134.1区分灰片；
当色调H值高于104.5和亮度V值高于80时，以饱和度S值133.8区分灰片；
当色调H值高于104.5和亮度V值低于80时，以饱和度S值值133.9区分灰片。
上述步骤(5)中转换成HSV模型的方法如下：
太阳能电池片RGB图像的R、G、B值通过如下公式转换成HSV颜色模型中的色调H、饱和度S、亮度V：
在HSV颜色模型中，假设一块太阳能电池片实体图像上有N个像素点，每个像素点的色调定义为H(Nn)，n＝1,2,3…N；每个像素点的饱和度定义为S(Nn)，n＝1,2,3…N；每个像素点的亮度定义为V(Nn)，n＝1,2,3…N；色调H、饱和度S、亮度V三个分量的平均值公式为：
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (3)

1.一种太阳能电池片的灰片的检测方法，其特征在于利用机器视觉检测系统，其步骤如下：
(1)、通过机器视觉检测系统的CCD摄像机采集太阳能电池片RGB图像；
(2)、通过背光源产生电池片区域；
(3)、通过R通道提取电池片栅线；
(4)、步骤(2)和步骤(3)相结合去除外围和白色干扰；
(5)、最后转换成HSV模型，所述HSV模型中含有三个矢量值，即色调H、饱和度S、亮度V，计算色调H、饱和度S、亮度V三个分量的平均值；
(6)、采用中心饱和度值比较法来区分灰片，具体比较如下：
当色调H值低于102和亮度V值高于90时，以饱和度S值134.2区分灰片；
当色调H值低于102和亮度V值低于90时，以饱和度S值134.3区分灰片；
当色调H值在102～104.5之间和亮度V值高于85时，以饱和度S值134区分灰片；
当色调H值在102～104.5之间和亮度V值低于85时，以饱和度S值134.1区分灰片；
当色调H值高于104.5和亮度V值高于80时，以饱和度S值133.8区分灰片；
当色调H值高于104.5和亮度V值低于80时，以饱和度S值值133.9区分灰片。
2.根据权利要求1所述的一种太阳能电池片的灰片的检测方法，其特征在于：所述步骤(4)中去除外围和白色干扰的方法如下：
通过步骤(1)采集到太阳能电池片RGB图像，步骤(3)提取的电池片栅线，运用基于阈值的分割方法将外围和白色干扰进行分割去除，由于图像信息量较大，故从采集到的图像中直接获取目标区域，并设定外围和白色干扰阈值T值，并通过T值将图像分为大于T像素群与小于T像素群，阈值化输入图像F(i，j)到输出图像G(i,j)的如下变换:
这样就将图像中的外围和白色干扰分割出去，并排除其对检测的干扰。
3.根据权利要求1所述的一种太阳能电池片的灰片的检测方法，其特征在于：所述步骤(5)中转换成HSV模型的方法如下：
太阳能电池片RGB图像的R、G、B值通过如下公式转换成HSV颜色模型中的色调H、饱和度S、亮度V：
在HSV颜色模型中，假设一块太阳能电池片实体图像上有N个像素点，每个像素点的色调定义为H(Nn)，n＝1,2,3…N；每个像素点的饱和度定义为S(Nn)，n＝1,2,3…N；每个像素点的亮度定义为V(Nn)，n＝1,2,3…N；色调H、饱和度S、亮度V三个分量的平均值公式为：
CN201610587718.4A 2016-07-25 2016-07-25 一种太阳能电池片的灰片的检测方法 Active CN106298568B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610587718.4A CN106298568B (zh) 2016-07-25 2016-07-25 一种太阳能电池片的灰片的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610587718.4A CN106298568B (zh) 2016-07-25 2016-07-25 一种太阳能电池片的灰片的检测方法

Publications (2)

Publication Number Publication Date
CN106298568A CN106298568A (zh) 2017-01-04
CN106298568B true CN106298568B (zh) 2019-04-12

Family

ID=57652095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610587718.4A Active CN106298568B (zh) 2016-07-25 2016-07-25 一种太阳能电池片的灰片的检测方法

Country Status (1)

