基于EL图像的太阳能电池组件缺陷在线检测研究

摘要

随着人类社会的高速发展，面对日益严重的生态环境和传统能源短缺等危机，太阳能逐渐得到众多国家的关注，同时也得到更好的开发和利用。电池组件作为太阳能最为重要的利用形式——光电转换的基本载体，利用组件EL在线检测系统对其进行生产监控和缺陷检测，减少其破损率，不仅能有效提高产品等级，同时也能减少硅材料的耗费，降低生产成本，提高组件的市场竞争力。
　　 本文根据电致发光(EL)检测原理，完成太阳能电池组件在线检测系统的设计和搭建，首先通过CCD相机拍摄组件EL图像，然后采用图像处理技术进行电池单元分割提取，最后进行电池单元EL图像缺陷检测的研究。
　　 本在线检测系统由辅助传送结构、检测暗箱和EL成像软件构成。辅助传送结构用于实现组件的自动装载，并可将缺陷组件传送至返修区;根据CCD芯片及镜头参数设计组件成像光路，确定CCD相机安装角α=43°，反射镜安装角β=23.5°，完成检测暗箱搭建:设计上位机EL成像软件，设置曝光时间为5s，增益为85，完成组件EL图像的获取实验。
　　 基于获取的组件EL图像，利用OpenCV对其进行桶形畸变校正、透视变换、灰度校正及电池单元EL图像分割等研究。首先标定相机内参，实现EL图像的桶形畸变校正;接着提取EL图像轮廓并解析该轮廓角点坐标，实现EL图像的透视变换;然后进行EL图像的灰度校正;最后根据等间距分割思路，提出了通过网格划分快速提取电池单元EL图像的方法，与模板匹配提取算法相比，其分割成功率得到了明显提高。
　　 针对提取的电池单元EL图像，对其进行预处理、特征提取、检测算法以及具体缺陷检测实现等研究。首先进行灰度变换、高斯滤波、区域生长等预处理;然后针对图像缺陷进行几何、形状和纹理特征提取，并进行常见检测算法分析研究;然后利用支持向量机，通过构造核函数，对电池单元EL图像样本进行训练、识别及实验;接着对电池单元EL图像破损、断栅、隐裂等具体缺陷进行检测研究，并通过OpenCV和Matlab程序实现;最后进行缺陷检测结果统计分析，其断栅和隐裂缺陷在检测时可能产生误判，在本试验中其误判率分别为6.9％和15.2％。