1、本科毕业论文（20 届）基于 opencv 的太阳能硅片的自动精确定位和边缘缺陷检测所在学院 专业班级 光电工程与光通信 学生姓名 学号 指导教师 职称 完成日期 年 月 摘要II摘 要太阳能以其清洁、储量大、无污染等优点受到了世界各国的普遍关注和越来越广泛的应用。然而，随着太阳能技术的发展，对太阳能硅片的生产效率和质量控制的要求越来越高。因此，在太阳能电池的生产工艺中，串焊前对硅片进行自动精确定位和缺陷检测已成为研究的重要课题。本课题对太阳能硅片的自动精确定位和边缘缺陷检测进行了深入的分析和研究，在基于图像处理的基础上针对太阳能电池组件生产工艺中的实际需求提出了笔者自己的设计理念和检测方法，
2、撰写出了基于 OpenCV 的太阳能硅片的自动精确定位和边缘缺陷检测的程序。关键词：OpenCV，太阳能硅片，自动定位，边缘缺陷检测摘要IIIABSTRACTSolar energy is concerned around the world and more and more widely used with its clean, large reserves, pollution-free advantages. However, with the development of solar energy technology, the production efficiency of so
3、lar wafers and quality control of demand is higher and higher. So in the production process of solar cells, string before series welding on silicon wafers for accurate positioning and automatic defect detection has become the research important topic.This topic of solar wafers automatic precise posi
4、tioning and edge defect detection carried on the thorough analysis and research, on the basis of based on image processing for the solar cell components in the process of production of the actual demand is proposed own design concept and method, the writer to write out the solar wafers based on Open
5、CV automatic precise positioning and edge defect detection program.Key words: OpenCV, solar wafers, automatic positioning, defect detection目录IV目 录第 1 章 引言 .11.1 课题研究背景 .11.2 课题研究的价值及意义 .11.3 国内外研究现状及发展态势 .21.3.1 太阳能电池组件自动化装配技术现状 .21.3.2 太阳能电池组件自动化装配技术发展态势 .21.4 课题研究内容 .2第 2 章 课题理论基础知识 .42.1 太阳能硅片外形结
6、构 .42.2 OpenCV 基础知识 .42.2.1 OpenCV 简介 .42.2.1.1 OpenCV 的特点 .52.2.1.2 OpenCV 的模块 .62.2.2 OpenCV 的数据结构 .62.2.2.1 基础数据类型 .62.2.2.2 动态结构类型 .82.2.2.3 数据存取方式 .82.2.3 OpenCV 的函数体系 .82.2.4 OpenCV 在不同编译环境下的配置 .9目录V2.2.4.1 C+BuilderX 环境下配置 .92.2.4.2 MSVC+6.0 环境下配置 .92.2.4.3 VS.NET 环境下的配置 .102.3 本章小结 .10第 3 章
7、图像处理技术 .113.1 图像平滑处理 .113.2 图像锐化处理 .143.3 边缘检测 .163.4 形态学运算 .183.5 本章小结 .20第 4 章 基于 OpenCV 的图像非线性畸变校正 .214.1 摄像机成像原理及成像模型 .214.1.1 坐标系 .214.1.1.1 图像坐标系 .214.1.1.2 成像平面坐标系 .214.1.1.3 摄像机坐标系 .224.1.1.4 世界坐标系 .224.1.2 针孔摄像机模型 .234.1.3 非线性摄像机模型 .254.1.3.1 径向畸变 .254.1.3.2 切向畸变 .26目录VI4.1.3.3 薄棱镜畸变 .264.2
8、 基于 OpenCV 的硅片图像的非线性畸变校正 .274.2.1 旋转矩阵与平移向量 .274.2.2 棋盘格图像 .284.2.3 亚像素角点 .294.2.4 单应性 .294.2.5 畸变校正 .324.2.5.1 棋盘角点个数和参数个数 .324.2.5.2 本文采用棋盘格图像标准 .324.2.5.3 摄像机非线性畸变校正过程 .334.2.5.4 实验结果及分析 .344.3 本章小结 .37第 5 章 太阳能硅片自动精确定位算法研究 .385.1 硅片图像特征分析 .385.2 硅片自动定位算法实现 .395.2.1 算法分析 .405.2.2 算法流程 .425.3 硅片自动
