CN107563990A - 一种光伏电池片崩边及钝型和v型缺口的检测算法 - Google Patents
一种光伏电池片崩边及钝型和v型缺口的检测算法 Download PDFInfo
- Publication number
- CN107563990A CN107563990A CN201710577700.0A CN201710577700A CN107563990A CN 107563990 A CN107563990 A CN 107563990A CN 201710577700 A CN201710577700 A CN 201710577700A CN 107563990 A CN107563990 A CN 107563990A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic cell
- image
- chipping
- notch
- basis
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 230000007547 defect Effects 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 230000011218 segmentation Effects 0.000 claims abstract description 15
- 230000000877 morphologic effect Effects 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 abstract description 2
- 210000004027 cell Anatomy 0.000 description 36
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 2
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供的光伏电池片崩边及钝型和V型缺口的检测算法，对采集的每一帧图像进行图像校正、图像转换的预处理，可获取光伏电池片的目标图像；利用灰度顶帽变换，可获取只包含栅线部分的光伏电池片的图像，阈值分割，填充栅线部分，可消除栅线内部对缺陷检测的影响，获取只包含栅线部分的前景图像，阈值分割出背景图像，进行形态学闭运算操作处理，可填充崩边及钝型和V型缺口部分，将形态学处理后的背景图像和未经处理的背景图像做差分，可实现崩边及钝型和V型缺口的检测，克服了人工检测的不足，可有效提高光伏电池片缺陷检测精准度，对光伏产业有着巨大的应用价值。
Description
技术领域
本发明涉及光伏电池片表面缺陷检测技术领域，尤其涉及一种光伏电池片崩边及钝型和V型缺口的检测算法。
背景技术
近几年，人们对清洁能源的依赖程度越来越高，光伏电池片的产量也进一步扩大。光伏电池片作为一种重要的发电载体，具有高光能转换效率、较长的使用寿命，生产工艺较为成熟、成本较低的优点，但同时由于其在加工制造过程中，生产工艺流程较为繁琐，导致光伏电池片易产生各种缺陷，而缺陷的存在会降低其转换效率和使用年限，因此光伏电池片缺陷的检测是生产工艺中必不可少的一个环节。
目前在现场主要是依赖人工视觉检测，检测效率和检测质量都比较低，并且检测重复性差，成本高，因此传统的人工检测已无法满足现场需求。其次，光伏电池片轻薄脆弱，非接触的检测方式更能确保光伏电池片不被损坏。
所以，如何提供光伏电池片崩边及钝型和V型缺口的检测算法，克服现有技术的缺陷，是目前本领域技术人员亟待解决的技术问题。
发明内容
为解决光伏电池片生产过程中存在的技术问题，本发明提供了光伏电池片崩边及钝型和V型缺口的检测算法，具体方案如下：
一种光伏电池片崩边及钝型和V型缺口的检测算法，
该算法包括如下步骤，
第一步：图像预处理
1-1、标定相机；
1-2、RGB三通道图像采集；
1-3、图像校正，在步骤1-2的基础上，对采集到的RGB三通道图像进行校正操作；
1-4、图像转换，在步骤1-3的基础上，将采集到的RGB三通道图像转换为单通道灰度图像；
第二步：光伏电池片崩边及钝型和V型缺口检测
2-1、灰度顶帽变换，在步骤1-4的基础上，对单通道灰度图像进行灰度图顶帽变换，获取只包含栅线部分的光伏电池片图像；
2-2、阈值分割前景图像，在步骤2-1的基础上，对只包含栅线部分的光伏电池片图像阈值分割获取前景图像；
2-3、填充，在步骤2-2的基础上，填充图像，消除栅线内部对缺陷检测的影响；
2-4、阈值分割背景图像，在步骤2-3的基础上，对图像的背景进行阈值分割，获取背景图像；
2-5、形态学处理，在步骤2-4的基础上对背景图像进行闭运算操作，填充崩边及钝型和V型缺口部分；
2-6、作差分，在步骤2-4得到的图像和步骤2-5得到的图像之间作差，得到崩边及钝型和V型缺口；
第三步：筛选并统计光伏电池片崩边及钝型和V型缺口
3-1、筛选统计，在步骤2-6的基础上，利用图像特征选择符合客户要求标准的崩边及钝型和V型缺口；
