基于機(jī)器視覺的鍍膜后硅片分選方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于機(jī)器視覺分選技術(shù)領(lǐng)域，具體涉及基于機(jī)器視覺的鍍膜后硅片分選方法。
【背景技術(shù)】
[0002]硅片是太陽能電池生產(chǎn)的主要原料，其鍍膜質(zhì)量的優(yōu)劣直接決定后續(xù)工序中電池片印刷的質(zhì)量，從而影響太陽能電池的性能，因此須對鍍膜后硅片進(jìn)行分選，將存在缺陷的不合格硅片予以剔除。但由于石墨舟各個(gè)槽的溫度不一樣、外界環(huán)境等因素的影響，鍍膜后硅片會出現(xiàn)發(fā)黃片、發(fā)紅片、發(fā)白片、碎片、表面污漬等不合格片或均勻紅片，這些硅片品種的多樣性和復(fù)雜性導(dǎo)致對其檢測方法的不確定性。
[0003]目前很多太陽能電池片生產(chǎn)廠家主要還是以人工檢測為主，這也帶來了檢測標(biāo)準(zhǔn)不確定、效率低、碎片多、成本高等問題，故而很難達(dá)到工業(yè)生產(chǎn)的標(biāo)準(zhǔn)和要求。

【發(fā)明內(nèi)容】

[0004]發(fā)明目的:本發(fā)明的目的在于提供一種基于機(jī)器視覺的鍍膜后硅片分選方法，其具有穩(wěn)定性高、與硅片非接觸式、速率快等優(yōu)點(diǎn)，能夠?qū)崟r(shí)在線、快速準(zhǔn)確、高效穩(wěn)定地檢測鍍膜后硅片的缺陷和類別，自動對硅片進(jìn)行分選，并自動將不合格產(chǎn)品取出，放入指定硅片盒內(nèi)。
[0005]技術(shù)方案:為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采用如下技術(shù)方案:
[0006]基于機(jī)器視覺的鍍膜后硅片分選方法，包括如下步驟:
[0007]步驟201、接收信號，采集圖像，其包括:
[0008]步驟2011，鍍膜后硅片到達(dá)傳感器位置，傳感器發(fā)送模擬信號給數(shù)據(jù)采集設(shè)備，經(jīng)由采集卡轉(zhuǎn)換為數(shù)字信號傳遞給系統(tǒng)；
[0009]步驟2012，系統(tǒng)接收到采集信號后，觸發(fā)相機(jī)，采集圖像，并將采集的鍍膜后硅片彩色圖像傳送至圖像處理單元；
[0010]步驟202、對鍍膜后硅片的彩色圖像進(jìn)行坐標(biāo)變換和圖像分割，其包括:
[0011]步驟2021，對鍍膜后硅片的彩色圖像進(jìn)行坐標(biāo)變換，采用自動查找邊緣算法找出鍍膜后硅片的一邊，獲得其角度信息；其方法是先確定一個(gè)搜索區(qū)域，在搜索區(qū)域內(nèi)，從上往下設(shè)置若干搜索線，查找像素的躍迀點(diǎn)，之后將所有搜索線上的躍迀點(diǎn)擬合為一條直線，得到所得直線的角度信息；其角度信息為:
[0012]Bngle1= Θ (I)
[0013]然后利用公式(2)，將圖像旋轉(zhuǎn)，進(jìn)行坐標(biāo)變換，為圖像分割做準(zhǔn)備；
[0014]angle = 360- Θ ⑵
[0015]步驟2022，采用實(shí)時(shí)自動查找圖像邊緣算法分別對鍍膜后硅片的四條邊進(jìn)行邊緣查找；獲得各自邊緣線的坐標(biāo)信息；其坐標(biāo)信息為:
[0016]Iineleft: (xn, yn), (x12, y12) (3)
[0017]lineright: (x21, y21), (x22, y22) (4)
[0018]linetop: (x31, y31), (x32, y32) (5)
[0019]linebottom: (x41, y41), (x42, y42) (6)
[0020]其中l(wèi)ineleft，lineright，linetop, linebottom分別為所得到的四條邊緣線段(左、右、上、下)的兩個(gè)頂點(diǎn)坐標(biāo)；
[0021]步驟2023，分別以式(3)、(4)、(5)、(6)所得的兩個(gè)頂點(diǎn)坐標(biāo)為基礎(chǔ)，按照式(7)所示求得四條邊緣直線Yl (左邊緣)、Yr (右邊緣)、Yt (上邊緣)、Yb (下邊緣);
[0022]y = ax+b (7)
[0023]基于所得到的四條邊緣直線方程，依次求取Yl與Yt、Yr與Yb的交點(diǎn)m、n ;以點(diǎn)m和點(diǎn)η為分割圖像的起始點(diǎn)和終止點(diǎn)，得到鍍膜后硅片與背景分離出來的本體圖像；
