CN107610090A - 一种光伏电池片表面栅线偏移的检测算法 - Google Patents
一种光伏电池片表面栅线偏移的检测算法 Download PDFInfo
- Publication number
- CN107610090A CN107610090A CN201710577706.8A CN201710577706A CN107610090A CN 107610090 A CN107610090 A CN 107610090A CN 201710577706 A CN201710577706 A CN 201710577706A CN 107610090 A CN107610090 A CN 107610090A
- Authority
- CN
- China
- Prior art keywords
- grid line
- image
- photovoltaic cell
- basis
- profile
- 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
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供的电池片表面栅线偏移的检测算法，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；对目标图像阈值分割，填充栅线部分，再进行形状转换，可消除电池片焊点处缺损对轮廓提取的影响，准确提取电池片边缘的轮廓1；利用灰度顶帽变换对目标图像处理，可获取只包含栅线部分的电池片图像；增强图像，可消除焊点处造成的不连续栅线的影响；阈值分割，填充栅线部分，可提取电池片最外围栅线的轮廓2；计算电池片边缘轮廓1与最外围栅线轮廓2之间的最小距离，设定阈值，比较最小距离和阈值，可实现光伏电池片表面栅线偏移的检测。
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表面栅线偏移的检测算法。
背景技术
近几年，全世界面临着能源紧缺和日益严重的环境污染问题，人们对太阳能这种清洁能源的需求量越来越大。光伏发电技术中常见的是硅太阳能电池，因其光能转换效率高、生产工艺较为成熟、成本较低，大规模利用光伏发电技术变得更加普遍，而光伏电池片表面缺陷的存在会降低其转换效率和使用年限，因此光伏电池片表面缺陷的检测对生产质量的控制至关重要。
当前生产线上主要依赖于人工视觉检测，存在着检测效率低下，工人长时间劳动，在疲劳状态下，检测质量低，检测重复性差，成本高等缺点，传统的人工检测已无法满足现场需求。其次，光伏电池片易碎，更适合采用非接触检测方式。
所以，如何提供一种光伏电池片表面栅线偏移的检测算法，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，本发明提供了一种光伏电池片表面栅线偏移的检测算法，具体方案如下：
一种光伏电池片表面栅线偏移的检测算法，其特征在于：
包括如下步骤，
第一步：图像预处理
1-1、标定相机，消除畸变；
1-2、RGB三通道图像采集；
1-3、RGB三通道图像校正，在步骤1-2的基础上，对步骤1-2采集的图像进行校正；
1-4、图像转换，在步骤1-3的基础上，将校正后的RGB三通道图像转换为单通道灰度图像；
第二步：光伏电池片边缘的轮廓1提取
2-1、阈值分割，在步骤1-4的基础上，对单通道灰度图像进行阈值分割出只含电池片部分的前景图像；
2-2、填充，在步骤2-1的基础上，对分割出只含电池片部分的前景图像进行填充，消除栅线部分的影响；
2-3、电池片边缘轮廓1提取，在步骤2-2的基础上，提取光伏电池片边缘的轮廓1；
第三步：光伏电池片最外围栅线的轮廓2提取
3-1、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顶帽变换，获取只包含栅线部分的光伏电池片图像；
3-2、图像增强，在步骤3-1的基础上，对灰度顶帽变换后的图像进行增强处理，消除焊点处造成的不连续栅线的影响；
3-3、阈值分割，在步骤3-2的基础上，对图像进行阈值分割出前景图像；
3-4、填充，在步骤3-3的基础上，对分割出的前景图像进行填充，消除栅线内部的影响；
3-5、电池片最外围栅线轮廓2提取，在步骤3-4的基础上，提取光伏电池片最外围栅线的轮廓2；
第四步：光伏电池片表面栅线偏移检测
4-1、最小距离计算，计算电池片边缘轮廓1与最外围栅线轮廓2之间的最小距离；
4-2、设定阈值，判断是否存在栅线偏移，在步骤4-1的基础上，根据客户提供的栅线偏移标准要求，设定距离阈值，判定是否存在栅线偏移。
具体的，在所述步骤3-1中，利用的灰度顶帽变换结构元素是(20,20,0)。
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片的图像。
具体的，本算法适用于尺寸规格为156 mm *156mm*0.1mm光伏电池片。
本发明提供的电池片表面栅线偏移的检测算法，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；对目标图像阈值分割，填充栅线部分，再进行形状转换，可消除电池片焊点处缺损对轮廓提取的影响，准确提取电池片边缘的轮廓1；利用灰度顶帽变换对目标图像处理，可获取只包含栅线部分的电池片图像；增强图像，可消除焊点处造成的不连续栅线的影响；阈值分割，填充栅线部分，可提取电池片最外围栅线的轮廓2；计算电池片边缘轮廓1与最外围栅线轮廓2之间的最小距离，设定阈值，比较最小距离和阈值，可实现光伏电池片表面栅线偏移的检测。
