CN116245794A - 太阳能电池背场外观测试方法、装置以及可读存储介质 - Google Patents
太阳能电池背场外观测试方法、装置以及可读存储介质 Download PDFInfo
- Publication number
- CN116245794A CN116245794A CN202211539667.XA CN202211539667A CN116245794A CN 116245794 A CN116245794 A CN 116245794A CN 202211539667 A CN202211539667 A CN 202211539667A CN 116245794 A CN116245794 A CN 116245794A
- Authority
- CN
- China
- Prior art keywords
- solar cell
- back surface
- surface field
- appearance
- aluminum
- 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
- 238000010998 test method Methods 0.000 title claims abstract description 16
- 238000003860 storage Methods 0.000 title claims abstract description 14
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims abstract description 86
- 229910052782 aluminium Inorganic materials 0.000 claims abstract description 86
- 238000012360 testing method Methods 0.000 claims abstract description 81
- 239000011324 bead Substances 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000002950 deficient Effects 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000004075 alteration Effects 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 24
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 238000005245 sintering Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 239000002932 luster Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 101001073212 Arabidopsis thaliana Peroxidase 33 Proteins 0.000 description 2
- 101001123325 Homo sapiens Peroxisome proliferator-activated receptor gamma coactivator 1-beta Proteins 0.000 description 2
- 102100028961 Peroxisome proliferator-activated receptor gamma coactivator 1-beta Human genes 0.000 description 2
- 239000004411 aluminium Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000002161 passivation Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007650 screen-printing Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- 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
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Photovoltaic Devices (AREA)
Abstract
本申请提出了一种太阳能电池背场外观测试方法、装置以及计算机可读存储介质。所述太阳能电池背场外观测试方法包括：采集太阳能电池片的测试图像；对所述测试图像进行二值化，得到二值化图像；计算所述二值化图像中白色色块的像素值；将所述白色色块标记为所述太阳能电池片的铝珠，按照所述白色色块的像素值标记所述铝珠的尺寸大小。本申请通过提供一种自动化测试太阳能电池背场外观的方法，利用视觉检测技术检测太阳能电池片的铝珠，能有效解决人工检测效率低和误判率高的问题。
