專利名稱：太陽(yáng)能電池板裂痕檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，涉及一種目標(biāo)搜索算法，具體涉及一種電池板圖像的裂痕檢測(cè)方法。
背景技術(shù)：
太陽(yáng)能電池板裂痕檢測(cè)技術(shù)，屬于表面缺陷檢測(cè)技術(shù)的一種。表面缺陷檢測(cè)技術(shù)在國(guó)外發(fā)展比較迅猛，其應(yīng)用遍布各個(gè)領(lǐng)域。細(xì)分而言，表面缺陷檢測(cè)技術(shù)包括多種不同的技術(shù)激光表面缺陷檢測(cè)、超聲波表面缺陷技術(shù)、紅外缺陷檢測(cè)技術(shù)和基于機(jī)器視覺的缺陷檢測(cè)技術(shù)。與傳統(tǒng)表面缺陷檢測(cè)技術(shù)不同，太陽(yáng)能電池板的缺陷檢測(cè)技術(shù)具有裂痕小(微米級(jí))，裂痕方向不定以及表面反射性強(qiáng)(鍍膜)等特點(diǎn)。激光表面檢測(cè)技術(shù)、超聲波表面檢測(cè)技術(shù)和紅外缺陷檢測(cè)技術(shù)由于方向性強(qiáng)，因此效果會(huì)不太理想?；跈C(jī)器視覺的表面缺陷檢測(cè)技術(shù)近年來得到了迅速的發(fā)展。這種技術(shù)由于具有非接觸、速度快、高精度、光照方案豐富等特點(diǎn)，在表面缺陷檢測(cè)應(yīng)用中越來越受青睞。由于視覺缺陷檢測(cè)技術(shù)的精度主要與成像精度有關(guān)，因此隨著目前成像精度的不斷提高，這種技術(shù)會(huì)達(dá)到越來越高的精度。國(guó)際上致力于該類技術(shù)的公司有CognehMVTec，Eurosys以及Matrox等公司。在國(guó)內(nèi)，由于機(jī)器視覺技術(shù)的發(fā)展相對(duì)較晚，在表面缺陷檢測(cè)技術(shù)上一直受制于人，或處于產(chǎn)業(yè)的邊緣地位，或淪為國(guó)外系統(tǒng)和產(chǎn)品的代理。太陽(yáng)能電池板的裂痕檢測(cè)技術(shù)，由于之前所述的原因，在國(guó)內(nèi)無論是從產(chǎn)品還是技術(shù)層面上都幾乎屬于空白。由于光照和成像條件比較苛刻，對(duì)于檢測(cè)速度和精度存在較高要求，所以必須解決如下幾個(gè)問題1)獲得穩(wěn)定的輸入圖像輸入圖像的穩(wěn)定是保證后續(xù)算法進(jìn)行批量處理的必要條件。2)去噪由于成像存在一定的干擾，導(dǎo)致電池板背景中存在大量隨機(jī)干擾噪聲。這些噪聲從局部來看與裂痕具有近似的特征，嚴(yán)重影響對(duì)裂痕的檢測(cè)?；昧押蹤z測(cè)和定位要求準(zhǔn)確的檢測(cè)出是否存在裂痕，并準(zhǔn)確標(biāo)出其在電池板上的物理位置。這是本系統(tǒng)的核心任務(wù)。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是公開一種太陽(yáng)能電池板裂痕檢測(cè)方法，通過圖像處理和模式識(shí)別對(duì)電池板裂痕進(jìn)行檢測(cè)，檢測(cè)快速、準(zhǔn)確。本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法，包括如下步驟步驟一對(duì)電池板圖像進(jìn)行初始化；步驟二將初始化后的電池板圖像分成固定尺寸的圖像塊，計(jì)算每塊圖像的主方向，提取出可能存在裂痕的區(qū)域作為候選圖像塊。步驟三針對(duì)候選圖像塊中的主方向進(jìn)行帶有方向的hough變換，得到準(zhǔn)確的候選裂痕位置和方向。步驟四對(duì)相鄰圖像塊中的候選裂痕位置和方向進(jìn)行分析評(píng)價(jià)，確定裂痕。
