光伏电池能效图压缩测量装置及测量方法与流程

本发明属于测试计量技术领域，特别是涉及一种光伏电池能效图压缩测量装置及测量方法。

背景技术

光伏电池的光电转换效应是最具潜力的太阳能-电能转化方式，然而光伏电池在生产、部署、使用过程中极易引入碎裂、隐裂等表面缺陷，极大的降低了光伏电池的质量和寿命。高效的检出光伏电池的表面缺陷，并对光伏电池进行筛选分类，对残片进行再切割，是提高产品质量、一致性、节省成本的必要步骤。

由于光伏电池的输出是整个受光面的积分，是每个点的光电输出的总和，因而难以确定每个点的光电输出，也难以确定表面缺陷的具体位置。因而快速、准确的对光伏电池的能效图成像，是检出光伏电池表面缺陷的前提。

目前广泛采用的光伏电池能效图成像方法分为两类：

第一类方法以光感生电流法为代表，这一类方法采用激光，逐点照亮光伏电池的每一个测试点并测试输出，进而获得整个待测区域能效图。这一类方法成像精度高，能够真实反映出光伏电池实际工作情况下的能效情况，然而该方法的显著缺点是成像速度太慢。

第二类方法是以光伏材料的电致发光特性为基础，在光电材料极间加入偏置电压，对光电材料因电致发光效应产生的微弱红外辐射成像，这类方法的本质是对光伏材料的结构成像，利用材料结构图像获得等效的光伏电池能效图，这一类方法成像速度快、分辨率高，然而该方法只能对特定光伏材料成像，并且获得的能效图为等效图像，并不能真实的反映出光伏电池实际工作状态下的能效图。

近几年提出的以压缩感知理论为基础的光感生电流法，结构光对光伏电池的输出进行调制，测量调制后输出并采用压缩感知重构算法重构出待测区域的能效图。基于压缩感知的光感生电流法只需要少量的测量值就能够重构待测器件的能效图，并且消除了频繁的机械定位步骤，能够显著提高测量速度，然而在该方法的信号模型中，光伏电池表面的栅极线等效于表面缺陷，极大的提高了信号的复杂度，因此仍然需要较多的测量值来重构电池板的能效图像来确定实际缺陷的位置和形状，测量效率较低。

综上所述，在光伏电池能效图成像方面，传统的光感生电流法存在成像速度慢的缺点，电致生光法存在反映实际能效情况的缺点，基于压缩感知的光感生电流法存在测量效率低的缺点。

技术实现要素：

本发明的目的在于提供一种光伏电池能效图压缩测量装置及测量方法，解决了现有技术中光伏电池能效图成像速度慢，基于压缩感知的光感生电流法存在测量效率低的问题。

本发明所采用的技术方案是，光伏电池能效图压缩测量装置，由待测样品台、结构光投影模块、表面特征成像模块、表面特征提取模块、投影图样生成模块、随机图样生成模块、电流测量模块、电流图重构模块组成；

待测样品台，用于放置样品，并和结构光投影模块及表面特征成像模块对齐以及输出样品的总输出电流；

表面特征成像模块，用于对样品表面反射光成像，增加辅助光源增强成像效果，并将样品的表面特征图像传输至表面特征提取模块；

表面特征提取模块，用于对样品的表面特征进行提取，并将信息传输至投影图样生成模块；

随机图样生成模块，用于生成原始随机图样序列并传输至投影图样生成模块；

投影图样生成模块，用于根据原始随机图样序列和表面特征信息生成随机投影图样序列并传输至结构光投影模块和电流图重构模块；

结构光投影模块，用于根据随机投影图样序列进行投影产生结构光；

电流测量模块，用于精确的电流测量并将测量值传输至电流图重构模块；

电流图重构模块，用于根据随机投影图样序列和收集的测量值进行重构样品电流图得到待测样品的能效图。

进一步的，所述待测样品台采用可移动的绝缘基板以及测试探针。

进一步的，所述待测样品台与结构光投影模块和表面特征成像模块实现对准的方式是移动待测样品台，或是移动结构光投影模块和表面特征成像模块。

进一步的，所述表面特征成像模块采用可见光相机、红外相机中的任一种。

进一步的，所述结构光投影模块采用液晶、投影机、扫描激光中的任一种。

进一步的，所述电流测量模块采用互阻抗放大器及模数转换器、霍尔传感器及模数转换器中的任一种。

本发明所采用的另一种技术方案是，光伏电池能效图压缩测量装置的测量方法，具体按照以下步骤进行：

步骤s1、待测样品台移动光伏电池，使得表面特征成像模块对准光伏电池，表面特征成像模块采集光伏电池的表面特征图像，并将采集到的图像送至表面特征提取模块进行分析，表面特征提取模块将分析所得的待测量区域信息输入投影图样生成模块，同时，随机图样生成模块将生成的原始随机图样序列输入到投影图样生成模块；投影图样生成模块根据输入的测量区域信息和原始随机图样序列生成最终的随机投影图样序列，并传输至结构光投影模块和电流图重构模块；

