基于視覺顯著性的太陽能電池片表面缺陷檢測
本文選題:太陽能電池 + 表面缺陷檢測; 參考:《儀器儀表學(xué)報(bào)》2017年07期
【摘要】:現(xiàn)有基于機(jī)器視覺的太陽能電池片表面缺陷檢測算法均是采用各種類型的數(shù)學(xué)模型來進(jìn)行算法設(shè)計(jì),為進(jìn)一步提高檢測準(zhǔn)確率,從人眼仿生學(xué)角度出發(fā),首次將人眼的視覺注意機(jī)制引入到太陽能電池片表面缺陷檢測中,提出了一種基于視覺顯著性的太陽能電池片表面缺陷檢測算法。首先,對(duì)輸入的太陽能電池片表面圖像進(jìn)行預(yù)處理,去除對(duì)檢測有影響的噪聲和柵線;其次,提出一種基于自學(xué)習(xí)特征的視覺顯著性檢測算法來大致定位缺陷區(qū)域;隨后,提出一種視覺顯著性和超像素分割相結(jié)合的算法來進(jìn)一步精確定位缺陷區(qū)域;最后,通過形態(tài)學(xué)后處理得到最終檢測結(jié)果。在包含多種缺陷類型的測試圖像庫上的主觀和客觀實(shí)驗(yàn)評(píng)估表明,該算法具有較高的檢測準(zhǔn)確率。
[Abstract]:The existing solar cell surface defect detection algorithms based on machine vision are designed with various mathematical models. In order to further improve the accuracy of detection, from the point of view of human eye bionics, The visual attention mechanism of human eyes is introduced into the surface defect detection of solar cells for the first time, and an algorithm based on visual saliency is proposed to detect the surface defects of solar cells. Firstly, the input solar cell surface image is preprocessed to remove the noise and grid lines that affect the detection. Secondly, a visual saliency detection algorithm based on self-learning feature is proposed to roughly locate the defect area. A new algorithm combining visual saliency and hyperpixel segmentation is proposed to locate the defect area accurately. Finally, the final detection results are obtained by morphological post-processing. The subjective and objective experiments on the test image database with various defect types show that the proposed algorithm has a high detection accuracy.
【作者單位】: 鄭州輕工業(yè)學(xué)院電氣信息工程學(xué)院;
【基金】:國家自然科學(xué)基金(61501407,61503173) 河南省高等學(xué)校重點(diǎn)科研項(xiàng)目(15A413006) 河南省重大科技專項(xiàng)(161100211600) 河南省科技廳科技攻關(guān)項(xiàng)目(162102210060,172102210062) 鄭州輕工業(yè)學(xué)院博士基金(2014BSJJ016,2016BSJJ006,2016BSJJ002);鄭州輕工業(yè)學(xué)院研究生科技創(chuàng)新基金(2016026)項(xiàng)目資助
【分類號(hào)】:TM914.4;TP391.41
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 余建;張紅;王勛榮;;硅太陽能電池片焊接不良分析及對(duì)策[J];常州信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2014年02期
2 顏友鈞;;太陽能電池片非接觸式測試的研究[J];中國科技信息;2009年01期
3 沈玲莉;;太陽能電池片自動(dòng)切線機(jī)機(jī)械設(shè)計(jì)探討[J];價(jià)值工程;2012年16期
4 陳玉偉;楊蓉;;晶硅太陽能電池片彎曲研究進(jìn)展[J];科技資訊;2013年30期
5 夏正寧;趙俊霞;;太陽能電池片中絲網(wǎng)印刷中的故障及解決方法[J];電子世界;2014年09期
6 姚明海;李潔;王憲保;;基于RPCA的太陽能電池片表面缺陷檢測[J];計(jì)算機(jī)學(xué)報(bào);2013年09期
7 李強(qiáng)強(qiáng);許鴻雁;靳松波;張景洋;李景;張軍杰;;晶體硅太陽能電池片印刷工序?qū)φ姌O拉力值的影響因素研究[J];科技創(chuàng)新與應(yīng)用;2014年05期
8 劉俊琪;劉堂友;;基于Radon變換的空間太陽能電池片圖像傾斜校正技術(shù)研究[J];信息與電腦(理論版);2013年05期
9 張希堂;任明淑;;影響晶體硅太陽能電池片效率的因素分析及改善措施[J];信息記錄材料;2013年04期
10 ;[J];;年期
相關(guān)會(huì)議論文 前1條
1 李中蘭;楊德仁;朱鑫;施易展;蔣維楠;汪雷;;薄片單晶硅太陽能電池片機(jī)械強(qiáng)度的研究[A];第十屆中國太陽能光伏會(huì)議論文集:迎接光伏發(fā)電新時(shí)代[C];2008年
相關(guān)重要報(bào)紙文章 前10條
1 記者 王晴 通訊員 德勝 軍華 巍偉;首條太陽能電池片生產(chǎn)線投產(chǎn)[N];湖南日報(bào);2008年
2 記者 劉妮;恒基偉業(yè)與康平簽訂太陽能電池片項(xiàng)目[N];沈陽日報(bào);2011年
3 北島;江西首條太陽能電池片生產(chǎn)線投產(chǎn)[N];消費(fèi)日報(bào);2008年
4 吳劉邋徐國平;我省首條太陽能電池片生產(chǎn)線投產(chǎn)[N];江西日報(bào);2008年
5 本報(bào)記者 張潮;航天機(jī)電太陽能電池片生產(chǎn)線開工[N];上海證券報(bào);2008年
6 紅網(wǎng);湖南省首條太陽能電池片生產(chǎn)線在華容縣投產(chǎn)[N];消費(fèi)日報(bào);2008年
7 駐江蘇記者 杜小衛(wèi);江蘇徐州簽訂1吉瓦太陽能電池片項(xiàng)目[N];中國建材報(bào);2011年
8 本報(bào)記者;古州中天新能源公司光伏項(xiàng)目生產(chǎn)線投產(chǎn)[N];陽泉日報(bào);2011年
9 特約記者 尹林發(fā);瞄準(zhǔn)新一代 再拓新能源[N];中國航天報(bào);2012年
10 本報(bào)記者 洪生;順風(fēng)光電:新能源下鄉(xiāng)激發(fā)潛能[N];中國電子報(bào);2010年
相關(guān)碩士學(xué)位論文 前7條
1 周達(dá)凱;基于VisionPro太陽能電池片外觀檢測系統(tǒng)設(shè)計(jì)[D];南京理工大學(xué);2017年
2 高志良;太陽能電池片自動(dòng)焊接中視覺檢測關(guān)鍵技術(shù)的研究[D];河北工業(yè)大學(xué);2013年
3 朱江;太陽能電池片缺陷檢測系統(tǒng)軟件設(shè)計(jì)[D];華中科技大學(xué);2011年
4 劉冬;太陽能電池片絲網(wǎng)印刷系統(tǒng)的研發(fā)[D];浙江大學(xué);2013年
5 鄭榮豪;一種新的連續(xù)通過式太陽能電池片擴(kuò)散裝備開發(fā)[D];上海大學(xué);2014年
6 麻勝南;晶體硅太陽能電池片自動(dòng)焊接關(guān)鍵技術(shù)的研究[D];河北工業(yè)大學(xué);2013年
7 馮博;太陽能電池片表面裂紋檢測算法的研究與實(shí)現(xiàn)[D];吉林大學(xué);2014年
,本文編號(hào):1776438
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/1776438.html