太阳能电池片分色及缺陷检测系统的研究

【摘要】：一次性能源的日益减少和对生态环境的破坏,迫使很多国家将目光转向了取之不尽、清洁环保的太阳能。太阳能电池片作为太阳能发电的载体,其本身的质量影响着太阳能电池组件的寿命、稳定性以及光电转换的效率,也影响企业的竞争力和生存能力,传统的人工检测和分选方法已无法适应市场的需求。论文以机器视觉理论和图像处理技术为依托,对太阳能电池片的颜色和外观缺陷问题进行了研究,构建了太阳能电池片分色及缺陷检测系统,针对电池片颜色的多态性、缺陷种类的多样性与缺陷图像的繁杂性,开发了图像识别软件,实现了对电池片的分色的高准确率和对电池片崩边、断栅、脏污等缺陷的较高识别率,达到了实时在线检测要求。具体内容如下:通过深入了解国内外太阳能电池片分色及缺陷检测的研究现状和发展趋势,学习和研究了机器视觉理论和图像处理技术,提出了系统的整体设计方案,搭建了系统的硬件平台,包括白色球积分光源、面阵CMOS千兆网相机、定焦镜头、暗箱、开关电源、数据采集器、光电传感器等,确保在自动生产线上能够快速获取并给主机传送清晰的图像。在对厂商太阳能电池片分色标准和分色方法了解的基础上,利用LabVIEW的图像处理功能,通过对太阳能电池片图像进行预处理和逻辑彩色运算,增强了目标细节部分的清晰度,采用了欧几里得原理的自适应分色算法,很好地满足了不同生产企业的电池片分类标准,用户可以通过这一系统自行建立太阳能电池片的分色标准库。研究了电池片外观缺陷类型和检测方法,着重对崩边、断栅、脏污三种缺陷进行了算法的设计:利用轮廓分析与拟合直线的方法检测崩边;利用分区查找连通域的方式分析断栅;采用基于行扫描的图像灰度差分算法对包含漏浆、油斑、手印等缺陷在内的脏污类型进行检测,通过对图像处理程序和算法的优化,提高了对太阳能电池片缺陷的辨识率。用LabVIEW开发了上位机界面和串口通讯程序。界面美观、简洁,便于操作。系统在企业生产线上经过测试,运行速度和检测正确率基本满足企业的生产需要,目前正在进行产品化并积极推向市场。 【关键词】：太阳能电池片 色系分选 缺陷检测 图像处理 机器视觉
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TM914.4
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-18
• 1.1 太阳能光伏产业的现状和发展趋势9-11
• 1.2 课题的国内外研究现状11-14
• 1.2.1 太阳能电池片颜色分类技术11-12
• 1.2.2 太阳能电池片缺陷检测技术12-14
• 1.3 机器视觉技术的现状与发展趋势14-15
• 1.4 LabVIEW及其VDM模块简介15-16
• 1.5 论文的内容及安排16
• 1.6 本章小结16-18
• 第二章 电池片分色及缺陷检测系统硬件设计18-28
• 2.1 系统整体方案设计18
• 2.2 常见色系与缺陷电池片概览18-19
• 2.3 系统硬件选型与设计19-25
• 2.3.1 光源的选型20-21
• 2.3.2 相机的选型21-22
• 2.3.3 镜头的选型22-23
• 2.3.4 暗箱的设计23
• 2.3.5 总体架构设计23-25
• 2.4 系统硬件通讯设计25-27
• 2.5 本章小结27-28
• 第三章 太阳能电池片图像预处理28-35
• 3.1 引言28
• 3.2 彩色电池片图像校正与ROI分割28-29
• 3.3 彩色图像HSI色彩空间与各分量提取29-32
• 3.4 ROI图像彩色运算32-34
• 3.5 本章小结34-35
• 第四章 电池片多标准分色算法设计35-42
• 4.1 引言35
• 4.2 样本库的建立35-36
• 4.3 欧几里得距离算法36-37
• 4.4 电池片色系分选37-39
• 4.5 实验结果与分析39-40
• 4.6 本章小结40-42
• 第五章 电池片缺陷检测算法设计及分类实现42-69
• 5.1 引言42-44
• 5.1.1 崩边42-43
• 5.1.2 断栅43
• 5.1.3 脏污43-44
• 5.2 轮廓分析识别崩边44-50
• 5.2.1 轮廓分析常用方法44-46
• 5.2.2 本文算法及流程46-50
• 5.2.3 识别崩边算法LabVIEW实现50
• 5.3 基于局部的阈值算法分析断栅50-58
• 5.3.1 断栅图像预处理50-52
• 5.3.2 局部阈值52-54
• 5.3.3 连通域查找与断栅识别54-57
• 5.3.4 断栅分析算法LabVIEW实现57-58
• 5.4 基于区域行扫描的图像灰度差分算法识别脏污58-62
• 5.4.1 脏污图像预处理58-60
• 5.4.2 基于区域性行扫描的图像灰度差分算法60-62
• 5.4.3 识别脏污算法LabVIEW实现62
• 5.5 太阳能电池片缺陷检测的分类及实验结果62-68
• 5.5.1 太阳能电池片缺陷检测的分类标准62-63
• 5.5.2 太阳能电池片缺陷检测实验结果63-68
• 5.6 本章小结68-69
• 第六章 总结与展望69-71
• 6.1 总结69-70
• 6.2 展望70-71
• 参考文献71-75
• 致谢75-76
• 攻读硕士期间科研成果76