步骤s2、待测样品台移动光伏电池到结构光投影模块投影匹配区域，结构光投影模块使用随机投影图样序列的每一个投影图样对光伏电池的待测区域进行投影，同时利用电流测量模块测量对应的样本总输出电流值，构成测量样本向量，并输出到电流图重构模块；

步骤s3、利用测量样本向量及随机投影图样序列作为电流图重构模块的输入，对观测结果进行压缩感知重构，生成光伏电池待测区域能效图。

进一步的，所述步骤s1，具体按照以下步骤进行：

步骤s11、待测样品台移动光伏电池，使得表面特征成像模块对准光伏电池，用光伏电池吸收波长范围内的单色光均匀照亮光伏电池待测区域；

步骤s12、用表面特征成像模块对待测区域成像，生成表面特征图像；

步骤s13、表面特征提取模块将表面特征图像二值化，生成二值化栅极线图像；表面特征提取模块采用边缘检测方法对二值化栅极线图像进行边缘检测，得到栅极线边缘图像；

步骤s14、表面特征提取模块采用直线检测方法对栅极线边缘图像进行检测，得到多段栅极线线段；

步骤s15、表面特征提取模块对得到的多段栅极线线段进行延伸，使其与二值化栅极线图像边界构成连通域，将所构成的连通域作为栅极线区域；

步骤s16、表面特征提取模块将二值化栅极线图像中在对应于栅极线区域内的像素点标记为1，对应于栅极线区域外的像素点标记为0，生成蒙版图像并输入至投影图样生成模块；

步骤s17、随机图样生成模块获取待测区域大小，每行待测点数r，每列待测点数c，采样率s，计算采样矩阵行数m＝ceil(c*r*s)，ceil为取整函数，采样率s是小数，ceil保证行数m为整数，列数n＝r*c；生成m行n列的的原始随机图样序列，图样像素值采用服从二值化随机伯努利分布的独立同分布元素填充，生成压缩感知投影图像并投入到投影图样生成模块；将蒙版图像进行等比例缩放，使其像素数与压缩感知投影图像的列数相同；

步骤s18、投影图样生成模块将压缩感知投影图像中对应于蒙版图像中标记为1的像素的列中的所有像素值置为0，生成蒙版观测图像；

步骤s19、将蒙版观测图像的每一行像素重新排列成一个a行b列的图样，生成最终的随机投影图样序列，并传输至结构光投影模块和电流图重构模块。

进一步的，所述步骤s19中a的值与待测区域每行的待测点数r的值相同，b的值与待测区域每列的待测点数c的值相同。

本发明的有益效果是，一、本发明采样效率更高、速度更快，本发明采用利用提取的栅极线先验信息消除了对栅极线的采样以及重构过程，降低了重构信号复杂度，测量效率更高、速度更快；

二、本发明提出的光伏电池能效图压缩测量方法重构细节更突出，消除了压缩感知模型中作为大信号首先被重构的栅极线信号，使得真正的缺陷信号能够更准确的被重构，因而细节更加突出；

三、本发明提出的光伏电池能效图压缩测量方法噪声水平更低，本发明采用蒙版图样避开了反射明显的栅极线区域，消除了因栅极线反射造成的测量噪声，因而噪声水平更低。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是光伏电池能效图压缩测量装置图；

图2是光伏电池能效图压缩测量装置的实施例图；

图3是实施例的表面特征图像；

图4是实施例的二值化栅极线图像；

图5是实施例的栅极线边缘图像；

图6是实施例的多段栅极线线段图像；

图7是实施例的连通域图；

图8是实施例的蒙版图像；

图9是实施例的蒙版观测矩阵的一行的图像；

图10是实施例的重构所得的待测区域能效图。

图中，1.待测样品台，2.结构光投影模块，3.表面特征成像模块，4.表面特征提取模块，5.投影图样生成模块，6.随机图样生成模块，7.电流测量模块，8.电流图重构模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的思路是，利用光伏电池栅极线与光伏材料表面特性差异大的特点，利用图像处理方法对待测电池表面成像并提取栅极线信息作为表面特征图像，利用表面特征图像降低光伏电池能效图信号在压缩感知模型中的复杂度，达到降低采样率，提高测量效率的目的。

