CN109829919A - 一种太阳能电池片的视觉定位方法 - Google Patents

一种太阳能电池片的视觉定位方法 Download PDF

Info

Publication number
CN109829919A
CN109829919A CN201910094522.5A CN201910094522A CN109829919A CN 109829919 A CN109829919 A CN 109829919A CN 201910094522 A CN201910094522 A CN 201910094522A CN 109829919 A CN109829919 A CN 109829919A
Authority
CN
China
Prior art keywords
image
obtains
cell piece
morphologic
grid line
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
Application number
CN201910094522.5A
Other languages
English (en)
Other versions
CN109829919B (zh
Inventor
胡铟
祖国良
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.)
Suzhou Shengcheng Solar Equipment Co Ltd
Original Assignee
Suzhou Shengcheng Solar Equipment Co Ltd
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 Suzhou Shengcheng Solar Equipment Co Ltd filed Critical Suzhou Shengcheng Solar Equipment Co Ltd
Priority to CN201910094522.5A priority Critical patent/CN109829919B/zh
Publication of CN109829919A publication Critical patent/CN109829919A/zh
Application granted granted Critical
Publication of CN109829919B publication Critical patent/CN109829919B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种太阳能电池片的视觉定位方法，该种太阳能电池片的视觉定位方法包括以下步骤：步骤一：获取图像；步骤二：二值化；步骤三：形态学的开操作去除竖栅线；步骤四：图像差分得到竖栅线图；步骤五：形态学的闭操作填充竖栅线间隙；步骤六：形态学的开操作去除周围噪音；步骤七：形态学的闭操作填充主栅线；步骤八：分别得到x轴和y轴方向的像素累加和，计算步骤七得到的图像G的各行像素的累加和曲线SXx，和各列像素的累加和曲线SYy；步骤九：搜索得到上下左右各边界的位置。通过上述方式，本发明通过电池片正面的栅线来进行电池片的定位，在复杂的背景下能够对电池片进行精确定位，对光照不均也有一定的适应能力。

