CN116539641A - 光伏玻璃组件二道铺设后外观检测方法 - Google Patents

Abstract

本申请公开光伏玻璃组件二道铺设后外观检测方法，包括以下步骤：沿流水线输送方向，通过多个相机在二道铺设的流水线依次获取多张光伏玻璃组件的图片，且相邻两张图片具有重叠区域；以重叠区域的某点所在的垂直于输送方向的直线作为裁剪基准线裁剪图片，然后按照相机的顺序拼接裁剪出来的多张图片形成大图；利用预定大小的像素框，按照预定步长拆图，拆分大图形成视野重叠100像素的小图，然后将这些小图依次送入缺陷检测算法，即Fai，进行异常情况检测，其中所述异常情况包括异物、脏污和破损。本申请提供的光伏玻璃组件二道铺设后外观检测方法能够在不影响光伏玻璃组件生产效率的基础上，还能确保检测质量，使得漏检率和误检率低于1‰。

Description

光伏玻璃组件二道铺设后外观检测方法

技术领域

本发明涉及光伏组件检测技术领域，尤其涉及光伏玻璃组件二道铺设后外观检测方法。

背景技术

在光伏玻璃组件的加工过程中存在二道铺设的工艺流程，即首先使玻璃组件进入EVA冲孔裁切铺设机，然后将利用EVA冲孔裁切铺设机内的机械臂夹起冲好孔、并按固定长度裁切好的EVA胶膜铺设到玻璃组件的表面，然后将铺设有EVA胶膜的玻璃组件流入背板冲孔裁切铺设机内，利用背板冲孔裁切铺设机内的机械臂将冲好孔、并按固定长度裁切好的TPT背板铺设到预铺有EVA胶膜的玻璃组件的表面。

当下，在光伏玻璃组件的二道铺设工艺流程中，存在诸多质检需求，比如：

由于EVA是柔性材料，如果夹起的EVA胶膜存在不平整的情况，切口就会不平整，大致呈锯齿状，不满足质量要求；

在EVA和TPT铺设到玻璃组件的表面时，玻璃组件上的汇流条存在未穿孔的情况；

EVA和TPT的尺寸应当和玻璃组件的尺寸相同，或者仅存在极小的误差，但是由于人员设置问题，裁切机可能会将EVA和TPT的尺寸裁切的不合适；

此外，还包括EVA和TPT铺偏以及EVA和TPT存在异物、油污、破损等问题，以上均不符合质量要求。

如果使用人工检测的方式进行质量，不仅需要大量的人力和时间，影响生产效率，增加检测成本，同时也存在漏检、误检的问题。

发明内容

本发明的一个优势在于提供一种光伏玻璃组件二道铺设后外观检测方法，在对光伏玻璃组件铺设EVA和TPT后进行基于人工智能的质检，不仅不会影响光伏玻璃组件的正常加工节拍，确保了生产效率，同时还能确保检测质量，使得漏检率和误检率低于1‰，能够检测小至0.5mm²的瑕疵，能够大幅度降低检测成本。

为达到本发明以上至少一个优势，本发明提供一种光伏玻璃组件二道铺设后外观检测方法，包括以下步骤：

S10，沿流水线输送方向，通过多个相机在二道铺设的流水线依次获取多张光伏玻璃组件的图片，且相邻两张图片具有重叠区域；

S20，以重叠区域的某点所在的垂直于输送方向的直线作为裁剪基准线裁剪图片，然后按照相机的顺序拼接裁剪出来的多张图片形成大图；

S30，利用预定大小的像素框，按照预定步长拆图，拆分大图形成视野重叠100像素的小图，然后将这些小图依次送入缺陷检测算法，即Fai，进行异常情况检测，其中所述异常情况包括异物、脏污和破损；

其中针对异物检测，所述Fai中加入了角点检测算法，在小图的轮廓图中查找角点数量，在角点数量大于第一阈值时，判定所述光伏玻璃组件存在异物，输出NG结果，否则输出OK结果；

