基于 Halcon 的太陽(yáng)能硅片缺陷檢測(cè)
來(lái)源:www.mvcrating.com2021年11月11日熱度:318
1. 引言
隨著太陽(yáng)能硅片制造工藝的升級(jí),太陽(yáng)能硅片變的越來(lái)越薄,因此太陽(yáng)能硅片變的更容易破損。為了降低生產(chǎn)過(guò)程中的碎片率,同時(shí)避免太陽(yáng)能電池不良對(duì)相關(guān)工藝造成的影響,需要利用機(jī)器視覺(jué)系統(tǒng)進(jìn)行尺寸測(cè)量、隱裂檢測(cè)、孔洞檢測(cè)和臟污檢測(cè)等,最終達(dá)到提高模組發(fā)電效率和使用壽命的目的。據(jù)估計(jì),每條生產(chǎn)電池生產(chǎn)線由隱裂、孔洞、和臟污等缺陷帶來(lái)的損失每年多達(dá) 60 萬(wàn)美金左右。因此,有效的缺陷檢測(cè) 方法對(duì)提高太陽(yáng)能硅片的工藝質(zhì)量非常重要。
超聲波共振掃描和接觸電阻掃描這兩種檢測(cè)法是太陽(yáng)能硅片缺陷檢測(cè)的兩種檢測(cè)方法。超聲波檢測(cè)法具有無(wú)損、快速的特點(diǎn),但靈敏度不高,適用于硅片和電池片;接觸電阻掃描法靈敏度高,但耗時(shí)長(zhǎng)、有破壞性,僅適用于電池片。
表面質(zhì)量檢測(cè)的難點(diǎn)是缺陷特征提取和缺陷分類(lèi)。傳統(tǒng)的機(jī)器視覺(jué)檢測(cè)方法一般采用灰度特征、幾何形狀特征或者紋理特征來(lái)描述缺陷,同時(shí)神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等被廣泛應(yīng)用于表面缺陷檢測(cè)和識(shí)別。這些方法都在某種程度上實(shí)現(xiàn)了表面缺陷檢測(cè)和識(shí)別。但是由于太陽(yáng)能硅片表面反光強(qiáng)烈,使得太陽(yáng)能硅片帶的特征提取和分類(lèi)面臨難題,傳統(tǒng)的方法已無(wú)法滿足生產(chǎn)對(duì)質(zhì)量控制系統(tǒng)的高度要求,因此本文利用德國(guó) MVTec 公司的視覺(jué)軟件 Halcon 10.1,實(shí)現(xiàn)對(duì)太陽(yáng)能硅片隱裂、孔洞、臟污、斷柵等缺陷進(jìn)行快速地檢測(cè)。
2. Halcon介紹
圖像處理軟件 Halcon10.1 是德國(guó) MVTec 公司開(kāi)發(fā)的機(jī)器視覺(jué)軟件,該軟件具有強(qiáng)大的圖像處理功能。該軟件包含一千多個(gè)各自獨(dú)立的函數(shù),其中包含了各類(lèi)濾波、色彩以及幾何、數(shù)學(xué)轉(zhuǎn)換、型態(tài)學(xué)計(jì)算分析、校正、分類(lèi)辨識(shí)、形狀搜尋等等基本的幾何以及圖像計(jì)算功能。該軟件包含一套交互式的程序設(shè)計(jì)接口 HDevelop,可以再其中以代碼直接編寫(xiě)、修改、執(zhí)行程序,并且可以查看計(jì)算中的所有變量。利用該軟件所包含的算法:邊緣于線提取、分割、區(qū)域處理、邊緣檢測(cè)等,這些集成的功能函數(shù)可以簡(jiǎn)化對(duì)太陽(yáng)能電池隱裂、孔洞、臟污、斷柵等缺陷進(jìn)行快速地檢測(cè)。
3. 圖像采集系統(tǒng)設(shè)計(jì)