光伏电池能效图压缩测量装置，如图1所示，由待测样品台1、结构光投影模块2、表面特征成像模块3、表面特征提取模块4、投影图样生成模块5、随机图样生成模块6、电流测量模块7、电流图重构模块8组成；

待测样品台1，用于放置样品和结构光投影模块2及表面特征成像模块3对齐以及输出样品的总输出电流，采用可移动的绝缘基板以及测试探针；

待测样品台1与移动结构光投影模块2和表面特征成像模块3实现对准的方式是移动样品台，或是移动结构光投影模块2和表面特征成像模块3，可将结构光投影模块2和表面特征成像模块3固定在可移动的架子上使得移动结构光投影模块2和表面特征成像模块3对准待测样品台1；

表面特征成像模块3，用于对样品表面反射光成像，增加辅助光源增强成像效果，并将样品的表面特征图像传输至表面特征提取模块4；采用可见光相机、红外相机中的任一种；

表面特征提取模块4，用于对样品的表面特征进行提取，并将信息传输至投影图样生成模块5；

随机图样生成模块6，用于生成原始随机图样序列并传输至投影图样生成模块5；

投影图样生成模块5，用于根据原始随机图样序列和表面特征信息生成随机投影图样序列并传输至结构光投影模块2和电流图重构模块8；

结构光投影模块2，用于根据随机投影图样序列进行投影产生结构光；采用液晶、投影机、扫描激光中的任一种；

电流测量模块7，用于精确的电流测量并将测量值传输至电流图重构模块8；采用互阻抗放大器及模数转换器、霍尔传感器及模数转换器中的任一种；

电流图重构模块8，用于根据随机投影图样序列和收集的测量值进行重构样品电流图得到待测样品的能效图；

电流图重构模块8、表面特征提取模块4、随机图样生成模块6、投影图样生成模块5，可采用单独设备或软件实现，也可以统一采用一台计算设备实现。

光伏电池能效图压缩测量装置的测量方法，具体按照以下步骤进行：

步骤s1、待测样品台1移动光伏电池，使得表面特征成像模块3对准光伏电池，表面特征成像模块3采集光伏电池的表面特征图像，并将采集到的图像送至表面特征提取模块4进行分析，表面特征提取模块4将分析所得的待测量区域信息输入投影图样生成模块5，同时，随机图样生成模块6将生成的原始随机图样序列输入到投影图样生成模块5；投影图样生成模块5根据输入的测量区域信息和原始随机图样序列生成最终的随机投影图样序列，并传输至结构光投影模块2和电流图重构模块8；

步骤s11、待测样品台1移动光伏电池，使得表面特征成像模块3对准光伏电池，用光伏电池吸收波长范围内的单色光均匀照亮光伏电池待测区域；光伏电池有转化效率，不是完全吸收，因此会有一部分光反射，利用光伏电池吸收光能力好的特点，光伏材料区域和栅极线区域的反射率不同，导致图像亮度不同，才能提取待测区域；

步骤s12、用表面特征成像模块3对待测区域成像，生成表面特征图像；

步骤s13、表面特征提取模块4将表面特征图像二值化，生成二值化栅极线图像；表面特征提取模块4采用边缘检测方法对二值化栅极线图像进行边缘检测，得到栅极线边缘图像；

步骤s14、表面特征提取模块4采用直线检测方法对栅极线边缘图像进行检测，得到多段栅极线线段；

步骤s15、表面特征提取模块4对得到的多段栅极线线段进行延伸，使其与二值化栅极线图像边界构成连通域，将所构成的连通域作为栅极线区域；

步骤s16、表面特征提取模块4将二值化栅极线图像中在对应于栅极线区域内的像素点标记为1，对应于栅极线区域外的像素点标记为0，生成蒙版图像并输入至投影图样生成模块5；

步骤s17、随机图样生成模块6获取待测区域大小，每行待测点数r，每列待测点数c，采样率s，计算采样矩阵行数m＝ceil(c*r*s)，ceil为取整函数，采样率s是小数，ceil保证行数m为整数，列数n＝r*c；生成m行n列的原始随机图样序列，图样像素值采用服从二值化随机伯努利分布的独立同分布元素填充，生成压缩感知投影图像并投入到投影图样生成模块5；将蒙版图像进行等比例缩放，使其像素数与压缩感知投影图像的列数相同；

