欢迎来到天天文库
浏览记录
ID:35182703
大小:6.28 MB
页数:67页
时间:2019-03-21
《基于机器视觉的太阳能电池外观检测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、"e学校代码:画5’馬-:去01P学号:234WOll"ft—rH惡1刊/、違SOOCHOWUNIVERSITYH基于机器视觉的太阳能电池外观检测:^Hb技术研究'—lHWi^^WiInvestigationonAppearanceInspectionof—‘::;I‘I’SolarCellsBasedonMachineVision研究生姓名李桥指导教师姓名钟宝江专业名称计算机科学与技术研究方巧图像处理与模式识别所在院部计算机科学与技术学院
2、论文提交曰期2016年6月':去':'苗敬如::沪,^一甲啤:苗巧;M占苗;;iT拭立三;.;y皆祇^心,产H■—,■a,-二杳苏州大学学位论女独创性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研巧工作所取得的成果。除文中已经注明引用的内容外,本论文不含其他个人或集体己经发表或撰写过的研究成果,也不含为获得苏州大学或其它教育机构的学位证书而使用过的材料。对本文的研究作化重要贡献的个人和集体,均己在文中1^^明确方式标明</本人承担本声明的法律责任。^〇2论文作者签;寺日;L4'、名
3、期y:巧基于机器视觉的太阳能电池外观检测技术研究中文摘要随着能源需求的不断增长,太阳能作为一种清洁环保的可再生资源,逐渐开始被广泛利用。太阳能电池在制作过程中通常需要通过严格的质量检测,如是否存在物理破损、表面划痕,是否存在断栅,印刷图案是否清晰正确等问题。传统工业模式下,这些检测工序需要检测人员人工目测,人工检测不仅检测效率低下而且容易出现因视觉疲劳和主观臆断造成检测错误情况。近年来随着计算机技术和数字图像处理技术的快速发展,使得利用机器视觉对太阳能电池进行外观缺陷检测成为现实。本文首先分析了一般检测系统中使用简单阈值法进行图像分割的缺点,由于亮度不均以及缺陷区域对比度不
4、高,使用单一阈值往往容易造成图像分割错误。针对此问题,通过结合局部自适应阈值处理法和区域生长法的优点,提出了一种更为有效的图像分割方法。实验结果验证新方法对亮度不均具有较好的鲁棒性,并且能够准确的提取隐藏型的外观缺陷。太阳能电池组件通常由多个太阳能电池片通过串联焊接在一起,因此相机标定的精度对于太阳能视觉检测系统也尤为重要。但是用于图像采集的广角镜头存在桶形畸变。本文采用基于线性插值的畸变校准方法,并利用最小二乘法对内部栅线进行直线拟合,较少了镜头畸变造成的坐标误差。最后,本文在Windows平台上实现了太阳能外观视觉检测系统,程序测试结果表明本文所述缺陷检测方法和坐标标定方
5、法均具有较好的可行性和较高的准确度。关键字:太阳能电池,机器视觉,缺陷检测,图像分割,相机标定,桶形畸变作者:李桥指导教师:钟宝江IInvestigationonAppearanceInspectionofSolarCellsBasedonMachineVisionAbstractWiththeincreasingdemandofenergy,solarenergyisbeingwidelyutilizedsinceitisclean,greenandrenewable.Generally,solarcellsrequireastrictqualitytesttocheckt
6、heproblemsofphysicaldamage,surfacescratch,sharpnessofprintedpatternandsoon.Inthetraditionalindustrialmodel,thesedetectionsareachievedmanually,resultinginalowefficiencyandwrongdetectionsduetothevisualfatigueandsubjectiveassumeofemployees.Fortunately,withtherapiddevelopmentofcomputertechnican
7、ddigitalimageprocessing,itisfeasibletoapplythemachinevisiontodetectthesolarcelldefections.Thispaperfirstlyanalyzesthedisadvantagesoftheimagesegmentationmethodswhicharesimplybasedonasinglethreshold.Duetoununiformbrightnessandlowimagecontrast,asinglethresh
此文档下载收益归作者所有