基于機(jī)器視覺的太陽能電池片外觀缺陷檢測(cè)

宋玉琴，劉凱凱

（西安工程大學(xué) 電子信息學(xué)院，西安710048）

引 言

隨著國(guó)內(nèi)外對(duì)清潔能源需求的增加以及各國(guó)政府對(duì)清潔能源補(bǔ)助的提高，光伏組件的需求也在快速增長(zhǎng)。為保證產(chǎn)能及組件品質(zhì)的可靠性，高精度、高速太陽能電池片的全自動(dòng)焊機(jī)成為光伏企業(yè)的首選。目前這些設(shè)備大多依賴進(jìn)口，然而進(jìn)口設(shè)備高昂的價(jià)格很大程度上增加了太陽能發(fā)電的成本，急需研制出高水平的太陽能電池片焊接設(shè)備來滿足市場(chǎng)的需求。電池片焊接設(shè)備的精度、速度與電池片的完整性相關(guān)。傳統(tǒng)的檢測(cè)方法精度低、速度慢，而且部分還需依賴人工操作，不能滿足市場(chǎng)要求，而基于機(jī)器視覺的檢測(cè)方法能有效地解決這些問題。

機(jī)器視覺技術(shù)與人類通過眼睛獲取信息的方式是一致的，光學(xué)圖像的采集就好比是機(jī)器在用“眼睛”獲取信息，檢測(cè)算法就是機(jī)器在用“大腦”思考的過程。而光學(xué)圖像定位方法又分為灰度定位和幾何定位，基于灰度定位的算法是通過分析模板圖像的灰度值與待測(cè)物體圖像的灰度值的相關(guān)性大小來判斷物體的位置。由于該算法與圖像的每一個(gè)像素點(diǎn)的灰度值關(guān)系密切，所以它對(duì)光照的亮度變化非常敏感。而在實(shí)際生產(chǎn)當(dāng)中工件對(duì)光的吸收、反射不可能完全一致，從而會(huì)影響定位的準(zhǔn)確率和通過率，因此采用幾何定位方式。

1 太陽能電池片表面缺陷檢測(cè)系統(tǒng)設(shè)計(jì)

系統(tǒng)硬件方面由3部分構(gòu)成：處理芯片STM32F103RBT6、圖像傳感器模塊OV7670、串口通信SP232。其設(shè)計(jì)框圖如圖1所示。軟件方面，主要由3個(gè)功能模塊構(gòu)成：OV7670模塊程序、圖像處理算法程序、SP232通信程序。

系統(tǒng)工作過程：首先由OV7670模塊獲取圖像，在STM32F103RBT6中讀取，通過圖像處理算法進(jìn)行計(jì)算，得到的結(jié)果由SP232上傳給上位機(jī)。

圖1 系統(tǒng)框圖

1.1 系統(tǒng)硬件設(shè)計(jì)

1.1.1 STM32F103RBT6處理器

STM32F103RBT6是基于Cortex-M3的32位處理器，最高工作頻率為72 MHz，具有128 KB的Flash程序存儲(chǔ)器和20 KB的RAM。其有4個(gè)計(jì)時(shí)器、16個(gè)定時(shí)器、16個(gè)模/數(shù)轉(zhuǎn)換器。串行通信有2個(gè)SPI、2個(gè)I2C總線、3個(gè)USART、1個(gè)USB和CAN總線，接口類型也有多種，在與其他器件鏈接時(shí)可以更加方便。內(nèi)核具有突出的中斷處理能力，其實(shí)時(shí)性強(qiáng)，系統(tǒng)存儲(chǔ)要求低，并且功耗和成本很低，具有廣泛的應(yīng)用領(lǐng)域。

1.1.2 OV7670模塊

OV7670圖像傳感器體積小、工作電壓低，適合嵌入式應(yīng)用。OV7670具有高靈敏度，適合低照度應(yīng)用，提供單片VGA攝像頭和影像處理器的所有功能。通過SCCB總線控制，兼容I2C總線接口，可以輸出整幀、子采樣、取窗口等方式的各種分辨率為8位的影像數(shù)據(jù)。VGA圖像最高達(dá)到30 fps，可以完全控制圖像質(zhì)量、數(shù)據(jù)格式和傳輸方式。圖像處理功能過程包括伽馬曲線、白平衡、飽和度、色度等都可以通過SCCB接口編程。OV7670圖像傳感器的功能模塊包括：感光陣列、模擬信號(hào)處理、A/D轉(zhuǎn)換、測(cè)試圖案發(fā)生器、數(shù)字信號(hào)處理器、圖像縮放、時(shí)序發(fā)生器、數(shù)字視頻端口、SCCB接口、LED和閃光燈輸出控制。其功能框圖如圖2所示。