Description

一种太阳能电池片的视觉定位方法
技术领域
本发明涉及太阳能组件制造及外观检测技术领域，特别是涉及一种太阳能电池片的视觉定位方法。
背景技术
随着环境保护的呼吁越来越强烈，国家也在逐渐改变传统的发电模式，增加新能源、清洁能源的发电比例，其中太阳能发电得到了迅猛的发展，因此对于太阳能组件的需求迅速增长，太阳能光伏组件的制造过程复杂，随着自动化程度日益提高，机器视觉技术在其中得到了广泛的应用，光伏组件的制造流程包括电池片分选、单焊接、串焊接、拼接排版、中间测试、层压、削边、层后外观、层后红外、装框、装接线盒、清洗、测试和包装等，其中中间测试分红外线测试和外观检查，测试也分红外线测试和外观检查，判定该组件的等级，在串焊、排版、外观检等环节都需要通过机器视觉方法进行电池片的定位，以便引导机械手的抓取和进行外观缺陷的检测。
太阳能电池片在可见光情况下呈现低灰度值的外观，若背景为高亮度的白色则可以通过二值化或边缘检测等方法很容易的定位电池片的各个边缘，但是在背景复杂特别是深色背景时，造成传统的二值化和边缘检测方法的失效，基于以上缺陷，有必要对现有结束予以改进，设计出一种太阳能电池片的视觉定位方法，利用电池片正面印刷的栅线来进行电池片的定位，。
发明内容
本发明主要解决的技术问题是提供一种太阳能电池片的视觉定位方法，通过电池片正面的栅线来进行电池片的定位，通过对二值化后的图像进行形态学处理，获取只包含栅线的图像，对栅线二值图进行填充得到电池片正面掩模，从而实现电池片的定位。本发明能够适应复杂背景的情况，对光照不均也有一定的适应能力。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种太阳能电池片的视觉定位方法，该种太阳能电池片的视觉定位方法包括以下步骤：
步骤一：获取图像，通过工业相机获取电池片图像A，如图2所示，工业相机为面阵相机或线阵相机，工业相机分辨率能够分辨电池片上三维栅线即可；
步骤二：二值化，对步骤一中获取的图像A进行二值化处理得到图B，二值化可使用固定阈值T的二值化或使用自适应阈值的二值化，如下公式所示，
式中x和y分别是像素点的行和列坐标，A(x,y)表示图像A在坐标(x,y)点的灰度值，得到如图3所示；
步骤三：形态学的开操作去除竖栅线，通过形态学的开操作去除二值化图B中的细栅线，得到不包含栅线的背景图C，如图4所示，C＝BοK1，式中K1为开操作的形态学元素；
步骤四：图像差分得到竖栅线图，将步骤二中得到的二值化图像B和步骤三中得到的背景图C做差分得到只包含栅线的图像D，D＝B-C，如附图5所示；
步骤五：形态学的闭操作填充竖栅线间隙，利用形态学的闭操作将步骤四得到的图像D中栅线间的间隙进行填充得到图像E，如附图6所示，E＝D·K2，式中K2为闭操作的形态学元素；
步骤六：形态学的开操作去除周围噪音，通过形态学的开操作去除步骤五得到的图像E中电池片周边一些细小的噪声得到图像F，如附图7所示，F＝EοK3，式中K3为形态学开操作的元素；
步骤七：形态学的闭操作填充主栅线，再次通过形态学闭操作填充步骤六得到的图像F中的主栅线，得到电池片的近似掩模图像G，如附图8所示；G＝F·K4，式中K4为形态学闭操作的元素；
步骤八：分别得到x轴和y轴方向的像素累加和，计算步骤七得到的图像G的各行像素的累加和曲线SXx，如附图10所示，和各列像素的累加和曲线SYy，如附图9所示，
式中n为图像的列数，m为行数；
步骤九：搜索得到上下左右各边界的位置，电池片区域在步骤八得到的曲线图中表现为超过某一阈值的平台区域，而低于阈值的谷底区域为背景区域，通过搜索可以得到平台和谷底的分界点既是电池片的边界。
步骤八和步骤九是可选方案，或通过对步骤七的掩模图进行轮廓提取并获取轮廓的外接矩形的方法得到电池片掩模图像的外接矩形，矩形的四条边既是电池片的边界。
因为最外层的栅线距离真正的电池片边缘还有一段固定的距离，为消除此误差可采用固定补偿的方式，将四个边向外扩展一定的距离得到真正电池片边缘的估计。
与现有技术相比，本发明的有益效果是：定位不依靠电池片的边缘信息，也不依靠背景信息，而是通过电池片正面的栅线来进行电池片的定位，因此本发明无需边缘检测，在深色背景或背景复杂电池片边缘模糊的情况下或进行电池片的视觉定位，相比于传统的二值化分割或边缘检测的方法有更强的适应能力，能够解决复杂工况条件下的太阳能电池片视觉定位的技术问题。
附图说明
图1为本发明一种太阳能电池片的视觉定位方法的程序流程图。
图2为本发明获取的原始图像。
图3为本发明二值化后的图像。
图4为本发明去除栅线后的图像。
图5为本发明差分后得到的栅线图像。
图6为本发明填充栅线间隙后的图像。
