CN108418554A - 电池片黑角检测方法 - Google Patents
电池片黑角检测方法 Download PDFInfo
- Publication number
- CN108418554A CN108418554A CN201810231853.4A CN201810231853A CN108418554A CN 108418554 A CN108418554 A CN 108418554A CN 201810231853 A CN201810231853 A CN 201810231853A CN 108418554 A CN108418554 A CN 108418554A
- Authority
- CN
- China
- Prior art keywords
- cell piece
- image
- black
- curve
- angle
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 22
- 239000000284 extract Substances 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000003066 decision tree Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000011161 development Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 229910021419 crystalline silicon Inorganic materials 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
- H02S50/15—Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明电池片黑角检测方法,包括如下步骤:S1)对准:将电池片移到图像中心;S2)剔除其他干扰;S3)法线投影;S4)特征曲线提取;S5)分类;首先对电池片进行定位,将电池片中心和图像中心重合,便于投影以及罩mask(罩板)图像;为了使投影后的曲线更能体现黑角的特征,需要将其他缺陷屏蔽掉,即不参加投影。然后以角的定点开始,沿45度或135度向内部进行法方向投影;将二维的信号转成一维的曲线进行分析;接着针对曲线进行特征提取。最后分析特征,判断是否存在黑角缺陷。
Description
技术领域
本发明涉及太阳能电池片制备工艺,具体的,其展示一种电池片黑角检测方法。
背景技术
社会的不断发展,对能源的需求有增无减,促使不可再生能源逐渐枯竭。同时由于人类对能源的不合理使用导致环境问题不断恶化,其中全球气候变暖问题尤为突出,已经严重威胁到人类的生存和发展。太阳能光伏发电由于清洁无污染、安全可靠、安装方便,且可以很好地与建筑物结合,目前已成为发展新能源的重要方向之一。将太阳能转换成电能需要太阳能光伏组件,光伏组件有众多的太阳能电池片组成,而太阳能电池片在生产过程中,不可避免地会造成缺陷,这将严重影响太阳能电池片的发光效率和使用寿命,因此必须对太阳能电池片进行缺陷检测,并剔除含有缺陷的电池片。
按照太阳能电池片制作材料的不同,可以分为单晶、多晶和非晶硅。本文讨论的是电池片是前面两种,即单晶电池片和多晶电池片。检测内部缺陷比较成熟的方法是EL(Electroluminescence)。即电池发光缺陷检测。
EL的测试原理如图 1,晶体硅太阳电池外加正向偏置电压,电源向太阳电池注入大量非平衡载流子,电致发光依靠从扩散区注入的大量非平衡载流子不断地复合发光,放出光子;再利用CCD相机捕捉到这些光子,通过计算机进行处理后显示出来,整个的测试过程是在暗室中进行。
“黑角”缺陷是电池片四个角中其中有一个角或一个以上比其他位置的明显偏暗,并且从外向内慢慢变亮。如图 3是一张典型的黑角缺陷,其中左上和右上角比别处明显偏暗。黑角的位置会影响发光的效率,所以必须检测出来。
现阶段的黑角检测,大多是通过Blob(块)的方法。首先通过直接二值化、动态二值化方法提取出黑角的块(blob),然后再对blob进行特征提取,最后通过决策树或分类器的方法区分出正常和黑角。此方法的缺点是,有些黑角并不明显,很难分割出完整的黑角部分,从而造成漏检或误检。
因此,有必要提供一种电池片黑角检测方法电池片黑角检测方法解决上述问题。
发明内容
本发明的目的是提供一种电池片黑角检测方法。
技术方案如下:
一种电池片黑角检测方法,包括如下步骤:
S1)对准:将电池片移到图像中心;
S2)剔除其他干扰;
S3)法线投影;
S4)特征曲线提取;
S5)分类;
其中:
S1)的具体步骤如下:
A1)对图像进行canny处理;
A2)分四边从外围向内部搜索,找到边缘点(即Canny图上非零点),找到即停止;
A3)找完边缘点后,分别对四条边进行直线拟合;
A4)求出四边形的四个交点;再对四个交点求平均,即得到电池片的中心;
