随着太阳能越来越广泛的应用,对电池片的生产质量要求也越来越高,因工艺流程缺陷或人为因素造成电池片表面的边缘破损、掉角、划伤、脏污、热斑、尺寸误差等质量问题,严重影响了太阳能组件的转换效率。目前针对这些缺陷的检测主要是利用机器视觉检测模式,由于电池片表面纹理的特殊性,如裂痕的分割检测等问题一直没有很好的解决,因此本文在课题组前人工作基础上针对电池片表面缺陷分割技术做了研究。根据电池片表面特有的复杂纹理设计和搭建图像采集平台。设计了一种采用上方四个红色条光和下方一个白色背光组成的光源系统,并采用上下分别打光的照明方式,既能充分看清表面的脏污、断栅等缺陷,又能凸显不易察觉的微小缺陷。选择DALSA的视觉传感器作为主要图像采集设备,完成了图像采集系统的搭建。实验表明,本系统采集图像质量良好,符合后期图像处理要求。为了进一步提高对比度,针对太阳能电池片表面存在众多规则纹理这一现象,本文提出了一种基于分数阶微分的电池片表面缺陷图像增强算法。首先,分析分数阶微分原理,设计和构造了一个八方向5×5的分数阶微分算子;然后,将该算子作用于电池片缺陷图像,观察纹理增强效果,选择最优阶次算子增强缺陷图像。实验表明,对于纹理细节丰富的电池片图像,分数阶微分算子在图像细节增强方面效果良好,有利于电池片表面缺陷的分割和检测。本文使用多种方式实现电池片表面缺陷分割。一是结合电池片表面规则纹理特点,利用特定方向的Sobel梯度算子实现缺陷分割。这种方式简单快速高效,错误率低。二是利用减影法实现缺陷的分割,针对不同规格的电池片,制作相对应的模板,这种方法准确率相较来说更高。三是利用投影分割,将电池片图像垂直投影,找到规则纹理所在的坐标点,逐行去除正常纹理,即可得到缺陷纹理,再结合形态学处理,得到完整的缺陷纹理。通过以上图像增强算法和分割技术的处理,得到的缺陷图像,无论形态还是尺寸都比现有的分割手段更加接近缺陷的实际规格,可以满足后续的缺陷识别和分类工作的需要。