首頁(yè) > 學(xué)術(shù)論文

基于數(shù)字圖像處理的太陽(yáng)能電池缺陷檢測(cè)技術(shù)研究

來(lái)源:論文學(xué)術(shù)網(wǎng)
時(shí)間:2024-08-18 21:44:09
熱度:

基于數(shù)字圖像處理的太陽(yáng)能電池缺陷檢測(cè)技術(shù)研究【摘要】:太陽(yáng)能電池作為太陽(yáng)能的一種載體,小到路燈,大到空間用電池板,得到了廣泛的使用,那么太陽(yáng)能電池質(zhì)量的好壞,直接影響著其壽命的長(zhǎng)短

【摘要】:太陽(yáng)能電池作為太陽(yáng)能的一種載體,小到路燈,大到空間用電池板,得到了廣泛的使用,那么太陽(yáng)能電池質(zhì)量的好壞,直接影響著其壽命的長(zhǎng)短和發(fā)電效率的高低。利用機(jī)器視覺(jué)進(jìn)行工業(yè)上的質(zhì)量檢測(cè)越來(lái)越受到人們的青睞,相對(duì)人工目視檢測(cè),機(jī)器視覺(jué)技術(shù)具有可靠、高效、準(zhǔn)確及智能化等優(yōu)勢(shì),在實(shí)現(xiàn)產(chǎn)品大規(guī)?;a(chǎn)、產(chǎn)品檢測(cè)的一致性方面具有不可替代的作用,并且可大大降低勞動(dòng)成本。機(jī)器視覺(jué)涉及很多方面,其中一方面就是目標(biāo)圖像的獲取并對(duì)目標(biāo)圖像進(jìn)行預(yù)處理,由于環(huán)境、采集設(shè)備等因素,工業(yè)相機(jī)采集到的缺陷圖片,圖像背景噪聲干擾很大,增加了缺陷檢測(cè)的難度。本文針對(duì)目前方法中存在著太陽(yáng)能電池缺陷檢測(cè)種類單一和缺陷檢測(cè)抗干擾能力差等問(wèn)題,設(shè)計(jì)了一種可在復(fù)雜背景環(huán)境中檢測(cè)并識(shí)別太陽(yáng)能電池缺陷種類的方法。主要包括以下內(nèi)容: (1)通過(guò)改進(jìn)的線性濾波投影積分方法進(jìn)行電極定位,使用電極附近像素值進(jìn)行電極填充,以消除電極干擾,將圖像的明暗程度信息應(yīng)用在了高頻提升濾波處理中,并使用了改進(jìn)的直方圖信息二值化方法,可有效的提取缺陷信息。經(jīng)實(shí)驗(yàn)驗(yàn)證,尤其是在檢測(cè)黑心缺陷上得到了很好的效果,準(zhǔn)確率可達(dá)到100%。 (2)改進(jìn)了一種快速的局部自適應(yīng)閾值二值化方法,該方法充分利用了上一次的計(jì)算結(jié)果,避免了重復(fù)計(jì)算,通過(guò)投影定位電極并填充電極,再結(jié)合形態(tài)學(xué)濾波處理,可快速準(zhǔn)確提取出黑點(diǎn)、履帶印、斷線和隱裂缺陷。 (3)使用了一種以缺陷輪廓信息進(jìn)行分類識(shí)別的方法。將圖像看做一個(gè)視場(chǎng),圖片中每一個(gè)缺陷看做為一個(gè)“物體”,八鄰域掃描“物體”獲取其輪廓,依據(jù)缺陷的輪廓信息計(jì)算出每個(gè)缺陷的長(zhǎng)寬比、面積比、中心等特征量,并依據(jù)該特征量進(jìn)行分類識(shí)別。 本文的意義在于設(shè)計(jì)了一種可以在復(fù)雜背景環(huán)境下的太陽(yáng)能電池多缺陷檢測(cè)的方法,大大提高了檢測(cè)和識(shí)別精度,具有很高的實(shí)際應(yīng)用價(jià)值。 【關(guān)鍵詞】:太陽(yáng)能電池 缺陷檢測(cè) 二值化 輪廓 分類
【學(xué)位授予單位】:河北工業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2014
【分類號(hào)】:TP391.41
【目錄】:
  • 摘要5-6
  • ABSTRACT6-9
  • 第一章 緒論9-13
  • 1.1 課題研究意義9-10
  • 1.2 太陽(yáng)能電池缺陷檢測(cè)技術(shù)國(guó)內(nèi)外研究現(xiàn)狀10-12
  • 1.3 論文主要研究?jī)?nèi)容和組織架構(gòu)12-13
  • 第二章 太陽(yáng)能電池缺陷類型及識(shí)別流程13-19
  • 2.1 太陽(yáng)能電池工作原理13-14
  • 2.2 電致發(fā)光原理14
  • 2.3 太陽(yáng)能電池缺陷種類14-16
  • 2.4 太陽(yáng)能電池缺陷識(shí)別流程16-18
  • 2.4.1 預(yù)處理16-17
  • 2.4.2 特征提取17
  • 2.4.3 識(shí)別分類17-18
  • 2.5 本章小結(jié)18-19
  • 第三章 太陽(yáng)能電池缺陷圖像預(yù)處理19-43
  • 3.1 基于線性濾波積分投影定位并消除電極19-25
  • 3.1.1 投影法去除電極19-20
  • 3.1.2 指定模板線性濾波20-21
  • 3.1.3 水平積分投影確定電極位置21
  • 3.1.4 填充電極21-24
  • 3.1.5 與其它方法對(duì)比24-25
  • 3.2 改進(jìn)的自適應(yīng)高頻提升濾波處理25-27
  • 3.3 改進(jìn)的直方圖自適應(yīng)閾值二值化缺陷提取27-32
  • 3.3.1 改進(jìn)的直方圖自適應(yīng)閾值二值化方法27-29
  • 3.3.2 實(shí)驗(yàn)結(jié)果及對(duì)比29-32
  • 3.4 改進(jìn)的快速缺陷信息增強(qiáng)算法32-42
  • 3.4.1 圖像平滑33
  • 3.4.2 改進(jìn)的快速局部自適應(yīng)閾值二值化處理33-37
  • 3.4.3 形態(tài)學(xué)處理37-39
  • 3.4.4 電極定位并填充39-42
  • 3.4.5 預(yù)處理方法對(duì)比42
  • 3.5 本章小結(jié)42-43
  • 第四章 缺陷特征提取43-49
  • 4.1 提取缺陷輪廓43-45
  • 4.2 缺陷特征量的選擇45-47
  • 4.3 本章小結(jié)47-49
  • 第五章 缺陷識(shí)別與分類49-59
  • 5.1 缺陷識(shí)別流程及方法49-52
  • 5.2 軟件設(shè)計(jì)及實(shí)驗(yàn)結(jié)果分析52-58
  • 5.3 本章小結(jié)58-59
  • 第六章 結(jié)論59-61
  • 參考文獻(xiàn)61-65
  • 攻讀學(xué)位期間所取得的相關(guān)科研成果65-67
  • 致謝67-68


您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來(lái)了解更多相關(guān)內(nèi)容

一種基于自適應(yīng)閾值的圖像分割算法    王茜,彭中,劉莉

太陽(yáng)能電池研究和發(fā)展現(xiàn)狀    毛愛(ài)華

硅太陽(yáng)能電池的應(yīng)用研究與進(jìn)展    黃慶舉;林繼平;魏長(zhǎng)河;姚若河;

一種基于直方圖的閾值分割算法    邵立康;鄒飛平;遲權(quán)德;秦曉燕;丁厚本;

一種計(jì)算任意形狀封閉區(qū)域面積的新方法    李波,劉東華,梁光明,唐朝京

EL測(cè)試在光伏太陽(yáng)能電池檢測(cè)中的應(yīng)用    郭占苗;

基于梯度積分投影和最大期望算法的人眼定位    孟春寧;白晉軍;張?zhí)珜?劉潤(rùn)蓓;常勝江;

一種混合核函數(shù)支持向量機(jī)算法    顏根廷;馬廣富;肖余之;

基于直方圖判別的細(xì)胞圖像分割    陳宇,龐全,范影樂(lè)

一種基于線的標(biāo)號(hào)傳播二值圖象連通體快速檢測(cè)方法    張樹(shù)生

基于動(dòng)態(tài)閾值的樹(shù)木年輪圖像分割方法研究    張慧鵬;韓其燕;

球團(tuán)粒度的在線檢測(cè)    郭上華,高國(guó)偉,謝元旦,汪琦

非均勻光照條件下PCB圖像的一種閾值分割方法    張楊;李凱;

基于估計(jì)點(diǎn)的滑動(dòng)窗寬核密度估計(jì)算法    于傳強(qiáng);郭曉松;張安;吳海誠(chéng);

基于Bayes準(zhǔn)則的支持向量機(jī)    于傳強(qiáng);郭曉松;張寶生;張安;

離線彩色套印誤差檢測(cè)系統(tǒng)    于麗杰;李德勝;王躍宗;

邊界追蹤及Freeman碼在定量金相中的應(yīng)用    于洋,劉二莉,周鐵濤,劉培英

基于分形維理論的多發(fā)性硬化患者腦白質(zhì)的紋理特征分析    王磊;童隆正;于春水;

基于低負(fù)載運(yùn)算平臺(tái)的雙目視覺(jué)快速匹配算法    吉龍;王向軍;吳飛;

基于神經(jīng)網(wǎng)絡(luò)的鋼筋計(jì)數(shù)方法研究    陳至坤;潘曉娣;王福斌;周亞羅;劉杰;

鎵在新能源中的應(yīng)用研究與進(jìn)展    石勇;

Robust Face Recognition by Fusion Local Singular Value Feature and Deformable Model    

基于PC與DSP混合系統(tǒng)的手發(fā)莫爾斯碼識(shí)別    黃建軍;田啟金;

新型電池隔膜的研究現(xiàn)狀及發(fā)展前景    孫亞頗;焦曉寧;

Automatic Inspection of Surface Crack in Solar Cell Images    

太陽(yáng)能電池發(fā)展展望    劉路;

基于線段表的二值圖像連通區(qū)域檢測(cè)    梁煒;朱煜;

麥田多列目標(biāo)的圖像檢測(cè)算法研究    張紅霞;陳兵旗;張鐵中;

論切水劑在硅片清洗中應(yīng)用    韓紅江;陳月琴;張華;

圖像分割技術(shù)及其在模擬指針式儀表自動(dòng)檢定系統(tǒng)中的應(yīng)用    羅鈞;盧艷;蔣均祝;廖宏華;

基于特征優(yōu)化和多特征融合的雜草識(shí)別方法研究    李先鋒

基于圖段的彩色地圖線要素智能識(shí)別    李華蓉

基于視覺(jué)的并聯(lián)機(jī)器人位姿檢測(cè)方法研究    張淑平

太陽(yáng)能電動(dòng)車(chē)關(guān)鍵技術(shù)研究    李春芳

基于酞菁銅的太陽(yáng)能電池的研究    劉一婷

激光路面三維檢測(cè)專用車(chē)技術(shù)與理論研究    王建鋒

SAR圖像處理及地面目標(biāo)識(shí)別技術(shù)研究    尹奎英

地震解釋中的圖像處理方法與技術(shù)研究    唐世偉

小樣本工程造價(jià)數(shù)據(jù)的智能學(xué)習(xí)方法及其在輸變電工程中的應(yīng)用研究    彭光金

基于云計(jì)算的土地資源服務(wù)高效處理平臺(tái)關(guān)鍵技術(shù)探索與研究    方雷

基于雷達(dá)圖像的目標(biāo)檢測(cè)技術(shù)研究    田守東

基于統(tǒng)計(jì)學(xué)方法的水面目標(biāo)特征提取與識(shí)別方法的研究    葉鉑

Level Set方法在雷達(dá)圖像分割中的應(yīng)用研究    王順磊

三苯胺類染料分子的設(shè)計(jì)合成及其光伏性能研究    張璐

支持向量機(jī)參數(shù)優(yōu)化方法及其應(yīng)用    楊海燕

視頻圖像序列中的人體運(yùn)動(dòng)分析    王林

基于用戶電話號(hào)碼的傳真報(bào)篩選檢索研究    蔡鋒

飲用水中藻毒素和內(nèi)分泌干擾物深度處理技術(shù)    周勤

MRI顱腦圖像分割算法研究    王銀玲

太陽(yáng)能電池板破損在線檢測(cè)系統(tǒng)的研究    王楠

太陽(yáng)能電池檢測(cè)系統(tǒng)基本原理    崔容強(qiáng);王晨;

鋁背場(chǎng)對(duì)單晶硅太陽(yáng)電池輸出特性的影響    周繼承;李斐;陳勇民;趙保星;

1nm/s高速率微晶硅薄膜的制備及其在太陽(yáng)能電池中的應(yīng)用    張曉丹;張發(fā)榮;趙穎;陳飛;孫建;魏長(zhǎng)春;耿新華;熊紹珍;

一種基于自適應(yīng)閾值的圖像分割算法    王茜,彭中,劉莉

太陽(yáng)電池研究進(jìn)展    郭志球;沈輝;劉正義;聞立時(shí);

各向同性腐蝕法制備多晶硅絨面    郭志球;柳錫運(yùn);沈輝;劉正義;

圖像桶形失真的一種校正方法    王雷;郭健;陳英革;王小英;

工業(yè)CT圖像的偽影成因和校正方法綜述    谷建偉,張麗,陳志強(qiáng),邢宇翔,高河偉

基于灰度共生矩陣的木材表面缺陷圖像的紋理分割方法    白雪冰;王科俊;鄒麗暉;

硅太陽(yáng)能電池的絲網(wǎng)印刷技術(shù)    張世強(qiáng);李萬(wàn)河;徐品烈;

復(fù)雜背景下紅外目標(biāo)檢測(cè)與跟蹤算法研究    王鑫

基于輪廓的圖像匹配技術(shù)研究    章鳳翎

帶鋼表面缺陷圖像小波融合方法    王永慧;顏云輝;吳艷萍;梁惠升;

帶鋼表面缺陷圖像的可拓分類算法    陳躍;張曉光;

基于紋理特性的織物表面缺陷圖像的分類研究    劉洲峰;高二金;李春雷;

基于定性視覺(jué)特征的鑄件疏松型缺陷圖像生成    黃茜;彭嘯;孫濤;

編碼器光柵表面缺陷圖像小波去噪    王義文;馮超;劉獻(xiàn)禮;廖益龍;權(quán)超健;梅恒;林長(zhǎng)友;

基于形態(tài)學(xué)的鋸材表面缺陷圖像處理方法研究    楊建華;李麗;張偉;

對(duì)物體表面缺陷圖像監(jiān)測(cè)的技術(shù)研究    茍怡,吳榮珍,康戈文

帶鋼缺陷圖像的自動(dòng)閾值分割研究    陳黎,黃心漢,王敏,何永輝,龔世強(qiáng)

鄰域粗糙集在輪對(duì)踏面缺陷圖像特征選擇的應(yīng)用    趙勇;方宗德;王侃偉;龐輝;

列車(chē)車(chē)輪缺陷的超聲波C掃描分析    鄒強(qiáng);錢(qián)健清;陳昌華;

缸孔表面缺陷圖像的分段檢測(cè)    趙宏宇;趙紅穎;王楠;

射線底片中的缺陷定量技術(shù)    孫朝明;徐彥霖;王增勇;

復(fù)雜結(jié)構(gòu)精密焊件中缺陷分割及空間定位的研究    石端虎

基于變分PDE的單板缺陷圖像檢測(cè)及修補(bǔ)關(guān)鍵技術(shù)研究    王阿川

基于視覺(jué)的高反射球面缺陷快速檢測(cè)關(guān)鍵技術(shù)研究    栗琳

基于圖像處理技術(shù)的玻璃缺陷圖像預(yù)處理系統(tǒng)研究    魏麗君

缺陷圖像測(cè)試技術(shù)及應(yīng)用研究    李佩

帶鋼表面缺陷圖像中目標(biāo)區(qū)域的分割研究    宋克臣

基于光波反射率的石英管反光抑制及氣泡缺陷圖像面積測(cè)量研究    林琳

平板表面細(xì)微缺陷快速檢測(cè)    吳洪

全息檢測(cè)復(fù)合材料脫粘缺陷的形貌可視化構(gòu)建    徐文章

帶鋼表面缺陷圖像典型噪聲濾除研究    曹維佳

帶鋼表面缺陷圖像脈沖與高斯噪聲的濾除研究    彭怡書(shū)

浮法玻璃缺陷在線檢測(cè)技術(shù)研究    楊恒

焊縫圖像缺陷無(wú)損檢測(cè)系統(tǒng)研究    徐瑩