所述步驟一中對(duì)圖像進(jìn)行初始化，包括如下步驟步驟a 對(duì)電池板圖像進(jìn)行歸一化，消除由于環(huán)境變化導(dǎo)致的圖像灰度誤差；步驟b 對(duì)歸一化后的電池板圖像進(jìn)行邊緣提取，得到邊緣圖像；步驟c 對(duì)邊緣圖像中方向的一致性評(píng)價(jià)，去掉隨機(jī)變化的噪音邊緣點(diǎn)；所述步驟b的邊緣提取中采用邊緣提取算子提取出邊緣圖像。所述步驟四中對(duì)相鄰圖像塊中的候選裂痕位置和方向進(jìn)行分析評(píng)價(jià)時(shí)，將具有相似方向并且相鄰的圖像塊作為圖像塊集合，采用直線方程對(duì)每個(gè)集合中中心點(diǎn)進(jìn)行擬合， 如集合中實(shí)際邊緣點(diǎn)到擬合直線的距離小于既定閾值，則認(rèn)為實(shí)際邊緣點(diǎn)在擬合直線上。本發(fā)明提出的太陽(yáng)能電池板裂痕檢測(cè)方法，從微觀、局部和總體三個(gè)層次上進(jìn)行裂痕的分析，符合視覺中多尺度搜索的策略。靈活運(yùn)用分塊HOUGH變換進(jìn)行局部裂痕搜索， 避免了圖像中不同痕跡的相互干擾，然后運(yùn)用裂痕形態(tài)評(píng)價(jià)來綜合分塊HOUGH變換的結(jié)果，完成了電池板裂痕檢測(cè)的任務(wù)。


圖1為本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法的流程圖；圖2為本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法初始化流程圖；圖3為本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法實(shí)施例中電池板輸入圖像；圖4為本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法實(shí)施例中電池板輸入圖像對(duì)應(yīng)的直方圖；圖5為本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法對(duì)圖像進(jìn)行均衡化后的結(jié)果；圖6為本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法對(duì)均衡化后的結(jié)果對(duì)應(yīng)的直方圖；圖7為本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法中帶方向HOUGH變換流程圖。
具體實(shí)施例方式為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。本發(fā)明采用了機(jī)器視覺檢測(cè)方案，將太陽(yáng)能電池板裂痕檢測(cè)問題分解為幾個(gè)圖像處理和模式識(shí)別模塊來解決，綜合運(yùn)用多種圖像處理手段，完美地完成了電池板裂痕檢測(cè)的任務(wù)。首先通過精心設(shè)計(jì)的預(yù)處理模塊增強(qiáng)裂痕特征。然后根據(jù)裂痕與電池板正常紋理表征、亮度和邊緣特性的不同，我們專門設(shè)計(jì)了特征提取算法和特征評(píng)價(jià)算法完成裂痕的檢測(cè)與定位。很好的解決了快速準(zhǔn)確地檢測(cè)太陽(yáng)能電池板裂痕的問題。如圖1所示，本發(fā)明太陽(yáng)能電池板裂痕檢測(cè)方法包括如下幾個(gè)步驟步驟一對(duì)電池板圖像進(jìn)行初始化；包括如下子步驟，如圖2所示步驟a 對(duì)電池板圖像進(jìn)行歸一化，消除由于環(huán)境變化導(dǎo)致的圖像灰度誤差。輸入圖像的灰度分布之所以存在變化，主要是由于光照的原因造成的。特別是光照量不足時(shí)，過暗的曝光會(huì)導(dǎo)致裂痕與背景難以區(qū)分，如圖3所示；其直方圖如圖4所示，輸入圖像灰度分布不穩(wěn)定也會(huì)給后續(xù)模塊的參數(shù)設(shè)置造成困難。針對(duì)輸入圖像存在灰度分布不一致的問題，采用灰度拉伸方法，將圖像灰度統(tǒng)一歸一化到W，255]的范圍內(nèi)。這樣可以給后續(xù)模塊提供穩(wěn)定的輸入數(shù)據(jù)。如圖5、6所示，從圖中可以看出均衡化后裂痕比較明顯的顯現(xiàn)出來。經(jīng)過處理后所有輸入圖像的直方圖具有了近似的分布，有利于后面進(jìn)行統(tǒng)一的算法處理。步驟b 對(duì)歸一化后的電池板圖像進(jìn)行邊緣提取，得到邊緣圖像。采用常用的邊緣提取方法,如Sobel、Robert、Prewitt、Kirsch、Laplace、Canny等，在歸一化圖像上提取邊緣，得到圖像中每一點(diǎn)的強(qiáng)度和邊緣方向。通過測(cè)試，由這些方法提取的邊緣圖和方向圖都可以作為后續(xù)模塊的輸入。