Description
技术领域
本申请主要涉及太阳能电池技术领域，尤其涉及一种太阳能电池背场外观测试方法、装置以及计算机可读存储介质。
背景技术
PERC(PassivatedEmitterRearCell，发射极及背面钝化)作为一种高效电池技术，自开始导入量产后，便迅速被光伏电池企业所引入，替代常规背电场(BSF)技术快速扩张并沿用至今。根据中国光伏行业协会(CPIA)发布的《中国光伏产业发展路线图(2021年版)》中数据表明，2021年PERC电池市场占比高达91.2％，其市场地位稳居第一。
太阳能电池铝背场的主要技术指标之一，是烧结后铝膜是否有铝珠。铝珠是烧结不良的表现，铝珠直径大于50μm时，叠片时会划伤电池片的钝化膜，降低开压，直接导致电池片降级；铝珠直径大于100μm时，会导致组装光伏组件时电池片隐裂，产生不良品。铝珠的形成，与铝浆的烧结窗口、印刷和烧结工艺、硅片质量等有密切的关系，在电池片的生产过程中，尤其是丝网印刷到烧结工段，工艺参数的波动都有可能引起铝珠的爆发，因此，铝珠是需要严密监控的技术指标。
由于铝珠呈银灰色，尺寸一般在50～150μm，自然光下肉眼难以观察，但在强光下能反射强烈的金属光泽。目前市面上尚未有专门用于检测铝珠的设备，生产线一般用人工方法检测，即在手电筒或台灯等强光源照射下观察，铝珠数量及尺寸超出标准范围则判为不良品。人工检测效率低且容易误判，增加人工成本的同时极容易让不良品流入下道工序。
发明内容
本申请提供了一种太阳能电池背场外观测试方法、装置以及计算机可读存储介质。
为解决上述技术问题，本申请提供了一种太阳能电池背场外观测试方法，所述太阳能电池背场外观测试方法包括：
采集太阳能电池片的测试图像；
对所述测试图像进行二值化，得到二值化图像；
计算所述二值化图像中白色色块的像素值；
将所述白色色块标记为所述太阳能电池片的铝珠，按照所述白色色块的像素值标记所述铝珠的尺寸大小。
其中，所述将所述白色色块标记为所述太阳能电池片的铝珠，包括：
将所述白色色块的像素值大于等于预设像素阈值的图像区域标记为所述太阳能电池片的大铝珠；
将所述白色色块的像素值小于所述预设像素阈值的图像区域标记为所述太阳能电池片的小铝珠；
其中，所述白色色块的像素值由所述白色色块中的白色像素点的像素值累加所得。
其中，所述将所述白色色块标记为所述太阳能电池片的铝珠之后，所述太阳能电池背场外观测试方法还包括：
统计所述测试图像上的铝珠数量；
在所述铝珠数量大于等于预设数量阈值时，将所述太阳能电池片判定为不良品。
其中，所述采集太阳能电池片的测试图像之前，所述太阳能电池背场外观测试方法还包括：
通过强光源，按照预设输入角度照射所述太阳能电池片，以使所述太阳能电池片上的铝珠和背场铝膜形成强烈的色差。
其中，所述采集太阳能电池片的测试图像，包括：
利用至少两个工业相机分别采集太阳能电池片不同区域的第一图像和第二图像；
将所述第一图像和所述第二图像拼接，得到所述太阳能电池片的测试图像。
其中，所述强光源的亮度由光源控制器调节，且所述强光源可以通过支架调节，以沿采集太阳能电池片的测试图像的至少两个工业相机的拍摄方向上下移动。
其中，所述至少两个工业相机按照所述太阳能电池片的尺寸信息沿X轴、Y轴和Z轴中至少一个轴方向调节。
其中，所述太阳能电池片通过电池片吸盘固定在采集区域，其中，所述电池片吸盘为使用PVC材料构成的多孔结构，连通真空发生器后吸附所述太阳能电池片。
为解决上述技术问题，本申请提供了一种太阳能电池背场外观测试装置，其中，所述太阳能电池背场外观测试装置包括处理器、与所述处理器连接的存储器，其中，所述存储器存储有程序指令；
所述处理器用于执行所述存储器存储的程序指令以实现如上述太阳能电池背场外观测试方法。
为解决上述技术问题，本申请提供了一种计算机可读存储介质，所述存储介质存储有程序指令，所述程序指令被执行时实现上述太阳能电池背场外观测试方法。
与现有技术相比，本申请的有益效果是：太阳能电池背场外观测试装置采集太阳能电池片的测试图像；对所述测试图像进行二值化，得到二值化图像；计算所述二值化图像中白色色块的像素值；将所述白色色块标记为所述太阳能电池片的铝珠，按照所述白色色块的像素值标记所述铝珠的尺寸大小。本申请通过提供一种自动化测试太阳能电池背场外观的方法，利用视觉检测技术检测太阳能电池片的铝珠，能有效解决人工检测效率低和误判率高的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用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。其中：
图1是本申请提供的强光下的铝背场一实施例的示意图；
图2是本申请提供的自然光下的铝背场一实施例的示意图；
图3是本申请提供的太阳能电池背场外观测试方法一实施例的流程示意图；
图4是本申请提供的太阳能电池背场外观测试方法整体流程的示意图；
图5是本申请提供的太阳能电池背场外观测试的检测界面一实施例的示意图；