圖像采集系統(tǒng)圖示及說(shuō)明如圖 1所示。整個(gè)系統(tǒng)由機(jī)械傳動(dòng)部分、編碼器、光源、CCD 及圖像采集卡組成。其中,機(jī)械傳動(dòng)部分由滾軸、傳送帶及電機(jī)組 成,為了實(shí)現(xiàn)定位的功能在傳送帶的滾軸上安裝一個(gè)編碼器,同時(shí)在傳送帶的另一端安裝一個(gè)光電開(kāi)關(guān)。
該系統(tǒng)圖像采集的工作原理為:太陽(yáng)能電池放在傳送帶上,傳送帶靠電機(jī)帶動(dòng)以一定大小均勻速度運(yùn)動(dòng),當(dāng)傳送帶上的太陽(yáng)能電池硅片通過(guò)光電開(kāi)關(guān)時(shí),光電開(kāi)關(guān)被觸發(fā)并給圖像采集卡發(fā)脈沖,此時(shí)圖像采集卡開(kāi)始讀取 CCD的數(shù)據(jù)。當(dāng)圖像采集到了在把圖像數(shù)據(jù)傳送給計(jì)算機(jī),利用 Halcon10.1 程序來(lái)檢測(cè)太陽(yáng)能硅片是否合格。
4. 圖像處理方法及理論分析
檢測(cè)系統(tǒng)圖像處理的工作基本原理
由于太陽(yáng)能硅片缺陷檢測(cè)是生產(chǎn)線上應(yīng)用的一個(gè)實(shí)時(shí)檢測(cè)系統(tǒng),所以該系統(tǒng)具有較強(qiáng)的實(shí)時(shí)、快速性;因此需要非常大的圖像數(shù)據(jù)量。為了提高系統(tǒng)處理速度,除了采用比較高性能的硬件以外,還需要在軟件運(yùn)算方式和運(yùn)算速度方面來(lái)考慮問(wèn)題。本系統(tǒng)才用機(jī)器視覺(jué)(Halcon)語(yǔ)言能夠滿足系統(tǒng)的要求,同時(shí)在選擇相應(yīng)的算法方面也做了相應(yīng)的考慮。太陽(yáng)能硅片缺陷檢測(cè)主要任務(wù)分為:處理、分析提取硅片圖像,實(shí)現(xiàn)太陽(yáng)能硅片缺陷的自動(dòng)識(shí)別。該系統(tǒng)可分為十三個(gè)步驟,如圖 2所示。
從圖 2流程可得到,經(jīng)過(guò)采集到太陽(yáng)能硅片圖像以后,共需經(jīng)歷十二個(gè)主要的步驟處理采集到的太陽(yáng)能硅片圖像,即圖像預(yù)處理、圖像增強(qiáng)、中值濾波、分解圖像(R G B)、設(shè)定 threshold值、提取特征形狀、計(jì)算兩個(gè)區(qū)域的差異、變換圖像形狀、擴(kuò)張有圓形元素地區(qū)、選擇帶有某些特征的區(qū)域、顯示檢測(cè)結(jié)果、缺陷數(shù)據(jù)庫(kù)。
1) 圖像預(yù)處理:在對(duì)采集到的圖像處理之前,應(yīng)該對(duì)圖像進(jìn)行預(yù)處理。在獲取圖像的過(guò)程中,由于各種因素的影響包括攝像設(shè)備參數(shù)限制以及周?chē)h(huán)境的變化等,使獲取的圖像無(wú)法達(dá)到我們所期望的理想效果,圖像預(yù)處理的目的是為了改善給定的圖像或增強(qiáng)其中一些比較重要的圖像特征來(lái)滿足實(shí)際需求。
2) 圖像增強(qiáng):圖像增強(qiáng)的首要目標(biāo)是處理圖像,使其比原始圖像更加適合于某些特定的應(yīng)用場(chǎng)合,原理是通過(guò)一定的方法在原始圖像上附加一些信息或?qū)D像進(jìn)行數(shù)據(jù)變換,來(lái)突出圖像中所感興趣的區(qū)域或抑制圖像中一些不必要的特征,從而使圖像與視覺(jué)響應(yīng)特性相匹配。圖像增強(qiáng)的通用理論是不存在的,因?yàn)楫?dāng)圖像為視覺(jué)解釋而進(jìn)行處理時(shí),都是由觀察者最后判斷特定方法的效果。