圖2 OV7670功能框圖

OV7670數(shù)據(jù)位D0～D7與MCU的PA口A0～A7連接，讀數(shù)據(jù)時(shí)鐘位RCLK與PC1連接，讀指針復(fù)位位RRST與PC2連接，片選信號(hào)位OE與PC3連接，寫指針復(fù)位位WRST與PC4連接，寫入FIFO使能位WEN與PC5連接，同步信號(hào)檢測(cè)位VSY與PD2連接，SCL是SCCB時(shí)鐘口與PC11連接，SDA是SCCB的數(shù)據(jù)口與PC12連接，初始化OV7670可通過SCL和SDA。OV7670與STM32F103RBT6的連接電路如圖3所示。

圖3 OV7679與STM32F103RBT6的連接電路

1.2 軟件設(shè)計(jì)

1.2.1 常見缺陷類型

根據(jù)制作材料的不同，可以把太陽能電池分為單晶硅太陽能電池、多晶硅太陽能電池和非晶硅太陽能電池3種。對(duì)于特定材料的太陽能電池片，可以設(shè)計(jì)出適合該類型太陽能電池片表面缺陷檢測(cè)的系統(tǒng)。本文是針對(duì)單晶硅太陽能電池片進(jìn)行表面缺陷檢測(cè)的。在太陽能電池片的生產(chǎn)加工過程中（表面腐蝕、制絨、擴(kuò)散、表面成膜、網(wǎng)印、鈍化、燒結(jié)等），可能由于某些工藝缺陷或者生產(chǎn)環(huán)境的影響造成太陽能電池片表面的斷柵、缺角、色差、臟污、裂紋等缺陷。基于機(jī)器視覺的太陽能電池片表面缺陷檢測(cè)系統(tǒng)主要用于檢測(cè)太陽能電池板片表面的斷柵、缺角和裂紋3種主要工藝缺陷。缺陷的具體形態(tài)如圖4所示。

缺角和裂紋主要是在制絨的過程中導(dǎo)致的，傳統(tǒng)制絨的方法是機(jī)械刻槽法，通過利用V型刀在硅表面摩擦形成規(guī)則的V型槽，從而形成規(guī)則的、反射率低的表面結(jié)構(gòu)。正是這種方法經(jīng)常會(huì)破壞硅片，形成裂紋或者缺角。盡管工藝不斷改進(jìn)，開始使用化學(xué)制絨法，但是由于成本高，該方法還未得到普及。斷柵主要出現(xiàn)在絲網(wǎng)印刷過程中。絲網(wǎng)印刷是指利用絲網(wǎng)圖形部分網(wǎng)孔透漿料，非圖文部分不透漿料。印刷時(shí)在絲網(wǎng)一端倒入漿料，用刮刀在絲網(wǎng)的漿料部位施加壓力，同時(shí)朝絲網(wǎng)另一端移動(dòng)。刮板壓力不適會(huì)導(dǎo)致漿料的漏印，或者由于圖形部分的雜質(zhì)造成漏印而導(dǎo)致斷柵。

1.2.2 表面缺陷檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖

太陽能電池片表面缺陷檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖如圖5所示。在光照下，OV7670攝像機(jī)對(duì)待測(cè)電池片進(jìn)行圖像采集傳送到計(jì)算機(jī)中，通過圖像處理得出缺陷圖像，最后對(duì)缺陷進(jìn)行標(biāo)識(shí)和數(shù)據(jù)統(tǒng)計(jì)。

圖4 太陽能電池片的表面缺陷

圖5 缺陷檢測(cè)系統(tǒng)結(jié)構(gòu)圖

光照單元是系統(tǒng)的一個(gè)重要組成部分。由于太陽能電池板表面的強(qiáng)反射性，不合理的光源類型和照明方式都會(huì)導(dǎo)致圖像灰度的不均勻，從而影響后期的圖像處理。光照單元的任務(wù)就是產(chǎn)生均勻的光照以便得到準(zhǔn)確的物像位置關(guān)系，從而保證所獲取圖像的高對(duì)比度和清晰度。

