上海太陽能工程技術研究中心有限公司 肖穎婕 祁永慶
一種快速優(yōu)化高清紅外缺陷圖的方法
上海太陽能工程技術研究中心有限公司 肖穎婕 祁永慶
太陽電池組件在生產(chǎn)過程中需要對組件中的電池片進行紅外缺陷檢測,挑選出有重大缺陷的不合格組件,以保證組件的生產(chǎn)質(zhì)量。利用高分辨率面陣掃描相機采集組件的紅外缺陷圖像,并通過對現(xiàn)有圖像的對比度拉伸算法的改進,更快速地獲得關于組件的高清紅外缺陷圖像。該方法相比于現(xiàn)有的一些組件紅外缺陷檢測設備,速度更快,圖像更清晰,大大提高了組件的生產(chǎn)效率。
太陽電池組件紅外檢測圖像處理
近年來,太陽能作為一種清潔能源得到了飛速發(fā)展,作為太陽能發(fā)電的主要載體,硅太陽電池組件的產(chǎn)量迅速增長。太陽電池組件的生產(chǎn)需要相當多的工序,而檢測是其中必不可少的一道工序。隨著全球光伏產(chǎn)業(yè)的快速發(fā)展,對組件檢測速度提出了更高的要求。目前,絕大多數(shù)的組件生產(chǎn)廠家采用的組件紅外缺陷檢測設備的檢測速度約為9秒~10秒,檢測時間較長,而且圖像分辨率越高的設備,檢測速度越慢,使得高質(zhì)量圖像與高速檢測形成了一個矛盾,組件的生產(chǎn)速度也將受到一定影響。因此,需要尋求一個在獲得高清圖像的同時,又能保證檢測速度的方法。本文便是在這種情況下提出了一種快速優(yōu)化高清紅外缺陷圖的方法,令檢測速度大大加快,且圖像對比明顯,缺陷清晰可見。
1.1檢測原理
利用半導體的電致發(fā)光原理[1]來實現(xiàn)對硅太陽電池片的缺陷檢測。在給太陽電池注入正向電流的條件下,太陽電池發(fā)射出特征光譜的光,利用特定的感光元件,可記錄太陽電池方陣中存在的黑片、碎片、斷柵和裂紋等缺陷[2]。
圖1硅太陽電池量子躍遷光譜圖
由圖1可以看出,量子躍遷發(fā)出的光大部分分布在1150nm(納米)附近,也就是近紅外光,故可用紅外攝像機來捕獲其特征。因為缺陷存在處的發(fā)光強度有異于正常表面,檢測時可根據(jù)不同的電池類型設置電源控制模塊,給電池供電;使用紅外裝置檢測出電池或組件表面的發(fā)光強度,最終獲得組件內(nèi)部結構的紅外圖像。
1.2硬件構成
圖2紅外缺陷檢測的硬件結構
系統(tǒng)硬件如圖2所示。系統(tǒng)由紅外相機、計算機、直流電源、太陽電池組件組成。根據(jù)半導體的電致發(fā)光機理,當對太陽電池組件施加直流電源時,組件會產(chǎn)生近似紅外波長的光,紅外相機捕獲組件圖像,通過USB(通用串行總線)接口或以太網(wǎng)口將圖像送入計算機進行圖像處理,最后檢測出太陽電池組件的缺陷,同時計算機還用來控制相機的曝光時間以及直流電源的大小。
要獲得高清的紅外缺陷圖像,除了更換高分辨率的相機之外,還可以對圖像進行適當?shù)奶幚怼R驗楂@得的原始圖像本身可能存在過亮或過暗的情形,并且由于電池片的激發(fā)光強度并不是很強,所以得到的圖像可能出現(xiàn)對比度過低,缺陷不清晰等情況,此時就需要對圖像進行處理,使得缺陷與良好區(qū)域有明顯差別[3]。因此對原始圖像進行對比度等處理是很有必要的,并且處理的速度對于整個檢測速度而言也是非常重要的。
在檢測中,我們首先采集太陽電池組件紅外缺陷的原始圖像,并對原始圖像進行預處理,包括去噪、濾波等,然后根據(jù)圖像畫出相應的直方圖[4]。在得到圖像的直方圖后,仔細分析直方圖的特征與圖像的特征,根據(jù)直方圖給出圖像拉伸的參考范圍。除此之外,需要尋找一個合適的對比度拉伸函數(shù),本文中使用的是冪函數(shù)作為拉伸的基本函數(shù)[5],如圖3所示,為冪函數(shù)的各種可用映射。
圖3冪函數(shù)的各種可用映射
從圖3可知,圖3(a)和圖3(c)的映射分別適用于圖像偏暗和圖像偏亮的情況。由于圖像的亮暗除了與曝光時間有關之外,也受到相機增益的影響,增益越大,圖像越亮,但是圖像的噪聲也會增多;反之,增益越小,圖像越暗,但是圖像的噪聲也會減少,而原始圖像的好壞直接影響到圖像處理的結果。因此,在曝光時間已定的情況下需要采集噪聲較少的、增益適當?shù)膱D像作為原始圖像。
圖4所示,即為太陽電池組件紅外缺陷的原始圖像,經(jīng)過去噪、濾波等預處理后畫出其直方圖,如圖5所示。分析直方圖可以發(fā)現(xiàn),直方圖中的兩個波峰分別對應圖像背景以及電池片區(qū)域,因此可以嘗試以這兩個波峰的峰值作為圖像拉伸的參考范圍,假設前一個波峰的值為low,后一個波峰的值為high,則原始圖像的灰度拉伸范圍為(low,high)。假設圖像處理后的灰度范圍為(buttom,top),于是建立一個冪函數(shù):
圖4太陽電池組件紅外缺陷原始圖像
圖5經(jīng)預處理后的原始圖像直方圖
式中,X、Y分別為原始圖像拉伸前后某一個像素點的灰度值,α為指數(shù),由于最適當?shù)脑紙D像本身略偏暗,根據(jù)冪函數(shù)的各種映射可知指數(shù)的范圍在0<α<1較為合適。圖6所示,為不同α值時的拉伸效果,可以看到,當α=0.8時的圖像效果最好,α=0.7時圖像仍嫌偏暗,而α=0.9時圖像又稍嫌過亮了。
