光伏电池片裂纹检测方法总结

太阳能组件裂纹检测方法研究1、研究背景 : 随着科学技术的不断发展， 太阳能的应用越来越广。 在新能源领域，我们通过光电转换的原理，将清洁的太阳能转换成电能，为我们提供源源不断的能源。目前，光伏行业发展迅速，年增长率在 20%左右。这些生产出来的电池片首先就是要对其质量进行检测， 电池片的质量影响着其使用的寿命、稳定性、以及光电转换效率，传统的人工分拣已经无法满足市场需求。光伏电池片在层叠、层压、装框、清洗等生产过程中，会导致电池板内部出现断栅、裂纹、黑片等不同类型的缺陷，这些缺陷严重影响了电池片的质量。因此，电池片 EL 缺陷检测与识别就成为生产过程中极其重要的环节。机器视觉的技术已经广泛的应用到了缺陷检测的领域，但是这些技术针对的都是表面纹理分布比较均匀缺陷。在太阳能电池片领域，多晶硅的表面纹理特征复杂，而且部分缺陷容易受到晶格的影响。多晶硅缺陷检测一直就是机器视觉缺陷检测的难点，其主要原因有以下三点：、由于电池片的发光效率不一样，所以 EL 图片的亮暗程度不同。、每张电池片的背景不同，而且十分复杂。、不同光伏厂家的生产工艺不同，标准不一样。目前只有德国伊斯拉视像设备制造有限公司可以实现实时 EL 图像缺陷检测国内国外的一些厂家如 pi4、沛德、捷得宝等有一定的识别率不过需要人工辅助检测。2、研究现状：机器视觉已经广泛的运用到了机器视觉领域。但是，大多数的方法都只能处理背景比较均匀的缺陷。多晶硅包含着复杂的纹理，而且缺陷可能出现在电池片的任何一个区域，这些大大增加了缺陷检测的难度。图像处理技术已经应用到了太阳能电池片的缺陷检测领域 , Fu et al[1]采用机器视觉的方法检测缺陷， 这种方法只能识别在裂纹边缘有着高对比灰度的裂纹。 Pilla et al[2] 使用热成像技术检测裂纹，再用一个简单的的阈值化，就能把缺陷从一个均匀的背景下提取出来。 Warta[3]总结了不同传感器就是在太阳能缺陷检测领域的应用。Tsai et al[4]把用于隐裂检测的各向异性扩散算法应用到了太阳能电池片的裂纹检测领域。这种方法去除了晶粒背景，只保留了裂纹纹理。这种方法在检测镜子缺陷时效果非常好，而且速度非常快，但是他不能能够直接应用到其他缺陷的检测当中。 Li and Tsai[5]提出了一种检测硅片上锯痕的算法，运用傅里叶变换来移除晶格的背景。在移除背景后的图像中，一行一行的直线检测过程用于检测可能的缺陷点，则种方法只能检测特定的锯齿状缺陷。 Chiou and Liu[6]使用一种近红外成像技术来增强隐裂缺陷。这种方法只适用于检测裂纹比背景更暗的情况，也就是有较大的灰度值差异。CCD 芯片的相机不能有效地捕获一些不明显的裂纹， 像隐裂和细微的断栅。 EL 成像技术已经被引入光伏缺陷检测行业，使得我们可以检测到电池片内部的缺陷。当我们给光伏电池片通上电压，这是电池片会发出红外光，我们再用近红外相机采集单通道灰度图片，这时就会得到EL 图像。如果 EL 的光电转化效率很高，那么电池片将发出明亮的光，我们采集的图像也会整体发亮。 有缺陷的电池片区域在电池片上呈现的区域更加暗。常见的光伏裂纹有两种形状： 网状裂纹图 1（ a） 和线形裂纹图 1（ b） 。图 1（ a）网状裂纹图 1（ b）线状裂纹虽然有缺陷的区域会被显示成暗区域，但是晶格的边界也会显现出来。这样就会导致误检。因此，通过算法来进行裂纹缺陷的自动检测就变得十分的困难。当前，在制造业当中，能够通过工业相机获取电池片的 EL 图像，并将其显示在显示器上。但是，仍然需要一个操作员从这些 EL 图像当中挑选出有缺陷的电池片。而一些很小的或者很细的裂纹缺陷很容易被人忽略。为了解决这个问题我们就要寻找一种方法，将各种裂纹缺陷准确的提取出来， 并反馈给 PLC 通过机器自动的将有缺陷的电池片检测出来。方法研究的现状 : 1、 台湾元智大学蔡笃铭等研究了基于均值漂移的多晶硅表面指纹缺陷检测。（ 1）通过滑动窗口扫描原图像，根据图像熵计算公式得到熵图像。（ 2）然后根据像素的坐标信息，还有 RGB 三个值得到均值漂移方法的核函数。（ 3）利用均值漂移方法对熵图像进行滤波处理。（ 4）利用简单的自适应阈值对滤波后的图像进行分割，得到缺陷。2、基于傅里叶变换重构图像的多晶硅的裂纹缺陷检测。（ 1） 将缺陷图像进行分块， 对子块进行傅里叶变换， 变换后的傅里叶频谱图，如果图像存在裂纹，那么图中会出现一条过中心点的亮线。（ 2）根据 hough 变换检测亮线。（ 3）将亮线区域置零。（ 4）对频域图像进行傅里叶反变换。比较相似的方法是基于小波变换的缺陷检测， 当时域特征不明显时，可以考虑在频率域内做处理。3、基于模糊 C 均值的聚类多晶硅缺陷检测。（ 1）将集群数据的方差引入到原始模糊 C 均值的距离计算公。（ 2）对图像进行边缘检测。（ 3）提取边缘检测效果图的 haar-like 特征。（ 4）确定类别数对正常的样本集进行聚类。（ 5）提取测试图像的 haar-like 特征， 计算其到各个聚类中心的距离来确定缺陷的边缘区域。