图6是本申请提供的太阳能电池背场外观测试装置的一实施例的框架示意图；
图7是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
本申请使用视觉系统装置检测铝珠，能有效解决人工检测效率低和误判率高的问题。先通过强光源，选择适合的入射角度，使铝珠反射出金属光泽，与背场铝膜形成强烈的色差，便于工业相机捕捉图像，图像经由视觉系统预处理、分析、计算后，根据尺寸区分出大小铝珠，并输出具体的数值，测试一张电池片的时间低于1.5秒，能高效准确地剔除不良片。
请参阅图1和图2，图1是本申请提供的强光下的铝背场一实施例的示意图，图2是本申请提供的自然光下的铝背场一实施例的示意图。对比图1和图2可知，本申请通过强光源照射太阳能电池片，能够增加太阳能电池片背场的铝珠与背场铝膜之间的色差，从而增强视觉系统装置的检测效果，提高不良片的检测精度。
在一种具体的实施例中，本申请的视觉系统装置可以由主体框架、CCD工业相机、光源、系统主机组成。主体框架包含相机支架、电池片吸盘及光源支架。四个相机支架分别固定四个工业相机，使相机从顶部垂直向下拍摄，具备XYZ轴三向调节，通过独立移动相机的位置，每个相机可以拍摄电池片四分之一区域，适应166mm、182mm、210mm等不同尺寸的电池片的拍摄。电池片吸盘是用PVC材质构成的多孔结构，安装在底部正中，连通真空发生器后能吸附电池片，避免电池片位移或翘曲导致图像捕捉不清晰。光源支架用于固定光源，具备高度和角度调节，能自由调节入射光方向。
相机采用四个2000万像素CCD工业相机，安装于框架顶部，垂直向下，分别拍摄电池片四分之一区域；光源采用两个高亮条灯，安装在电池片吸盘左右两侧，配备亮度调节器。
相机将实时影像传输到系统主机后，软件按照预先设置好的算法，先预处理图像，将测试区域二值化，铝珠转化为白色像素点，背景转化为黑色像素点，再计算白色色块的像素值，按照预先设置的阈值，将铝珠分为大铝珠和小铝珠，最后将四个相机拍摄到大铝珠和小铝珠的数值总和输出，完成检测，超出设置限值的电池片判定为不良品。
具体请参阅图3和图4，其中，图3是本申请提供的太阳能电池背场外观测试方法一实施例的流程示意图，图4是本申请提供的太阳能电池背场外观测试方法整体流程的示意图。
如图3所示，本实施例的太阳能电池背场外观测试方法具体包括以下步骤：
步骤S11：采集太阳能电池片的测试图像。
在本申请实施例中，测试装置具体可以为上述的视觉系统装置，具体地，测试装置可以包括CCD工业相机四个，高亮条灯两条，光源控制器一个，视觉系统主机一个。
其中，CCD工业相机垂直底部吸盘，安装在支架顶部，可xyz轴三方向调节；条灯安装高度和入射角度可通过支架调节，亮度通过光源控制器调节；以条灯上边缘和下边缘与电池片平齐为高度调节限度，入射(水平夹角)0～10°，亮度0～225。
测试装置可以利用CCD工业相机采集太阳能电池片的测试图像，采集方向可以垂直太阳能电池片的平面。
具体地，测试装置内还配置有由高亮条灯提供的强光源，利用强光源增强太阳能电池片背场的铝珠与背场铝膜之间的色差，使得测试图像在后续的二值化处理中能够准确区分出太阳能电池片背场的铝珠与背场铝膜。而高亮条灯的安装角度和入射角度可以通过支架调节，以条灯上边缘和下边缘与电池片平齐为高度调节限度，入射(水平夹角)0～10°，亮度0～225，从而调整强光源的照射到太阳能电池片的角度，增强太阳能电池片背场的铝珠的反光效果。其中，高亮灯条的输出亮度通过光源控制器调节。
进一步地，上述实施例给出四个CCD工业相机的采集方式，在其他实施例中也可以采用两个或两个以上的工业相机，分别采集太阳能电池片不同区域的测试图像，然后经过拼接得到整个太阳能电池片的测试图像。具体的数量设置和位置设置，在此不一一列举。
另外，太阳能电池片通过测试装置中的电池片吸盘固定在采集区域，其中，电池片吸盘为使用PVC材料构成的多孔结构，连通真空发生器后吸附太阳能电池片。在其他实施方式中，也可以采用其他类型的吸附方式，在此不一一列举。
步骤S12：对测试图像进行二值化，得到二值化图像。
在本申请实施例中，测试装置对测试图像进行二值化，得到二值化图像，二值化的中间值也可以由工作人员指定，也可以通过先验数据自动生成。例如，测试装置可以设置二值化的中间值为147，即将测试图像中像素值大于147的像素点二值化处理后，设置像素值为1，将测试图像中像素值小于147的像素点二值化处理后，设置像素值为0。
在对测试图像二值化处理之前，如图4所示，测试装置还可以对测试图像进行边缘定位补正和检测区域定位，然后对检测区域进行二值化处理。通过以上技术方式，可以对测试图像在二值化处理之前做图像预处理，可以有效提高检测效果和检测精度。
在对测试图像二值化处理之后，如图4所示，测试装置还可以对二值化结果进行像素膨胀，从而将像素值为1的区域，即铝珠的区域增大，从而提高铝珠检测的准确性。
步骤S13：计算二值化图像中白色色块的像素值。
在本申请实施例中，测试装置统计二值化图像中白色色块的像素值，其中，白色色块的像素值由白色色块中的白色像素点的像素值累加所得。白色像素点即为像素值为1的像素点，而相邻白色像素点组成的白色色块区域，则为铝珠。每一独立的白色色块均可以视为一个铝珠。