图7为本发明去除噪声后的图像。
图8为本发明填充主栅线后的图像。
图9为本发明所有列像素累加和的曲线图。
图10为本发明所有行像素累加和的曲线图。
具体实施方式
下面结合附图对本发明较佳实施例进行详细阐述，以使发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1至图10，本发明实施例包括：
一种太阳能电池片的视觉定位方法，该种太阳能电池片的视觉定位方法包括以下步骤：
步骤一：获取图像，使用4k线阵相机和条形光源获取电池片原始图像，如附图2所示，可以看到由于背景的变化造成电池片上边缘的模糊；
步骤二：二值化，对步骤一中获取的图像A进行二值化处理得到图B，使用固定阈值的二值化方法，阈值为10，通过以下式进行处理，
式中x和y分别是像素点的行和列坐标，A(x,y)表示图像A在坐标(x,y)点的灰度值，如附图3所示，由于光照不均的影响二值化后的图像中的栅线并不完整，但这并不会影响电池片的定位，二值化后得到的竖栅线的宽度为一个像素左右；
步骤三：形态学的开操作去除竖栅线，通过形态学的开操作去除二值化图B中的细栅线，得到不包含栅线的背景图C，C＝BοK1，式中K1为开操作的形态学元素，使用的形态学元素K1为宽度5像素高度1像素的矩形，得到的背景图如附图4所示；
步骤四：图像差分得到竖栅线图，将二值化图像B和步骤三中去除栅线后的背景图像C利用矩阵相减的方法得到两幅图像的差分图像D，D＝B-C，如附图5所示，差分图仅保留了栅线，去除了背景的干扰；
步骤五：形态学的闭操作填充竖栅线间隙，利用形态学的闭操作将步骤四得到的图像D中栅线间的间隙进行填充得到图像E，E＝D·K2，式中K2为闭操作的形态学元素，使用的形态学元素K2为宽度9像素高度1像素的矩形，得到的结果图如附图6所示；
步骤六：形态学的开操作去除周围噪音，通过形态学的开操作去除步骤五得到的图像E中电池片周边一些细小的噪声得到图像F，目的是去除电池片周围的一些噪声干扰，F＝EοK3，式中K3为形态学开操作的元素，使用的形态学元素K3为宽度1像素高度11 像素的矩形，得到如附图7所示结果；
步骤七：形态学的闭操作填充主栅线，再次通过形态学闭操作填充步骤六得到的图像F中的主栅线，得到电池片的近似掩模图像G，目的是将被主栅线隔离的几个区域连接起来，组成一个完整的电池片栅线区域，以便于电池片边界的定位，G＝F·K4，式中 K4为形态学闭操作的元素，使用的形态学元素K4为宽度1像素高度11像素的矩形，得到的结果图如附图8所示，也就是电池片的近似掩模图像，近似掩模图像中间的一些空隙并不会影响电池片的定位，只要掩模的外接矩形边和栅线区域的外周边位置重合即可；
步骤八：分别得到x轴和y轴方向的像素累加和，计算步骤七得到的图像G的各列像素的累加和曲线SYy，将图像矩阵的列向量中的元素累加和组成一个行向量，此行向量的元素个数是矩阵列向量的个数，行向量元素是列向量所有元素的累加和，因为掩模图像的电池片区域为高灰度值区域，其他区域灰度值为0，因此根据行向量元素的值就可以判断此元素是属于电池片区域还是背景区域，而此行向量中电池片区域元素和背景区域元素的交界点也就代表了电池片的左右边界的位置，如附图9所示，同样，计算步骤七得到的图像G的各行像素的累加和曲线SXx，图像矩阵的行向量各个元素累加和或组成一个列向量，根据此列向量元素的值或定位电池片的上下边界的位置，如附图10所示，本实施例在步骤九中使用从中间向两边搜索的方法寻找低于阈值的点作为边界点，阈值设为5×104。
式中n为图像的列数，m为行数；
步骤九：搜索得到上下左右各边界的位置，电池片区域在步骤八得到的曲线图中表现为超过某一阈值的平台区域，而低于阈值的谷底区域为背景区域，通过搜索可以得到平台和谷底的分界点既是电池片的边界。
步骤八和步骤九是可选方案，或通过对步骤七的掩模图进行轮廓提取并获取轮廓的外接矩形的方法得到电池片掩模图像的外接矩形，矩形的四条边既是电池片的边界。
因为最外层的栅线距离真正的电池片边缘还有一段固定的距离，为消除此误差可采用固定补偿的方式，将四个边向外扩展一定的距离得到真正电池片边缘的估计。
本实施例中的掩模图像的外接矩形也就是电池片的外接矩形的近似，得到外接矩形四条边的位置也就实现了电池片的定位，本实施例中使用的步骤八和九是获取掩模图像外接矩形边界的一种方法。
本发明一种太阳能电池片的视觉定位方法，通过电池片正面的栅线来进行电池片的定位，可以排除背景环境的影响，在复杂的背景下能够对电池片进行精确定位，对光照不均也有一定的适应能力。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (4)

