基于独立分量分析和粒子群算法的太阳能电池表面缺陷红外热成像检测

• 作者: 孙浩 张学武 龚芳
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 缺陷检测 独立分量分析 太阳能电池组件 红外成像 粒子群优化
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 机器视觉
• 页码范围: 169-177
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3788/AOS201232.0415002

摘要

根据红外成像特性及太阳能电池电致发光原理,研究一种基于限制式独立分量分析(ICA)模型和粒子群优化(PSO)方法的太阳能电池组件表面缺陷检测方法.利用太阳能电池红外图像的结构特点,首先设计一种ICA滤波器,并使用具有多方向搜索特性的PSO算法来求解ICA的分离矩阵,求解中加入限制式,使图像正常区域经滤波后有一致的反应值并有效凸显缺陷区域.然后使用ICA滤波器对图像进行旋积运算,最后使用阈值分割得到检测结果.实验结果表明,提出的ICA滤波检测方法对太阳能电池组件表面缺陷检测效果显著,检测精度高,能很好地区分背景和缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学武		98	541	13.0	18.0
2	孙浩		9	1	1.0	1.0
3	龚芳		3	31	1.0	3.0