基于機(jī)器視覺的太陽(yáng)能電池片表面缺陷檢測(cè)*

張鵬飛，王淑青，黃劍鋒，劉逸凡，張子言

(1.湖北工業(yè)大學(xué)電氣與電子工程學(xué)院，武漢 430068；2.華中科技大學(xué)武漢光電國(guó)家研究中心，武漢 430074)

0 引言

太陽(yáng)能光伏產(chǎn)業(yè)的大力發(fā)展為工業(yè)生產(chǎn)提供了基礎(chǔ)的能源動(dòng)力，有效緩解工業(yè)電力消耗過大的問題，推動(dòng)著電力新時(shí)代的轉(zhuǎn)型[1-2]。太陽(yáng)能電池片是光伏產(chǎn)業(yè)的主要產(chǎn)品，在使用過程中清潔環(huán)保無污染，儲(chǔ)量龐大[3]。與此同時(shí)，太陽(yáng)能電池片表面缺陷檢測(cè)技術(shù)[4]也在不斷革新，從人工檢測(cè)法到物理檢測(cè)法再到目前研究較多的機(jī)器視覺和計(jì)算機(jī)視覺檢測(cè)方法[5-7]，具有非接觸，檢測(cè)缺陷多樣化、檢測(cè)精度高及高實(shí)時(shí)性的特點(diǎn)。

在多種檢測(cè)方法中，機(jī)器視覺和計(jì)算機(jī)視覺檢測(cè)方法更符合當(dāng)前時(shí)代的發(fā)展趨勢(shì)，運(yùn)用圖像處理、計(jì)算機(jī)技術(shù)以及各類深度學(xué)習(xí)模型，結(jié)合工業(yè)相機(jī)對(duì)太陽(yáng)能電池片表面進(jìn)行智能化的缺陷檢測(cè)，如伍李春等[8]提出一種基于模板匹配和HIS空間下的顏色直方圖對(duì)電池片的外形、顏色等缺陷進(jìn)行檢測(cè)，但檢測(cè)速度較慢。ZHANG等[9]提出了一種多特征區(qū)域提議融合網(wǎng)絡(luò)優(yōu)化了Faster R-CNN深度學(xué)習(xí)模型，能夠?qū)μ?yáng)能電池片表面的多種尺度缺陷進(jìn)行有效檢測(cè)，檢測(cè)速度還可以提升。郭清華等[10]采用U-Net網(wǎng)絡(luò)結(jié)合深度學(xué)習(xí)中SGDM優(yōu)化器對(duì)太陽(yáng)能電池片的破損缺陷進(jìn)行了精準(zhǔn)分割，但檢測(cè)缺陷種類較少。劉懷廣等[11]通過電致發(fā)光篩選檢測(cè)區(qū)域，并采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)太陽(yáng)能電池片的裂紋缺陷進(jìn)行檢測(cè)，缺陷類型單一。……