[發(fā)明專利]一種基于圖像處理的太陽能硅片和電池片的計數(shù)方法

有效

• 申請?zhí)枺?/td>: 201410462869.8
• 申請日: 2014-09-11
• 公開（公告）號: CN104240204B
• 公開（公告）日: 2017-02-15
• 發(fā)明（設(shè)計）人: 孫智權(quán);張千;童鋼
• 申請（專利權(quán)）人: 鎮(zhèn)江蘇儀德科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙)32204
• 代理人: 柏尚春

1.一種基于圖像處理的太陽能硅片和電池片的計數(shù)方法，其特征在于，包括如下步驟：

步驟101、對層疊硅片或電池片的側(cè)面圖像進(jìn)行預(yù)處理，其包括：

步驟1011，對層疊硅片或電池片的側(cè)面圖像進(jìn)行中值濾波，采用中值濾波器將像素鄰域內(nèi)灰度的中值代替該像素的值，去除椒鹽噪聲，為查找條紋縫隙做準(zhǔn)備；

步驟1012，對中值濾波處理之后的圖像進(jìn)行伽馬變換，增強圖像對比度；伽馬變換的基本形式為：

s＝cr^γ????(1)

其中，r為輸入灰度級，s為輸出灰度級，c和γ為正常數(shù)，當(dāng)γ＜1時冪律曲線將較窄范圍的暗色輸入值映射為較寬范圍的輸出值，擴展圖像灰度級，增強圖像條紋特性；

步驟102、定位被測物，并由掩膜處理限定運算區(qū)域，其包括：

步驟1021，查找層疊的硅片或電池片的最上以及最下的邊緣，得到邊緣坐標(biāo)信息；其方法是先確定一個搜索區(qū)域，在搜索區(qū)域內(nèi)，設(shè)置從上到下的若干搜索線，根據(jù)每條搜索線上的線剖面圖得到第一個灰度變化的峰值點以及最后一個灰度變化的峰值點；之后將所有搜索線上的第一個灰度變化的峰值點擬合為一條直線作為被測物的上邊緣，所有搜索線上的最后一個灰度變化峰值點擬合為一條直線作為被測物的下邊緣；所得到邊緣坐標(biāo)信息為：

up₁＝(x₀，y₀)，up₂＝₍x1_，y₁)????(2)

down₁＝(x₂，y₂)，down₂＝(x₃，y₃)????(3)

其中up₁,up₂為最上邊緣線兩端坐標(biāo)，down₁,down₂為最下邊緣線兩端坐標(biāo)；

步驟1022，基于所得到的邊緣信息對預(yù)處理之后的圖像進(jìn)行旋轉(zhuǎn)，使層疊硅片或電池片的條紋圖像水平分布，旋轉(zhuǎn)之后所得到的邊緣坐標(biāo)信息變?yōu)椋?/p>

up＝(x，Y₀)，down＝(x，Y₁)????(4)

其中Y₀，Y₁為最上邊緣和最下邊緣的縱坐標(biāo)，x的值從0到圖像像素橫坐標(biāo)的最大值，up，down表示兩條水平直線，代表層疊硅片或電池片的最上以及最下的邊緣所擬合的直線；

步驟1023，基于所得到的邊緣信息對旋轉(zhuǎn)之后的圖像進(jìn)行掩膜處理，使對圖像的運算區(qū)域減至最小，提高運算效率；如式(5)所示，通過所得的層疊硅片或電池片的最上以及最下的邊緣信息up，down，確定掩膜圖像；

其中，H(x，y)為掩膜圖像的灰度值，(x，y)為對應(yīng)坐標(biāo)，Y₀，Y₁為所得的最上邊緣和最下邊緣的縱坐標(biāo)；在所檢測到的被測物最上以及最下邊緣所在的y坐標(biāo)基礎(chǔ)上，將各向上向下拓展30個像素之后的圖像作為運算區(qū)域，得到掩膜后的圖像；