您可以在本站搜索以下学术论文文献来了解更多相关内容

一种焊点缺陷检测方法的研究    马吉权;宫兵;

新的3D缺陷检测技术实现纳米级快速检测    李莉萍;

成材缺陷检测技术现状    Ryszard Szymanl;Kent A.McDonald;宗子刚;

有关阀门缺陷检测方法的分析    包正林;

提高静态缺陷检测精度方法    肖庆;杨朝红;宫云战;

探地雷达在道路缺陷检测中的应用    朱明岩;邓洪亮;黄东辉;付思远;

混合滤波器在玻璃瓶缺陷检测中的应用    刘浩;刘春;胡存刚;

煤矿地面机械缺陷检测技术的应用    李方兵;

用于全寿命风险管理的缺陷检测和预防技术研究    马少林

基于多光谱柑桔缺陷检测方法研究    李晓慧;张宝峰;朱均超;

基于独立分量分析高阶统计量的纺织品缺陷检测    杨德美;杨学志;

探地雷达在桥梁缺陷检测中的应用初探    于景兰;于健;翁昌年;

计算机图像处理技术应用于晶振元件缺陷检测    李兵;邓善熙;李焕然;

在线玻璃缺陷检测系统的研究    赵涟漪;许宝杰;童亮;

Hexsight视觉软件包在串行端子缺陷检测中的应用    何涛;吴永祥;李伟;吴庆华;钟飞;

射线数字成像缺陷检测技术研究    曾理;郭海燕;蒲云;毕碧;

PCB缺陷检测系统的研究与实现    蔡茂蓉;

一种基于角点匹配的PCB板元件安装缺陷检测基准点定位算法    潘敏;程良伦;

基于MCDM的软件缺陷检测算法评估    王国勋;彭怡;寇纲;石勇;

玻壳缺陷检测与几何量测视觉系统的设计与实现    刘松林;陈杰;郝向阳;西勤;

一名产业工人的创新情结    本报记者 张海志

基于机器视觉的毛杆缺陷检测技术的研究    刘洪江

提高静态缺陷检测精度的关键技术研究    肖庆

静态缺陷检测优化若干关键技术研究    张大林

IC互连中的缺陷检测方法及缺陷对电路可靠性的影响    周文

面向织物缺陷检测的CUDA并行图像处理模型与算法研究    司小书

基于CCD扫描的聚合物薄膜缺陷检测关键技术研究    刘艳

基于小波的纹理分析及其在FPC金面缺陷检测中的应用    王庆香

羽毛片缺陷检测若干关键技术的研究    明俊峰

面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究    毕昕

基于机器视觉的TFT-LCD屏mura缺陷检测技术研究    张昱

软包商标印刷缺陷检测系统研究    陈宇

光通信滤光片外观缺陷自动检测系统任务调度优化方法    周艳

基于机器视觉的印字缺陷检测系统研究与实现    黄文军

基于宽频信号的板中缺陷检测    陈洪磊

基于图像放缩算法的轮胎缺陷检测系统研究与实现    章玲

基于电磁超声Lamb波换能器阵列的板材检测方法研究    刘博

钢芯传送带缺陷检测系统中图像处理算法研究    刘振东

基于机器视觉的锂电池极片缺陷检测研究    胡玥红

基于嵌入式机器视觉的轨道缺陷检测系统研究    冯伟

彩色印刷品缺陷检测方法研究    张秀珍