基于缺陷Matlab的太阳能电池图像识别
赵锐
【概述】随着光伏发电产业的快速发展，太阳能电池的质量日益重要。质量好，稳定性好，长时间使用时，不仅光电转换效率的太阳能电池是高的，也将是太阳能电池制造商在竞争激烈的市场。
的太阳能电池的缺陷严重影响电池的质量，并且大部分的电池缺陷是难以在不其他装置的帮助来检测。
因此，有必要找到一种快速准确地识别太阳能电池中的缺陷的技术。
电致发光（EL）的检测技术，它包括许多隐藏的缺陷是困难的，因此能够检测在太阳能电池的太阳能电池的各种缺陷，用于检测所述太阳能电池的缺陷发现，重要它变成了技术。
然而，太阳能电池的大多数当前EL图像是手动识别的，这对识别效率和容易出错具有显着影响。
随着数字图像处理技术和模式识别应用范围广，它是使用图像处理技术来执行所述的太阳能电池的缺陷的自动识别非常重要的。
在该文献中，数字图像处理技术用于预处理太阳能电池的EL图像。通过多项式模型校正图像，并且通过霍夫变换和图像的旋转来校正图像的角度。最后，细胞分裂完成。
分段单元的改进处理包括灰度值拉伸，低灰度值对比度增强和图像清晰度。
使用一般线性模型（GLM）对来自正常细胞，黑黑斑，暗膜和黑斑的切割进行分类。
然后，利用破碎门和裂缝的缺陷特性，可以通过形态学处理方法指定缺陷，并且可以获得良好的效果。
以更好地识别的缺陷和裂纹的缺陷，使用BP神经网络，通过提取的附近和隐藏像素特性破碎门边缘，以确定的点，然后到边缘缺陷进行分类。根据统计属性。
单位授予标题：河北农业大学[学年]：格兰特年硕士[等级日期：2014[分类号]：TP391。
41
下载全文
更多类似的文件