与这个方法比较类似的是基于独立成分分析的多晶硅缺陷检测，都是通过对复杂背景建立模型，计算图像到模型的距离来进行判别，距离大缺陷，距离小非缺陷。4、台湾中华大学邱奕契基于局部阈值的多晶硅裂纹缺陷检测。（ 1）根据像素领域内的均值和方差设定动态阈值分割图像。（ 2）进行形态学处理。（ 3）提取连通域特征。与这个方法比较类似的是基于区域增长的裂纹缺陷检测。5、基于深度学习的表面缺陷检测。三菱电子研究实验室通过深度残差神经网络 ResNet-based分类器并引入 Active Learning 作为数据增量训练， 对城市中管道、 桥梁进行裂纹、沉积等缺陷进行检测，数据由 603 张 4096x4800的图片，使用滑窗的方法， 转换为 289440张 520x520 张图片， 数据中 60%作为训练数据， 20%验证集和 20%测试集，测试集准确率为 87.5%。美国费城天普大学通过卷积神经网络模型， 对道路裂纹缺陷进行检测由 500 张 3264× 2448 的图像，分割为 64 万个样本，准确率为 0.8696。3、未来的发展方向。光伏电池片的 EL 裂纹检测目前的效果还可以在提升，而且提升空间很大。本人打算从机器学习的方向入手来研究特征的提取、分类器的选用。时间 计划安排2018 年 1 月 ~2 月 裂纹算法研究2018 年 2 月 ~5 月 算法加方法研究2018 年 5 月 ~9 月 小论文论文写作2018 年 9 月 ~12 月 机器学习方法研究2019 年 1 月 ~3 月 第二篇小论文写作2019 年 3 月 ~6 月 大论文写作2019 年 6 月 ~2020 年 1 月 做项目[1] Z. Fu, Y. Zhao, Y. Liu, Q. Cao, M. Chen, J. Zhang, J. Lee, Solar cell crack inspection by image processing, in: International Conference on the Business of Electronic Product Reliability and Liability, 2004, pp. 77– 80. [2] M. Pilla, F. Galmiche, X. Maldague, Thermographic inspection of cracked solar cells, in: Proceedings of SPIE, 2002, pp. 699– 703. [3] W. Warta, Defect and impurity diagnostics and process monitoring, Sol. Energy Mater. Sol. Cells 72 (2002) 389– 401. [4] D.-M. Tsai, C.-C. Chang, S.-M. Chao, Micro-crack inspection in heterogeneously textured solar wafers using anisotropic diffusion, Image Vis. Comput. 28(2010) 491– 501. [5] W.-C. Li, D.-M. Tsai, Automatic saw-mark detection in multicrystalline solar wafer images, Sol. Energy Mater. Sol. Cells 95 (2011) 2206– 2220. [6] Y.-C. Chiou, F.-Z. Liu, Micro crack detection of multi-crystalline silicon solar wafer using machine vision techniques, Sensor Rev. 31 (2011) 154– 165. 希 特 勒 飞 行平台康 维 尔XFY-1 战 斗机洛 克 希 德XFY-1 战斗机加拿大飞机公 司 CL-84倾转旋翼机麦克唐纳 - 道格 拉 斯 公 司XF-85 战斗机失败的原因速度慢， 战斗力低， 稳定性差。不安全， 飞行员 不 容 易 登上飞机同样飞行员不容易上飞机。没直升机稳定，没喷气飞机快不容易回收。教训士 兵 用 的 话还 是 得 以 稳定 ， 安 全 为主。还 得 考 虑 容易上飞机。还得考虑容易上飞机。继续做这种飞机，提升其稳定性。以安全为主。飞行车 阿 弗 罗CF-105 康维尔 XF2Y战斗机 樱花特别攻击机 BA-349 ” 草蛇 ” 截击机失败的原因 不安全 造价贵 发动机动力不足， 容易颤动。 一次性的可操作性差，不 适 合 老 手开。教训 飞 行 员 的 生命最重要 便 宜 点 的 好卖没有找到问题的解决方案。（ 飞 机 在92.6~111.1km时 ， 剧 烈 颤动。 ）太浪费还 是 要 制 造适 合 老 手 开的飞机。