太阳能电池片作为光电转换的载体,其质量的好坏会直接影响产品的发电效率和使用寿命。应用数字图像处理学科的图像增强和图像分割技术,分别以太阳能电池片的可见光图像及电致发光图像为研究对象,对其缺陷检测技术进行研究。首先,对太阳能电池片图像表面缺陷检测算法进行研究。为了得到高质量的太阳能电池片图像,利用LED条形组合光源模拟自然光,搭建太阳能电池片图像采集平台并采集可见光成像技术下的太阳能电池片图像。为了消除图像中特定的干扰信息,先通过中值滤波和形态学处理等方法对图像进行预处理。接着,通过Otsu算法提取电池片划痕、掉片、脏污等表面外观缺陷。之后,填充Otsu算法处理后太阳能电池片的倒角和电极区域并计算太阳能电池片的缺损率。与相关算法相比,本文算法检测的缺陷面积更接近缺陷的实际面积,检测准确度约是其他算法的2倍。其次,由于太阳能电池片EL图像中缺陷处与背景的灰度对比度较小,为了提高图像的对比度,本文提出了一种改进的双直方图均衡算法,能够在拉大图像对比度的同时提高图像的信噪比;同时,提出了一种全局阈值和Frangi滤波融合的图像分割算法,能够实现太阳能电池片EL图像缺陷的准确提取。数据表明:本文算法的缺陷检测精准度是其他算法的将近4倍。最后,利用几何特征、灰度特征等特征参数对检测到的缺陷进行描述,分析、总结不同缺陷的特征参数特点,为缺陷分类识别提供帮助。