步骤S14：将白色色块标记为太阳能电池片的铝珠，按照白色色块的像素值标记铝珠的尺寸大小。
在本申请实施例中，测试装置通过将白色色块标记为太阳能电池片上的铝珠，从而识别出铝珠的尺寸大小以及数量，实现对太阳能电池片的智能检测。
一方面，测试装置可以根据白色色块的像素值大小识别铝珠的尺寸大小。例如，如图4所示，测试装置可以将像素值在[25,120]范围内的白色色块识别为大铝珠，将像素值在[12，24]范围内的白色色块识别为小铝珠。
进一步地，请继续参阅图5，图5是本申请提供的太阳能电池背场外观测试的检测界面一实施例的示意图。在图5所示的检测界面中，工作人员可以设置相关的检测条件，例如通过像素大小区分铝珠颗粒大小，以及对于大颗粒计数的数值设置等。
另一方面，测试装置还可以通过统计测试图像上的铝珠数量，根据铝珠数量判断太阳能电池片是否为不良品。例如，在铝珠数量大于等于预设数量阈值时，测试装置即可将太阳能电池片判定为不良品。
在本申请实施例中，太阳能电池背场外观测试装置采集太阳能电池片的测试图像；对所述测试图像进行二值化，得到二值化图像；计算所述二值化图像中白色色块的像素值，其中，所述白色色块的像素值由所述白色色块中的白色像素点的像素值累加所得；将所述白色色块标记为所述太阳能电池片的铝珠，按照所述白色色块的像素值标记所述铝珠的尺寸大小。本申请通过提供一种自动化测试太阳能电池背场外观的方法，利用视觉检测技术检测太阳能电池片的铝珠，能有效解决人工检测效率低和误判率高的问题。
本申请的太阳能电池背场外观测试方法能够至少能够实现以下三种有益效果：
1、效率高：采用四个相机分别检测电池片的部分区域，再将捕抓图像和测试数据整合，可以节省算法工具，减少运算时间，检测一片电池片只需1.5秒以内，人工检测需要数十秒；同时，使用四个相机可以最大化利用相机的像素点，提高清晰度。
2、准确度高：通过强光使铝珠反射金属光泽，与背场铝膜形成强烈对比，便于软件区分，软件再将图像二值化处理，避免了干扰，进一步提高准确度。
3、自由度高：通过四个相机的组合，不同方向移动，可以适应不同尺寸的电池片测试，具有广泛的适用性。算法上可以灵活设置铝珠检测的阈值，避免小尺寸的灰尘、微粒和大尺寸的印刷缺陷、异物等干扰，精准检测铝珠数量。
为实现上述实施例中的太阳能电池背场外观测试方法，本申请还提供一种太阳能电池背场外观测试装置300，具体请参见图6，本申请实施例的太阳能电池背场外观测试装置300包括处理器31、存储器32、输入输出设备33以及总线34。
该处理器31、存储器32、输入输出设备33分别与总线34相连，该存储器32中存储有程序数据，处理器31用于执行程序数据以实现上述实施例所述的太阳能电池背场外观测试方法。
在本申请实施例中，处理器31还可以称为CPU(CentralProcessing Unit，中央处理单元)。处理器31可能是一种集成电压控制系统芯片，具有信号的处理能力。处理器31还可以是通用处理器、数字信号处理器(DSP，DigitalSignalProcess)、专用集成电压控制系统(ASIC，ApplicationSpecificIntegratedCircuit)、现场可编程门阵列(FPGA，FieldProgrammableGateArray)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器31也可以是任何常规的处理器等。
本申请还提供一种计算机存储介质，请继续参阅图7，图7是本申请提供的计算机存储介质一实施例的结构示意图，该计算机存储介质400中存储有程序数据41，该程序数据41在被处理器执行时，用以实现上述实施例的太阳能电池背场外观测试方法。
本申请的实施例以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，方式利用本申请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，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种太阳能电池背场外观测试方法，其特征在于，所述太阳能电池背场外观测试方法包括：
采集太阳能电池片的测试图像；
对所述测试图像进行二值化，得到二值化图像；
计算所述二值化图像中白色色块的像素值；
将所述白色色块标记为所述太阳能电池片的铝珠，按照所述白色色块的像素值标记所述铝珠的尺寸大小。
2.根据权利要求1所述的太阳能电池背场外观测试方法，其特征在于，
所述将所述白色色块标记为所述太阳能电池片的铝珠，包括：
将所述白色色块的像素值大于等于预设像素阈值的图像区域标记为所述太阳能电池片的大铝珠；
将所述白色色块的像素值小于所述预设像素阈值的图像区域标记为所述太阳能电池片的小铝珠；
其中，所述白色色块的像素值由所述白色色块中的白色像素点的像素值累加所得。
3.根据权利要求1或2所述的太阳能电池背场外观测试方法，其特征在于，
所述将所述白色色块标记为所述太阳能电池片的铝珠之后，所述太阳能电池背场外观测试方法还包括：
统计所述测试图像上的铝珠数量；