圖像采集單元是OV7670模塊。該單元主要完成待測(cè)太陽能電池片的圖像采集，并將采集到的數(shù)據(jù)傳輸給MCU，便于后期的數(shù)字圖像處理。

計(jì)算機(jī)處理單元包括圖像處理和缺陷識(shí)別。該單元主要是對(duì)采集圖像進(jìn)行基本圖像處理，得到缺陷圖像，然后標(biāo)記缺陷和識(shí)別缺陷，最后通過計(jì)算機(jī)屏幕直觀地顯示出太陽能電池板的檢測(cè)結(jié)果。

1.2.3 表面缺陷檢測(cè)系統(tǒng)的軟件流程

利用STM32F103RBT6來處理太陽能電池片的圖像，程序代碼在ST公司自帶的庫文件上編寫。初始化階段，先配置好STM32F103RBT6內(nèi)部時(shí)鐘、中斷處理和USART、按鍵、OV7670、SP232等外設(shè)接口，再初始化按鍵、LED、OV7670模塊、SP232。初始化成功之后，讀取OV7670采集到的信息數(shù)據(jù)，讀完段標(biāo)記使能攝像頭片選，每次讀取一個(gè)MCU塊，對(duì)它進(jìn)行二值處理、像素點(diǎn)掃描、判斷、旋轉(zhuǎn)、上傳數(shù)據(jù)至上位機(jī)，直到結(jié)束。

OV7670攝像機(jī)將攝取到的數(shù)據(jù)傳送給MCU，MCU得到數(shù)據(jù)后首先讀取相機(jī)的數(shù)據(jù)，并做二值處理，更新LCD顯示。以圖像中心為原點(diǎn)，尋找電池片左上角、右上角、左下角和右下角的坐標(biāo)，用于計(jì)算旋轉(zhuǎn)后的圖像的寬和高。

判斷完整性算法如下所示：

①?gòu)牡?0行起（每行320點(diǎn)），取白點(diǎn)（0xff）的數(shù)據(jù)，連續(xù)取50行，計(jì)算白點(diǎn)的平均值WhiteTrueData。

②從第10行起（每行320點(diǎn)），每行的行頭取黑點(diǎn)（0x00）的數(shù)據(jù)，直到白點(diǎn)為止，連續(xù)取50行，計(jì)算黑點(diǎn)的平均值Black Ture Data。

③156×156的片子，有效行總共是224～232行，每一行的白點(diǎn)數(shù)約228～232點(diǎn)WhiteData（根據(jù)焦距不同，有效的行數(shù)、列數(shù)有所不同）。

④每一行，從白點(diǎn)處開始，將第232點(diǎn)后的數(shù)據(jù)統(tǒng)一清除為黑色。

⑤每一行，從第一點(diǎn)開始將第一點(diǎn)至白點(diǎn)為止的數(shù)據(jù)（Black Data），統(tǒng)一清除為黑色。

⑥在每一行的白點(diǎn)中尋找黑色點(diǎn)，如果連續(xù)3點(diǎn)或者連續(xù)兩行在同樣的偏移處找到2個(gè)以上的點(diǎn)，表明該處為缺少、裂縫、缺角或其他的不完整。

先判斷所有的有效數(shù)是否在預(yù)置數(shù)之間，如果是，初步判斷為完整的電池片；否則，為缺角。如果取得的有效數(shù)據(jù)在預(yù)置數(shù)之間，將取得的平均值與預(yù)置數(shù)比較，如果小于預(yù)置數(shù)10點(diǎn)以上，判斷為有裂縫；片子基本完整，再判斷是否有裂縫、空洞。從第0行起（每行320點(diǎn)），掃描240行，尋找連續(xù)的白點(diǎn)，如果連續(xù)的白點(diǎn)數(shù)據(jù)中有有效的黑點(diǎn)（0x00）數(shù)據(jù)，判斷為裂縫或空洞；有裂縫的點(diǎn)數(shù)大于5處，判斷為不完整。如果為不合格的電池片，可判斷是否傾斜，將傾斜的片子旋轉(zhuǎn)，或發(fā)送數(shù)據(jù)到上位機(jī)。從第0行起（每行320點(diǎn)），掃描240行，判斷是否傾斜；查找黑色點(diǎn)，如果每一行均出現(xiàn)白色點(diǎn)，白色點(diǎn)的坐標(biāo)不大于1/2（320），為有效白色點(diǎn)。