步骤s18、投影图样生成模块5将压缩感知投影图像中对应于蒙版图像中标记为1的像素的列中的所有像素值置为0，生成蒙版观测图像；

步骤s19、将蒙版观测图像的每一行像素重新排列成一个a行b列的图样，生成最终的随机投影图样序列，并传输至结构光投影模块2和电流图重构模块8，其中，a的值与待测区域每行的待测点数r的值相同，b的值与待测区域每列的待测点数c的值相同；

步骤s2、待测样品台1移动光伏电池到结构光投影模块2投影匹配区域，结构光投影模块2使用随机投影图样序列的每一个投影图样对光伏电池的待测区域进行投影，同时利用电流测量模块7测量对应的样本总输出电流值，构成测量样本向量，并输出到电流图重构模块8；

步骤s3、利用测量样本向量及随机投影图样序列作为电流图重构模块8的输入，对观测结果进行压缩感知重构，生成光伏电池待测区域能效图。

实施例

步骤s1、采集太阳能电池板表面特征图像和生成最终的随机投影图样序列，如图2所示；

步骤s11、待测样品台1移动太阳能电池板，使得表面特征成像模块3对准太阳能电池板，用太阳能电池板吸收波长范围内的单色光均匀照亮太阳能电池板待测区域；

步骤s12、用可见光相机对待测区域成像，生成表面特征图像；

本实施例中，对长宽均为5.6mm的太阳能电池板采用460nm蓝光照亮，并采集其低畸变灰度图像，图像长宽各500像素，所采集的表面特征图像如图3所示；

步骤s13、栅极线提取模块将表面特征图像二值化，生成二值化栅极线图像，本实施例中的二值化栅极线图像如图4所示；栅极线提取模块采用canny边缘检测方法对二值化栅极线图像进行边缘检测，得到栅极线边缘图像，本实施例中的栅极线边缘图像如图5所示；

步骤s14、栅极线提取模块采用hough直线检测方法对栅极线边缘图像进行检测，得到多段栅极线线段，本实施例中，采用hough直线检测方法检测所得的线段如图中带端点线段如图6所示；

步骤s15、栅极线提取模块对得到的多段栅极线线段进行延伸，使其与二值化栅极线图像边界构成连通域，将所构成的连通域作为栅极线区域，本实施例中，所构成的连通域如图7中黑色区域所示；

步骤s16、栅极线提取模块将二值化栅极线图像中在对应于栅极线区域内的像素点标记为1，对应于栅极线区域外的像素点标记为0，生成蒙版图像并输入至伯努利随机图样生成模块，本实施例中，所生成的蒙版图像如图8所示，其中标记为1的像素点显示为白色，标记为0的像素显示为黑色；

步骤s17、伯努利随机图样生成模块获取待测区域大小，每行待测点数r，每列待测点数c，采样率s，计算采样矩阵行数m＝ceil(c*r*s)，列数n＝r*c；生成m行n列的原始随机图样序列，图样像素值采用服从二值化随机伯努利分布的独立同分布元素填充，生成压缩感知投影图像并输入至伯努利随机图样生成模块；将蒙版图像进行等比例缩放，使其像素数与压缩感知投影图像的列数相同；本实施例中，r＝100，c＝100，s＝0.3，m＝3000，n＝10000，压缩感知投影图像为3000行10000列，将蒙版图像进行缩放，为了点对点能够匹配，这样一个像素才能对应一个矩阵元素，使其像素点数与压缩感知投影图像的列数相等；

步骤s18、投影图样生成模块5将压缩感知投影图像中对应于蒙版图像中标记为1的像素的列中的所有像素值置为0，生成蒙版观测图像；

步骤s19、将蒙版观测图像的每一行像素重新排列成一个a行b列的图样，生成最终的随机投影图样序列；本实施例中，所生成的一个100行100列的随机投影图样序列如图9所示，其中黑色像素点表示矩阵元素值为0；

步骤s2、待测样品台1移动太阳能电池板到投影机投影匹配区域，投影机使用随机投影图样序列的每一个投影图样对太阳能电池板的待测区域进行投影，同时利用i/v变换器及模数转换器测量对应的样本总输出电流值，构成测量样本向量，并输出到min-tv电流图重构模块；

步骤s3、利用测量样本向量及投影图样序列作为min-tv方法的输入，对观测结果进行压缩感知重构，生成太阳能电池板待测区域能效图，本实施例中，重构所得的待测区域能效图如图10所示，其中像素越靠近黑色表示光电转换效率越低，越靠近白色表示光电转换效率越高。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。