基于空间梯度信息的自适应边缘优化算法的研究

摘要

太阳能作为一种清洁资源，已经展示了巨大的应用前景。太阳能电池是光伏发电系统的核心器件之一，其质量将会对整个光伏发电系统的效率产生直接影响。多晶硅衬底是光伏发电系统中广泛使用的衬底。由于晶界的存在对光电转换效率有显著的影响，所以通过提升多晶硅衬底的结晶度可以直接提高太阳能电池组件的发电效率。相应地，在生产环节中设置多晶硅衬底质量分级环节就具有重要的意义。当前工业生产中主要使用的人工目测分级方法。
　　本文在前人工作的基础上，对现有算法进行了优化并提出了一种结合空间梯度信息的边缘优化算法。核心的改进包括：在图像分割中，对双峰法和大津法（Otsu法）相结合的图像分割算法进行改进，使得分割阈值能够根据图像特征自适应地选取；结合原图的空间梯度信息得到梯度边缘，将梯度边缘与初始边缘进行综合处理以连接边缘断点并去除伪边缘以实现对边缘的优化。实验结果表明，修改后的算法简单有效，对不同特征的多晶硅图像均能较好地实现自适应提取完整连续的边缘，为实现多晶硅结晶度的机器自动检测的目标奠定了算法基础。

目录

声明

注释表

第1章 绪论

1.1 研究背景

1.2 国内外现状

1.3 本文研究内容

1.4 论文安排

第2章 图像去噪

2.1 图像去噪方法

2.2 实验结果对比

2.3 本章小结

第3章 基于双峰法与Otsu法相结合算法的自适应图像分割

3.1 传统的分割方法

3.2双峰法与Otsu法相结合算法的改进

3.3实验结果分析

3.4本章小结

第4章 边缘提取与优化

4.1 边缘提取

4.2结合空间梯度信息的自适应边缘优化

4.3实验结果分析

4.4本章小结

第5章 晶畴区域的统计

5.1 闭运算处理

5.2 区域统计

5.3 本章总结

第6章 总结与展望

6.1 工作总结

6.2 不足与展望

参考文献

致谢

攻读硕士学位期间发表论文情况