一种太阳能电池片的边红片的检测方法
【专利摘要】本发明公开了一种太阳能电池片的边红片的检测方法，利用机器视觉检测系统，其步骤如下：通过机器视觉检测系统的CCD摄像机采集太阳能电池片RGB图像；通过背光源产生电池片区域，通过R通道提取电池片栅线；两个步骤相结合去除外围和白色干扰；最后转换成HSV模型；采用基于边缘色调方差识别的检测方法，计算太阳能电池片的色调方差，当太阳能电池片边缘区域色调方差8时，判定这片电池片为边红片。本发明利用机器视觉系统，采用基于图像均值和方差的检测方法对太阳能电池片的边红片进行分选，取代传统人工检测方式，有效地提高电池片外观质量，降低人工作业强度，降低人工操作破片率，减少人为对电池片的污染，提高生产率。
【专利说明】
一种太阳能电池片的边红片的检测方法
技术领域
[0001] 本发明涉及一种太阳能电池片的边红片的检测方法，属于光伏技术领域。
【背景技术】
[0002] 目前，全球面临严重化石能源危机和环境危机，太阳能作为一种干净、无污染和最 丰富的自然能源，已得到广泛的应用。然而，太阳能电池片的生产工艺较复杂，导致生产出 来的电池片不可避免地产生颜色缺陷问题，如边红片，灰片等。对于电池片颜色缺陷的检 测，大部分采用人工检测的方式，时间长后人员易疲劳，并且每个人员检验标准不一致，会 造成电池片混档，同时会污染电池片。在实际情况中，电池片的外观颜色缺陷，不仅会影响 光伏组件外观质量和使用寿命，而且会降低光电转换效率。
【发明内容】
[0003] 为了解决上述问题，本发明提供了一种太阳能电池片的边红片的检测方法，本发 明的技术内容如下：
[0004] -种太阳能电池片的边红片的检测方法，利用机器视觉检测系统，其步骤如下：
[0005] (1)、通过机器视觉检测系统的C⑶摄像机采集太阳能电池片RGB图像；
[0006] (2)、通过背光源产生电池片区域；
[0007] (3)、通过R通道提取电池片栅线；
[0008] (4 )、步骤(2)和步骤(3)相结合去除外围和白色干扰；
[0009] (5)、最后转换成HSV模型，所述HSV模型中含有三个矢量值，即色调H、饱和度S、亮 度V;
[0010] (6)、采用基于边缘色调方差识别的检测方法，计算太阳能电池片的色调H的方差， 当太阳能电池片边缘区域色调H的方差>8时，判定这片电池片边缘颜色不均匀，为边红片。
[0011] 上述步骤(4)中去除外围和白色干扰的方法如下：
[0012] 通过步骤（1)采集到太阳能电池片RGB图像，步骤(3)提取的电池片栅线，运用基于 阀值的分割方法将外围和白色干扰进行分割去除，由于图像信息量较大，故从采集到的图 像中直接获取目标区域，并设定外围和白色干扰阀值T值，并通过T值将图像分为大于T像素 群与小于T像素群，阀值化输入图像F(i，j)到输出图像G(x，y)的如下变换：
[0013]
[0014]这样就将图像中的外围和白色干扰分割出去，并排除其对检测的干扰。
[0015]上述步骤(5)中转换成HSV模型的方法如下：
[0016]太阳能电池片RGB图像的R、G、B值通过如下公式转换成HSV颜色模型中的色调H、饱 和度S、亮度V:
[0018] 在HSV颜色模型中，假设一块太阳能电池片实体图像上有N个像素点，每个像素点 的色调H定义为Η(Νη)，η=1，2,3···Ν，色调H这个分量的平均值公式为：
[0019]
[0020]
[0021]
[0022]本发明所达到的有益效果：
[0023] 本发明利用机器视觉系统，采用基于图像均值和方差的检测方法对太阳能电池片 的边红片进行分选，取代传统人工检测方式，有效地提高电池片外观质量，降低人工作业强 度，降低人工操作破片率，减少人为对电池片的污染，提高生产率。
【具体实施方式】
[0024] 下面结合实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发 明的技术方案，而不能以此来限制本发明的保护范围。
[0025] -种太阳能电池片的边红片的检测方法，利用机器视觉检测系统，其步骤如下：
[0026] (1)、通过机器视觉检测系统的C⑶摄像机采集太阳能电池片RGB图像；
[0027] (2)、通过背光源产生电池片区域；