其中针对脏污检测，对小图图像进行二值化操作，查找脏污点像素，在脏污点像素面积大于第二阈值时，判定光伏玻璃组件存在脏污，输出NG结果，否则输出OK结果；

其中针对破损检测，基于所述角点检测算法，在小图的轮廓图中查找角点数量，如果小图中每行的第一张图和最后张图中加起来的角点数量大于第三阈值，则判定光伏玻璃组件存在破损，输出NG结果，否则输出OK结果；

S40，将检测结果传给流水线PLC，进行分流操作：在PLC接收到OK结果时，正常流入下道工序；在PLC接收到NG结果时，分流到异常缓存架，等待处理。

根据本发明一实施例，在进行异物检测和破损检测时，首先缩放小图，求图像梯度，然后基于图像梯度获得所述小图的轮廓图。

根据本发明一实施例，在进行脏污检测时，首先缩放小图，然后再根据缩放后的小图上的脏污灰度区间进行二值化操作。

根据本发明一实施例，基于Fai，所述异常情况还包括：冲孔位置检测，预设三个ROI坐标，并以预设的ROI坐标为基点向外周侧辐射形成冲孔检测范围，并初步切成三张冲孔检测图，然后通过边缘检测的方式检测冲孔的位置，比较检测到的冲孔的位置与系统预设的标准位置，若超出第四阈值，则判定冲孔位置跑偏，输出NG结果，否则输出OK结果。

根据本发明一实施例，在冲孔位置检测中，缩放所述冲孔检测图，然后求图像梯度，得到所述冲孔检测图的轮廓图，其中轮廓面积最大的就是所检测的孔的轮廓。

根据本发明一实施例，在经过Fai检测后获取缺陷名和与所述缺陷名相对应的预测框坐标信息，同时对所述预测框坐标进行换算，形成大图预测框坐标，其中所述缺陷名与所述大图预测框坐标一一对应。

根据本发明一实施例，将所述预测框坐标换算为大图预测框坐标的方式为：

Pori_x＝i*1380

Pori_y＝j*1380

Pori＝(Pori_x，Pori_y)

其中，Pori_x为小图原点对应的大图x坐标，Pori_y为小图原点对应的大图y坐标，Pori为小图原点对应的大图x、y坐标，其中i为列序号，从0～n，其中j为行序号，从0～n，其中所述预定大小的像素框的像素为1380*1380。

根据本发明一实施例，在步骤S30中，还包括TPT和EVA位置铺偏检测，具体包括：

S311，标定毫米像素比，获取光伏玻璃组件的实际长度和相机获取的光伏玻璃组件的图片中像素长度，计算毫米像素比；

S312，计算偏移量，通过ROI截取光伏玻璃组件边缘的图像，再对ROI截图进行对比增强、滤波去躁和求图像梯度，得到边缘图，然后用长度阈值过滤杂线，得到玻璃边缘和EVA或TPT边缘，然后计算并判断玻璃边缘和EVA边缘或TPT边缘上的点之间的距离在x方向或y方向是否超出偏移阈值，若超出阈值，则判定存在铺偏的缺陷，输出NG结果，否则输出OK结果。

根据本发明一实施例，在步骤S30中，还包括汇流条未穿孔检测，具体包括：

设置正对流水线的垂直打光，分析以冲孔为圆心的预定圆形范围内的灰度值，若成像灰度值低于成像阈值，则判定光伏玻璃组件存在汇流条未穿孔缺陷，输出NG结果，否则输出OK结果。