9、定位实验结果与分析 .445.4 本章小结 .45第 6 章 太阳能硅片的边缘缺陷检测 .466.1 缺陷类型及特征 .46目录VII6.2 大津法分割图像 .486.3 边缘缺陷检测 .506.3.1 检测算法 .526.3.2 实验结果与分析 .566.4 本章小结 .56第 7 章 结论 .57参考文献 .58致 谢 .59附 录 .60外文资料原文 .72外文资料译文 .80第 1 章 引言1第 1 章 引言1.1 课题研究背景随着社会对能源需求的不断增长及不可再生能源的枯竭，能源越来越紧张。人类不合理使用能源而导致的环境问题,尤其是全球气候变暖，已经严重威胁到人类的生存和发展。因此，
10、2009 年 12 月在哥本哈根全球气候会议中号召全球各国采取各种措施来降低现有二氧化碳的含量及限制当前二氧化碳的排放量，倡导发展低碳经济。然而，要想从根本上解决这一难题，必须开发利用新能源，提出新工艺，提高资源利用率。人类已经着手于开发和利用各种新能源，如太阳能、风能、沼气能、潮汐能等。风能、沼气能、潮汐能受地域或天气变化制约很大，而太阳能，作为一种普遍均匀、清洁环保的绿色资源，有着巨大的开发应用潜力，因此很多国家都出台各种优惠政策来发展和扶持太阳能发电。目前太阳能光伏发电面临的主要问题就是太阳能发电的成本高，效率低。为了改进这一现状，除了不断研制和开发新材料外，还要改善工艺，提高生产效率太
11、阳能电池产品合格率。在太阳能硅片的串焊中采用图像处理技术对太阳能硅片进行自动精确定位和边缘缺陷检测，是太阳能电池组件自动化装配技术的关键一环，对于提高太阳能电池的生产效率、产品合格率及降低生产成本有着重要的意义。1.2 课题研究的价值及意义近几年，随着国际上光伏产业的快速发展，对太阳能电池产量和质量的要求也逐步提高，促使太阳能电池生产从传统人工操控模式向自动化控制模式转变。机器视觉系统高速、精确、可靠等特点使其适用于太阳能电池快速、大量生产过程中的识别定位、测量和检测要求，并将推动光伏产业朝着智能化方向发展。在太阳能电池组件自动化装配的生产过程中，串焊步骤是一个关键的步骤，在串焊前对太阳能硅片
12、进行自动精确定位及边缘缺陷检测作为关键的一环已经成为研究的重要课题。如果在进行串焊前，不能够有效的检测出有缺陷的硅片，造第 1 章 引言2成有缺陷的硅片焊接在电池串中会对整个太阳能电池串的性能产生影响。对于焊接时的硅片，必须保证硅片的排布位置正确，同时也要保证焊带的焊接位置正确。即硅片间应平行排布，相互之间不能有方向上的偏转，否则焊接完成的电池串会出现一定的弧度，出现较大弧度的电池串需要进行返工或者该电池串成为废料。因此，在焊接前对硅片进行自动精确定位和缺陷检测是太阳能电池组件生产自动化的关键环节，对于提升太阳能电池产品的等级和提高太阳能电池生产效率与太阳能电池成品率有很重要的意义。1.3 国
13、内外研究现状及发展态势1.3.1 太阳能电池组件自动化装配技术现状国外太阳能电池组件自动化装配技术及装备近年来发展迅猛，已经能实现整个组件生产的全线自动化 1。像自动化程度较高的自动串焊机、自动敷设机和自动装框机等，均采用了机器人视觉技术，利用机器人技术与数字图像处理技术，完成组件及其零件的精确定位、抓取和装配工作。国内的太阳能电池组件生产工艺中，硅片的生产设备像单晶炉、硅棒切断机、硅片清洗机、甩干机、拆散炉和分选机等已实现国产化。在太阳能电池组件装配工艺中，则只有层压机实现了国产化。串联焊接和检验等设备还必须依靠国外的技术和装备。虽然国内也有为数不多的单位和公司尝试对该类设备进行国产化，但由
14、于生产效率低下，产品质量和运行可靠性无法保证等因素，与国外的太阳能电池组件自动化装配技术及装备水平还存在较大的差距。1.3.2 太阳能电池组件自动化装配技术发展态势从国外的先进组件装配生产设备可以看出，自动串焊、自动敷设以及自动装框均可采用机器人技术和图像识别技术，而各生产工序间的物流转换则是实现全线自动化生产的关键。由此可见，机器人、图像识别和自动物流等先进技术的大量应用是太阳能电池组件自动化装配技术及装备的发展趋势。1.4 课题研究内容本课题主要对太阳能硅片边缘缺陷检测算法和自动精确定位算法的关键技术第 1 章 引言3进行了深入、细致的研究，结合机器视觉引导系统的实际应用需求，提出了具体的
15、太阳能硅片自动精确定位和边缘缺陷检测解决方案。根据实际需求，首先对采集到的图片进行非线性畸变校正，然后对太阳能硅片进行精确定位，检测出太阳能硅片中心点的位置及偏转角度，最后将太阳能硅片图片的位置进行归正，在归正之后的图像上进行边缘缺陷检测。本课题最终实现目标是设计并撰写出基于 OpenCV 的机器视觉引导图像处理模块程序，采用数字图像处理技术对太阳能硅片进行边缘缺陷检测和自动精确定位，完成了太阳能硅片边缘缺陷检测和定位的软件撰写，实现了在与其他模块整合后能够满足机器视觉引导在实际生产过程中的需求。针对以上内容，本课题主要做了以下工作。(1) 对相机采集到的图片进行非线性畸变校正，以满足实际生产过程中对自动定位精度的要求。(2) 在对图片进行非线性畸变校正的基础上对太阳能硅片进行精确定位，检测出硅片中心点坐标位置及硅片相对于图像水平方向的偏转角度，要求硅片中心点坐标位置的检测重复精度达到 0.002 毫米。(3) 在自动定位获得太阳能硅片偏转角度的基础上对图片进行旋转归正，利用投影法对太阳能硅片进行边缘缺陷检测，对于大于0.2毫米的缺陷都能够检测出来。(4) 在确定上述算法后，利用 OpenCV 相关函数实现算法，撰写出程序，整合到机器视觉引导系统中。