Country Link
CN (1) CN106298568B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110443278B (zh) * 2019-07-02 2022-02-15 广州大学 一种太阳能电池片栅线粗细异常的检测方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1736766A3 (de) * 2005-06-22 2007-12-05 SKS Holding Gmbh Verfahren zum Handhaben und Prüfen von Werkstücken sowie Vorrichtung zur Durchführung des Verfahrens
CN102680102A (zh) * 2012-04-28 2012-09-19 江南大学 基于机器视觉的太阳能硅晶片颜色自动检测方法
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
CN203178203U (zh) * 2013-03-06 2013-09-04 江南大学 基于机器视觉的太阳能硅晶片颜色自动检测装置
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
CN103831253A (zh) * 2014-02-17 2014-06-04 南京航空航天大学 基于dsp机器视觉的太阳能硅片表面检测装置及方法
CN104574389A (zh) * 2014-12-26 2015-04-29 康奋威科技（杭州）有限公司 基于彩色机器视觉的电池片色差分选控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1736766A3 (de) * 2005-06-22 2007-12-05 SKS Holding Gmbh Verfahren zum Handhaben und Prüfen von Werkstücken sowie Vorrichtung zur Durchführung des Verfahrens
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
CN102680102A (zh) * 2012-04-28 2012-09-19 江南大学 基于机器视觉的太阳能硅晶片颜色自动检测方法
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
CN203178203U (zh) * 2013-03-06 2013-09-04 江南大学 基于机器视觉的太阳能硅晶片颜色自动检测装置
CN103831253A (zh) * 2014-02-17 2014-06-04 南京航空航天大学 基于dsp机器视觉的太阳能硅片表面检测装置及方法
CN104574389A (zh) * 2014-12-26 2015-04-29 康奋威科技（杭州）有限公司 基于彩色机器视觉的电池片色差分选控制方法

Also Published As

Publication number Publication date
CN106298568A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106057700B (zh) 一种太阳能电池片的边红片的检测方法
CN104715239B (zh) 一种基于去雾处理和权重分块的车辆颜色识别方法
CN104574389A (zh) 基于彩色机器视觉的电池片色差分选控制方法
CN103310422B (zh) 获取图像的方法及装置
CN104166999B (zh) 一种基于地基云图强度分层的云团提取方法
CN107346429A (zh) 一种多晶电池片图像的颜色自动识别与分类方法
CN106096603A (zh) 一种融合多特征的动态火焰检测方法及装置
CN112991264B (zh) 一种单晶硅光伏电池裂纹缺陷的检测方法
CN103302039B (zh) 太阳能电池晶片分色的方法
CN106157323A (zh) 一种动态分块阈值和块搜索结合的绝缘子分割提取方法
CN107610090B (zh) 一种光伏电池片表面栅线偏移的检测方法
CN103426164A (zh) 基于Opencv图像分析的扇贝尺寸计算方法和扇贝分拣系统
CN106127124A (zh) 出租车前排区域的异常图像信号的自动检测方法
CN105223208A (zh) 一种电路板检测模板及其制作方法、电路板检测方法
CN110059076A (zh) 一种输变电线路设备的故障数据库半自动化建立方法
CN106298568B (zh) 一种太阳能电池片的灰片的检测方法
CN106327463A (zh) 太阳电池片的颜色识别方法
CN107742283A (zh) 一种电池片外观栅线粗细不均缺陷检测的方法
CN106295643A (zh) 机动车车牌自动识别方法
CN107563990A (zh) 一种光伏电池片崩边及钝型和v型缺口的检测算法
CN112116600A (zh) 一种基于图像处理的光伏板计数方法
CN104458759B (zh) 一种灰度不匀自矫正系统的自动验布机
CN103745438A (zh) 大面积背景光含雾图像的去雾方法
CN102999622B (zh) 一种基于数据库的在视频中搜索目标的方法
CN104977154A (zh) 具有子像素结构的空间光调制器缺陷分类方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Bai Jianbo

Inventor after: Tao Weidong

Inventor after: Li Huafeng

Inventor after: Wang Guangqing

Inventor after: Chen Jianhao

Inventor after: Zhang Zhen

Inventor after: Liu Sheng

Inventor before: Bai Jianbo

Inventor before: Tao Weidong

Inventor before: Li Huafeng

Inventor before: Wang Guangqing

Inventor before: Chen Jianhao

Inventor before: Zhang Zhen

Inventor before: Liu Sheng

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201229

Address after: No. 111, Tianhe Road, Xinbei District, Changzhou City, Jiangsu Province, 213000

Patentee after: Fosmai Intelligent Technology (Jiangsu) Co.,Ltd.

Address before: 213022 Changzhou Campus of Hehai University, 200 Jinling North Road, Changzhou City, Jiangsu Province

Patentee before: CHANGZHOU CAMPUS OF HOHAI University