根据本发明一实施例，所述分析以冲孔为圆心的预定圆形范围内的灰度值具体包括：

S321，通过Fai找到多个冲孔的位置；

S322，以冲孔为中心点向外扩100像素，形成对应每个冲孔的范围框；

S323，分别对每个所述范围框内的像素灰度值进行排序，去掉最小的10％的值和最大的10％的值，然后输出剩余值的均值；

S324，分析每个所述范围框的像素灰度值的均值，判断是否低于所述成像阈值，若低于所述成像阈值，则判定光伏玻璃组件存在汇流条未穿孔缺陷。

本发明的这些和其它目的、特点和优势，通过下述的详细说明，得以充分体现。

附图说明

图1示出了本申请一较佳实施例光伏玻璃组件二道铺设后外观检测方法的流程示意图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

本领域技术人员应理解的是，在说明书的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此，上述术语不能理解为对本发明的限制。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

在光伏玻璃组件的加工过程中，来料问题或者铺设问题都会造成光伏玻璃组件的质量不达标，比如EVA和TPT存在异物、破损、油污以及脏污等瑕疵，比如由于铺设设备的精度低，存在铺设偏移、汇流条未穿孔等问题，如果依靠人工检查来确保加工质量，不仅会大幅度降低工作效率，增加检测成本，还存在漏检、误检等风险；

此外，如果在铺设机内设置机器视觉检测系统，在EVA或者TPT铺设完成后进行拍照质检运算，铺设机在等待检测系统给出判定结果后再进行下一步动作，会额外增加生产节拍3s～8s的时间，也会降低工作效率；

由此，提出一种光伏玻璃组件二道铺设后的质检方法，即在同时完成EVA和TPT铺设后再进行外观质量检测，这样一来，就不会占用正常的生产节拍，能够在确保生产效率的基础上，确保光伏玻璃组件的质量，同时检测成本低，漏检率和误检率能够降低至1‰以下，可以检测小至0.5mm²的瑕疵。

具体的，参考图1，本申请提供的一较佳实施例光伏玻璃组件二道铺设后外观检测方法包括以下步骤：

S10，沿流水线输送方向，通过多个相机在二道铺设的流水线依次获取多张光伏玻璃组件的图片，且相邻两张图片具有重叠区域，其中固定相机的相机支架尽量搭接到振动较小、甚至无振动的物体上，从而确保相机不与抖动比较厉害的流水线产生接触，另外，根据项目现场光线条件来决定是否要加设遮光板，同时，在相机安装的过程中，保证相邻相机获取到的图片存在部分视野重叠区，以此在拼图时可以保证拍摄到完整的玻璃组件，可以顺着几个相机的安装方向拉一根长卷尺，通过看卷尺刻度来调整相机位置，从而保证相邻相机之间具有部分视野重叠区域；

S20，以重叠区域的某点(此点为自定义点)所在的垂直于输送方向的直线作为裁剪基准线裁剪图片，然后按照相机的顺序拼接裁剪出来的多张图片形成大图，拼好的大图的像素大约为14000*11000；

S30，由于在对一张大图进行图像处理的运算时间会非常长，因此，先将大图拆分为多份小图，利用预定大小的像素框，按照预定步长拆图，比如1380*1380的像素框，按照1280的步长进行拆图，拆分大图形成几十张视野重叠100像素的小图，然后将这些小图依次送入缺陷检测算法，即Fai，进行异常情况检测，其中所述异常情况包括异物、脏污和破损；

其中针对异物检测，一般情况下这些异物是包装EVA或TPT的外壳纸不慎卷入料中被扯成碎纸造成，碎纸存在许多角点，而正常的玻璃组件的表面则是光滑的平面，没有角点，因此，可以通过此特征进行异物检测，即所述Fai中加入了角点检测算法，为了降低计算量，先把图像缩放成640*640大小的更小的图，求得图像梯度，得到轮廓图，然后在更小的图的轮廓图中查找角点数量，在角点数量大于第一阈值时，判定所述光伏玻璃组件存在异物，Fai会根据角点坐标把异物位置框出来，输出NG结果，否则输出OK结果；

