光伏组件缺陷检测仪研究与开发范文

摘要:针对电致发光缺陷检测仪检测技术中技术指标难以量化的问题，开发出了电致发光缺陷检测仪检测软件，可对电致发光缺陷检测仪拍摄所得图像进行分析，自动判别分辨率，计算调制传递函数。并且通过使用电致发光缺陷检测仪进行目视验证试验，结果表明对于分辨率，本文所介绍的软件判别结果与目视判别结果基本一致，并且对于目视判别难以准确判别的图样，软件能够很好的进行判别，软件判别能够取代目视判别。该软件能够提高电致发光缺陷检测仪检测准确度。

关键词:光伏组件电致发光缺陷检测仪;EL;EL检测

引言

在光伏组件生产过程中，导致组件中电池片产生各种缺陷(隐裂、断栅、破片等)原因主要为生产线上各加工过程与硅片本身缺陷。隐裂会造成组件功率的损失，主要来源于铺设、层压工艺中，在组件周转过程中也可能造成;断栅会降低电池片电流的收集，主要由于丝网印刷工艺中由于浆料或网版缺陷导致;破片严重影响电池片外观，直接导致电池片无法使用，主要由于在周转及各加工工艺中外力因素导致。对于这些缺陷的检测，目前光伏企业普遍使用电致发光缺陷检测仪进行检测，而电致发光缺陷检测仪是通过在组件两级增加正向偏压使得电池片发光，通过CCD相机捕获。目前针对电致发光缺陷检测仪成像性能评估指标，文献根据中华人民共和国国家标准:数码相机分辨率的测量，提出将特制的分辨率测试版粘贴于组件上，将光伏组件作为背景光源，使用遮挡成像的方法拍摄获得分辨率图样。通过目视确定该设备最大分辨率。同时，文献提出使用调制传递函数(MTF)作为评估太阳电池组件电致发光缺陷检测仪的指标:在分辨率测试版中集成调制传递函数测试模块，该模块通过拍摄一个倾斜角度为5°的矩形，之后通过分辨率响应(SFR)算法获得调制传递函数(MTF)。对于以上提到的分辨率，目前采用目视方式判别，由于同一个的分辨率图案，不同人可能得出不同的结论，因此目视判别受到人为因素的影响较大。而对于调制传递函数，由于计算过程复杂，需要使用计算机计算，在光伏行业，尚未有专门针对电致发光缺陷检测仪计算调制传递函数的软件。本文针对目视判别分辨率收到人为影响较大以及调制传递函数计算复杂的问题，介绍一种将分辨率、调制传递函数集成于一体的软件，可以对电致发光缺陷检测仪拍摄出的图片进行处理，自动判别分辨率，同时能够计算调制传递函数。解决了目前电致发光缺陷检测仪性能评估中无法量化的问题。

1光伏组件电致发光缺陷检测仪检测软件功能及主要原理介绍

光伏组件电致发光缺陷检测仪检测软件大体由以下几个模块组成:图像读取及处理模块、分辨率计算模块、调制传递函数计算模块。

1.1图像读取及处理模块该模块实现的功能为对光伏组件电致发光缺陷检测仪拍摄的图像进行读取，并且显示在软件窗口中，在图片读取完成后将自动绘制出该图片的灰度直方图以供参考。同时可以通过菜单栏上的放大、缩小、移动以及截图等功能对图像进行基本的处理，以满足后续分析需要。

1.2分辨率计算模块该模块基于文献:太阳电池组件电致发光缺陷检测仪通用技术条件中提出的方法，在获取电致发光缺陷检测仪拍摄获取的分辨率测试板图样后，通过手动选取用于分析分辨率的线对图样，根据式(1～2)计算出沿着线对方向灰度均值与其差分值，根据差分数据的零点找出数据中峰值与谷值，之后通过相邻峰值与谷值之差值，软件自动判断图样是否足够清晰。式中:i，j—图像的行与列;gji—i行j列的像素点灰度值;Gj—j列像素点均值;dGj—Gj差分值。在拍摄到的分辨率测试板图样中，由于需要检测不同方向上的分辨率，因此用于软件分析分辨率的线对图样常见的有三种样式，分别为垂直，水平与倾斜线对，如图1所示。在获得灰度均值数据之前，需要对不同样式的线对图样采用不同的方法对图样进行预处理。对于垂直的线对图样，如图1(a)，由于截取图样采用手动截取，图样四周难免出现黑色留白区域。对于沿着线对方形的黑色留白区域，其灰度值将会参与灰度均值的计算，使得该列像素点的灰度均值降低，且降低程度随留白区域增大而增大，将会影响分辨率判别。对于垂直于线对方向上左右两边的黑色留白区域，在灰度均值数据中会体现为噪音，这将会影响峰值谷值的判断。因此在截取图样后，需要将截取的图样使用二值化转换，根据转化后的图像矩阵截去线对四周的黑色留白区域。对于平行的线对图样，如图1(b)，只需要将图样矩阵转置后按照垂直线对图样的方式处理即可。对于倾斜的线对图样，如图1(c)，使用霍夫变换从图样中提取倾斜线段，根据线段倾斜角度将图样旋转获得垂直的线对图样，之后按照垂直线对图样的方式处理。

