为了解决在丝网印刷流水线末端光伏太阳能晶硅电池的自动缺陷检测和颜色分类的问题,通过对太阳能电池的检测方法进行分析,提出了基于机器视觉的电池片缺陷检测及颜色分选的解决方案,开发了光伏太阳能晶硅电池片检测系统。首先介绍了太阳能电池的制备工艺,分析了太阳能电池的常见缺陷种类和色系等级及其形成原因,并提出了相应的检测标准和要求。同时进行光伏太阳能晶硅电池片检测系统整体方案设计,分别对系统硬件和系统软件进行分析设计,然后根据检测系统要求完成了工业相机,镜头,灰度卡等核心元件的选型以及检测功能模块化,离线在线相结合的软件系统设计。研究了太阳能晶硅电池片缺陷检测算法,介绍了电池片图像的色彩校正,区域提取,硅片定位,工艺点屏蔽等预处理过程。提出了基于亚像素的电池片的尺寸测量方法。针对破损缺陷,分别使用形态学和参考模板的检测方法进行实验,通过比较分析选择合适的检测算法。针对栅线印刷缺陷,根据栅线分布特征将检测步骤细分为栅线提取,细栅检测,主栅检测。针对脏污缺陷,提取出基于改进的局部阈值分割方法。研究了太阳能晶硅电池片颜色分选算法,介绍了常用的颜色空间及其转化方法,并使用HSI通道进行颜色直方图特征提取。分析了传统的颜色分选算法后,提出了一种基于神经网络的颜色分选算法,并通过实验对比分析两种方法的运行效率和精确度,验证了本算法的优越性。最后,针对本课题的太阳能晶硅电池片缺陷检测及颜色分选系统,在线检测与人工目检相结合,分别从系统的精确度,高效性以及稳定性进行综合性能的实验分析。实验数据表明,系统的综合性能可以满足实际生产需求。