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，本发明型所设计的光伏电池片表面栅线偏移的检测算法主要应用于工业现场，对光伏电池片栅线偏移进行检测。检测算法充分适应现场情况，该算法的具体步骤是：
一种光伏电池片表面栅线偏移的检测算法，其特征在于：
包括如下步骤，
第一步：图像预处理
1-1、标定相机，消除畸变；
1-2、RGB三通道图像采集；
1-3、RGB三通道图像校正，在步骤1-2的基础上，对步骤1-2采集的图像进行校正；
1-4、图像转换，在步骤1-3的基础上，将校正后的RGB三通道图像转换为单通道灰度图像；
第二步：光伏电池片边缘的轮廓1提取
2-1、阈值分割，在步骤1-4的基础上，对单通道灰度图像进行阈值分割出只含电池片部分的前景图像；
2-2、填充，在步骤2-1的基础上，对分割出只含电池片部分的前景图像进行填充，消除栅线部分的影响；
2-3、电池片边缘轮廓1提取，在步骤2-2的基础上，首先对填充栅线后的前景图像进行形状转换，补充光伏电池片焊点处缺损对轮廓选取的影响，再提取光伏电池片边缘的轮廓1；
2-4、形状转换：在步骤2-2的基础上对填充栅线后的前景图像进行形状转换，补充光伏电池片焊点处缺损对轮廓提取的影响；
第三步：光伏电池片最外围栅线的轮廓2提取
3-1、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顶帽变换，获取只包含栅线部分的光伏电池片图像；
3-2、图像增强，在步骤3-1的基础上，对灰度顶帽变换后的图像进行增强处理，消除焊点处造成的不连续栅线的影响；
3-3、阈值分割，在步骤3-2的基础上，对图像进行阈值分割出前景图像；
3-4、填充，在步骤3-3的基础上，对分割出的前景图像进行填充，消除栅线内部的影响；
3-5、电池片最外围栅线轮廓2提取，在步骤3-4的基础上，提取光伏电池片最外围栅线的轮廓2；
第四步：光伏电池片表面栅线偏移检测
4-1、最小距离计算，计算电池片边缘轮廓1与最外围栅线轮廓2之间的最小距离；
4-2、设定阈值，判断是否存在栅线偏移，在步骤4-1的基础上，根据客户提供的栅线偏移标准要求，设定距离阈值，判定是否存在栅线偏移。
具体的，在所述步骤3-1中，利用的灰度顶帽变换结构元素是(20,20,0)。
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片的图像。
具体的，本算法适用于尺寸规格为156 mm *156mm*0.1mm光伏电池片。
本发明所设计的光伏电池片表面栅线偏移检测算法主要应用于工业现场，对光伏电池片表面栅线偏移进行检测。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、图像通道转换的预处理，可实现光伏电池片目标图像的获取；阈值分割，填充栅线部分，形状转换，可消除电池片焊点处缺损对轮廓提取的影响，准确提取光伏电池片边缘的轮廓1；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；增强图像，可消除焊点处造成的不连续栅线的影响；阈值分割，填充栅线部分，提取光伏电池片最外围栅线的轮廓2；计算光伏电池片边缘轮廓1与最外围栅线轮廓2之间的最小距离，设定阈值，比较最小距离和阈值，最终可实现光伏电池片栅线偏移的检测。
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 (4)
1.一种光伏电池片表面栅线偏移的检测算法，其特征在于：
包括如下步骤，
第一步：图像预处理
1-1、标定相机，消除畸变；
1-2、RGB三通道图像采集；
1-3、RGB三通道图像校正，在步骤1-2的基础上，对步骤1-2采集的图像进行校正；
1-4、图像转换，在步骤1-3的基础上，将校正后的RGB三通道图像转换为单通道灰度图像；
第二步：光伏电池片边缘的轮廓1提取
2-1、阈值分割，在步骤1-4的基础上，对单通道灰度图像进行阈值分割出只含电池片部分的前景图像；
2-2、填充，在步骤2-1的基础上，对分割出只含电池片部分的前景图像进行填充，消除栅线部分的影响；
2-3、电池片边缘轮廓1提取，在步骤2-2的基础上，提取光伏电池片边缘的轮廓1；
第三步：光伏电池片最外围栅线的轮廓2提取
3-1、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顶帽变换，获取只包含栅线部分的光伏电池片图像；
3-2、图像增强，在步骤3-1的基础上，对灰度顶帽变换后的图像进行增强处理，消除焊点处造成的不连续栅线的影响；
3-3、阈值分割，在步骤3-2的基础上，对图像进行阈值分割出前景图像；
3-4、填充，在步骤3-3的基础上，对分割出的前景图像进行填充，消除栅线内部的影响；
3-5、电池片最外围栅线轮廓2提取，在步骤3-4的基础上，提取光伏电池片最外围栅线的轮廓2；
第四步：光伏电池片表面栅线偏移检测
4-1、最小距离计算，计算电池片边缘轮廓1与最外围栅线轮廓2之间的最小距离；