在所述铝珠数量大于等于预设数量阈值时，将所述太阳能电池片判定为不良品。
4.根据权利要求1所述的太阳能电池背场外观测试方法，其特征在于，
所述采集太阳能电池片的测试图像之前，所述太阳能电池背场外观测试方法还包括：
通过强光源，按照预设输入角度照射所述太阳能电池片，以使所述太阳能电池片上的铝珠和背场铝膜形成强烈的色差。
5.根据权利要求1或2或4所述的太阳能电池背场外观测试方法，其特征在于，
所述采集太阳能电池片的测试图像，包括：
利用至少两个工业相机分别采集太阳能电池片不同区域的第一图像和第二图像；
将所述第一图像和所述第二图像拼接，得到所述太阳能电池片的测试图像。
6.根据权利要求4所述的太阳能电池背场外观测试方法，其特征在于，
所述强光源的亮度由光源控制器调节，且所述强光源可以通过支架调节，以沿采集太阳能电池片的测试图像的至少两个工业相机的拍摄方向上下移动。
7.根据权利要求5所述的太阳能电池背场外观测试方法，其特征在于，
所述至少两个工业相机按照所述太阳能电池片的尺寸信息沿X轴、Y轴和Z轴中至少一个轴方向调节。
8.根据权利要求1至7任一项所述的太阳能电池背场外观测试方法，其特征在于，
所述太阳能电池片通过电池片吸盘固定在采集区域，其中，所述电池片吸盘为使用PVC材料构成的多孔结构，连通真空发生器后吸附所述太阳能电池片。
9.一种太阳能电池背场外观测试装置，其特征在于，所述太阳能电池背场外观测试装置包括处理器、与所述处理器连接的存储器，其中，
所述存储器存储有程序指令；
所述处理器用于执行所述存储器存储的程序指令以实现如权利要求1至8任一项所述的太阳能电池背场外观测试方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序指令，所述程序指令被执行时实现如权利要求1至8任一项所述的太阳能电池背场外观测试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211539667.XA CN116245794A (zh) | 2022-12-02 | 2022-12-02 | 太阳能电池背场外观测试方法、装置以及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211539667.XA CN116245794A (zh) | 2022-12-02 | 2022-12-02 | 太阳能电池背场外观测试方法、装置以及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116245794A true CN116245794A (zh) | 2023-06-09 |
Family
ID=86635438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211539667.XA Pending CN116245794A (zh) | 2022-12-02 | 2022-12-02 | 太阳能电池背场外观测试方法、装置以及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116245794A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107727662A (zh) * | 2017-09-28 | 2018-02-23 | 河北工业大学 | 一种基于区域生长算法的电池片el黑斑缺陷检测方法 |
| CN107742291A (zh) * | 2017-10-20 | 2018-02-27 | 凌云光技术集团有限责任公司 | 一种光伏玻璃的缺陷检测方法及装置 |
| 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 |
| CN110687119A (zh) * | 2018-07-04 | 2020-01-14 | 东腾投资集团有限公司 | 一种缺陷检测方法、系统与装置、计算机可读存储介质 |
| CN110942457A (zh) * | 2019-11-30 | 2020-03-31 | 天津大学 | 基于数字图像处理技术的太阳能电池板缺陷检测方法 |
| CN111293051A (zh) * | 2020-02-20 | 2020-06-16 | 深圳市艾特自动化有限公司 | 一种硅片自动检测机构及检测方法 |
| CN113838003A (zh) * | 2021-08-30 | 2021-12-24 | 歌尔科技有限公司 | 图像的斑点检测方法、设备、介质及计算机程序产品 |
| CN113834816A (zh) * | 2021-09-30 | 2021-12-24 | 江西省通讯终端产业技术研究院有限公司 | 基于机器视觉的光伏电池缺陷在线检测方法及系统 |
| CN114636706A (zh) * | 2022-03-22 | 2022-06-17 | 江苏大学 | 一种太阳能电池片在镀膜后的图像检测的综合方法及装置 |
-
2022
