[发明专利]一种太阳能电池片外观漏浆缺陷检测的方法

权利要求书

1.一种太阳能电池片外观漏浆缺陷检测的方法，其特征在于，该方法包括四个步骤单元：

第一步，图像预处理单元

1-1、获得灰度图像：将工业相机采集到的RGB图像信息转换为灰度图像信息；

1-2、获取图像旋转角：在步骤1-1的基础上，获取图像横向主栅线区域，将其拟合为多个矩形，获得其水平旋转角平均角；

1-3、图像旋转：在步骤1-2的基础上，利用获得的水平旋转角平均角对图像进行旋转，得到旋转图像；

1-4、ROI分割：在步骤1-3的基础上，对图像进行ROI分割，提取感兴趣区域，获得需要处理的图像信息；

1-5、获取I通道图像：在步骤1-4的基础上，将需要处理的图像信息转换为HSI空间图像，选取I通道作为处理图像；

1-6、拉普拉斯变换：在步骤1-5的基础上，对处理图像分别做四邻域拉普拉斯变换和八邻域拉普拉斯变换，并将其两者相加，得到拉普拉斯变换图像；

1-7、均值滤波：在步骤1-6的基础上，对得到的拉普拉斯变换图像进行均值滤波，得到均值滤波后的拉普拉斯图像；

1-8、图像二值化：在步骤1-7的基础上，对均值滤波后的拉普拉斯图像选取特定的区域进行二值化，得到二值图像；

第二步，检测栅线外漏浆白点

2-1、去除栅线：在步骤1-8的基础上，对得到的二值图像通过形态学变换，去除太阳能电池片表面的主栅线和副栅线；

2-2、检测栅线外白点：在步骤2-1的基础上，在去除主副栅线后的图像上检测栅线外白点并标记出来；

第三步，检测大面积漏浆缺陷

3-1、获取检测区域：在步骤2-2的基础上，利用连通域选取特定高度、宽度和面积的区域，获取检测区域；

3-2、计算图像平均值：在步骤1-7的基础上，计算均值滤波后的拉普拉斯图像的平均值；

3-3、检测大面积漏浆区域：在步骤3-1的基础上，利用步骤3-2得到的所述拉普拉斯图像的平均值进行筛选，大于所述拉普拉斯图像的平均值的区域作为缺陷区域，标记检测结果；

第四步，检测栅线上的白点

4-1、得到Image I区域图像：在步骤1-8的基础上，利用区域特征得到Image I在区域中的图像进行处理；

4-2、获取竖向上梯度信息：在步骤4-1的基础上，通过卷积模板对步骤4-1得到的区域图像进行卷积变换，获取竖向上的梯度信息图像；

4-3、计算图像信息数据：在步骤4-2的基础上，获取竖向上的梯度信息图像区域图像的像素的平均值和方差，最大值和最小值；

4-4、获得特定区域：在步骤4-3的基础上，利用竖向上的梯度信息图像像素的平均值、方差、最大值和最小值选取特定区域，并将选取的特定区域提取出来；

4-5、获得连通域：在步骤4-4的基础上，选取特定高度、宽度和面积的连通域，以便于从连通域中提取缺陷信息；

4-6、检测栅线上白点：在步骤4-5的基础上，从Image I中获得的连通域信息图像筛选灰度值大于Image I平均值区域，并标记其信息，获得的标记区域就是检测目标，从而检测到栅线上的白点。

2.根据权利要求1所述的一种太阳能电池片外观漏浆缺陷检测的方法，其特征在于：图像采集所用相机是500万像素工业相机，采集图像大小为2456*2054像素，精度0.08mm/pixl。

3.根据权利要求1所述的一种太阳能电池片外观漏浆缺陷检测的方法，其特征在于：所述方法适用的太阳能电池片大小为156mm*156mm。

4.根据权利要求1所述的一种太阳能电池片外观漏浆缺陷检测的方法，其特征在于：在所述步骤3-1中，利用连通域选取的特定高度、宽度和面积分别为，宽度2-300像素、高度为2-300像素和面积为10-1500像素。

5.根据权利要求1所述的一种太阳能电池片外观漏浆缺陷检测的方法，其特征在于：在所述步骤4-2中，进行的卷积处理模板是：