太阳能作为主要的清洁能源之一,因其无污染、储藏量大等特点,已成为世界各国新能源产业的发展重点。太阳能电池组件是获取太阳能的主要途径,其生产质量尤为重要,因此在电池片焊接成组前都要进行缺陷检测,并使其正确对位焊接。太阳能电池片视觉检测系统担负着缺陷检测与定位输出的双重任务,其表面缺陷检测和对位算法的准确性是太阳能电池组件质量的重要保障。本文在分析太阳能电池片表面特征的基础上,提出了基于机器视觉的太阳能电池片表面缺陷检测方案。通过获取模板图像及特征参数,用于与待检测电池片进行特征对比,分析其表面缺陷。对于断片、残片、孔洞、断栅等缺陷的检测,首先利用图像采集设备获得太阳能电池片的图像,结合机器视觉中的预处理方法,对图像进行平滑去噪、背景分割及二值化,随后对图像进行轮廓跟踪,获得轮廓序列。根据获得电池片外轮廓数量,分析是否为断片;再计算外轮廓面积,将其与模板图像的外轮廓面积比较,若缺失面积超出工程阈值,则判断为残片。接着分析内部轮廓,在排除主栅线轮廓以外的序列中,某一轮廓面积超出缺陷阈值,则可知电池片表面存在孔洞;断栅与栅线缺失的判定是将主栅线轮廓面积与模板图像的主栅线面积进行比较,缺失的面积是否大于工程阈值。本文对边缘破损的识别是在获得图像轮廓的基础上,设计一种多重中心坐标加权平均处理方法,实现对图像中的电池片的中心坐标进行准确定位;然后利用仿射变换方法,将待检测电池片进行摆正,并与标准模板的二值图像进行差分;最后对差分图像进行轮廓提取,计算其中最大的轮廓面积,再与缺陷阈值面积进行对比,从而确定电池片是否存在边缘破损。本文还设计九点对位算法,使用基于相关系数的模板匹配算法,获得对位纸中九点坐标。本文参考聚类理论,提出一种适用本课题的“类聚类”处理办法,经过充分测试,此方法可以消除人为干扰,准确获得坐标系间的映射矩阵。完成算法设计后,使用C++语言结合OpenCV视觉库,对视觉检测系统进行代码编写,并搭建测试软件界面。测试结果表明本文设计的缺陷检测算法在识别阈值0.2×0.2mm~2时准确率达到97.5%,处理时间为350ms,满足系统要求。