基于Matlab的图像处理技术识别硅太阳电池的缺陷_柳效辉

基于Matlab的图像处理技术识别硅太阳电池的缺陷_柳效辉

ID:38857040

大小:498.83 KB

页数:5页

时间:2019-06-20

基于Matlab的图像处理技术识别硅太阳电池的缺陷_柳效辉_第1页
基于Matlab的图像处理技术识别硅太阳电池的缺陷_柳效辉_第2页
基于Matlab的图像处理技术识别硅太阳电池的缺陷_柳效辉_第3页
基于Matlab的图像处理技术识别硅太阳电池的缺陷_柳效辉_第4页
基于Matlab的图像处理技术识别硅太阳电池的缺陷_柳效辉_第5页
资源描述:

《基于Matlab的图像处理技术识别硅太阳电池的缺陷_柳效辉》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第44卷第7期上海交通大学学报Vol.44No.72010年7月JOURNALOFSHANGHAIJIAOTONGUNIVERSITYJul.2010文章编号:1006-2467(2010)07-0926-05基于Matlab的图像处理技术识别硅太阳电池的缺陷柳效辉,徐林,肖晨江,曹建明,肖娇(上海交通大学物理系太阳能研究所,上海200240)摘要:针对硅太阳电池缺陷的检测问题,利用非接触红外检测方法,通过CCD相机获取硅太阳电池的电致发光图像,利用Matlab软件对缺陷部位图像首先进行预处理,然后进行图像分割、特征提取和图像识别,最后判断检测的硅太阳电池的缺陷.

2、结果表明,该方法能够有效识别硅太阳电池的缺陷.关键词:硅太阳电池;缺陷;图像处理;识别中图分类号:TP391.41文献标志码:AIdentifyingtheCrackofSiliconSolarCellsBasedonMatlabImageProcessingLIUXiao-hui,XULin,XIAOChen-jiang,CAOJian-ming,XIAOJiao(SolarEnergyInstitute,DepartmentofPhysics,ShanghaiJiaotongUniversity,Shanghai200240,China)Abstract:Ai

3、mingatthemeasureproblemofcrackofsiliconsolarcells,aninfrarednon-contactdetectionmethodwasused.TheelectroluminescenceimageofsiliconsolarcellswascapturedbyCCDcamera.Imagepre-processing,imagesegmentation,featureextractionandimageidentificationwereanalyzedbasedonMatlabimageprocessing.Ther

4、esultprovesthat,usingtheprinciple,crackofsiliconsolarcellscanbede-tected.Keywords:siliconsolarcells;crack;imageprocessing;identification近年来,随着光伏产业的迅速发展,对太阳电池化,因此,有效的缺陷检测手段对提高工艺质量是非单体和组件的检测要求也日益提高.在太阳能电池常重要的.目前,太阳电池的检测手段很多,有超声[1][2]的生产、应用和修复中,无损害地对其进行快速、准波共振扫描、接触电阻扫描和光致发光法检确、灵敏和高效地检测和监

5、控显得至关重要,因为太[3]测等.阳电池中微小的瑕疵都将影响它的效率和寿命.由于Matlab的图像处理工具箱功能十分强大,硅太阳电池的微观缺陷严重影响了其性能、可支持的图像文件格式丰富,提供了15类图像处理函靠性以及寿命.针对太阳电池缺陷检测技术的研究数,涵盖了包括近期研究成果在内的几乎所有图像日益成为一个热点话题.为了提高太阳电池产品的处理方法.利用这些图像处理工具箱,并结合其强大效率和质量,必须使太阳电池的缺陷程度达到最小的数据处理能力,可不必关心图像文件的格式、读收稿日期:2009-09-08作者简介:柳效辉(1985-),男,江西九江人,硕士生,主要从事光

6、伏检测与光伏系统方面的研究.徐林(联系人),男,副教授,硕士生导师,电话(Tel.):021-54745803;E-mail:xu-lin@sjtu.edu.cn.第7期柳效辉,等:基于Matlab的图像处理技术识别硅太阳电池的缺陷927写、显示等细节,而把精力集中在算法研究上,大大图像,在Matlab中保存为m@n的数据数组.为了提高了工作效率.而且,在测试这些算法时既可方去掉一些无用信息和减少图像的数据量,减轻后期便地得到统计数据,同时又可得到直观图示.处理的工作量,图像读入后把硅太阳电池的RGB图本文利用硅太阳电池的电致发光原理,选择合像转换为灰度图像,使用

7、Matlab中rgb2gray函数,适的近红外电荷耦合元件(ChargeCoupledDevice,实质上是将RGB图像中一个像素的3个分量,按照CCD)相机拍摄电致发光图像,然后,利用Matlab对一定的算法求出灰度图像的1个像素灰度值.算法图像进行预处理,消除噪声以及增强对比度,在此基基本公式为础上进行图像分割,提取图像中感兴趣的部分,最后I=AR+BG+KB(1)自动识别所检测到的缺陷.式中:R、G、B为彩色图像某个像素的3个分量;A、B、K为强度系数.一般情况下满足A+B+K=1.在1硅太阳电池电致发光图像的获取rgb2gray函数中,系数取值为[0.29

8、890.5

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。