[0028] (3 )、通过R通道提取电池片栅线；
[0029] (4)、步骤(2)和步骤(3)相结合去除外围和白色干扰；
[0030] (5)、最后转换成HSV模型，所述HSV模型中含有三个矢量值，即色调H、饱和度S、亮 度V;
[0031] (6)、采用基于边缘色调方差识别的检测方法，计算太阳能电池片的色调H的方差， 当太阳能电池片边缘区域色调H的方差>8时，判定这片电池片边缘颜色不均匀，为边红片。
[0032] 上述步骤(4)中去除外围和白色干扰的方法如下：
[0033]通过步骤（1)采集到太阳能电池片RGB图像，步骤(3)提取的电池片栅线，运用基于 阀值的分割方法将外围和白色干扰进行分割去除，由于图像信息量较大，故从采集到的图 像中直接获取目标区域，并设定外围和白色干扰阀值T值，并通过T值将图像分为大于T像素 群与小于T像素群，阀值化输入图像F(i，j)到输出图像G(x，y)的如下变换：
[0034]
[0035] 这样就将图像中的外围和白色干扰分割出去，并排除其对检测的干扰。
[0036]上述步骤(5)中转换成HSV模型的方法如下：
[0037]太阳能电池片RGB图像的R、G、B值通过如下公式转换成HSV颜色模型中的色调H、饱 和度S、亮度V:
[0039] 在HSV颜色模型中，假设一块太阳能电池片实体图像上有N个像素点，每个像素点 的色调H定义为Η(Νη)，η=1，2,3···Ν，色调H这个分量的平均值公式为：
[0040]
[0041]
[0042]
[0043]以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形 也应视为本发明的保护范围。
【主权项】
1. 一种太阳能电池片的边红片的检测方法，其特征在于利用机器视觉检测系统，其步 骤如下： (1) 、通过机器视觉检测系统的CCD摄像机采集太阳能电池片RGB图像； (2) 、通过背光源产生电池片区域； (3) 、通过R通道提取电池片栅线； (4 )、步骤(2)和步骤(3)相结合去除外围和白色干扰； (5) 、最后转换成HSV模型，所述HSV模型中含有三个矢量值，即色调H、饱和度S、亮度V; (6) 、采用基于边缘色调方差识别的检测方法，计算太阳能电池片的色调Η的方差，当太 阳能电池片边缘区域色调Η的方差>8时，判定这片电池片边缘颜色不均匀，为边红片。2. 根据权利要求1所述的一种太阳能电池片的边红片的检测方法，其特征在于:所述步 骤(4)中去除外围和白色干扰的方法如下： 通过步骤（1)采集到太阳能电池片RGB图像，步骤(3)提取的电池片栅线，运用基于阀值 的分割方法将外围和白色干扰进行分割去除，由于图像信息量较大，故从采集到的图像中 直接获取目标区域，并设定外围和白色干扰阀值T值，并通过T值将图像分为大于T像素群与 小于T像素群，阀值化输入图像F(i，j)到输出图像G(x，y)的如下变换：这样就将图像中的外围和白色干扰分割出去，并排除其对检测的干扰。3. 根据权利要求1所述的一种太阳能电池片的边红片的检测方法，其特征在于:所述步 骤(5)中转换成HSV模型的方法如下： 太阳能电池片RGB图像的R、G、B值通过如下公式转换成HSV颜色模型中的色调H、饱和度 S、亮度V:在HSV颜色模型中，假设一块太阳能电池片实体图像上有N个像素点，每个像素点的色 调Η定义为Η(Νη)，η=1，2,3···Ν，色调Η这个分量的平均值公式为：4. 根据权利要求1所述的一种太阳能电池片的边红片的检测方法，其特征在于:所述步 骤(6)中计算色调Η的方差的公式如下：
【文档编号】H01L21/66GK106057700SQ201610590513
【公开日】2016年10月26日
【申请日】2016年7月25日 公开号201610590513.1, CN 106057700 A, CN 106057700A, CN 201610590513, CN-A-106057700, CN106057700 A, CN106057700A, CN201610590513, CN201610590513.1
【发明人】白建波, 陶卫东, 李华锋, 王光清, 陈建豪, 张臻, 刘升
【申请人】河海大学常州校区