3-2、标记，在步骤3-1的基础上对符合客户要求标准的光伏电池片边缘崩边及钝型和V型缺口缺陷进行标记；
具体的，在所述步骤2-1中，利用的灰度顶帽变换结构元素是(20,20,0)。
具体的，在所述步骤3-1中，利用的图像特征是面积和圆度，参数范围分别为[8,1000]、[0.15,1]。
具体的，所述步骤1-2中，利用CCD工业智能相机获取光伏电池的图像。
具体的，本算法适用于尺寸规格为156 mm *156mm*0.1mm的光伏电池片。
本发明提供的光伏电池片崩边及钝型和V型缺口的检测算法，对采集的每一帧图像进行图像校正、图像转换的预处理，可获取光伏电池片的目标图像；利用灰度顶帽变换，可获取只包含栅线部分的光伏电池片的图像，阈值分割，填充栅线部分，可消除栅线内部对缺陷检测的影响，获取只包含栅线部分的前景图像，阈值分割出背景图像，进行形态学闭运算操作处理，可填充崩边及钝型和V型缺口部分，将形态学处理后的背景图像和未经处理的背景图像做差分，可实现崩边及钝型和V型缺口的检测。本发明采用机器视觉检测，能充分利用计算机高精度、高性能、可靠性、非接触的优势实现光伏电池片表面质量检测，克服人工检测的不足，所提出的检测算法，可有效提高光伏电池片缺陷检测精准度，对光伏产业有着巨大的应用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的算法流程图。
具体实施方式
下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照附图1所示，本发明请求保护一种光伏电池片崩边及钝型和V型缺口的检测算法， 该算法包括如下步骤，
第一步：图像预处理
1-1、标定相机；
1-2、RGB三通道图像采集；
1-3、图像校正，在步骤1-2的基础上，对采集到的RGB三通道图像进行校正操作；
1-4、图像转换，在步骤1-3的基础上，将采集到的RGB三通道图像转换为单通道灰度图像；
第二步：光伏电池片崩边及钝型和V型缺口检测
2-1、灰度顶帽变换，在步骤1-4的基础上，对单通道灰度图像进行灰度图顶帽变换，获取只包含栅线部分的光伏电池片图像；
2-2、阈值分割前景图像，在步骤2-1的基础上，对只包含栅线部分的光伏电池片图像阈值分割获取前景图像；
2-3、填充，在步骤2-2的基础上，填充图像，消除栅线内部对缺陷检测的影响；
2-4、阈值分割背景图像，在步骤2-3的基础上，对图像的背景进行阈值分割，获取背景图像；
2-5、形态学处理，在步骤2-4的基础上对背景图像进行闭运算操作，填充崩边及钝型和V型缺口部分；
2-6、作差分，在步骤2-4得到的图像和步骤2-5得到的图像之间作差，得到崩边及钝型和V型缺口；
第三步：筛选并统计光伏电池片崩边及钝型和V型缺口
3-1、筛选统计，在步骤2-6的基础上，利用图像特征选择符合客户要求标准的崩边及钝型和V型缺口；
3-2、标记，在步骤3-1的基础上对符合客户要求标准的光伏电池片边缘崩边及钝型和V型缺口缺陷进行标记；
具体的，在所述步骤2-1中，利用的灰度顶帽变换结构元素是(20,20,0)。
具体的，在所述步骤3-1中，利用的图像特征是面积和圆度，参数范围分别为[8,1000]、[0.15,1]。
具体的，所述步骤1-2中，利用CCD工业智能相机获取光伏电池的图像。
具体的，本算法适用于尺寸规格为156 mm *156mm*0.1mm的光伏电池片。
本发明型所设计的检测算法主要应用于工业现场，对光伏电池片崩边及钝型和V型缺口缺陷进行检测，检测算法充分适应现场情况，对采集的每一帧图像进行图像校正、图像转换的处理，可实现光伏电池片目标图像的获取，灰度顶帽变换，可实现只包含栅线部分的光伏电池片图像的获取；阈值分割，填充栅线图像，可消除栅线内部对缺陷检测的影响，实现只包含栅线部分的前景图像的获取，阈值分割出背景图像，进行形态学闭运算操作处理，可填充崩边及钝型和V型缺口部分，将形态学处理后的背景图像和未经处理的背景图像做差分，可实现崩边及钝型和V型缺口缺陷的检测。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (5)
1.一种光伏电池片崩边及钝型和V型缺口的检测算法，其特征在于：
该算法包括如下步骤，
第一步：图像预处理，
1-1、标定相机；
1-2、RGB三通道图像采集；
1-3、图像校正，在步骤1-2的基础上，对采集到的RGB三通道图像进行校正操作；
1-4、图像转换，在步骤1-3的基础上，将采集到的RGB三通道图像转换为单通道灰度图像；
第二步：光伏电池片崩边及钝型和V型缺口检测，
2-1、灰度顶帽变换，在步骤1-4的基础上，对单通道灰度图像进行灰度图顶帽变换，获取只包含栅线部分的光伏电池片图像；
2-2、阈值分割前景图像，在步骤2-1的基础上，对只包含栅线部分的光伏电池片图像阈值分割获取前景图像；
2-3、填充，在步骤2-2的基础上，填充图像，消除栅线内部对缺陷检测的影响；
2-4、阈值分割背景图像，在步骤2-3的基础上，对图像的背景进行阈值分割，获取背景图像；
2-5、形态学处理，在步骤2-4的基础上对背景图像进行闭运算操作，填充崩边及钝型和V型缺口部分；