1.一种太阳能电池片的视觉定位方法，其特征在于：包括以下步骤：
步骤一：获取图像，通过工业相机获取电池片图像A；
步骤二：二值化，对步骤一中获取的图像A进行二值化处理得到图B；
步骤三：形态学的开操作去除竖栅线，通过形态学的开操作去除二值化图B中的细栅线，得到不包含栅线的背景图C；
步骤四：图像差分得到竖栅线图，将步骤二中得到的二值化图像B和步骤三中得到的背景图C做差分得到只包含栅线的图像D；
步骤五：形态学的闭操作填充竖栅线间隙，利用形态学的闭操作将步骤四得到的图像D中栅线间的间隙进行填充得到图像E；
步骤六：形态学的开操作去除周围噪音，通过形态学的开操作去除步骤五得到的图像E中电池片周边一些细小的噪声得到图像F；
步骤七：形态学的闭操作填充主栅线，再次通过形态学闭操作填充步骤六得到的图像F中的主栅线，得到电池片的近似掩模图像G；
步骤八：分别得到x轴和y轴方向的像素累加和，计算步骤七得到的图像G的各行像素的累加和曲线SXx，和各列像素的累加和曲线SYy；
步骤九：搜索得到上下左右各边界的位置，电池片区域在步骤八得到的曲线图中表现为超过某一阈值的平台区域，而低于阈值的谷底区域为背景区域，通过搜索可以得到平台和谷底的分界点既是电池片的边界。
2.根据权利要求1所述的一种太阳能电池片的视觉定位方法，其特征在于：所述步骤一中工业相机为面阵相机或线阵相机，工业相机分辨率能够分辨电池片上的栅线。
3.根据权利要求1所述的一种太阳能电池片的视觉定位方法，其特征在于：所述步骤二中二值化可使用固定阈值T的二值化或使用自适应阈值的二值化。
4.根据权利要求1所述的一种太阳能电池片的视觉定位方法，其特征在于：所示步骤八和步骤九是可选方案，或通过对步骤七的掩模图进行轮廓提取并获取轮廓的外接矩形的方法得到电池片掩模图像的外接矩形，矩形的四条边既是电池片的边界。
CN201910094522.5A 2019-01-31 2019-01-31 一种太阳能电池片的视觉定位方法 Active CN109829919B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910094522.5A CN109829919B (zh) 2019-01-31 2019-01-31 一种太阳能电池片的视觉定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910094522.5A CN109829919B (zh) 2019-01-31 2019-01-31 一种太阳能电池片的视觉定位方法

