基于机器视觉的太阳能电池片位置误差检测.pdf

基于机器视觉的太阳能电池片位置误差检测.pdf

ID:52973025

大小:210.48 KB

页数:3页

时间:2020-04-05

基于机器视觉的太阳能电池片位置误差检测.pdf_第1页
基于机器视觉的太阳能电池片位置误差检测.pdf_第2页
基于机器视觉的太阳能电池片位置误差检测.pdf_第3页
资源描述:

《基于机器视觉的太阳能电池片位置误差检测.pdf》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、·电气与自动化·居玲·基于机器视觉的太阳能电池片位置误差检测基于机器视觉的太阳能电池片位置误差检测居玲《河海大学机电工程学院,江苏常州213022)摘要:为了提高太阳能焊接机的焊接精度和焊接速度.提出了基于机器视觉在线检测太阳能电池片位置误差的方法。采用最小误差法对图像进行阈值分割,通过轮廓提取出电池片的轮廓;采用Hough变换直线检查的方法得到了电池片边缘及三线所在直线;计算出电池片的位置误差。实验结果验证了该方法的有效性。关键词:太阳能电池片:图像处理;视觉检测中圈分类号:THI62文献标识码:B文章编号:1671—5276(2012)05-0166-02

2、SolarCellSlicePositionErrorDetectionBasedonMachineVisionJuLing(ColegeofmechanicalandElectricalEngineering,HohaiUniversity,Changzhou213022,China)Abstract:Inordertoimprovetheprecisionandweldingspeedofthesolarweldingmachine,amethodbasedonmachinevisionisproposed.whichisusedtodetectthepo

3、sitionerroroftheonlinesolarcels.Firstey.themInimumerrormethodisappliedtothethresholdsegmentationoftheimage,thencontourextractionmethodisusedtoextracttheoutlineofthesolarcels,theedgeofthecelsandthird—lineinthestraightlineisgo~enbymeansofHoughtransformmethodtocalculatethepositionerror

4、ofthecells,Theresultprovesthatitisefectiue.Keywords:solarcells;imageprocessing;visualinspection1.1阈值分割0引言图像阈值分割就是利用图像中要提取的目标物与其随着国内外对清洁能源需求的增加以及各国政府对背景在灰度特性上的差异。把图像视为具有不同灰度级的清洁能源补助的提高.光伏组件的需求也在快速的增长。两类区域的组合。选择一个合适的阈值,以确定图像中每为保证产能及组件品质的可靠性.高精度、高速太阳能电个像素点应该属于目标还是背景区域.从而产生相应的二池片的全自动串焊机

5、成为光伏企业的首选。目前这些设值图像。阈值分割不仅可以大量的压缩数据,减少存储备大多依赖进13,然而进13设备高昂的价格很大程度上增量,而且很大程度上简化在其后的分析和处理步骤。加了太阳能发电的成本,急需研制出高水平的太阳能电池阈值的选取是阈值分割的技术的关键。迄今为止国片焊接设备来满足市场的需求。电池片焊接设备的精度、内外学者已对这一课题进行了广泛深入的研究和大量的速度主要由它的定位方式决定。传统的机械夹具定位,定实验,提出了多种阈值分割的方法.但是至今未能找到一位精度低、速度慢,而且部分还需依赖人工操作,不能满足种对所有图像都能有效分割的方法,一种阈值分割

6、方法只市场要求.而基于机器视觉的定位方式能有效的解决这些能适用于某一类图像。经过实验发现最小误差闽值分割问题。法分割的效果比较好。机器视觉技术与人类通过眼睛获取信息是一致的,光最小误差法将直方图视为目标与背景像素灰度级构学图像的采集就好比是机器在用“眼睛”获取信息,定位成的混合集概率密度函数P(i)的估计。通常假设混合集算法就是机器在用“大脑”思考的过程。而光学图像定位的每个分量P(iI)(=1,2)服从均值,标准差为的方法又分为灰度定位和几何定位.基于灰度定位的算法是正态分布,先验概率为P,引入如下准则:通过分析模板图像的灰度值与待测物体图像的灰度值的J(t

7、)=l+2[P0(t)lncr0(t)+Pl(t)lnl(t)]一2[Po(t)相关性的大小来判断物体的位置。由于该算法与图像的ln(t)+P。(t)lnP。(t)]每一个像素点的灰度值关系密切。所以它对光照的亮度变使t,最小的t就是最佳阈值即t=ArgminJ(t)(t∈化非常敏感。而在实际生产当中工件对光的吸收,反射不0,1,⋯,L一1),可能完全一致,从而会影响定位的准确率和通过率,因此式中:lL一1采用基于几何的定位方式。Po(t)=∑h(i),P.(t)=∑h(i),t£一l∑h(i)i∑^(i)i1电池片图像处理。()案,·()箭,作者简介:居玲(

8、1987一),女,江苏宝应人,硕士研究

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。