源程序代碼如下：

太陽能電池片表面缺陷檢測(cè)系統(tǒng)的軟件流程圖如圖6所示。

圖6 軟件流程圖

2 處理結(jié)果分析

重點(diǎn)是對(duì)太陽能電池片表面的缺角、裂紋、空洞缺陷進(jìn)行檢測(cè)。實(shí)驗(yàn)對(duì)象是156 mm×156 mm的單晶硅太陽能電池片。實(shí)驗(yàn)中給出了太陽能電池片表面缺陷的系統(tǒng)檢測(cè)圖片的效果圖以及從該系統(tǒng)得到的實(shí)驗(yàn)數(shù)據(jù)，并對(duì)該缺陷檢測(cè)系統(tǒng)的識(shí)別率進(jìn)行統(tǒng)計(jì)和分析。

實(shí)驗(yàn)統(tǒng)計(jì)表明，缺角的識(shí)別率高于95%，空洞的識(shí)別率基本達(dá)到90%，裂縫的識(shí)別率最低，只有86%。本程序經(jīng)過不斷優(yōu)化以后，運(yùn)行時(shí)間在1 s左右（不包含圖片的顯示時(shí)間）。

如果圖片中包含缺陷的個(gè)數(shù)較少或者不包含缺陷時(shí)，運(yùn)行時(shí)間在0.7 s左右（不包含圖片的顯示時(shí)間），基本達(dá)到實(shí)時(shí)性要求。另外，STM32F103RBT6一個(gè)很大的優(yōu)點(diǎn)就是其官方提供了庫函數(shù)，使其軟件開發(fā)周期比較短。

效果圖如圖7所示。

圖7 效果圖

結(jié) 語

本文完成了太陽能電池片缺陷檢測(cè)的設(shè)計(jì)方案，實(shí)現(xiàn)了太陽能電池片在線實(shí)時(shí)檢測(cè)，這種方法提高了太陽能焊接機(jī)的生產(chǎn)效率。軟件設(shè)計(jì)時(shí)，OV7670是模塊化的，有接口函數(shù)，因此具有很強(qiáng)的可移植性。

雖然51單片機(jī)成本比STM32F103RBT6低一些，但是計(jì)算速度慢；DSP、ARM9、FPGA等雖然計(jì)算速度快，但用于太陽能單焊機(jī)上的嵌入式產(chǎn)品使用就顯得成本較高。

綜合考慮，以STM32F103RBT6結(jié)合OV7670模塊作為太陽能單焊機(jī)上的檢測(cè)設(shè)備具有較高的應(yīng)用價(jià)值。

[1]谷口慶治.數(shù)字圖像處理[M].北京：科學(xué)出版社，2002.

[2]傅德勝，壽益禾.圖形圖像處理學(xué)[M].南京：東南大學(xué)出版社，2001.

[3]William K Pratt.Digital Image Processing[M].北京：機(jī)械工業(yè)出版社，2009.

[4]楊帆.數(shù)字圖像處理與分析[M].北京：北京航空航天大學(xué)出版社，2010.

[5]陳天華.數(shù)字圖像處理[M].北京：清華大學(xué)出版社，2007.

[6]曹茂永.數(shù)字圖像處理[M].北京：北京大學(xué)出版社，2007.

[7]劉建群，曠輝，李仕勇，等.基于機(jī)器視覺的硬盤驅(qū)動(dòng)架尾孔尺寸檢測(cè)系統(tǒng)[J].機(jī)械科學(xué)與技術(shù)，2007，26（4）：463-467.

[8]陳偉華，馬瓊雄，陳月軍.基于VisionPro的工業(yè)機(jī)器人視覺定位系統(tǒng)[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2012（2）：81-83.

[9]SIAGIA C，ITTI L.Rapid biologically-inspired scene classification using features shared with visual attention[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2007，29（2）：300-312.

[10]GUILHEMREN，DESONZ A，AVINASH C K.Vision for mobile robot navigation：a survey[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2002，24（2）：237-267.