常用的方法有:
①灰度變換;
②平滑處理。由于圖像平滑通常是用于圖像的模糊處理或者是減少噪聲,如在提取大的目標(biāo)之前去除圖像中的一些瑣碎細(xì)節(jié)、曲線的縫隙和橋接直線,所以本文選用平滑處理來(lái)對(duì)采集到的圖像進(jìn)行圖像爭(zhēng)強(qiáng)。
3) 分解圖像(R G B):通過(guò)該算法把采集到的彩色圖像轉(zhuǎn)換成黑白圖像,便于后面設(shè)定特定的 threshold值。
4) 通過(guò)設(shè)定特定的threshold 值來(lái)提取圖像,再利用提取特征形狀、變換圖像形狀算法來(lái)提取具有一定特征的圖像。
5) 利用計(jì)算兩個(gè)區(qū)域的差異算法來(lái)對(duì)比兩者的信息,最后通過(guò)選擇帶有某些特征的區(qū)域算法來(lái)提取硅片有沒(méi)有缺陷,顯示出相應(yīng)的缺陷。
6) 利用缺陷數(shù)據(jù)庫(kù)管理對(duì)已經(jīng)檢測(cè)出來(lái)的各種太陽(yáng)能缺陷圖像信息進(jìn)行保存并且對(duì)各種缺陷進(jìn)行編號(hào),這樣就便于產(chǎn)品出貨跟蹤和管理。
5. 實(shí)驗(yàn)結(jié)果與分析
用本文方法對(duì)太陽(yáng)能硅片缺陷進(jìn)行檢測(cè),檢測(cè)結(jié)果如下圖所示(圖3~6)。 表1是對(duì)某國(guó)內(nèi)大型太陽(yáng)能硅片廠現(xiàn)場(chǎng)采集到的幾種缺陷樣本進(jìn)行缺陷檢測(cè)的結(jié)果。 從實(shí)驗(yàn)結(jié)果可以看出,采用本文的方法對(duì)太陽(yáng)能硅片進(jìn)行檢測(cè)得到了令人滿意的檢測(cè)結(jié)果。
6. 結(jié)論
基于 Halcon 圖像處理的檢測(cè)技術(shù)發(fā)展已經(jīng)日趨成熟。在企業(yè)生產(chǎn)和社會(huì)生活中的應(yīng)用也比較廣泛。但是這些技術(shù)在新興的太陽(yáng)能行業(yè)中應(yīng)用相對(duì)比較少,隨著太陽(yáng)能行業(yè)的發(fā)展和對(duì)太陽(yáng)能硅片產(chǎn)品需求量的爭(zhēng)加,尤其是對(duì)硅片表面質(zhì)量要求的不斷提高,其質(zhì)量會(huì)嚴(yán)重影響太陽(yáng)能電池的轉(zhuǎn)換效率,所以,對(duì)太陽(yáng)能硅片表面質(zhì)量的控制也是很重要的一項(xiàng)工作。因此研究基于 Halcon 圖像處理技術(shù)在太陽(yáng)能硅片生 產(chǎn)中是非常有必要的,不僅具有一定的理論價(jià)值也更具有實(shí)際的應(yīng)用價(jià)值。
本文主要工作如下:
1) 提出了基于 Halcon 圖像處理的太陽(yáng)能硅片表面缺陷檢測(cè)系統(tǒng)的總體設(shè)計(jì)方案。
2) 簡(jiǎn)述太陽(yáng)能硅片檢測(cè)系統(tǒng)組成機(jī)構(gòu)和介紹了一些基于 Halcon 圖像處理的基本算法流程(如圖 2所示)。
3)采用本文的檢測(cè)方法可以降低勞動(dòng)強(qiáng)度、降低生產(chǎn)成本,降低產(chǎn)品檢測(cè)過(guò)程的人為因素,實(shí)現(xiàn)產(chǎn)品生產(chǎn)的高度自動(dòng)化,提高產(chǎn)品檢測(cè)質(zhì)量,能夠產(chǎn)生很好的社會(huì)和經(jīng)濟(jì)效益。