基于電致發(fā)光與機器視覺技術(shù)的太陽電池缺陷診斷研究.pdf

1、隨著煤炭、石油等傳統(tǒng)資源的日益枯竭，以太陽能為代表的新型能源正在起著越來越重要的作用。太陽能電池組件是太陽能發(fā)電的關(guān)鍵，它的好壞直接影響了發(fā)電效率，在組件生產(chǎn)過程中，各個環(huán)節(jié)都有可能造成組件缺陷，及時的篩選出不合格的組件是很有必要的，傳統(tǒng)的檢測組件的方法有目測法、I-V特性檢測、光譜響應(yīng)檢測，這些檢測方法都是離線檢測，弊端是容易受外界環(huán)境的影響而使檢測結(jié)果不準(zhǔn)確，本文提出了一種新的檢測方法——基于電致發(fā)光視覺檢測技術(shù)的電池組件缺陷檢測。

2、
　　本研究首先介紹了電致發(fā)光的基本原理及其相關(guān)知識，為圖像采集提供了理論基礎(chǔ)。接著，分析了常見的組件缺陷形成機理，并介紹了其對組件自身的危害，而且給出了行之有效的預(yù)防措施。圖像處理是機器視覺技術(shù)的核心，本文做了形態(tài)學(xué)操作、圖像濾波、圖像分割等圖像預(yù)處理工作，根據(jù)圖像特征，采用了Hu不變矩對缺陷特征進行了提取，由于原始的Hu不變矩不遵循尺度不變性，本研究采用了一種改進的不變矩算法，很好的提取了缺陷的特征，建立了常見組件缺陷的特征庫