2-6、作差分，在步骤2-4得到的图像和步骤2-5得到的图像之间作差，得到崩边及钝型和V型缺口；
第三步：筛选并统计光伏电池片崩边及钝型和V型缺口，
3-1、筛选统计，在步骤2-6的基础上，利用图像特征选择符合客户要求标准的崩边及钝型和V型缺口；
3-2、标记，在步骤3-1的基础上对符合客户要求标准的光伏电池片边缘崩边及钝型和V型缺口缺陷进行标记。
2.根据权利要求1所述的光伏电池片崩边及钝型和V型缺口的检测算法，其特征在于：在所述步骤2-1中，利用的灰度顶帽变换结构元素是(20,20,0)。
3.根据权利要求1所述的光伏电池片崩边及钝型和V型缺口的检测算法，其特征在于：在所述步骤3-1中，利用的图像特征是面积和圆度，参数范围分别为[8,1000]、[0.15,1]。
4.根据权利要求1-3任一项所述的光伏电池片崩边及钝型和V型缺口的检测算法，其特征在于：所述步骤1-2中，利用CCD工业智能相机获取光伏电池的图像。
5.根据权利要求4所述的光伏电池片崩边及钝型和V型缺口的检测算法，其特征在于：本算法适用于尺寸规格为156 mm *156mm*0.1mm的光伏电池片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710577700.0A CN107563990B (zh) | 2017-07-15 | 2017-07-15 | 一种光伏电池片崩边及钝型和v型缺口的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710577700.0A CN107563990B (zh) | 2017-07-15 | 2017-07-15 | 一种光伏电池片崩边及钝型和v型缺口的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107563990A true CN107563990A (zh) | 2018-01-09 |
| CN107563990B CN107563990B (zh) | 2021-05-04 |
Family
ID=60973597
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710577700.0A Expired - Fee Related CN107563990B (zh) | 2017-07-15 | 2017-07-15 | 一种光伏电池片崩边及钝型和v型缺口的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107563990B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108365051A (zh) * | 2018-02-05 | 2018-08-03 | 河北工业大学 | 一种太阳能电池片轨道去除的方法 |
| CN109060830A (zh) * | 2018-06-21 | 2018-12-21 | 珠海格力智能装备有限公司 | 显示屏的杂质的检测方法和装置 |
| CN111598851A (zh) * | 2020-04-29 | 2020-08-28 | 苏州晟成光伏设备有限公司 | 一种基于形态学图像处理的太阳能电池破片检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140323968A1 (en) * | 2013-04-12 | 2014-10-30 | The Board Of Trustees Of The University Of Illinois | Materials, electronic systems and modes for active and passive transience |
| CN103872983B (zh) * | 2014-04-04 | 2016-05-25 | 天津市鑫鼎源科技发展有限公司 | 太阳能电池表面缺陷检测方法 |
| CN106952260A (zh) * | 2017-03-31 | 2017-07-14 | 深圳华中科技大学研究院 | 一种基于cis图像采集的太阳能电池片缺陷检测系统和方法 |
-
2017
- 2017-07-15 CN CN201710577700.0A patent/CN107563990B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140323968A1 (en) * | 2013-04-12 | 2014-10-30 | The Board Of Trustees Of The University Of Illinois | Materials, electronic systems and modes for active and passive transience |
| CN103872983B (zh) * | 2014-04-04 | 2016-05-25 | 天津市鑫鼎源科技发展有限公司 | 太阳能电池表面缺陷检测方法 |