A5)通过四条直线的平均值计算得到角度;有了中心和角度,再通过几何变换将电池片移到图像的中心,完成对准;
A6)产生包括中间具有主栅的电池片的罩板图像。
进一步的,其他类别的缺陷,也是黑色的;如果不剔除,会造成投影的曲线中包含了其他缺陷信息,造成黑角的信号会被减弱,因此需进行S2)步骤;
S2)的具体步骤如下:
B1)采用的是一个15x15的窗口,带着mask对图像进行均值平滑处理;
B2)处理后的平滑图像作为背景图像,原始图像和背景图像像素点进行比较;
B3)步骤B2)中,原始图像中暗35%的像素点为其他缺陷,不得参与环形投影;
B4)最后和mask图像结合,产生最终可以投影的图像。
进一步的,S3)的具体步骤如下:
D1)取端部四个角;
D2)每个角沿45度或135度向图像内部进行法方向进行投影;
D3)归一化:每一个法方向有效的像素并不完全相同,所以需要使用有效像素个数,对曲线进行归一化;
D4)左上和右上的两个曲线在下面,并且慢慢向上走;而左下和右下的连个曲线在上面,并且没有明显的规律;反映出法线投影能够反映图像的内容。
进一步的,S4)具体步骤如下:
F1)从曲线中本文提取了平均值、标准方差、最大梯度,最小梯度等特征;
F2)对曲线进行直线的拟合,提取出角度、与直线的偏差两个特征;
F3)进行平均灰度以及梯度特征空间的分布展示;
F4)分析特征,判断是否存在黑角缺陷。
进一步的,S5)为使用最简单的决策树进行分类。
与现有技术相比,本发明能够通过自动判断出黑角缺陷:先对图像进行对准;然后进行法向投影,能够真实反映黑角图像的变化规律;然后对投影曲线进行特征提取;最后进行分类。通过实验证明该方法识别率能达到93%,误报率可以控制在1%。
附图说明
图1是EL检测原理示意图;
图2为本发明的流程示意图;
图3是canny处理示意图;
图4是边缘点搜索示意图;
图5是直线拟合示意图;
图6是罩板图像示意图;
图7是原始图像和背景图像像素点对比示意图;
图8是最终可以投影的图像示意图;
图9是投影原理示意图;
图10是投影步骤示意图;
图11是投影曲线示意图;
图12是平均灰度以及梯度特征空间的分布示意图;
图13是决策树示意图。
具体实施方式
实施例:
请参阅图2,本实施例展示一种电池片黑角检测方法,首先对电池片进行定位,将电池片中心和图像中心重合,便于投影以及罩mask(罩板)图像。为了使投影后的曲线更能体现黑角的特征,需要将其他缺陷屏蔽掉,即不参加投影。然后以角的定点开始,沿45度或135度向内部进行法方向投影。将二维的信号转成一维的曲线进行分析;接着针对曲线进行特征提取。最后分析特征,判断是否存在黑角缺陷。
具体步骤如下:
一种电池片黑角检测方法,包括如下步骤:
S1)对准:将电池片移到图像中心;
S2)剔除其他干扰;
S3)法线投影;
S4)特征曲线提取;
S5)分类;
其中:
S1)的具体步骤如下:
A1)对图像进行canny处理,结果如图3;
A2)分四边从外围向内部搜索,找到边缘点(即Canny图上非零点),找到即停止,结果如图4;
A3)找完边缘点后,分别对四条边进行直线拟合,结果如图5;
A4)求出四边形的四个交点;再对四个交点求平均,即得到电池片的中心;
A5)通过四条直线的平均值计算得到角度;有了中心和角度,再通过几何变换将电池片移到图像的中心,完成对准;
A6)产生包括中间具有主栅的电池片的罩板图像,如图6。
其他类别的缺陷,也是黑色的;如果不剔除,会造成投影的曲线中包含了其他缺陷信息,造成黑角的信号会被减弱,因此需进行S2)步骤;
S2)的具体步骤如下:
B1)采用的是一个15x15的窗口,带着mask对图像进行均值平滑处理;
B2)处理后的平滑图像作为背景图像,原始图像和背景图像像素点进行比较;
B3)步骤B2)中,原始图像中暗35%的像素点为其他缺陷,不得参与环形投影,参照图7;
B4)最后和mask图像结合,产生最终可以投影的图像,如图8。
S3)的具体步骤如下:
D1)参照图9、图10,取端部四个角;
D2)每个角沿45度或135度向图像内部进行法方向进行投影;
D3)归一化:每一个法方向有效的像素并不完全相同,所以需要使用有效像素个数,对曲线进行归一化;
D4)投影曲线如图11,其中左上和右上的两个曲线在下面,并且慢慢向上走;而左下和右下的连个曲线在上面,并且没有明显的规律;反映出法线投影能够反映图像的内容。
S4)具体步骤如下:
F1)从曲线中本文提取了平均值、标准方差、最大梯度,最小梯度等特征;
F2)对曲线进行直线的拟合,提取出角度、与直线的偏差两个特征;
F3)进行平均灰度以及梯度特征空间的分布展示,如图12,其中颜色深的点为正常样本,颜色淡的点为缺陷样本;
F4)分析特征,判断是否存在黑角缺陷。
S5)参照图13,使用最简单的决策树进行分类。
与现有技术相比,本发明能够通过自动判断出黑角缺陷:先对图像进行对准;然后进行法向投影,能够真实反映黑角图像的变化规律;然后对投影曲线进行特征提取;最后进行分类。通过实验证明该方法识别率能达到93%,误报率可以控制在1%。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (5)
