基于梯度特征的检测方法主要根据太阳能电池片的裂纹、断栅处和背景有明显亮度差异的特点,以两者之间存在的梯度进行表面缺陷检测。 此类方法的特点是对裂纹和断栅等亮度差异较大的表面缺陷类型有较好的效果。
2018年8月10日 · 摘要：光伏组件的电池片表面易被划伤,影响外观,严重的将造成EL不良,波及产品性能。 该文通过对Z公司的划伤特点及产生的原因进行研究,从引起划伤的外在因素和电池片本身抗耐磨性的内在因素着手,从人、机、料、法
2022年4月11日 · 通过带阻滤波后获得的频率成分对背景中的纹理要有明显的抑制,并且突出缺陷成分,在频域处理完成转会空间域之后,又用了一个能扩大亮点区域的函数：gray_range_rect 辅助后面的二值化,最高终完成了缺陷的检测,这个函数可以说是点睛之笔。
2016年4月13日 · 摘要： 介绍了一种基于数学形态学滤波处理的太阳能电池板划痕检测方法。 该方法根据太阳能电池板副栅形状特点,利用优化后结构元素进行形态学滤波去除背景副栅,再分别通过缺陷定位和面积求解,实现划痕检测。
2018年6月29日 · 一种太阳能电池片外观脏划痕陷检测的方法,该方法包括两个步骤单元： 第一名步,对图像进行预处理. 1-1标定相机,消除畸变； 1-2旋转校正图像：对采集到的三通道彩色图像进行旋转校正,使图像平行于坐标轴； 1-3图像通道分解：在步骤1-2的基础上,把彩色图像分解成R、G、B三个单通道图像； 1-4固定阈值分割：在步骤1-3的基础上,对图像进行固定阈值分
2017年6月9日 · 该文通过对 Z公司的划伤特点及产生的原因进行研究,从引起划伤的外在因素和电池片本身抗耐磨性的内在因素着手,从人、机、料、法、环五个方面,运用质量因果分析法,找到降低划伤的方法,达到降本增效,提升客户满意度的目的。
2024年11月17日 · 通过深度学习模型,检测设备能够精确准分类电池片表面的多种缺陷,如裂纹、黑斑、划痕等。 AI技术不仅提升了检测的速度与精确度,还降低了人工参与的可能误差。
2019年8月15日 · 对在现代工业生产环境中,各种因素的影响,使得太阳能光伏面板表面出现线路短路、划痕、微裂等缺陷。 为了实现提高太阳能电池效能并降低成本的目标,在高速运转的生产线上必须有高效、可重复而且快速可信赖的检测方案；为了获得高效的、切实可行的太阳能电池、太阳能模块和太阳能电池阵列,需要对太阳能电池进行表征和分类,而这些工作离不开高性能的测
2020年3月23日 · 摘要 针对太阳能电池片微弱缺陷难以检测的特点,提出一种基于小波域信号突变点捕捉的缺陷检测法.该方法 基于一维离散信号,在小波域逐列对图像进行突变点检测,实现了对信号突变点的捕捉,并采用能量重心法对其进
2018年11月27日 · 如果某一片吸盘倾斜角度大,或者弹簧吸嘴回弹性差,就会导致吸盘太过压紧硅片,硅片在旋转的过程中就一定会产生划痕。我们要求电池片制造商,使用的过程中每半月对吸盘用卡尺微调一次,及时更换弹性差的弹簧吸嘴,以确保吸盘精确度。