[发明专利]基于机器视觉的太阳能电池板瑕疵检测系统及检测方法在审

专利信息
申请号: 202010057579.0 申请日: 2020-01-19
公开(公告)号: CN111229648A 公开(公告)日: 2020-06-05
发明(设计)人: 薛彬;茌文清;丁震;矫爽本;孟庆森;周凤敏;翟明戈 申请(专利权)人: 青岛滨海学院
主分类号: B07C5/342 分类号: B07C5/342;B07C5/02;B07C5/36;G01N21/95;G01N21/88
代理公司: 北京中济纬天专利代理有限公司 11429 代理人: 张晓
地址: 266555 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 机器 视觉 太阳能 电池板 瑕疵 检测 系统 方法
【说明书】:

发明提出了基于机器视觉的太阳能电池板瑕疵检测系统,包括:视觉相机、视觉分析模块、PLC和剔除装置;其中,视觉相机对太阳能电池板表面进行图像采集,将采集到的图像传输给视觉分析模块;视觉分析模块对视觉相机传输的图像进行处理分析,并将检测的结果传输给PLC;PLC同时与传感器连接,传感器对发现的存在瑕疵的太阳能电池板进行计数,并将触发信号传输给PLC,PLC控制剔除装置对存在瑕疵的太阳能电池板进行剔除。本发明采用智能相机先进的算法和图像处理软件,更精确地检测肉眼无法观察的瑕疵,且具有快速的图像处理速度和高效的检测效率,与人工检测相比较,在检测效率上提高了90%,对于细小的瑕疵,检出率提高了80%,完美的代替了人工检测。

技术领域

本发明涉及机器视觉识别技术领域,特别涉及一种基于机器视觉的太阳能电池板瑕疵检测系统,还涉及一种基于机器视觉的太阳能电池板瑕疵检测方法。

背景技术

目前在太阳能电池板生产领域电池板生产质量的问题备受生产厂家的关注,电池板的破损瑕疵是直接导致太阳能电池板质量的最主要原因,并且细小的瑕疵难以检测。目前的太阳能电池检测中关于电池板表面的缺陷很少,主要有人工观察检测、红外图像检测。但以上两种检测方法各有其局限性:人工观察需耗费大量劳动力且准确率不高,目前生产工艺中有一些肉眼难以观察出来的缺陷,随着产量的提升,人工检测的效率难以提升并且每个人的检测标准难以做到一致;红外图像检测受周围环境影响较大。故传统的太阳能表面缺陷检测方法愈来愈不能适应日益复杂的生产工艺与越来越高的缺陷要求。因此为了克服传统检测方法的局限性,需要研究新的太阳能电池表面缺陷检测方法及设备。

发明内容

本发明提出一种基于机器视觉的太阳能电池板瑕疵检测系统及检测方法,解决了现有技术中太阳能电池板检测效率低、检出率低的问题。

本发明的技术方案是这样实现的:

基于机器视觉的太阳能电池板瑕疵检测系统,包括:视觉相机、视觉分析模块、PLC和剔除装置;其中,

视觉相机对太阳能电池板表面进行图像采集,将采集到的图像传输给视觉分析模块;

视觉分析模块对视觉相机传输的图像进行处理分析,并将检测的结果传输给PLC;

PLC同时与传感器连接,传感器对发现的存在瑕疵的太阳能电池板进行计数,并将触发信号传输给PLC,PLC控制剔除装置对存在瑕疵的太阳能电池板进行剔除。

可选地,视觉相机选用的是In Sight 8402智能相机,其最大分辨率为1600*1200,通过以太网电缆的M12连接器连接至视觉分析模块的ENET连接器。

可选地,所述视觉相机选用的是C接口9mm镜头。

可选地,所述LED光源为球积分光源,利用半圆形的弯曲金属表面反光,均匀的照射在被测物体表面,然后通过被测物体表面反光,照射到视觉相机的感光元件。

可选地,所述视觉分析模块包括定位工具和瑕疵检测工具;定位工具采用PatMaxRedLine或PatMax算法来定位图案特征的位置;瑕疵检测工具包括边缘缺陷检测工具和外观瑕疵检测工具。

可选地,所述边缘缺陷检测工具使用边缘分析卡尺数组定位边缘特征,构造最佳拟合线,确定边缘中是否存在偏差,并报告遇到的缺陷和间距的数量。

可选地,外观瑕疵检测工具根据像素的强度变化在灰度或彩色图像上检测划痕、刻痕、破损、污渍或小缺口等瑕疵,在执行斑点分析以确定瑕疵是否存在之前,使用该工具一个内部的过滤操作,以突然的颜色或灰度变化加亮突出边缘和区域。

可选地,剔除装置与系统外部的瑕疵产品箱相连,所述瑕疵产品箱的入口设有光栅,光栅检测存在瑕疵的太阳能电池板板是否已经被剔入瑕疵产品箱。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛滨海学院,未经青岛滨海学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010057579.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top