步驟103、將掩膜后的圖像復(fù)制，分別進(jìn)行不同閾值處理，以對兩幅閾值處理之后的結(jié)果圖像進(jìn)行邏輯或操作的方式完成去噪二值化，得到去噪二值化的圖像，其包括：

步驟1031，將掩膜后的圖像復(fù)制，由一份圖像分為相同的兩份圖像；

步驟1032，對復(fù)制之后的其中一份圖像采用Niblack局部閾值方法進(jìn)行二值化，并將二值化后的圖像進(jìn)行粒子濾波，濾除由Niblack二值化處理帶來的細(xì)節(jié)噪聲，得到一個結(jié)果圖像；Niblack二值化方法是基于局部均值和局部標(biāo)準(zhǔn)差的，它的基本公式如式(8)：

T(x，y)＝m(x，y)+k*s(x，y)????(8)

對于圖像I(x，y)，在(x，y)處的閾值T(x，y)由局部均值m(x，y)和局部標(biāo)準(zhǔn)差s(x，y)決定，k表示調(diào)整系數(shù)；

步驟1033，對復(fù)制之后的另一份圖像采用背景校正方法進(jìn)行二值化，查找縫隙暗區(qū)域，使用如下公式(9)進(jìn)行計算：

B(x，y)＝m(x，y)-I(x，y)????(9)

其中，B(x，y)為背景校正圖像灰度值，m(x，y)為窗口的平均灰度值，I(x，y)為輸入圖像灰度值；之后使用組內(nèi)方差自動閾值方法分割背景校正圖像得到二值化圖像，即為另一個結(jié)果圖像；

步驟1034，將上述兩份閾值處理之后的結(jié)果圖像進(jìn)行邏輯或操作，得到噪聲較小且縫隙信息保留較完整的二值化圖像，完成片間縫隙的查找；

步驟104、對所得去噪二值化圖像進(jìn)行后處理：采用形態(tài)學(xué)處理方法，通過先open操作后close操作將行方向縫隙連接，縱方向縫隙斷開；之后通過骨架提取將二值化的縫隙細(xì)化，得到細(xì)化后的圖像；

步驟105、差分統(tǒng)計計數(shù)與定位，求得所測層疊的太陽能硅片或電池片的數(shù)量：在計數(shù)之前先將圖像中硅片或電池片的平均厚度求出，每隔10列獲取圖像的某一列的像素灰度分布圖，對于獲取每一列的灰度圖，都將每一個上升沿的縱坐標(biāo)減去上一個上升沿的縱坐標(biāo)并根據(jù)下式(10)進(jìn)行計算：

G=Σi=1M(yi-yi-1)M---(10)]]>

其中，G為所測硅片或電池片的平均厚度，單位為pixel；(M+1)為所測所有上升沿的數(shù)量；y_i，y_i-1分別代表當(dāng)前上升沿的縱坐標(biāo)以及上一個上升沿的縱坐標(biāo)；

求得當(dāng)前所測的硅片或電池片的平均厚度G之后，硅片或電池片計數(shù)厚度的范圍為[0.65G，2G]；在計數(shù)時每隔10列獲取圖像的某一列的像素灰度分布圖，對于獲取每一列的灰度圖，根據(jù)所選取的厚度范圍，以式(11)、(12)以及(13)所示方法求取每一列所得的硅片或電池片的數(shù)量；

Δy＝y(tǒng)_i-y_i-1????(11)

Ni=0,(Δy<0.65G)1,(0.65G≤Δy≤2G)2,(Δy>2G)---(12)]]>

Pn=Σi=1MNi---(13)]]>

其中，Δy為上升沿之間的距離，單位為pixel；P_n為在所取的圖像的第n列的灰度分布圖下所得的硅片或電池片的數(shù)量；對所取得的數(shù)量出現(xiàn)的次數(shù)進(jìn)行概率統(tǒng)計，求得最大概率的數(shù)即為本次測量的硅片或電池片的數(shù)量，并將對應(yīng)的坐標(biāo)記下，定位硅片或電池片縫隙所在圖中的位置。