[發明專利]一種太陽能電池片在鍍膜后的圖像檢測的綜合方法及裝置

在審

• 申請號: 202210282767.2
• 申請日: 2022-03-22
• 公開（公告）號: CN114636706A
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 王杰;孫智權;孫俊
• 申請（專利權）人: 江蘇大學
• 主分類號: G01N21/89
• 分類號: G01N21/89;H01L21/66;G06T7/00;G06T7/11;G06T3/00;G06K9/62;G06V10/764
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種太陽能電池片在鍍膜后的圖像檢測方法，其特征在于，太陽能電池片待檢測產品按照水平運動方向13，通過運動軌道12水平傳送入圖像檢測裝置進行檢測，依照相機綜合檢測方法進行定位判斷，當傳感器a14感應到產品，光源3亮起，同時線陣相機a5開始采集圖像，傳感器b15感應到產品，近紅外激光器9光源亮起，同時線陣相機b6開始采集圖像，太陽能電池片產品前后的間隔應大于線陣相機a5與線陣相機b6掃面線的距離。

2.根據權利要求1所述的一種太陽能電池片在鍍膜后的圖像檢測方法，其特征在于，該圖像檢測裝置包括太陽能電池片、光源3、紅外阻隔鏡頭4、線陣相機a5、線陣相機b6、紅外增透鏡頭7、高通濾光片8、近紅外激光器9、傳感器a14、傳感器b15；

光源3和近紅外激光器9向內成一定夾角相對設置，線陣相機a5和線陣相機b6均垂直向下采集圖像，a5下方設置有紅外截止鏡頭4，b6下方設置有紅外增透鏡頭7，線陣相機b6所在紅外增透鏡頭7的底部設有高通濾光片8，上述光源3和近紅外激光器9、線陣相機a5和線陣相機b6位于運動軌道12的上方，傳感器a14、傳感器b15位于運動軌道12的下方；光源3和線陣相機a5指向下方的傳感器a14，近紅外激光器9和線陣相機b6指向下方的傳感器b15。

3.根據權利要求2所述的一種太陽能電池片在鍍膜后的圖像檢測方法，其特征在于，線陣相機b6為紅外相機，分辨率一般為1024*1的相掃相機；線陣相機a5為可見光相機，分辨率一般為2048*3、4096*3。

4.根據權利要求2所述的一種太陽能電池片在鍍膜后的圖像檢測方法，其特征在于，依照相機綜合檢測方法進行定位判斷的具體過程為：

步驟1：線陣相機a5采集圖像完成傳輸給計算機軟件進行處理，首先針對該圖像綁定特有ID，找到邊角的定位點；線陣相機b6采集光致發光圖像完成傳輸給計算機進行處理，首先針對該圖像綁定相同的ID，找到邊角的定位點；

步驟2：對定位異常的圖像進行二次定位；

步驟3：對線陣相機a5采集圖像進行外觀缺陷檢測以及顏色分類，線陣相機b6采集光致發光圖像進行缺陷檢測；

步驟4：通過定位點，計算出兩張圖像之間的坐標轉換矩陣；

步驟5：最后對兩張圖像中檢測到的缺陷區域進行綜合判斷，并給出檢測結果，且統計缺陷產生的工藝段。

5.根據權利要求4所述的一種太陽能電池片在鍍膜后的圖像檢測裝置的方法，其特征在于，所述的步驟2包含以下步驟：

步驟2.1：判斷是否存在定位失敗；

步驟2.2：判斷是否存在漏鍍的情況：即表面未鍍膜的電池片流入檢測，可見光相機圖像呈現電池片整面過曝，紅外相機圖像呈現整面過暗，由于可見光圖像背景為白色，紅外圖像背景為黑色，會導致尋找角點失敗，該情況可直接將該產品判為“可返工”；

步驟2.3：判斷是否存在黑片以及同心圓的情況：可見光相機圖像為正常圖像，紅外相機圖像為整面過暗的為黑片，紅外相機圖像中存在黑色同心圓的為同心圓缺陷，該情況會導致紅外圖像尋找角點失敗，可直接將該產品判為“不可返工”；

步驟2.4：判斷是否存在邊緣過曝以及暗角的情況：即可見光相機圖像中產品邊緣鍍膜厚度不均導致顏色過淺則會導致邊緣過曝的情況，紅外相機圖像中存在暗角的情況，即角過暗，兩種情況均會導致尋找角點失敗或者存在偏差，該情況則需要通過尋找四邊并擬合直線，將直線的交點作為角點進行定位。

6.根據權利要求4所述的一種太陽能電池片在鍍膜后的圖像檢測裝置的方法，其特征在于，所述的步驟4包含以下步驟：

步驟4.1：線陣相機a5、線陣相機b6成像之間使用多點定位的仿射變換，尋找太陽能電池片四角中多個角點的亞像素坐標，將兩圖中的角點設置對應的ID；

步驟4.2：考慮找點失敗的因素，需要同時廢棄相同ID的角點，保證計算的點均為對應點；

步驟4.3：因低像素轉至高像素存在轉化誤差，故使用高像素的相機坐標轉換至低像素的相機坐標的變換矩陣進行坐標變換，最后計算兩圖的仿射變換矩陣。

7.根據權利要求4所述的一種太陽能電池片在鍍膜后的圖像檢測裝置的方法，其特征在于，所述的步驟5包含以下步驟：

步驟5.1：黑片、同心圓、裂紋為不可修復的缺陷，為不可返工，無需綜合判斷；

步驟5.2：外觀缺陷需要參考內部同位置是否缺陷，若內部無缺陷則可按正常的外觀缺陷閾值進行分類，若同位置存在內部缺陷，則需同時判斷內部缺陷的對比度、面積等是否滿足閾值設定，綜合判斷進行分類。內部缺陷同樣需要參考同位置是否存在缺陷，若同位置無缺陷，則判斷是否滿足閾值設定并分類；

步驟5.3：綜合算法共需設定三類閾值，用于三種情況的判斷，即同位置外觀及內部均存在缺陷、外觀存在缺陷且內部無缺陷、外觀無缺陷且內部存在缺陷。通過該三種情況以及缺陷類型也可統計缺陷出現的工藝段并進行統計；外觀且內部存在機械性缺陷，則可統計為鍍膜段機械部分存在問題，且較為嚴重；若外觀存在機械性缺陷且內部無缺陷，則可統計鍍膜段機械部分存在較為輕微的機械問題；若外觀無缺陷，內部存在機械性缺陷，則可根據缺陷類型以及位置判斷出現問題的工藝段并統計；若外觀及內部出現工藝性缺陷，則可統計為嚴重的鍍膜異常；若外觀出現工藝性缺陷、內部無缺陷，則可統計為輕微的鍍膜工藝缺陷；若外觀無缺陷，內部存在缺陷，則可根據缺陷類型判斷出現問題的工藝段。