基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在机器视觉技术的基础上研制了具有自动识别、分析功能的光伏组件电致发光测试系统.首先,开发晶硅太阳电池(单、多晶硅)的电致发光缺陷知识库;然后,搭建设备,并编写软件对光伏组件的电致发光图像进行校正、定位,并标示出缺陷区域;在导入的知识库帮助下,最终实现了软件对光伏组件中缺陷的自动识别功能.此系统具有自动化程度高、准确度高、可定量分析等特点,避免了传统人工分析组件电致发光图像的众多缺点,具有明显的技术和市场优势.
推荐文章
基于机器视觉的葡萄自动识别技术
颜色空间
图像分割
机器视觉(计算机视觉)
图像处理
基于机器视觉的OCR自动识别系统的研发
机器视觉
OCR
图像二值化
机器学习
无机电致发光器件——冷光片测试电源的研制
无机电致发光
降压斩波
全桥变换
测试手段
基于无线传感器网络的光伏组件监测系统
光伏组件
监测系统
无线传感器网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器视觉技术的光伏组件电致发光自动识别分析测试系统的研制
来源期刊 太阳能 学科
关键词 机器视觉 光伏组件 电致发光 图像分析 知识库
年,卷(期) 2015,(9) 所属期刊栏目 技术产品与工程
研究方向 页码范围 19-24
页数 6页 分类号
字数 3914字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈勇 中国海洋大学信息学院 25 274 10.0 16.0
2 袁志钟 江苏大学材料科学与工程学院 23 237 7.0 15.0
3 龚道仁 扬州光电产品检测中心国家级光电产品检测重点实验室 2 16 1.0 2.0
4 朱佳 江苏大学材料科学与工程学院 7 9 2.0 2.0
5 姚宏燚 江苏大学材料科学与工程学院 3 1 1.0 1.0
6 赵文 扬州光电产品检测中心国家级光电产品检测重点实验室 1 0 0.0 0.0
7 东野长旭 1 0 0.0 0.0
8 尤奇燊 江苏大学材料科学与工程学院 1 0 0.0 0.0
9 喻书豪 江苏大学材料科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器视觉
光伏组件
电致发光
图像分析
知识库
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
太阳能
月刊
1003-0417
11-1660/TK
16开
北京市海淀区花园路3号
2-164
1980
chi
出版文献量(篇)
5613
总下载数(次)
10
总被引数(次)
15507
论文1v1指导