其中针对脏污检测，脏污一般情况下为黑色的小圆点，可能是EVA或者TPT在上料过程中沾上了机油，也可能是其他原因造成，但在成像中均为暗色，由此，先把图像缩放至640*640大小，以降低计算量，然后对小图图像或者缩放后的小图上的脏污灰度区间进行二值化操作，查找脏污点像素，在脏污点像素面积大于第二阈值时，判定光伏玻璃组件存在脏污，Fai框出脏污点区域并输出NG结果，否则输出OK结果；

其中针对破损检测，破损多为机械臂夹起EVA或者TPT进行裁切时由于切口不平整而切成的锯齿状，因为进料的方向是短边，所以裁切的位置也是短边，所以此类缺陷都是在EVA或者TPT的短边处，在图像中就是拆分的小图中每行的第一张图和最后一张图，如果切口不平整，就会存在大量的锯齿状边缘，角点数量比正常情况多出很多，由此，基于所述角点检测算法，先将图像缩放至640*640大小，求得图像梯度，得到轮廓图，然后在小图的轮廓图中查找角点数量，如果小图中每行的第一张图和最后张图中加起来的角点数量大于第三阈值，则判定光伏玻璃组件存在破损，Fai输出NG结果，否则输出OK结果；

S40，将检测结果传给流水线PLC，进行分流操作：在PLC接收到OK结果时，将光伏玻璃组件正常流入下道工序；在PLC接收到NG结果时，将光伏玻璃组件分流到异常缓存架，等待处理。

在一个实施例中，基于Fai，所述异常情况还包括：冲孔位置检测，由于冲孔位置比较固定，是在玻璃组件的中间的三个孔，因此，可以预设三个ROI坐标，并以预设的ROI坐标为基点向外周侧辐射形成冲孔检测范围，并初步切成三张1280*1280的冲孔检测图，然后通过边缘检测的方式精确检测寻找冲孔的位置，然后比较检测到的冲孔的位置与系统预设的标准位置，若超出第四阈值，则判定冲孔位置跑偏，输出NG结果，否则输出OK结果，其中由于光伏玻璃组件的中间都是平滑面，而在孔的位置处会有明显的边界线，因此可以通过边缘检测来找到冲孔的位置。

进一步优选地，在冲孔位置检测中，为了进一步降低计算量，并提高检测精度，缩放所述冲孔检测图至640*640大小，然后求图像梯度，得到所述冲孔检测图的轮廓图，其中轮廓面积最大的就是所检测的孔的轮廓。

此外，在经过Fai检测后获取缺陷名和与所述缺陷名相对应的预测框坐标信息，由于用的都是拆分后的小图进行预测，因此，需要对所述预测框坐标进行换算，将小图的预测框坐标换算成大图预测框坐标，其中所述缺陷名与所述大图预测框坐标一一对应，从而方便查看图中与所述缺陷名相对应的缺陷的位置，进而方便在后续缓存位对NG光伏玻璃组件进行相应的处理。

进一步优选地，将所述预测框坐标换算为大图预测框坐标的方式为：

Pori_x＝i*1380

Pori_y＝j*1380

Pori＝(Pori_x，Pori_y)

其中，Pori_x为小图原点对应的大图x坐标，Pori_y为小图原点对应的大图y坐标，Pori为小图原点对应的大图x、y坐标，其中i为列序号，从0～n，其中j为行序号，从0～n，其中所述预定大小的像素框的像素为1380*1380。

作为一较佳实施例，在步骤S30中，还包括TPT和EVA位置铺偏检测，从而通过计算TPT和EVA的偏移量来确定TPT和EVA是否真的被铺偏，其中所述TPT和EVA位置铺偏检测具体包括：

