文献类型：期刊文章

作　　者：刘磊[1] 王冲[1] 赵树旺[1] 李海滨[1]

机构地区：[1]燕山大学工业计算机控制工程河北省重点实验室

出　　处：《电子测量与仪器学报》

基　　金：河北省自然科学基金(F2015203212)资助项目

年　　份：2018

卷　　号：32

期　　号：10

起止页码：47-52

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2017_2018、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决国内生产线中太阳能电池片缺陷识别存在效率低、精度差的问题,提出一种基于机器视觉的缺陷检测方法。首先采用局部最大方差法对电池片图像进行有效分割并识别出断栅,接着提出了一种积分投影与灰度重心相结合的定位算法对图像进一步处理,最后通过计算各缺陷的几种特征参数作为输入向量,设计了以径向基(RBF)为核函数的支持向量机(SVM)分类器,通过网格搜索法自动获得分类参数,实现了对太阳能电池片缺角、断栅、崩边、裂纹、漏浆、铸点等几种常见缺陷的检测。实验结果表明,该方法有效提高了检测效率和准确率,所设计的SVM分类器的识别率在90%以上。

关 键 词：机器视觉 太阳能电池片 缺陷检测  支持向量机

分 类 号：TM914.4] TP391.41]