1.一种电池片黑角检测方法,其特征在于:包括如下步骤:
S1)对准:将电池片移到图像中心;
S2)剔除其他干扰;
S3)法线投影;
S4)特征曲线提取;
S5)分类;
其中:
S1)的具体步骤如下:
A1)对图像进行canny处理;
A2)分四边从外围向内部搜索,找到边缘点(即Canny图上非零点),找到即停止;
A3)找完边缘点后,分别对四条边进行直线拟合;
A4)求出四边形的四个交点;再对四个交点求平均,即得到电池片的中心;
A5)通过四条直线的平均值计算得到角度;有了中心和角度,再通过几何变换将电池片移到图像的中心,完成对准;
A6)产生包括中间具有主栅的电池片的罩板图像。
2.根据权利要求1所述的一种电池片黑角检测方法,其特征在于:其他类别的缺陷,也是黑色的;如果不剔除,会造成投影的曲线中包含了其他缺陷信息,造成黑角的信号会被减弱,因此需进行S2)步骤;
S2)的具体步骤如下:
B1)采用的是一个15x15的窗口,带着mask对图像进行均值平滑处理;
B2)处理后的平滑图像作为背景图像,原始图像和背景图像像素点进行比较;
B3)步骤B2)中,原始图像中暗35%的像素点为其他缺陷,不得参与环形投影;
B4)最后和mask图像结合,产生最终可以投影的图像。
3.根据权利要求2所述的一种电池片黑角检测方法,其特征在于:S3)的具体步骤如下:
D1)取端部四个角;
D2)每个角沿45度或135度向图像内部进行法方向进行投影;
D3)归一化:每一个法方向有效的像素并不完全相同,所以需要使用有效像素个数,对曲线进行归一化;
D4)左上和右上的两个曲线在下面,并且慢慢向上走;而左下和右下的连个曲线在上面,并且没有明显的规律;反映出法线投影能够反映图像的内容。
4.根据权利要求3所述的一种电池片黑角检测方法,其特征在于:S4)具体步骤如下:
F1)从曲线中本文提取了平均值、标准方差、最大梯度,最小梯度等特征;
F2)对曲线进行直线的拟合,提取出角度、与直线的偏差两个特征;
F3)进行平均灰度以及梯度特征空间的分布展示;
F4)分析特征,判断是否存在黑角缺陷。
5.根据权利要求4所述的一种电池片黑角检测方法,其特征在于:S5)为使用最简单的决策树进行分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810231853.4A CN108418554A (zh) | 2018-03-20 | 2018-03-20 | 电池片黑角检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810231853.4A CN108418554A (zh) | 2018-03-20 | 2018-03-20 | 电池片黑角检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108418554A true CN108418554A (zh) | 2018-08-17 |
Family
ID=63132858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810231853.4A Pending CN108418554A (zh) | 2018-03-20 | 2018-03-20 | 电池片黑角检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108418554A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4085527A4 (en) * | 2019-12-31 | 2024-03-06 | Quantified Energy Labs Pte Ltd | IMAGE PROCESSING METHOD, SYSTEM AND DEVICE FOR CAPTURING AND/OR PROCESSING ELECTROLUMINESCENCE IMAGES, AND AERIAL VEHICLE |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780455A (zh) * | 2016-12-07 | 2017-05-31 | 五邑大学 | 一种基于滑动的局部邻域窗口的产品表面检测方法 |
CN106952257A (zh) * | 2017-03-21 | 2017-07-14 | 南京大学 | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 |
CN107561087A (zh) * | 2017-08-31 | 2018-01-09 | 广东工业大学 | 一种基于机器视觉的鼠标logo定位及缺陷检测方法 |