4-2、设定阈值，判断是否存在栅线偏移，在步骤4-1的基础上，根据客户提供的栅线偏移标准要求，设定距离阈值，判定是否存在栅线偏移。
2.根据权利要求书1所述的光伏电池片表面栅线偏移的检测算法，其特征在于：在所述步骤3-1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或2所述的光伏电池片表面栅线偏移的检测算法，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片的图像。
4.根据权利要求3所述的光伏电池片表面栅线偏移的检测算法，其特征在于：本算法适用于尺寸规格为156 mm *156mm*0.1mm光伏电池片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710577706.8A CN107610090B (zh) | 2017-07-15 | 2017-07-15 | 一种光伏电池片表面栅线偏移的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710577706.8A CN107610090B (zh) | 2017-07-15 | 2017-07-15 | 一种光伏电池片表面栅线偏移的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107610090A true CN107610090A (zh) | 2018-01-19 |
| CN107610090B CN107610090B (zh) | 2020-09-18 |
Family
ID=61059780
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710577706.8A Active CN107610090B (zh) | 2017-07-15 | 2017-07-15 | 一种光伏电池片表面栅线偏移的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107610090B (zh) |
Cited By (5)
| 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 |
| CN109829919A (zh) * | 2019-01-31 | 2019-05-31 | 苏州晟成光伏设备有限公司 | 一种太阳能电池片的视觉定位方法 |
| CN110992286A (zh) * | 2019-12-03 | 2020-04-10 | 河海大学常州校区 | 一种基于ccd相机的光伏组件图像校正方法 |
| CN113284133A (zh) * | 2021-06-16 | 2021-08-20 | 北京瑞莱智慧科技有限公司 | 一种光伏电池片间距的确定方法、装置、设备及存储介质 |
| CN114839736A (zh) * | 2021-07-30 | 2022-08-02 | 深圳市中图仪器股份有限公司 | 用于降低偏心误差的复合机构和方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040057629A1 (en) * | 2002-09-20 | 2004-03-25 | Masaki Shikami | Print inspection method and print inspection apparatus |
| CN101256157A (zh) * | 2008-03-26 | 2008-09-03 | 广州中国科学院工业技术研究院 | 表面缺陷检测方法、装置 |
| CN101676684A (zh) * | 2008-09-16 | 2010-03-24 | 中茂电子(深圳)有限公司 | 用以检测太阳能电池的光学检测系统以及方法 |
| CN102636490A (zh) * | 2012-04-12 | 2012-08-15 | 江南大学 | 基于机器视觉的轴承防尘盖表面缺陷检测方法 |
| CN105674920A (zh) * | 2014-12-03 | 2016-06-15 | 东芝It·控制系统株式会社 | 电池检查装置 |
| CN106296636A (zh) * | 2015-06-02 | 2017-01-04 | 征图新视（江苏）科技有限公司 | 印刷图像的检测方法及检测装置 |
-
2017
- 2017-07-15 CN CN201710577706.8A patent/CN107610090B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040057629A1 (en) * | 2002-09-20 | 2004-03-25 | Masaki Shikami | Print inspection method and print inspection apparatus |
| CN101256157A (zh) * | 2008-03-26 | 2008-09-03 | 广州中国科学院工业技术研究院 | 表面缺陷检测方法、装置 |
