晶硅太阳电池电致发光成像缺陷检测及自动识别-光伏检测专业论文.docxVIP

上海交通大学硕士学位论文 上海交通大学硕士学位论文 万方数据 万方数据 第 IV 页 上海交通大学硕士学位论文 晶硅太阳电池电致发光成像缺陷检测及自动识别 摘要 随着太阳能产业的发展，太阳电池的效率和可靠性越来越重要。其中，缺陷 对太阳电池的性能有着最大最直接的影响。而这些缺陷大部分是难以识别和发现 的隐性缺陷，因此一种快速有效的太阳电池缺陷检测方法是非常有价值的。 电致发光成像技术作为一种新的太阳电池缺陷检测方法，渐渐被大规模应用 于工业生产过程中。此方法通过观察太阳电池的发光图像，可以发现通常难以识 别的太阳电池隐性缺陷。 但是，目前大部分的发光图像都是靠人眼检测。随着太阳电池产能的提高， 人眼的识别速度大大限制了生产效率的提高。因此，全自动的检测技术有着非常 重要的意义。 本文采用了两种图像处理技术，针对太阳电池组件的三种典型缺陷：黑片、 断栅和隐裂，实现了对缺陷自动检测。基于局域阈值分割的自动检测技术，使用 矩形作为检测窗口，在阈值分割的时候结合了对比度拉伸变换，利用形态学处理 得到的二值图像，快速定位和确定类型。基于阈值均匀局部二值模式和 BP 神经 网络的算法，使用均一模式以减少特征值的数量，结合 BP 神经网络的缺陷检测 算法，将复杂的缺陷模式判断转化为神经网络模式识别问题。实验结果表明，这 两种算法可以用很短的时间，准确定位缺陷，适合在线的单晶和多晶太阳电池缺 陷