S311，标定毫米像素比，获取光伏玻璃组件的实际长度和相机获取的光伏玻璃组件的图片中像素长度，计算毫米像素比；

在一个实施例中，计算公式如下：

Rate＝Lmm/Lpix

其中Rate为毫米像素比，Lmm为组件尺寸，单位毫米，Lpix为组件像素长度，单位像素；

也可以使用其他固定尺寸的标定物来替代；

S312，计算偏移量，首先为了减少计算量，通过ROI截取光伏玻璃组件边缘的图像，再对ROI截图进行对比增强、滤波去躁和求图像梯度，得到边缘图，然后用长度阈值过滤杂线，处理后，得到玻璃边缘和EVA或TPT边缘，然后计算并判断玻璃边缘和EVA边缘或TPT边缘上的点之间的距离在x方向或y方向是否超出偏移阈值，其中边是在图的左右方向，则比较x方向的距离，而如果边是在图的上下方向，则比较y方向的距离，若超出阈值，则判定存在铺偏的缺陷，输出NG结果，否则输出OK结果。

在步骤S312计算偏移量的过程中，所述偏移阈值是可以调整的，从而能够适于不同的判定标准，另外，如果EVA和TPT的裁切大小和玻璃组件不一致，则一定会有一端TPT或EVA偏移，此类缺陷也可以按照偏移缺陷进行处理。

作为一较佳实施例，在步骤S30中，还包括汇流条未穿孔检测，未穿过冲孔的汇流条会把EVA或者TPT顶成曲面，如果是正常穿孔的EVA或者TPT，则冲孔周围是平面，成像较亮且光线均匀，而如果是曲面，则曲面部分成像较暗且光线不均匀，由此可以通过分析冲孔周围的灰度值来区分是否存在汇流条未穿孔的缺陷，其中所述汇流条未穿孔检测具体包括：

设置正对流水线的垂直打光，分析以冲孔为圆心的预定圆形范围内的灰度值，若成像灰度值低于成像阈值，则判定光伏玻璃组件存在汇流条未穿孔缺陷，输出NG结果，否则输出OK结果。

进一步优选地，所述分析以冲孔为圆心的预定圆形范围内的灰度值具体包括：

S321，通过Fai找到多个冲孔的位置，比如三个冲孔的位置；

S322，以冲孔为中心点向外扩100像素，形成对应每个冲孔的范围框；

S323，分别对每个所述范围框内的像素灰度值进行排序，去掉最小的10％的值和最大的10％的值，然后输出剩余值的均值，其中去掉的值的范围是可以调整的，也可以是5％或者20％等；

S324，分析每个所述范围框的像素灰度值的均值，判断是否低于所述成像阈值，若低于所述成像阈值，则判定光伏玻璃组件存在汇流条未穿孔缺陷。

另外，针对二道铺设后的外观检测，可以将运算结果、检出图以及检测的详细内容描述展示到软件显示界面上。

需要说明的是，本发明中用语“第一、第二、第三以及第四”仅用于描述目的，不表示任何顺序，不能理解为指示或者暗示相对重要性，可将这些用语解释为名称。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的优势已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (10)

1.光伏玻璃组件二道铺设后外观检测方法，其特征在于，包括以下步骤：

S10，沿流水线输送方向，通过多个相机在二道铺设的流水线依次获取多张光伏玻璃组件的图片，且相邻两张图片具有重叠区域；

S20，以重叠区域的某点所在的垂直于输送方向的直线作为裁剪基准线裁剪图片，然后按照相机的顺序拼接裁剪出来的多张图片形成大图；

S30，利用预定大小的像素框，按照预定步长拆图，拆分大图形成视野重叠100像素的小图，然后将这些小图依次送入缺陷检测算法，即Fai，进行异常情况检测，其中所述异常情况包括异物、脏污和破损；

其中针对异物检测，所述Fai中加入了角点检测算法，在小图的轮廓图中查找角点数量，在角点数量大于第一阈值时，判定所述光伏玻璃组件存在异物，输出NG结果，否则输出OK结果；

其中针对脏污检测，对小图图像进行二值化操作，查找脏污点像素，在脏污点像素面积大于第二阈值时，判定光伏玻璃组件存在脏污，输出NG结果，否则输出OK结果；

其中针对破损检测，基于所述角点检测算法，在小图的轮廓图中查找角点数量，如果小图中每行的第一张图和最后张图中加起来的角点数量大于第三阈值，则判定光伏玻璃组件存在破损，输出NG结果，否则输出OK结果；