由此可見,當時本文所述的對比度拉伸函數(shù)效果最好。當然,圖像處理的速度除了算法是一個關鍵之外,編程所用的方法也是非常重要的。
一般來說,圖像編程所用的方法有三種:一是像素法,即對采集的圖像逐點讀取每個像素的灰度值,進行拉伸運算后再重新賦值;二是內(nèi)存法,即將采集的圖像轉(zhuǎn)換為數(shù)組形式,通過內(nèi)存進行拉伸運算后再重新轉(zhuǎn)為圖像;三是指針法,即將采集的圖像通過指針方式直接對圖像數(shù)據(jù)進行處理。這三種方法中,針對同樣的運算處理,指針法的速度最快,對于分辨率越高的圖像,該優(yōu)勢也越明顯。因此,本文的圖像處理編程使用的是指針法,以盡量節(jié)省圖像處理過程的運算時間。
圖6通過對比度函數(shù)拉伸后的太陽電池組件紅外缺陷圖像
綜上所述,快速優(yōu)化高清紅外缺陷圖像的方法,可以利用直流電源及相機構成視覺成像系統(tǒng),獲得關于組件表面的具有較大分辨率的原始圖像,通過圖像的直方圖分析圖像特征,并采用冪函數(shù)作為對比度拉伸函數(shù)對原始圖像進行圖像處理,令原本亮度不佳、對比度不夠清晰的原始圖像呈現(xiàn)出亮暗分明、缺陷明顯的圖像。整個過程,千萬像素的分辨率,包括圖像采集的時間在內(nèi),只需7-8秒,比現(xiàn)在的方法提速約2秒左右,在獲得高清圖像的同時,又保證了檢測速度。對于太陽電池組件生產(chǎn)商而言,清晰的圖像能夠提高檢測的準確性,而每塊組件節(jié)約2秒的檢測速度,將會大大提高企業(yè)的生產(chǎn)效率。
[1]劉恩科,朱秉升,羅晉生.半導體物理學[M].北京國防工業(yè)出版社,2006,273-278
[2]丁葉飛,李紅波,張瀅清,薛永勝,劉小宇,陳鳴波.硅太陽電池組件工藝缺陷的紅外檢測技術.太陽能技術與產(chǎn)品,2010(2)
[3]Fu Zhuang,Zhao Yanzheng,Liu Yang,et al.Solar Cell Crack Inspection by Image Processing [R].2004 International Conference on the Business of Electronic Product Reliablility and Liability:77-80
[4]何東健.數(shù)字圖像處理(第二版).西安電子科技大學出版社,2009.07(10)
[5]Rafael C.Gonzalez,R ichard E.W oods,Stevev L.Eddins.岡薩雷斯數(shù)字圖像處理(MATLAB版).電子工業(yè)出版社,2007.10(5)
A Fast Optim ized Method for High-Resolution Infrared Defect Image
Xiao ying jie,Qi yong qing
Assemb ly solar cells in so lar modules require infrared defect inspection in the p roduc tion p rocess to pick out the failed modules which has significant deficiencies,in order to ensure the quality of modules.Using high-resolution area scan cam era to cap ture in frared component defec t im age and by imp roving the contrast stretching algorithm of the existing image,we could obtain the high-reso lution infrared defect image of module much more quickly and c learer.This method has faster speed,obtains c learer im ages,and greatly imp roves the efficiency of modules p roduction compared to some o f the existing in frared de fec t detec tion equipm ent o f m odu le.
So lar m odu le,In frared detec tion,Im age p rocessing
項目】
1)上海市科委科研計劃項目,課題編號:12dz1201300,項目名稱:光伏并網(wǎng)發(fā)電系統(tǒng)檢測及低反射高效率光伏組件關鍵技術研究與示范。
2)863計劃項目,課題編號:2011AA050503,項目名稱:MW級柔性薄膜硅太陽電池產(chǎn)業(yè)化關鍵技術研究。
肖穎婕,碩士,軟件工程師,主要研究方向為軟件編寫與數(shù)字圖像處理。祁永慶,博士,高級工程師,主要研究方向為太陽能裝備與控制工程。