| CN106952260A (zh) * | 2017-03-31 | 2017-07-14 | 深圳华中科技大学研究院 | 一种基于cis图像采集的太阳能电池片缺陷检测系统和方法 |
Non-Patent Citations (2)
| Title |
|---|
| 柳林: "《数字图像处理实验指导教程》", 31 January 2014, 浙江大学出版社 * |
| 黎亚娟等: ""基于数学形态学的太阳能电池板划痕检测方法研究"", 《机电技术》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108365051A (zh) * | 2018-02-05 | 2018-08-03 | 河北工业大学 | 一种太阳能电池片轨道去除的方法 |
| CN108365051B (zh) * | 2018-02-05 | 2019-08-02 | 河北工业大学 | 一种太阳能电池片轨道去除的方法 |
| CN109060830A (zh) * | 2018-06-21 | 2018-12-21 | 珠海格力智能装备有限公司 | 显示屏的杂质的检测方法和装置 |
| CN109060830B (zh) * | 2018-06-21 | 2021-03-26 | 珠海格力智能装备有限公司 | 显示屏的杂质的检测方法和装置 |
| CN111598851A (zh) * | 2020-04-29 | 2020-08-28 | 苏州晟成光伏设备有限公司 | 一种基于形态学图像处理的太阳能电池破片检测方法 |
| CN111598851B (zh) * | 2020-04-29 | 2023-09-19 | 苏州晟成光伏设备有限公司 | 一种基于形态学图像处理的太阳能电池破片检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107563990B (zh) | 2021-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN107727662B (zh) | 一种基于区域生长算法的电池片el黑斑缺陷检测方法 | |
| CN107578409A (zh) | 一种太阳能电池片外观断栅缺陷检测的方法 | |
| CN107895376A (zh) | 基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法 | |
| CN107610090B (zh) | 一种光伏电池片表面栅线偏移的检测方法 | |
| CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
| CN107843600B (zh) | 一种多晶硅太阳能电池片外观手印缺陷检测的方法 | |
| CN107749057B (zh) | 一种太阳能电池片外观漏浆缺陷检测的方法 | |
| CN106952260A (zh) | 一种基于cis图像采集的太阳能电池片缺陷检测系统和方法 | |
| CN107768269B (zh) | 一种多晶硅太阳能电池片外观脏污缺陷检测的方法 | |
| CN107185854A (zh) | 基于rgb通道的光伏电池片色差检测及颜色分类的算法 | |
| CN104574389A (zh) | 基于彩色机器视觉的电池片色差分选控制方法 | |
| CN107742286A (zh) | 一种多晶硅太阳能电池片el测试裂纹缺陷检测方法 | |
| CN102974551A (zh) | 一种基于机器视觉的多晶硅太阳能检测分选的方法 | |
| CN107563990A (zh) | 一种光伏电池片崩边及钝型和v型缺口的检测算法 | |
| CN107622484A (zh) | 一种基于形状匹配的光伏电池片缺角检测算法 | |
| CN107742283B (zh) | 一种电池片外观栅线粗细不均缺陷检测的方法 | |
| 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 | |
| CN110942457A (zh) | 基于数字图像处理技术的太阳能电池板缺陷检测方法 | |
| CN106709529B (zh) | 一种光伏电池色差分类的视觉检测方法 | |
| CN107346429A (zh) | 一种多晶电池片图像的颜色自动识别与分类方法 | |
| CN103353950A (zh) | 一种纸张计数方法 | |
| CN117314893A (zh) | 基于图像处理的光伏钢结构组件质量检测方法 | |
| CN114140416A (zh) | 一种基于机器视觉的玻璃边缘检测方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210504 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |