太陽能電池片表面裂紋檢測算法的研究與實現(xiàn)

【摘要】：太陽能電池陣列是人造衛(wèi)星能源的唯一來源，太陽能電池片是太陽能電池陣列的重要組成部分，它的破損直接影響到電池陣的輸出功率。對太陽電池片表面缺陷的檢測是非常重要的一個環(huán)節(jié)，目前主要是用目測的方法來檢測，檢測人員利用顯微鏡對太陽電池片表面進行檢查，該方法勞動量大，并且會受到檢測人員主觀因素的影響。 隨著計算機技術(shù)和數(shù)字圖像處理技術(shù)的快速發(fā)展，使得利用CCD攝像頭實時捕捉、存儲太陽能電池片表面圖像，并利用圖像處理算法檢測出太陽能電池片表面上的裂紋成為可能。國內(nèi)外在路面表面裂紋檢測算法以及混凝土表面裂紋檢測算法方面都有一定的研究，卻鮮有針對太陽能電池片表面圖像的裂紋算法研究。 目前所提出的針對太陽能電池片表面的裂紋檢測算法很少。方帥等人[37]提出的基于生物視覺模型的太陽能電池板裂紋檢測算法，該算法計算流程主要是對預處理圖像分別使用Thomas Serre標準模型的S1和C1操作以及進行Percolation-based圖像處理，然后利用Percolation-based圖像處理方法指導C1操作后的特征匹配模板和普通模板的選取，再進行Thomas Serre標準模型的S2和C2操作，產(chǎn)生的特征向量供SVM分類識別。但是這種利用分類器的方法只能檢測出該圖有沒有裂紋，并不能在圖中標注出裂紋。王玉[3]提出了峰值二值化算法。該算法首先對圖像進行預處理，將利用柵極線特征將圖像中的柵極線剔除。之后再用嚴閾值峰值二值化算法迫使細微裂紋顯像，再用輪廓特征進行篩選，將符合線狀特征的輪廓保留，最后進行裂痕輪廓的連接。該算法雖然能檢測出大部分裂紋，并將其標注在圖中，但其檢測準確率并不高，并且檢測出來的裂紋不完整。 本文算法充分利用裂紋本身的性質(zhì)，采用一種局部的并行的探測手段來檢測圖像中的細微裂紋。算法主要由去除圖像邊界，生成滲透算法模板圖像，執(zhí)行滲透算法，執(zhí)行張量投票算法，裂痕像素點的聚合五個部分組成。滲透算法和張量投票算法是本文算法的核心部分。滲透算法是根據(jù)仿自然界現(xiàn)象的滲透模型，在圖像中建立局部的可擴展窗口，以探測裂紋像素的算法。該算法可以充分挖掘出圖像中的潛在裂紋像素。張量投票算法是機器視覺中的感知重組方法，它有能力從復雜的環(huán)境中推斷出結(jié)構(gòu)性信息。裂紋是成曲線聚集分布的，而噪聲是離散分布于整個圖像各個位置的，張量投票算法有能力分辨出哪些是成曲線聚集的裂紋像素信息，哪些是離散分布的噪聲信息，從而達到了去除噪聲的目的。將這兩種算法結(jié)合，再用一些算法輔助處理就構(gòu)成了本文的裂紋檢測算法。 模擬運行實驗表明，本文的裂紋檢測算法可以實時地檢測出太陽能電池片上的裂紋輪廓，并將其完整地標注出來，初步達到了項目設(shè)計的目標。在檢測速度、精度、穩(wěn)定性方面均取得了良好的效果。 【關(guān)鍵詞】：太陽能電池片 裂紋檢測 數(shù)字圖像處理 張量投票 圖像滲透算法
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TM914.4
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-14
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文的主要內(nèi)容及組織結(jié)構(gòu)13-14
• 第2章 裂紋檢測系統(tǒng)概述14-24
• 2.1 系統(tǒng)需求分析14-16
• 2.2 系統(tǒng)總體設(shè)計16-24
• 2.2.1 硬件部分16-18
• 2.2.2 軟件部分18-24
• 第3章 改進的滲透算法在裂紋檢測上的應用24-41
• 3.1 原始滲透算法介紹24-27
• 3.2 滲透算法的改進及應用27-33
• 3.2.1 單步滲透判斷29-31
• 3.2.2 跳過窗口擴大步驟31
• 3.2.3 提前終止策略31-33
• 3.3 邊緣圖像模板33-41
• 第4章 張量投票算法的原理及其在裂紋檢測上的應用41-66
• 4.1 張量投票算法原理41-50
• 4.1.1 顯著性提取引擎概覽41-43
• 4.1.2 二階張量表示法43-45
• 4.1.3 二階張量投票過程45-49
• 4.1.4 張量票結(jié)果分析方法49-50
• 4.2 張量投票算法在裂紋檢測上的應用50-51
• 4.3 裂紋連接算法51-55
• 4.4 實驗結(jié)果對比55-66
• 4.4.1 峰值二值化算法的缺點55-57
• 4.4.2 本文算法的優(yōu)勢57-59
• 4.4.3 對比實驗59-66
• 第5章 總結(jié)與展望66-68
• 5.1 工作總結(jié)66
• 5.2 研究展望66-68
• 參考文獻68-71
• 作者簡介及在學期間所取得的科研成果71-72
• 致謝72

您可以在本站搜索以下學術(shù)論文文獻來了解更多相關(guān)內(nèi)容

基于人工種群和Agent的路面裂紋檢測算法    張洪光;王祁;

表面裂紋檢測的現(xiàn)狀及發(fā)展趨勢    丁浩;歐陽敏;

基于數(shù)字圖像處理的表面裂紋檢測算法    鄒軼群,侯貴倉,楊峰

基于機器視覺的耐火磚裂紋檢測    程駿;賀俊吉;肖建立;朱盈;

SIFT算法研究和應用    黃超;齊英劍;

基于機器視覺的整體中空復合材料低速沖擊損傷程度表征    周紅濤;孫洪剛;

交警手勢的圖像處理與識別    吳巧;霍亮生;

基于數(shù)字圖像的臺階斜率提取    章小兵;宋愛國;唐鴻儒;

一種新的圖像背景自適應分割算法    王海星;

基于空域圖像增強的研究與分析    柏春嵐;

一種新的圖像背景自適應分割算法    王海星;

一種基于機器視覺的余藥在線檢測方法    徐寧;

淺談圖像分割方法的研究運用    張甫;李興來;陳佳君;

導電纖維編織過程的研究    劉松;楊昆;

基于Shape from Silhouette的三維重構(gòu)方法    謝路生;胡天林;王磊;黃元慶;

FAN變換在圖像置亂加密技術(shù)中的應用    范京;黃菲;朱希安;

基于CT圖像處理技術(shù)的巖石損傷特性研究    楊更社;劉慧;彭麗娟;劉新軍;

擴散火焰形態(tài)及氣化爐內(nèi)熔渣沉積與傳熱規(guī)律研究    梁欽鋒

面向室外場景的圖像紋理分析與應用研究    胡勇

基于數(shù)字圖像處理的葉片三維大位移測量研究    李季平

微細電火花加工表面粗糙度評定研究    陳志杰

激光水下成像的圖像復原及超分辨率重建算法研究    諶雨章

基于計算機視覺的急性應激條件下尼羅羅非魚的行為研究    徐建瑜

鎂合金微弧氧化膜的制備、表征及其性能研究    李頌

儲層圖形（像）融合與富氣非線性檢測方法研究    李勇

基于數(shù)字技術(shù)的鑄鐵圖像分析    翟改霞

基于灰階超聲序列圖像的乳腺腫瘤計算機輔助診斷    哈章

基于達芬奇技術(shù)的水聲圖像處理研究    張晶明

數(shù)字圖像去噪算法研究及應用    雷浩鵬

基于小波收縮的圖像去噪    濮震宇

多源遙感影像融合技術(shù)研究    唐玉娟

車輛牌照智能識別若干關(guān)鍵技術(shù)的研究    馬小燕

高幀頻CMOS相機圖像處理系統(tǒng)設(shè)計    孫黎明

基于匹配跟蹤的多傳感器圖像融合    王輝

環(huán)面蝸桿誤差的非接觸式檢測方法研究    譚琳

圖像邊緣檢測技術(shù)在引水壓力鋼管裂紋檢測中的應用研究    羅靜

基于人類視覺系統(tǒng)的信息隱藏技術(shù)研究    馬林

一種基于多項式插值改進的亞像素細分算法    李慶利,張少軍,李忠富,白蔭玖,金劍,茍中魁

圖像的快速亞像素邊緣檢測方法    劉力雙,張銚,盧慧卿,趙琳,王寶光

結(jié)構(gòu)光直線光條圖像特征的三步法提取    周富強;王飛;張廣軍;

提高超聲波探傷軋輥裂紋深度的準確度的方法    楊建偉;闖宏宇;張利;程輝;

基于計算機視覺的石油鉆桿裂紋檢測系統(tǒng)    安紅征;殷肖川;王蓓;

渦流檢測與其它探傷方法對軋輥的質(zhì)量控制    于浩;

薄片零件機器視覺圖像亞像素邊緣檢測    伍濟鋼;賓鴻贊;

太陽能電池組件封膠工藝研究    李云虎;張春良;趙輝;彭媛;

超軟焊帶的研究應用及工藝推廣    張玉;秦進英;劉仁;朱鵬凱;李英建;

太陽能電池片表面裂紋檢測算法的研究與實現(xiàn)    馮博

太陽能電池組件封裝工藝研究    李云虎