晶硅太陽(yáng)電池電致發(fā)光成像缺陷檢測(cè)及自動(dòng)識(shí)別.pdf

1、隨著太陽(yáng)能產(chǎn)業(yè)的發(fā)展,太陽(yáng)電池的效率和可靠性越來(lái)越重要。其中,缺陷對(duì)太陽(yáng)電池的性能有著最大最直接的影響。而這些缺陷大部分是難以識(shí)別和發(fā)現(xiàn)的隱性缺陷,因此一種快速有效的太陽(yáng)電池缺陷檢測(cè)方法是非常有價(jià)值的。
　　電致發(fā)光成像技術(shù)作為一種新的太陽(yáng)電池缺陷檢測(cè)方法,漸漸被大規(guī)模應(yīng)用于工業(yè)生產(chǎn)過(guò)程中。此方法通過(guò)觀察太陽(yáng)電池的發(fā)光圖像,可以發(fā)現(xiàn)通常難以識(shí)別的太陽(yáng)電池隱性缺陷。
　　但是,目前大部分的發(fā)光圖像都是靠人眼檢測(cè)。隨著太陽(yáng)電池產(chǎn)

2、能的提高,人眼的識(shí)別速度大大限制了生產(chǎn)效率的提高。因此,全自動(dòng)的檢測(cè)技術(shù)有著非常重要的意義。
　　本文采用了兩種圖像處理技術(shù),針對(duì)太陽(yáng)電池組件的三種典型缺陷:黑片、斷柵和隱裂,實(shí)現(xiàn)了對(duì)缺陷自動(dòng)檢測(cè)?；诰钟蜷撝捣指畹淖詣?dòng)檢測(cè)技術(shù),使用矩形作為檢測(cè)窗口,在閾值分割的時(shí)候結(jié)合了對(duì)比度拉伸變換,利用形態(tài)學(xué)處理得到的二值圖像,快速定位和確定類型?；陂撝稻鶆蚓植慷的Ｊ胶虰P神經(jīng)網(wǎng)絡(luò)的算法,使用均一模式以減少特征值的數(shù)量,結(jié)合BP神經(jīng)網(wǎng)絡(luò)