1.3调制传递函数计算模块调制传递函数计算是通过分析由电致发光缺陷检测仪拍摄出的一个倾斜角度为5°的矩形，通过SFR算法计算出调制传递函数。SFR算法大致包括以下几个步骤，分别为获取ROI(regionofinterest)区域、对于彩色图进行灰度化处理、计算中心距、线性回归拟合边缘、四倍超采样计算ESF、对ESF求导获得LSF以及对LSF进行傅里叶变换获得SFR曲线。1.3.1获取ROI区域获取ROI区域即获取用于计算SFR的区域，ROI区域要求左右两边分别为黑与白区域，黑白区交界处为倾斜边缘。对于太阳电池组件电致发光缺陷检测仪拍摄的完整的矩形图形，软件可以自动截取倾斜矩形区域中固定大小的ROI区域，也可以通过手动选取ROI区域。在选取ROI区域后，将存储该区域的RGB矩阵以作为后续计算使用。1.3.2对于彩色图进行灰度化处理若入读的图像为彩色图，软件根据式(3)将RGB矩阵转换为灰度矩阵。式中:Gray—灰度值;R，G，B—红绿蓝三个通道值;α，β，γ———R，G，B权重值。1.3.3计算中心距在获取灰度矩阵后，对图像每一行计算其矩心。首先对每一行灰度进行差分，使用式(4)计算矩心。式中:j—该行图像列数;n—图像最大列数;gj—第j列图像灰度值。1.3.4线性回归拟合边缘对图像行数与该行对应的中心距位置使用最小二乘法进行拟合，获得黑白边缘线方程。1.3.5四倍超采样计算ESF逐行扫描ROI区域，计算出每一个像素点到该行黑白边缘的距离，并进行四倍超采样。之后计算到黑白边缘每一个距离下所有像素点的灰度平均值，得到横轴为到黑白边缘距离，纵轴为平均灰度的曲线图，该图即为ESF曲线。1.3.6获得LSF曲线对获得的ESF曲线式(2)进行差分运算，获得的曲线即为LSF曲线。1.3.7对LSF曲线进行傅里叶变换获得SFR曲线对LSF曲线应用傅里叶变换，最终获得MTF曲线。

