图7中的模板是用在125mm×125mm尺寸的带圆弧角的电池硅片的检测中,对于125mm×125mm尺寸的没有圆弧角的只使用以上模板中的(e)、(f)、(g)、(h)、(i)和(l)。以上模板中(a)～(d)用在125mm×125mm电池片的4个圆弧角的检测中,(e)～(h)用在上、下、左、右四条边的位置,(i)～(k)用在中间电极位置的检测,(l)用在中间无电极和不靠边的位置。在采用模板匹配到正确的位置后将模板图像和模板下方图像对应位置的像素灰度值相减,得到差影图像D(x,y)。假设缺陷点与背景的灰度之差的阈值为T,则对于满足

       的(x,y)像素点,都可判定为是一个缺陷点。对缺陷的面积、长度、宽度等特征进行计算,对超过允许偏差的缺陷,视为不合格。图8是采用以上多模板匹配后栅线缺陷的检测结果,缺陷用虚线的矩形框标识。 

       3 实验结果和分析

       实验中采用3264像素×2448像素图像来验证太阳能电池硅片尺寸量测和缺陷检测方法。采用4张太阳能电池硅片在相同情况下连续取8副图像做尺寸量测和缺陷检测,以检验文中检测方法的重复性和稳定性,125mm×125mm太阳能电池硅片尺寸重复测量结果如表1所示,直线边、圆弧边及角度的标号如图9所示。文中方法几乎可以百分之百地检验出所有瑕疵,其检测结果如图8所示。在IntelCore2DuoE64002.13GHzCPU的环境下平均一张太阳能电池硅片的图像处理时间约为2.3s。实验结果显示,文中所提的方法能够完全满足太阳能电池片的检测要求。 

       在分析太阳能电池硅片特点及其现有检测方法的基础上,文中提出了一种基于视觉的太阳能电池硅片尺寸测量及缺陷检测的方法。根据太阳能电池硅片的不同尺寸规格及特点,采用拟合的方法进行外形尺寸测量和外形破损检测。通过结合多模板匹配和差影法实现对断栅,栅线变厚、变薄,孔洞,凹、凸微粒,表面脏污,表面裂纹等缺陷的检测。实验结果显示,所提出的基于视觉的太阳能电池硅片的视觉检测方法能快速准确地实现其尺寸测量和缺陷检测,从而有效地提高了太阳能电池硅片的检测效率及质量,为实现太阳能电池硅片的自动检测提供了一种有效的方法。本方法只能对缺陷区域进行探测,无法对缺陷进行分类,完成这些工作需要做进一步的研究。