[发明专利]一种基于机器视觉的光伏电池片黑心黑角检测方法、装置及设备

说明书

本发明实施例提供一种基于机器视觉的光伏电池片黑心黑角检测方法、装置及设备，所述方法包括：获取光伏电池片的光致发光成像图；对所述光伏电池片的光致发光成像图进行全局阈值分割、填充运算、二值化连通阈分析以及面积阈值参数提取，获取待目标光伏点出片区域；对所述目标光伏电池片区域进行区域形状变换，获取内侧圆区域；用所述第四目标光伏电池片区域减去所述内侧圆区域获得外侧角区域；根据所述内侧圆区域的灰度值平均值和所述外侧角区域的灰度值平均值计算灰度均值比例，并根据所述灰度均值比例以及黑心调节系数或黑角调节系数判断是否存在黑心或黑角。本发明实施例能够提高检测效率。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种基于机器视觉的光伏电池片黑心黑角检测方法、装置及设备。

背景技术

太阳能光伏电池是新能源领域中的研究热点，太阳能硅电池制作工艺过程复杂，在生产过程中，会出现许多严重的内部缺陷问题，如黑心和黑角等等，这些缺陷严重限制了光伏电池的光电转化效率和使用寿命。

因此，在生产过程中，需要将光伏电池内部缺陷，例如黑心黑角等检测出来。目前，在生产线上，通常采用人工目测经过光致发光设备获得的光伏电池图像进行检测，然而，这种人工检测方法检测效率低。

故，现亟须一种光伏电池黑心黑角检测效率的方法，提高光伏电池黑心黑角检测效率。

发明内容

本发明的目的在于提供一种基于机器视觉的光伏电池片黑心黑角检测方法及装置，提高光伏电池内部黑心黑角缺陷的检测效率。

本发明实施例提供一种基于机器视觉的光伏电池片黑心黑角检测方法，包括：

获取光伏电池片的光致发光成像图；

对所述光伏电池片的光致发光成像图进行全局阈值分割，提取第一目标光伏电池片区域图像；

对所述第一目标光伏电池片区域图像进行填充运算，提取第二目标光伏电池片区域图像；

通过对所述第二目标光伏电池片区域图像进行二值化连通阈分析，将所述第二目标光伏电池片区域图像分为第三目标电池片区域图像和噪声杂质区域图像；

对所述第三目标电池片区域图像和所述噪声杂质区域图像进行面积阈值参数提取，去除杂质和小噪点，获取第四目标光伏电池片区域图像；

对所述第四目标光伏电池片区域进行区域形状变换，获取内侧圆区域；其中，所述内侧圆区域为所述第四目标光伏电池片区域中最大的一个内接圆的区域；

用所述第四目标光伏电池片区域减去所述内侧圆区域获得外侧角区域；

根据所述内侧圆区域的灰度值平均值和所述外侧角区域的灰度值平均值计算灰度均值比例，并根据所述灰度均值比例以及黑心调节系数或黑角调节系数判断是否存在黑心或黑角。

进一步地，若R<1*黑心调节系数，则判定存在黑心；其中，所述黑心调节系数的取值在0.8±0.1之间；

或

若R>1*黑角调节系数，则判定存在黑角；其中，所述黑角调节系数的取值在1.2±0.1之间；

其中，R为灰度均值比例。

进一步地，所述灰度均值比例通过以下公式确定：

其中，InGrgyVal为内侧圆区域的灰度值平均值，OutGrayVal为外侧角区域的灰度值平均值。

进一步地，在所述用所述第四目标光伏电池片区域减去所述内侧圆区域获得外侧角区域后，还包括：