2实验结果

本文根据所提出的方法将分辨率版粘贴于光伏组件中心，使用电致发光缺陷检测仪对该组件进行拍摄，获得如图2所示的图样，使用本文介绍的软件进行分析，结果如下。

2.1分辨率测量图3～图5分别为水平、垂直、倾斜线对预处理前后的图样。可以看出对于水平和垂直图样，由于手动截取的图样不可避免的存在黑色留白，通过预处理之后黑色留白被截去，只保留线对区域，预处理效果良好。而对于倾斜图样，经过霍夫变换并旋转后，在截去黑色留白，图样有效区域被保留，并且最终线对方向保持垂直，预处理效果良好。如图6为拍摄所得的水平线对图样。图7为软件分析并绘制的分辨率分别为0.70lp/mm，1.00lp/mm，1.57lp/mm，1.77lp/mm的灰度均值曲线图。从图7中可以看出，峰值和谷值对应于图像中的白色和黑色区域，从灰度均值图中可以根据峰值谷值数量直观的分辨出线对数，并且根据峰值谷值差可以直观的看出图像是否清晰。随着分辨率的增加，灰度均值曲线图中最小峰/谷值差逐渐减小;对于0.70lp/mm的灰度均值图，最，小峰值谷值差接近70，软件判定为OK，当分辨率上升至1.00lp/mm时，峰值谷值差下降到约60，软件同样判定为OK，对于1.57lp/mm的图样，最小峰谷值差约为20左右，软件判断为OK，而对于1.77lp/mm的图样，从灰度均值曲线图中只能勉强看清峰值和谷值数量，最小峰谷值差小于10，软件判断为NG。对应于图5，如果使用目视判别，1.57lp/mm之前的图样条纹清晰可见，目视判别结与软件判别结果一致，对于1.98lp/mm图样，图像已明显模糊不清，目视判别结果与软件判别结果一致，而对于1.77lp/mm图样，图样线对介于模糊与清晰之间，使用目视判别极可能由于不同观察者存在不同的判别。图8为拍摄所得的垂直线对图样。图9为软件绘制的分辨率为0.70lp/mm，1.00lp/mm，1.57lp/mm，1.77lp/mm的灰度均值曲线图。从图9中可以看出，软件对1.57lp/mm线对判定结果为OK，而对1.77lp/mm线对判定结果为NG，从图7目视观测可以看出:小于1.57lp/mm线对能够清晰分辨，1.98lp/mm线对明显无法看清，而对于1.77lp/mm线对清晰度介于1.57lp/mm与1.98lp/mm之间，使用目视判别可能存在模棱两可的判别。总体结果与水平线对一致。图10为拍摄所得的倾斜线对图样。图10为软件绘制的分辨率为0.70lp/mm，1.00lp/mm，1.57lp/mm，1.77lp/mm的灰度均值曲线图。从图10与图11中可以看出，软件判别结果与水平、垂直图样软件判定结果一致。目视判别结果同样在1.77lp/mm线对上可能存在不一致的判别。根据以上实验结果可以看出，对于目视判别，在水平、垂直、倾斜方向上判别分辨率时，均可能存在一个分辨率图样，其线对数处于模糊与清晰之间，并且不同观察者判别该图样极可能得出不同判别结果的情况。而本文所介绍的软件可以将图像转化为更为直观灰度曲线图，在灰度均值图上可以根据峰值谷值数量直观的判别线对数，并且根据已设定好的阈值，软件自动判别空间辨率。软件判别结果与目视判别结果基本一致，并且对于一些由于不同观察者可能导致不同判别结果的图样，软件能够很好的进行判别，解决了分辨率量化的问题，能够替代电致发光缺陷检测仪分辨率检测中目视判别方法。

2.2SFR计算图12为使用软件截取的倾斜矩形图样，使用软件读取该图样，并自动提取ROI区域计算MTF，结果如图13。从图12中可以看出，该EL设备的MTF50值约为0.2lp/mm，MTF20值约为0.26lp/mm。

3结论

本文介绍一种将分辨率、调制传递函数计算集成于一体的软件，可以对电致发光缺陷检测仪拍摄出的图片进行处理，自动判别分辨率，同时能够计算调制传递函数。并且使用电致发光缺陷检测仪进行实验验证，结果表明，软件能够对水平、垂直、倾斜的分辨率线对图样进行预处理，自动去除影响分析结果的干扰区域，将图像转换为更为直观的灰度均值图，并根据预先设定好的阈值自动分析判别，判别结果与目视判别结果基本一致，并且对于目视判别难以准确判别的图样，软件能够很好的进行判别。同时软件能够根据电致发光缺陷检测仪拍摄的倾斜矩形计算获得MTF曲线，并且从中获取MTF50和MTF20值。本软件解决了目前电致发光缺陷检测仪性能评估中分辨率判别无法量化的且准确度不足的问题，同时提供能够调制传递曲线作为辅助数据，提高了电致发光检测仪检测准确性。

参考文献

［1］施光辉，崔亚楠，刘小娇，等.电致发光(EL)在光伏电池组件缺陷检测中的应用［J］.云南师范大学学报(自然科学版)，2016，36(2):17～21.

［2］杨军.晶体硅电池片中杂志含量及状态研究［D］，北京:北京大学，2013.

［3］肖娇，徐林.太阳电池缺陷EL检测及其电性能分析［J］.上海计量测试，2011(3):15～18.

［4］林剑春，杨爱军，沈熠辉.电致发光缺陷检测仪的成像性能评估［J］.光学精密工程，2017(6):1418～1424.

［5］GB/T19953－2005《数码相机分辨率的测量》［S］.

［6］林剑春，杨爱军，李杰，等.光伏组件用电致发光缺陷检测仪分辨率校准技术研究［A］.台湾:中原大学，2016.

作者：何翔 单位：福建省计量科学研究院