| CN101676684A (zh) * | 2008-09-16 | 2010-03-24 | 中茂电子(深圳)有限公司 | 用以检测太阳能电池的光学检测系统以及方法 |
| CN102636490A (zh) * | 2012-04-12 | 2012-08-15 | 江南大学 | 基于机器视觉的轴承防尘盖表面缺陷检测方法 |
| CN105674920A (zh) * | 2014-12-03 | 2016-06-15 | 东芝It·控制系统株式会社 | 电池检查装置 |
| CN106296636A (zh) * | 2015-06-02 | 2017-01-04 | 征图新视（江苏）科技有限公司 | 印刷图像的检测方法及检测装置 |
Cited By (8)
| 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 |
| CN109829919A (zh) * | 2019-01-31 | 2019-05-31 | 苏州晟成光伏设备有限公司 | 一种太阳能电池片的视觉定位方法 |
| CN109829919B (zh) * | 2019-01-31 | 2021-09-10 | 苏州晟成光伏设备有限公司 | 一种太阳能电池片的视觉定位方法 |
| CN110992286A (zh) * | 2019-12-03 | 2020-04-10 | 河海大学常州校区 | 一种基于ccd相机的光伏组件图像校正方法 |
| CN113284133A (zh) * | 2021-06-16 | 2021-08-20 | 北京瑞莱智慧科技有限公司 | 一种光伏电池片间距的确定方法、装置、设备及存储介质 |
| CN114839736A (zh) * | 2021-07-30 | 2022-08-02 | 深圳市中图仪器股份有限公司 | 用于降低偏心误差的复合机构和方法 |
| CN114839736B (zh) * | 2021-07-30 | 2024-01-02 | 深圳市中图仪器股份有限公司 | 用于降低偏心误差的复合机构和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107610090B (zh) | 2020-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107610090A (zh) | 一种光伏电池片表面栅线偏移的检测算法 | |
| 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 | |
| CN107843600B (zh) | 一种多晶硅太阳能电池片外观手印缺陷检测的方法 | |
| CN107622484A (zh) | 一种基于形状匹配的光伏电池片缺角检测算法 | |
| 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 | |
| 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 | |
| CN107578409A (zh) | 一种太阳能电池片外观断栅缺陷检测的方法 | |
| CN107742283B (zh) | 一种电池片外观栅线粗细不均缺陷检测的方法 | |
| 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 | |
| CN107516308B (zh) | 一种电池盖帽正面视觉检测方法 | |
| CN110379022A (zh) | 一种航拍地形三维重建系统中的点云及网格分块方法 | |
| CN108986104A (zh) | 基于距离变换和标记分水岭算法的绝缘子图像分割方法 | |
| CN109859186A (zh) | 一种基于halcon的锂电池模组正负极检测方法 | |
| CN107749057A (zh) | 一种太阳能电池片外观漏浆缺陷检测的方法 | |
| CN104819754A (zh) | 一种基于图像处理的药瓶液位检测方法 | |
| CN107563990A (zh) | 一种光伏电池片崩边及钝型和v型缺口的检测算法 | |
| CN106709529B (zh) | 一种光伏电池色差分类的视觉检测方法 | |
| CN116612123B (zh) | 一种花生油加工质量视觉检测方法 | |
| WO2019076004A1 (zh) | 太阳能面板清扫机器人直行判定装置及其判定方法 | |
| CN107346429A (zh) | 一种多晶电池片图像的颜色自动识别与分类方法 | |
| CN106098851A (zh) | 一种晶体硅太阳能电池的分档方法 | |
| CN113989241A (zh) | 一种基于图像处理与深度学习融合的光伏组件el缺陷检测方法 | |
| CN109724988A (zh) | 一种基于多模板匹配的pcb板缺陷定位方法 | |
| CN108010019B (zh) | 一种基于自适应切割单个绝缘子的缺陷检测方法 | |
| CN111210413B (zh) | 一种送丝机构运动过程中的位姿检测方法 |
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 |