基於SUSAN演算法之太阳能电池表面裂痕瑕疵检测.PDFVIP

基於 SUSAN 演算法之太陽能電池表面裂痕瑕疵檢測 林庭立 黃敏霖 蔡明忠 國立臺灣科技大學 自控所 國立臺灣科技大學 自控所 國立臺灣科技大學 自控所 M9712001@.tw M9912003@.tw mjtsai@.tw 摘要 本研究的目的在發展太陽能電池之表面裂痕瑕疵檢測技術。利用線型 CCD 具快速、高解析度及 檢測範圍大等特性，結合影像處理演算法，進行瑕疵檢測，使用改良式 SUSAN 角點偵測法檢測太陽 能電池表面裂痕瑕疵，太陽能電池灰階影像中的裂痕瑕疵包含有破裂、破孔、微裂等。並對於 SUSAN 角點演算法幾何門檻值設定，針對不同幾何外型與不同門檻值的關聯性做深度探討，得出不同角點角 度與幾何門檻值之關聯性。在灰階差異門檻值取值方式上，改良式 SUSAN 角點演算法經由影像灰階 值和對比度進行分析，提出不同影像對比度下，灰階差異門檻值的自適應取值方式。同時本研究利用 以線型 CCD 及掃描器所擷取的多晶矽太陽能電池影像做驗證，項目包括刮痕、裂痕、破孔等 。經實 驗結果，對於不同角點偵測的參數設定，在自適應灰階差異門檻值、幾何門檻值 g=18 的設定下，能 得到最佳的檢測結果。 關鍵詞：太陽能電池，裂痕檢測、Susan 角點偵測、改良式 SUSAN 角點偵測。 一、前言 : 近幾年來，世界各國因為全球暖化程度日趨嚴重而簽訂京都議定書，而由於化石燃料由於具有高 污染的特性，再加上油價隱藏的壓力，促使各國不斷的在尋找替代能源，替代能源基本上是指煤、石 油、天然氣、核能以外的能源。聯合國的跨政府氣候變遷小組預測，到了2020年，太陽、風力、地熱 等替代能源將可提供全球約25％的能源，而太陽能電池則是替代能源中重要的一項 [1-4] 。 由於太陽能電池之表面會影響到其整體系統之電能產生效率及品質，所以其表面之瑕疵檢測變得 相當重要。太陽能電池的表面，主要分成兩個部分，其一為複雜紋理的表面，另一個為規則紋理的表 面，而每一表面上都有Bus line/Bus bar 通過。而太陽能電池的瑕疵種類包括一般表面瑕疵 (裂痕及玷 污) 、結構瑕疵(Bus line/Bus bar之斷線、線寬偏差)及邊緣瑕疵 (破裂及缺角) 。因其表面具複雜紋理， 在瑕疵之判定及分析上極為不易，且每一表面通過之Bus line/Bus bar ，除了本身有可能瑕疵外，還有 可能與複雜紋理表面瑕疵混合，造成系統的誤判。而目前自動化檢測技術已被廣泛的探討及應用在許 多行業中，包括面板廠有LCD 、彩色濾光片及偏光片等的表面瑕疵、在相機產業中包括自動對焦及人 臉偵測等，已能大幅取代以往以人工線上檢測之方式，但針對太陽能電池表面及邊緣瑕疵的檢測文獻 及自動化機台檢測技術仍在發展中，且檢測機台以面形CCD 為主，在檢測時間上耗費較多 。 文獻 [5]中，針對未做電極網印線的多晶矽太陽能電池做微裂瑕疵的檢測，根據瑕疵之特性建構 一非線性擴散(Nonlinear diffusion)模式，針對多晶太陽能電池表面影像中梯度值較大且灰階值較小之 瑕疵邊緣進行平滑處理，而對梯度值較小或灰階值較大之背景紋路則抑制平滑處理，再將平滑處理後 影像與原始影像進行相減(Difference)運算以凸顯出瑕疵。文獻 [6]中，主要針對飛行物體如衛星等所 使用的太陽能電池進行瑕疵檢測，先將太陽能電池的影像轉成灰階，基於灰階表 現含有模糊的地方， 其把影像轉成黑白以顯示瑕疵所在，再使用 Gauss-Laplacian 銳化邊緣，最後經由侵蝕與膨脹把孤 立的邊點融合。文獻 [7]中，針對木頭、金屬、紙張等不同紋理之瑕疵做檢測，其使用的方法是先將 影像分割成無數小區塊，然後利用奇異值分解方法對每個區塊的影像做特徵值計算，特徵值計算完畢 後，利用 FCM(Fuzzy c-means 做分類 ) ，FCM可以將資料分成瑕疵與無瑕疵兩類。文獻 [8]目的為 研究空間結構特徵值擷取與統計式特徵值擷取在磁磚表面瑕疵檢測上效能之比較，其在空間結構特徵 1 值的計算方法使用 LBP(Local binary pa