CN107767369A (zh) * | 2017-09-27 | 2018-03-06 | 杭州迈锐钶科技有限公司 | 一种滴定管的缺陷检测方法及装置 |
-
2018
- 2018-03-20 CN CN201810231853.4A patent/CN108418554A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780455A (zh) * | 2016-12-07 | 2017-05-31 | 五邑大学 | 一种基于滑动的局部邻域窗口的产品表面检测方法 |
CN106952257A (zh) * | 2017-03-21 | 2017-07-14 | 南京大学 | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 |
CN107561087A (zh) * | 2017-08-31 | 2018-01-09 | 广东工业大学 | 一种基于机器视觉的鼠标logo定位及缺陷检测方法 |
CN107767369A (zh) * | 2017-09-27 | 2018-03-06 | 杭州迈锐钶科技有限公司 | 一种滴定管的缺陷检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
韩芳芳: "表面缺陷视觉在线检测关键技术研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4085527A4 (en) * | 2019-12-31 | 2024-03-06 | Quantified Energy Labs Pte Ltd | IMAGE PROCESSING METHOD, SYSTEM AND DEVICE FOR CAPTURING AND/OR PROCESSING ELECTROLUMINESCENCE IMAGES, AND AERIAL VEHICLE |
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 | |
CN109584222A (zh) | 一种基于无人机的光伏组件图像的故障分类及辨识方法 | |
CN106408605A (zh) | 一种基于颜色与纹理识别技术来判断光伏电池板是否肮脏的方法 | |
CN107490583A (zh) | 一种基于机器视觉的夹片缺陷检测方法 | |
CN107481237A (zh) | 一种基于多帧温度特性的红外阵列图像热斑检测方法 | |
CN106057700B (zh) | 一种太阳能电池片的边红片的检测方法 | |
CN103302039B (zh) | 太阳能电池晶片分色的方法 | |
CN111260617A (zh) | 一种基于深度学习的太阳能电池板缺陷检测方法 | |
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 | |
Liu et al. | A CISG method for internal defect detection of solar cells in different production processes | |
CN107742283A (zh) | 一种电池片外观栅线粗细不均缺陷检测的方法 | |
Chindarkkar et al. | Deep learning based detection of cracks in electroluminescence images of fielded PV modules | |
CN115115643A (zh) | 一种光伏电池板生产缺陷检测方法 | |
CN108418554A (zh) | 电池片黑角检测方法 | |
CN113962929A (zh) | 光伏电池组件缺陷检测方法、系统及光伏电池组件生产线 | |
CN117036825A (zh) | 一种太阳能电池板检测方法、介质及系统 | |
CN108447053A (zh) | 应用于电池片黑角检测的法线投影方法 | |
CN108418551A (zh) | 电池片中心对准方法 | |
CN108418553A (zh) | 应用于电池片黑角检测的有效特征提取方法 | |
CN111598851B (zh) | 一种基于形态学图像处理的太阳能电池破片检测方法 | |
CN108418552A (zh) | 应用于电池片黑心检测的圆环投影方法 | |
CN108469439A (zh) | 基于电致发光的太阳能电池片缺陷检测装置及方法 | |
CN115330768B (zh) | 一种太阳能电池板质量分级方法 | |
CN108807206A (zh) | 电池片黑心检测方法 | |
CN108445018A (zh) | 应用于电池片黑心检测的有效特征曲线提取方法 |
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 |