[发明专利]一种基于机器视觉的太阳能电池激光刻线参数检测方法及系统

说明书

技术领域

本发明涉及太阳能电池激光刻线参数检测领域。

背景技术

随着计算机技术的普及，传统工业领域正发生着巨大的变化。这些变化对工业计量与工业检测提出了更高的要求。原有的依靠人工的计量和检测技术因工作量大、易受到检测人员主观因素的影响而越来越难于适应工业领域的现代化发展。如何改变传统检测与计量方式以满足现实的复杂需要已是当前计算机、工业测控领域内非常重要和实用的研究内容。在这样的背景下，以工业图像处理技术、计算机视觉和自动识别技术为基础的新型工业计量与检验技术因高效、实用、准确而脱颖而出。随着高清晰度CCD、数字图像和模式识别技术的快速发展，自动完成测量和判别工作也成为可能。尤其是近二十年来，随着激光技术、精密计量光栅制造技术、计算机技术以及图像处理技术的发展，将它们应用到精确测量领域，形成了一种新的精密测量技术——计算机视觉检测，极大的满足了现代工业制造业的发展在速度和精度上对精密复杂工件几何参数的精密测量的要求。

发明内容

为了解决上述问题，本发明提供一种基于机器视觉的太阳能电池激光刻线参数检测系统，包括：

图像采集子系统、

太阳能电池板图像预处理模块、

边缘检测模块、

激光刻线边缘直线检测模块、

刻线宽度和刻线间隔测量模块五部分组成。

优选的是：所述图像采集子系统采用包括CCD相机、光学镜头、光源。

在上述任一方案中优选的是，所述CCD相机包括单色CCD数字摄像机，分辨率达到1280×1024；所述CCD相机可直接将光学信号转换为数字电信号， 实现图像的获取、存储、传输、处理及复现。

在上述任一方案中优选的是，所述光学镜头将被测工件及周围背景反射光线折射后成像在CCD上。

在上述任一方案中优选的是，进行图像采集需要对所述相机进行标定；由于相机相对于工件平台位置不变，相机的标定值即为采集图像单位像素在工件中的实际距离。计算公式为公式(1)

scale＝dis/|cp1-cp2| (1)

其中dis为标尺的实际距离距离(mm)；cp1为其中一个标尺刻度线坐标点；cp2为另一点标尺刻度线坐标点，scale为该相机的实际标定值(mm/pixl)。

在上述任一方案中优选的是，所述太阳能电池板图像预处理模块通过以下步骤对图像进行预处理：

第一步采用3x3的模板对图像做中值滤波进行图像平滑；

第二步采用直方图归一化方法对图像做初步的增强处理；

第三步采用基于人工神经网络的图像锐化处理。

在上述任一方案中优选的是，所述基于人工神经网络的图像锐化处理采用微分法对图像做锐化处理；所述图像处理中的微分方法包括梯度；对于图像g(x，y)，它的每一个像素的梯度是一个二维向量，采用Sobel算子来计算图像梯度。

在上述任一方案中优选的是，所述基于人工神经网络的图像锐化处理可以由公式(2)表示

R(x，y)＝f(P(x，y)，G(x，y))(2)

其中f(x，y)为一个非线性回归函数。

在上述任一方案中优选的是，所述基于人工神经网络的图像锐化处理使用了说明书中公式(3)所定义的扩展特征

把扩展后的特征向量作为人工神经网络的输入向量，并根据标注的训练数据，利用反向传播算法训练神经网络各层神经元的连接权值，利用训练得到的人工神经网络即可对图像进行锐化处理。

在上述任一方案中优选的是，所述基于人工神经网络的图像锐化处理使用了公式(4)所定义的后处理方法

其中N(x，y)为人工神经网络输出值，P′(x，y)为处理后的像素灰度值。

在上述任一方案中优选的是，所述边缘检测模块对传统的Canny边缘检测方法进行了如下改进：

第一是用Sobel算子来计算图像的梯度，代替了经典Canny边缘检测算法中的高斯滤波和一阶差分梯度算子；

第二是在确定边缘检测的全局阈值时，用基于图像金字塔的OSTU全局阈值计算方法来代替传统的OSTU方法；

第三是用局部自适应双阈值边缘连接来代替全局双阈值边缘连接方法。

在上述任一方案中优选的是，所述激光刻线边缘直线检测模块利用局部直线拟合与边缘像素点合并的方法来实现边缘直线的检测。