[0024]步驟203、以彩色圖像RGB空間為載體將上述所獲得的鍍膜后硅片圖像分成R、G、B三個(gè)平面，分別獲得三個(gè)平面的灰度值信息；
[0025]步驟204、對上述步驟203獲得的B平面二值化，采用中值濾波器對所得二值化圖像進(jìn)行濾波去噪處理，使圖像在保證原有信息的條件下最大限度減少噪聲影響和外界環(huán)境的干擾；
[0026]步驟205、對所獲得濾波處理后的二值化圖像進(jìn)行信息采集，得到其像素和信息，根據(jù)該數(shù)據(jù)判斷硅片是否為碎片，是碎片則歸為不合格一類；
[0027]步驟206、分別對所獲得的完整鍍膜后硅片R、G、B平面進(jìn)行灰度信息采集，得到像素值為O的頻率值與整個(gè)圖像像素和的比值；
[0028]步驟207、將上述步驟得到的比值與由樣本大數(shù)據(jù)處理分析得到的邏輯關(guān)系進(jìn)行一系列的比對和判斷，得到鍍膜后硅片的分選結(jié)果。
[0029]步驟207中，所述的鍍膜后硅片的分選結(jié)果分為不合格、合格、均勻紅片三類；當(dāng)分為不合格類時(shí)，將發(fā)送信號給機(jī)械臂，將其吸入指定不合格硅片盒；當(dāng)分為均勻紅片類時(shí)，將發(fā)送信號給機(jī)械臂，將其吸入指定均勻紅片硅片盒；當(dāng)分為合格類時(shí)，將不發(fā)送任何信號給機(jī)械臂，讓其直接流入花籃。
[0030]發(fā)明原理:本發(fā)明的分選的對象是經(jīng)過石墨舟鍍膜后的硅片，其分選方案采用了彩色圖像分割技術(shù)、彩色圖像RGB空間分析技術(shù)、圖像處理技術(shù)、大數(shù)據(jù)邏輯統(tǒng)計(jì)分析與處理技術(shù)等對實(shí)時(shí)采集的鍍膜后硅片圖像進(jìn)行處理和分析，將鍍膜后硅片分為不合格片、均勻紅片和合格片三類。其中，步驟207中，樣本大數(shù)據(jù)處理與統(tǒng)計(jì)分析是基于大量實(shí)體樣本按照上述所述步驟采集到的R、G、B三個(gè)平面各自圖像信息的分析、歸納和驗(yàn)證的。
[0031]有益效果:與現(xiàn)有技術(shù)相比，本發(fā)明的基于機(jī)器視覺的鍍膜后硅片分選方法，通過快速采集鍍膜后硅片表面的彩色圖像信息，可實(shí)時(shí)在線穩(wěn)定高效地進(jìn)行準(zhǔn)確的硅片缺陷識別和分選，且實(shí)時(shí)顯示檢測結(jié)果，自動將分選類別分為均勻紅色、不合格品和合格品三類，還可通過數(shù)據(jù)采集設(shè)備與機(jī)械手通訊，使其對應(yīng)不同的類別快速采取不同的機(jī)械動作。
【附圖說明】
[0032]圖1是鍍膜后硅片檢測分選流程圖；
[0033]圖2是硅片到達(dá)傳感器位置側(cè)視圖；
[0034]圖3是鍍膜后硅片經(jīng)過步驟2021中查找邊緣之后的結(jié)果圖像；
[0035]圖4是鍍膜后硅片經(jīng)過步驟2021中坐標(biāo)變換前后的對比圖像；
[0036]圖5是步驟2023中鍍膜后硅片四周邊緣查找結(jié)果圖像；
[0037]圖6是步驟2023中鍍膜后硅片與背景分離的結(jié)果圖像。
【具體實(shí)施方式】
[0038]以下結(jié)合附圖和【具體實(shí)施方式】對本發(fā)明做進(jìn)一步的說明。
[0039]如圖1所示，基于機(jī)器視覺的鍍膜后硅片的分選方法，包括如下步驟:
[0040]步驟201、接收信號，采集圖像，其包括:
[0041]步驟2011，鍍膜后硅片到達(dá)傳感器位置，如圖2所示，白色背景板1，光電傳感器2，鍍膜后硅片3 ;傳感器發(fā)送模擬信號給數(shù)據(jù)采集設(shè)備，經(jīng)由采集卡轉(zhuǎn)換為數(shù)字信號傳遞給系統(tǒng)；
[0042]步驟2012，系統(tǒng)接收到采集信號后，觸發(fā)相機(jī)，采集圖像，并將采集的鍍膜后硅片彩色圖像傳送至圖像處理單元；
[0043]步驟202、對鍍膜后硅片的彩色圖像進(jìn)行坐標(biāo)變換和圖像分割，其包括:
[0044]步驟2021，對鍍膜后硅片的彩色圖像進(jìn)行坐標(biāo)變換，采用自動查找邊緣算法找出鍍膜后硅片的一邊，獲得其角度信息；其方法是先確定一個(gè)搜索區(qū)域，在搜索區(qū)域內(nèi)，從上往下設(shè)置若干搜索線，查找像素的躍迀點(diǎn)，之后將所有搜索線上的躍迀點(diǎn)擬合為一條直線4，如圖3所示，得到所得直線4的角度信息，直線4是由像素躍迀點(diǎn)擬合而成的直線；其角度信息為:
[0045]Bng