Publications (2)

Publication Number Publication Date
CN109829919A true CN109829919A (zh) 2019-05-31
CN109829919B CN109829919B (zh) 2021-09-10

Family

ID=66862038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910094522.5A Active CN109829919B (zh) 2019-01-31 2019-01-31 一种太阳能电池片的视觉定位方法

Country Status (1)

Country Link
CN (1) CN109829919B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110988888A (zh) * 2019-11-08 2020-04-10 中科长城海洋信息系统有限公司 海底信息的获取方法和装置
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
CN112150544A (zh) * 2020-09-24 2020-12-29 西门子（中国）有限公司 吊钩到位检测方法、装置和计算机可读介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106462339A (zh) * 2015-09-28 2017-02-22 华为技术有限公司 终端及检测环境光亮度的方法
CN107490584A (zh) * 2017-09-16 2017-12-19 河北工业大学 一种太阳能电池片el测试断栅缺陷检测方法
CN107578409A (zh) * 2017-09-16 2018-01-12 河北工业大学 一种太阳能电池片外观断栅缺陷检测的方法
CN107610090A (zh) * 2017-07-15 2018-01-19 河北工业大学 一种光伏电池片表面栅线偏移的检测算法
CN107742286A (zh) * 2017-09-28 2018-02-27 河北工业大学 一种多晶硅太阳能电池片el测试裂纹缺陷检测方法
CN107895376A (zh) * 2017-12-11 2018-04-10 福州大学 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
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
CN108596903A (zh) * 2017-09-27 2018-09-28 广东产品质量监督检验研究院（国家质量技术监督局广州电气安全检验所、广东省试验认证研究院、华安实验室） 一种太阳能电池片的黑边和碎片的缺陷检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106462339A (zh) * 2015-09-28 2017-02-22 华为技术有限公司 终端及检测环境光亮度的方法
CN107610090A (zh) * 2017-07-15 2018-01-19 河北工业大学 一种光伏电池片表面栅线偏移的检测算法
CN107490584A (zh) * 2017-09-16 2017-12-19 河北工业大学 一种太阳能电池片el测试断栅缺陷检测方法
CN107578409A (zh) * 2017-09-16 2018-01-12 河北工业大学 一种太阳能电池片外观断栅缺陷检测的方法
CN108596903A (zh) * 2017-09-27 2018-09-28 广东产品质量监督检验研究院（国家质量技术监督局广州电气安全检验所、广东省试验认证研究院、华安实验室） 一种太阳能电池片的黑边和碎片的缺陷检测方法
CN107742286A (zh) * 2017-09-28 2018-02-27 河北工业大学 一种多晶硅太阳能电池片el测试裂纹缺陷检测方法
CN107895376A (zh) * 2017-12-11 2018-04-10 福州大学 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
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

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110988888A (zh) * 2019-11-08 2020-04-10 中科长城海洋信息系统有限公司 海底信息的获取方法和装置
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
CN112150544A (zh) * 2020-09-24 2020-12-29 西门子（中国）有限公司 吊钩到位检测方法、装置和计算机可读介质
CN112150544B (zh) * 2020-09-24 2024-03-19 西门子（中国）有限公司 吊钩到位检测方法、装置和计算机可读介质

Also Published As

Publication number Publication date
CN109829919B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN109829919A (zh) 一种太阳能电池片的视觉定位方法
CN104749184B (zh) 自动光学检测方法和系统
CN108416766B (zh) 双侧入光式导光板缺陷视觉检测方法
Liu et al. A fabric defect detection method based on deep learning
CN111474177A (zh) 基于计算机视觉的液晶屏幕背光异物缺陷检测方法
CN112053317A (zh) 一种基于级联神经网络的工件表面缺陷检测方法
CN205229061U (zh) 一种基于线扫描相机的lcd导光板缺陷检测系统
CN112561899A (zh) 电力巡检图像识别方法
WO2023207064A1 (zh) 基于弱光补偿的MaskRCNN渗水检测方法及系统
CN111126381A (zh) 一种基于r-dfpn算法的绝缘子倾斜定位与识别方法
CN110514665A (zh) 一种电子产品塑料外壳划痕缺陷的检测方法
Xiao et al. Defect detection and classification of galvanized stamping parts based on fully convolution neural network
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
CN110766675B (zh) 太阳能电池板缺陷检测方法
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
CN113538453A (zh) 基于语义分割的红外图像光伏组件视觉识别方法
CN117058018A (zh) 面向水下结构检测的悬浮杂质视觉遮挡区域修复方法
CN105913438B (zh) 空间光调制器缺陷检测中保护膜损伤的提取方法
CN117252817A (zh) 一种透明导电薄膜玻璃表面缺陷检测方法及系统
CN117218101A (zh) 一种基于语义分割的复合材料风电叶片缺陷检测方法
CN116503324A (zh) 一种基于机器视觉的黑胶模组外观检测方法及系统
CN113506230B (zh) 一种基于机器视觉的光伏电站航拍影像匀光处理方法
CN104766283B (zh) 一种墓葬壁画图像的数字化修复方法
Rodriguez et al. Segmentation and error detection of PV modules
CN112396572B (zh) 基于特征增强和高斯金字塔的复合绝缘子双光融合方法

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