[發(fā)明專利]基于深度學(xué)習(xí)的太陽能電池缺陷檢測系統(tǒng)及檢測方法

在審

• 申請?zhí)枺?/td>: 201911075935.5
• 申請日: 2019-11-06
• 公開（公告）號: CN110910352A
• 公開（公告）日: 2020-03-24
• 發(fā)明（設(shè)計(jì)）人: 張發(fā)恩;楊敏;艾國
• 申請（專利權(quán)）人: 創(chuàng)新奇智（南京）科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G01N21/88;G01N21/95
• 代理公司: 廣州鼎賢知識產(chǎn)權(quán)代理有限公司 44502
• 代理人: 丁雨燕

本發(fā)明公開了一種基于深度學(xué)習(xí)的太陽能電池缺陷檢測系統(tǒng)，包括：圖像采集模塊，用于采集太陽能電池的電池圖像；圖像特征提取模塊，用于提取所述電池圖像的特征圖并輸出；圖像分割模塊，用于對所述特征圖進(jìn)行圖像分割，生成關(guān)聯(lián)于所述電池圖像的多張分割圖；賦值模塊，用于對每一張所述分割圖上的各像素點(diǎn)進(jìn)行賦值，得到每一張所述分割圖對應(yīng)的賦值圖；缺陷判斷模塊，用于基于預(yù)設(shè)的一判斷閾值，將各所述賦值圖進(jìn)行圖像融合，并得到一缺陷掩碼圖，分類模塊，用于根據(jù)所述缺陷掩碼圖，并基于一預(yù)設(shè)的決策規(guī)則對所述太陽能電池存在的缺陷進(jìn)行分類，并輸出分類結(jié)果，本發(fā)明能夠?qū)μ柲茈姵氐漠a(chǎn)品缺陷進(jìn)行自動檢測，檢測速度快，準(zhǔn)確率高。

技術(shù)領(lǐng)域

本發(fā)明涉及一種產(chǎn)品缺陷檢測系統(tǒng)，尤其涉及一種基于深度學(xué)習(xí)的太陽能電池缺陷檢測系統(tǒng)及檢測方法。

背景技術(shù)

太陽能電池是光伏產(chǎn)業(yè)的重要發(fā)電器件。在太陽能電池生產(chǎn)過程中，或多或少會產(chǎn)生存在產(chǎn)品缺陷的電池，各大電池生產(chǎn)廠家通常采用的缺陷檢測方法是，通過人工檢查確認(rèn)電池外觀是否存在裂紋等缺陷。但這種檢測方式檢測效率低下、而且整個檢測過程很大程度上依賴于檢測員的檢測經(jīng)驗(yàn)，檢測準(zhǔn)確率也較低，所以需要一種能夠?qū)μ柲茈姵厝毕葸M(jìn)行自動檢測的系統(tǒng)，以提高檢測效率和檢測準(zhǔn)確率。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于深度學(xué)習(xí)的太陽能電池缺陷檢測系統(tǒng)，以解決上述技術(shù)問題。

為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：

提供一種基于深度學(xué)習(xí)的太陽能電池缺陷檢測系統(tǒng)，用于對太陽能電池是否存有缺陷進(jìn)行自動檢測，包括：

圖像采集模塊，用于采集太陽能電池的電池圖像；

圖像特征提取模塊，連接所述圖像采集模塊，用于提取所述電池圖像的特征圖并輸出；

圖像分割模塊，連接所述圖像特征提取模塊，用于對所述特征圖進(jìn)行圖像分割，生成關(guān)聯(lián)于所述電池圖像的多張分割圖；

賦值模塊，連接所述圖像分割模塊，用于對每一張所述分割圖上的各像素點(diǎn)進(jìn)行賦值，得到每一張所述分割圖對應(yīng)的賦值圖；

缺陷判斷模塊，連接所述賦值模塊，用于基于預(yù)設(shè)的一判斷閾值，將各所述賦值圖進(jìn)行圖像融合，并得到一缺陷掩碼圖；

分類模塊，連接所述缺陷判斷模塊，用于根據(jù)所述缺陷掩碼圖，并基于一預(yù)設(shè)的決策規(guī)則對所述太陽能電池存在的缺陷進(jìn)行分類，并輸出分類結(jié)果。

于本發(fā)明的一種優(yōu)選方案中，所述太陽能電池缺陷檢測系統(tǒng)通過卷積神經(jīng)網(wǎng)絡(luò)以提取所述電池圖像對應(yīng)的所述特征圖，并通過所述卷積神經(jīng)網(wǎng)絡(luò)對所述特征圖進(jìn)行圖像分割，生成多張所述分割圖。

于本發(fā)明的一種優(yōu)選方案中，所述卷積神經(jīng)網(wǎng)絡(luò)采用的網(wǎng)絡(luò)架構(gòu)為densenet、resnet、vggnet、googlenet中的一種或多種。

于本發(fā)明的一種優(yōu)選方案中，賦予各像素點(diǎn)的數(shù)值范圍為0～1。

于本發(fā)明的一種優(yōu)選方案中，所述分類結(jié)果包括無缺陷、裂片、隱裂中的一種或多種。

本發(fā)明還提供了一種基于深度學(xué)習(xí)的太陽能電池缺陷檢測方法，通過所述太陽能電池缺陷檢測系統(tǒng)實(shí)現(xiàn)，具體包括如下步驟：

步驟S1，所述太陽能電池缺陷檢測系統(tǒng)采用所述太陽能電池的所述電池圖像；

步驟S2，所述太陽能電池缺陷檢測系統(tǒng)提取所述電池圖像的所述特征圖；

步驟S3，所述太陽能電池缺陷檢測系統(tǒng)對所述特征圖進(jìn)行圖像分割，得到關(guān)聯(lián)于所述電池圖像的多張所述分割圖；

步驟S4，所述太陽能電池缺陷檢測系統(tǒng)對各所述分割圖上的各所述像素點(diǎn)進(jìn)行賦值，得到每一張所述分割圖對應(yīng)的所述賦值圖；