步驟c 對(duì)邊緣圖像中方向的一致性評(píng)價(jià)，去掉隨機(jī)變化的噪音邊緣點(diǎn)。由于圖像中存在大量的干擾性邊緣，而裂縫所形成的邊緣通常具有局部方向的一致性。所以，需要對(duì)這些邊緣在方向上的一致性做出評(píng)價(jià)，以便挑選出可能包含裂痕邊緣的區(qū)域。太陽(yáng)能電池板表面裂痕通常表現(xiàn)為若干條較黑的細(xì)長(zhǎng)痕跡，其灰度和邊緣方向在其切線方向具有一定的連續(xù)性，其灰度在法線方向?yàn)橹虚g低兩邊高的分布，而對(duì)于噪音點(diǎn)， 其邊緣方向在切線方向上通常是隨機(jī)分布的，而其灰度分布在法線方向上也經(jīng)常變化，通常不符合中間低兩邊高的分布。所以，根據(jù)邊緣點(diǎn)方向及其鄰域灰度的分布可以較好的排除一些噪音點(diǎn)。具體步驟如下，首先將所有大于一定閾值的邊緣點(diǎn)作為原點(diǎn)Atl，按照切線和法線方向分別采樣。切線方向采樣點(diǎn)的灰度之分別為A_n，A_(n_D，……，Alri，An，角度分別為 Q -n，Q -(n-l)，· .....，θ -ι; θη。法線方向采樣點(diǎn)灰度之分別為Β_η，B -(n-l)，......，Bn-I' Bn則切線方向的角度評(píng)價(jià)為
權(quán)利要求
1.一種太陽(yáng)能電池板裂痕檢測(cè)方法，其特征在于，包括如下步驟 步驟一對(duì)電池板圖像進(jìn)行初始化；步驟二將初始化后的電池板圖像分成固定尺寸的圖像塊，計(jì)算每塊圖像的主方向，提取出可能存在裂痕的區(qū)域作為候選圖像塊。步驟三針對(duì)候選圖像塊中的主方向進(jìn)行帶有方向的hough變換，得到準(zhǔn)確的候選裂痕位置和方向。步驟四對(duì)相鄰圖像塊中的候選裂痕位置和方向進(jìn)行分析評(píng)價(jià)，確定裂痕。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述步驟一中對(duì)圖像進(jìn)行初始化，包括如下步驟步驟a:對(duì)電池板圖像進(jìn)行歸一化，消除由于環(huán)境變化導(dǎo)致的圖像灰度誤差； 步驟b 對(duì)歸一化后的電池板圖像進(jìn)行邊緣提取，得到邊緣圖像； 步驟c 對(duì)邊緣圖像中方向的一致性評(píng)價(jià)，去掉隨機(jī)變化的噪音邊緣點(diǎn)；
3.根據(jù)權(quán)利要求2所述的方法，其特征在于所述步驟b的邊緣提取中采用邊緣提取算子提取出邊緣圖像。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于所述步驟四中對(duì)相鄰圖像塊中的候選裂痕位置和方向進(jìn)行分析評(píng)價(jià)時(shí)，將具有相似方向并且相鄰的圖像塊作為圖像塊集合，采用直線方程對(duì)每個(gè)集合中中心點(diǎn)進(jìn)行擬合，如集合中實(shí)際邊緣點(diǎn)到擬合直線的距離小于既定閾值，則認(rèn)為實(shí)際邊緣點(diǎn)在擬合直線上。
全文摘要
本發(fā)明一種太陽(yáng)能電池板裂痕檢測(cè)方法，屬于圖像處理領(lǐng)域。包括步驟一對(duì)電池板圖像進(jìn)行初始化；步驟二將初始化后的電池板圖像分成固定尺寸的圖像塊，計(jì)算每塊圖像的主方向，提取出可能存在裂痕的區(qū)域作為候選圖像塊。步驟三針對(duì)候選圖像塊中的主方向進(jìn)行帶有方向的hough變換，得到準(zhǔn)確的候選裂痕位置和方向。步驟四對(duì)相鄰圖像塊中的候選裂痕位置和方向進(jìn)行分析評(píng)價(jià)，確定裂痕。本發(fā)明符合視覺中多尺度搜索的策略。靈活運(yùn)用分塊HOUGH變換進(jìn)行局部裂痕搜索，避免了圖像中不同痕跡的相互干擾，然后運(yùn)用裂痕形態(tài)評(píng)價(jià)來綜合分塊HOUGH變換的結(jié)果，完成了電池板裂痕檢測(cè)的任務(wù)。
文檔編號(hào)G01N21/88GK102313740SQ201010217328
公開日2012年1月11日 申請(qǐng)日期2010年7月5日 優(yōu)先權(quán)日2010年7月5日
發(fā)明者張棟, 張蓬, 晏陽(yáng), 胡波, 謝杰成 申請(qǐng)人:漢王科技股份有限公司