[发明专利]基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法

说明书

本发明公开基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法，该方法包括如下步骤：步骤1，结构相似性度量函数设计；步骤2，预处理待检测图像；步骤3，裂纹缺陷提取和定位。与现有技术相比，本发明的检测方法能够增强裂纹缺陷，抑制晶粒，从而提高裂纹缺陷和EL图像背景的对比度，获取一致均匀的背景，实现非均匀纹理背景下裂纹缺陷检测。

技术领域

本发明涉及光伏电池片缺陷检测技术领域，特别是涉及基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法。

背景技术

近几年，人们对清洁能源的依赖程度越来越高，光伏电池片的产量也进一步扩大。裂纹是电池片常见的缺陷，也是电池片生产中需要重点检测的缺陷类型。电池片裂纹缺陷会引起栅线断裂，阻碍电流的传输，导致电池片部分甚至全部失效，直接影响光伏发电系统的稳定性和可靠性。目前在生产现场主要是依赖人工视觉抽样检测，其检测效率和检测质量均较低，并且检测重复性差，成本高。基于计算机视觉的电池片裂纹缺陷自动检测技术对于确保电池片质量、提升光伏组件的发电效率具有重要的意义。

根据检测算法所处理对象的纹理特征差异，现有方法可分为基于学习的算法、均匀纹理的算法、非均匀纹理的算法。基于学习的算法需要大量的标记图像和训练样本，并且针对多晶硅电池片复杂的背景而言，将完整的裂纹缺陷准确地定位在检测图像上具有一定的挑战性。均匀纹理的算法处理的图像上的缺陷或瑕疵与背景具有较高的对比度，并且各个图像背景呈现均匀性纹理的特点，较容易实现缺陷或瑕疵的检测。对于多晶硅电池片而言，随机分布的大小、方向、位置不一的晶粒形成了非均匀纹理背景；裂纹缺陷强度与晶粒强度接近，二者之间呈现低对比度的特点；裂纹缺陷形态复杂，且存在晶粒伪缺陷，这些难点给多晶硅电池片裂纹缺陷检测算法的研究带来了极大的挑战。因此，研究非均匀纹理背景下的多晶硅电池片裂纹缺陷检测方法，具有非常重要的现实意义。

对电致发光成像下获取的多晶硅电池片EL图像的三维强度分布图和侧视图进行分析，可以得出，多晶硅电池片EL图像可分为裂纹缺陷和晶粒两种结构特征，裂纹缺陷表现为线状结构特征，晶粒则表现为块状结构特征。因此，可根据裂纹缺陷和晶粒的结构特征差异展开裂纹缺陷检测算法的研究。

发明内容

针对现有技术的不足，本发明提供一种基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法。该方法从图像结构特征的角度，建立结构相似度量函数，解决非均匀纹理背景干扰的难题。

本发明解决所述技术问题采用的技术方案是，提供基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法，其特征在于，包括如下步骤：

步骤1，结构相似性度量函数设计

根据多晶硅电池片EL图像的结构特征设计基于Hessian矩阵的增强滤波函数即结构相似度量函数来增强裂纹缺陷，同时抑制随机晶粒伪缺陷和背景信息，获取一致均匀的背景，具体过程如下：

1-1：结构建模：利用直线和斑点分别表示线状的裂纹缺陷结构和块状的晶粒结构特征，得到直线l(x，y)和斑点b(x，y)的函数表达式为：

1-2：求解特征值：多晶硅电池片EL图像上一点u＝(x，y)处的 Hessian矩阵H(u)是一个二维矩阵，其含有两个特征值λ₁和λ₂，具体求解方法为：

其中，K＝(f_xx+f_yy)/2，

可得线状结构特征条件为：块状结构特征条件为：

1-3：为区分线状结构和块状结构，令则线状结构的e₂＝ 0，块状结构的e₂＝1；进而建立相似度S_i(i＝l，b)识别不同结构特征：