S40，将检测结果传给流水线PLC，进行分流操作：在PLC接收到OK结果时，正常流入下道工序；在PLC接收到NG结果时，分流到异常缓存架，等待处理。

2.如权利要求1所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，在进行异物检测和破损检测时，首先缩放小图，求图像梯度，然后基于图像梯度获得所述小图的轮廓图。

3.如权利要求1所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，在进行脏污检测时，首先缩放小图，然后再根据缩放后的小图上的脏污灰度区间进行二值化操作。

4.如权利要求1所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，基于Fai，所述异常情况还包括：冲孔位置检测，预设三个ROI坐标，并以预设的ROI坐标为基点向外周侧辐射形成冲孔检测范围，并初步切成三张冲孔检测图，然后通过边缘检测的方式检测冲孔的位置，比较检测到的冲孔的位置与系统预设的标准位置，若超出第四阈值，则判定冲孔位置跑偏，输出NG结果，否则输出OK结果。

5.如权利要求4所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，在冲孔位置检测中，缩放所述冲孔检测图，然后求图像梯度，得到所述冲孔检测图的轮廓图，其中轮廓面积最大的就是所检测的孔的轮廓。

6.如权利要求2至5任一所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，在经过Fai检测后获取缺陷名和与所述缺陷名相对应的预测框坐标信息，同时对所述预测框坐标进行换算，形成大图预测框坐标，其中所述缺陷名与所述大图预测框坐标一一对应。

7.如权利要求6所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，将所述预测框坐标换算为大图预测框坐标的方式为：

Pori_x＝i*1380

Pori_y＝j*1380

Pori＝(Pori_x，Pori_y)

其中，Pori_x为小图原点对应的大图x坐标，Pori_y为小图原点对应的大图y坐标，Pori为小图原点对应的大图x、y坐标，其中i为列序号，从0～n，其中j为行序号，从0～n，其中所述预定大小的像素框的像素为1380*1380。

8.如权利要求1所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，在步骤S30中，还包括TPT和EVA位置铺偏检测，具体包括：

S311，标定毫米像素比，获取光伏玻璃组件的实际长度和相机获取的光伏玻璃组件的图片中像素长度，计算毫米像素比；

S312，计算偏移量，通过ROI截取光伏玻璃组件边缘的图像，再对ROI截图进行对比增强、滤波去躁和求图像梯度，得到边缘图，然后用长度阈值过滤杂线，得到玻璃边缘和EVA或TPT边缘，然后计算并判断玻璃边缘和EVA边缘或TPT边缘上的点之间的距离在x方向或y方向是否超出偏移阈值，若超出阈值，则判定存在铺偏的缺陷，输出NG结果，否则输出OK结果。

9.如权利要求1所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，在步骤S30中，还包括汇流条未穿孔检测，具体包括：

设置正对流水线的垂直打光，分析以冲孔为圆心的预定圆形范围内的灰度值，若成像灰度值低于成像阈值，则判定光伏玻璃组件存在汇流条未穿孔缺陷，输出NG结果，否则输出OK结果。

10.如权利要求9所述光伏玻璃组件二道铺设后外观检测方法，其特征在于，所述分析以冲孔为圆心的预定圆形范围内的灰度值具体包括：

S321，通过Fai找到多个冲孔的位置；

S322，以冲孔为中心点向外扩100像素，形成对应每个冲孔的范围框；

S323，分别对每个所述范围框内的像素灰度值进行排序，去掉最小的10％的值和最大的10％的值，然后输出剩余值的均值；

S324，分析每个所述范围框的像素灰度值的均值，判断是否低于所述成像阈值，若低于所述成像阈值，则判定光伏玻璃组件存在汇流条未穿孔缺陷。