- 2022-12-02 CN CN202211539667.XA patent/CN116245794A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN107727662A (zh) * | 2017-09-28 | 2018-02-23 | 河北工业大学 | 一种基于区域生长算法的电池片el黑斑缺陷检测方法 |
| CN107742291A (zh) * | 2017-10-20 | 2018-02-27 | 凌云光技术集团有限责任公司 | 一种光伏玻璃的缺陷检测方法及装置 |
| CN110687119A (zh) * | 2018-07-04 | 2020-01-14 | 东腾投资集团有限公司 | 一种缺陷检测方法、系统与装置、计算机可读存储介质 |
| CN110942457A (zh) * | 2019-11-30 | 2020-03-31 | 天津大学 | 基于数字图像处理技术的太阳能电池板缺陷检测方法 |
| CN111293051A (zh) * | 2020-02-20 | 2020-06-16 | 深圳市艾特自动化有限公司 | 一种硅片自动检测机构及检测方法 |
| CN113838003A (zh) * | 2021-08-30 | 2021-12-24 | 歌尔科技有限公司 | 图像的斑点检测方法、设备、介质及计算机程序产品 |
| CN113834816A (zh) * | 2021-09-30 | 2021-12-24 | 江西省通讯终端产业技术研究院有限公司 | 基于机器视觉的光伏电池缺陷在线检测方法及系统 |
| CN114636706A (zh) * | 2022-03-22 | 2022-06-17 | 江苏大学 | 一种太阳能电池片在镀膜后的图像检测的综合方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108230324B (zh) | 磁瓦表面微缺陷视觉检测方法 | |
| CN107845090B (zh) | 一种硅片检测方法和硅片检测装置 | |
| WO2020119246A1 (zh) | 一种基于反射光的高光物体表面缺陷检测系统及方法 | |
| CN107664644B (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
| CN108647677A (zh) | 基于视觉计算的电表外观和性能智能检测方法及装置 | |
| CN102175700A (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
| CN109738454B (zh) | 一种软包电池极耳焊缝检测装置及方法 | |
| CN113608378B (zh) | 一种基于lcd制程的全自动缺陷检测方法和系统 | |
| CN106226316A (zh) | 一种单摄像机宽视场视觉螺纹检测装置及其检测方法 | |
| CN109540904A (zh) | 一种衬底表面宏观缺陷检测及分类系统 | |
| CN108827597B (zh) | 一种结构光投影器的光斑均匀度检测方法和检测系统 | |
| CN114719749B (zh) | 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统 | |
| CN102901735B (zh) | 利用计算机对工件缺损、裂变、变形进行自动检测的系统 | |
| CN114636706A (zh) | 一种太阳能电池片在镀膜后的图像检测的综合方法及装置 | |
| WO2023231262A1 (zh) | 基于视觉振频识别的提升钢丝绳张力检测方法 | |
| CN111189854B (zh) | 玻璃盖板自动检测系统缺陷分层检测方法 | |
| CN112541478A (zh) | 一种基于双目摄像头的绝缘子串污损检测方法及系统 | |
| CN114324344A (zh) | 行扫描用非郎伯表面检查系统 | |
| CN211717758U (zh) | 一种抗干扰屏幕外观光学检测装置 | |
| CN116245794A (zh) | 太阳能电池背场外观测试方法、装置以及可读存储介质 | |
| CN110766675B (zh) | 太阳能电池板缺陷检测方法 | |
| CN103091332B (zh) | 一种基于机器视觉的u型粉管的检测方法及其检测系统 | |
| CN110864880B (zh) | 一种dlp投影仪清晰度评价方法及其检测系统 | |
| CN117368214A (zh) | 一种线扫pe镀膜检测方法与视觉检测装置 | |
| CN110108710A (zh) | 一种用于纽扣电池正极凹点检测装置及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230609 |
|
| RJ01 | Rejection of invention patent application after publication |