[發明專利]一種太陽能電池缺陷檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202111366566.2
• 申請日: 2021-11-18
• 公開（公告）號: CN114066853A
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 葛展軍;胡杭波;李志剛;何悅;任海亮
• 申請（專利權）人: 橫店集團東磁股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 蔡舒野

1.一種太陽能電池缺陷檢測方法，其特征在于，包括：

對太陽能電池片的電致發光EL圖像進行缺陷特征識別，獲得識別出的各缺陷特征，以及各所述缺陷特征相對所設定各缺陷識別參數的識別參數值；

根據各所述缺陷特征的識別參數值，結合各所述缺陷特征分別對應的缺陷判定規則集，對相應缺陷特征進行質量判定，其中，相對每個缺陷特征預先設定的缺陷判定集中至少包括一層缺陷判定規則；

根據各所述缺陷特征的質量判定結果，確定所述太陽能電池片的缺陷檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述對太陽能電池片的電致發光EL圖像進行缺陷特征識別，獲得識別出的各缺陷特征，以及各所述缺陷特征相對所設定各缺陷識別參數的識別參數值，包括：

通過預先訓練的缺陷識別網絡模型，結合所述EL圖像，獲得所述太陽能電池片的缺陷特征；

通過預先構建的缺陷特征模擬器，獲得各所述缺陷特征相對所設定各缺陷識別參數的識別參數值。

3.根據權利要求2所述的方法，其特征在于，所述通過預先訓練的缺陷識別網絡模型，結合所述EL圖像，獲得所述太陽能電池片的缺陷特征，包括：

將所述EL圖像作為輸入數據，分別輸入預先訓練的主缺陷識別網絡模型和從缺陷識別網絡模型；

獲得所述主缺陷識別網絡模型輸出的第一缺陷特征序列，以及從缺陷識別網絡模型輸出的第二缺陷特征序列；

根據所述第一缺陷特征序列以及第二缺陷特征序列，獲得所述太陽能電池片對應的所有缺陷特征；

其中，所述主缺陷識別網絡模型和從缺陷識別網絡模型具備相同網絡結構，通過所輸入訓練樣本的不同，所述主缺陷識別網絡模型用于輸出劃分在常規缺陷范疇中的第一缺陷特征；所述從缺陷識別網絡模型用于輸出劃分在特殊缺陷范疇中的第二缺陷特征。

4.根據權利要求2所述的方法，其特征在于，所述通過預先構建的缺陷特征模擬器，獲得各所述缺陷特征相對所設定各缺陷識別參數的識別參數值，包括：

將各所述缺陷特征分別與缺陷特征模擬器中的標準缺陷特征進行匹配計算，獲得各所述缺陷特征相對所設定各缺陷識別參數的識別參數值；

所述缺陷識別參數包括：缺陷置信度、缺陷灰度值、最小識別面積、缺陷總面積占比、單個缺陷面積、單個缺陷長度、缺陷個數。

5.根據權利要求1所述的方法，其特征在于，每個缺陷判定集中的每個缺陷判定規則層包括：篩選判定子規則和缺陷評判子規則；

所述篩選判定子規則為所選定各篩選參數的與邏輯運算判定；

所述缺陷評判子規則為所選定各缺陷評判參數的或邏輯運算判定；

相應的，各缺陷特征所對應的缺陷判定集的構建步驟包括：

針對每個缺陷特征，根據所述缺陷特征的質量評判標準，提取所述缺陷特征對應的質量評判層級；

針對每個質量評判層級，分別獲取各所述篩選參數以及各所述缺陷評判參數，在所述質量評判層級的篩選參數閾值和評判參數閾值；

基于各所述篩選參數閾值以及評判參數閾值，構建所述質量評判層級對應的缺陷判定規則層；

匯總各所述缺陷判定規則層，形成所述缺陷特征的缺陷判定集。

6.根據權利要求5所述的方法，其特征在于，所述根據各所述缺陷特征的識別參數值，結合各所述缺陷特征分別對應的缺陷判定規則集，對相應缺陷特征進行質量判定，包括：

針對每個缺陷特征，從相應的各所述識別參數值中提取缺陷置信度；

如果所述缺陷置信度不滿足設定的缺陷置信閾值，則將所述缺陷特征的質量判定結果確定為合格特征；否則，

從相應的各所述識別參數中提取各所述篩選參數的篩選參數值，以及各所述缺陷評判參數的評判參數值；

根據各所述篩選參數值及評判參數值，結合相應的缺陷判定規則集，對所述缺陷特征進行質量判定。