[发明专利]基于改进霍夫变换算法的单晶硅太阳能晶片图像定位方法

说明书

本发明公开了一种基于改进的霍夫变换算法的单晶硅太阳能晶片图像定位方法，该方法首先获取参考图像、目标图像以及参考图像ROI区域标准标记点和边界顶点的坐标；然后用改进的霍夫变换算法检测出目标图像ROI区域边界的直线方程；求取检测出的边界直线方程之间的交点作为目标图像ROI区域的标记点；最后基于参考图像ROI区域标准标记点和目标图像ROI区域标记点的坐标，构造仿射变换矩阵，将参考图像ROI区域的边界顶点依次仿射映射到目标图像中，这些仿射映射到目标图像中的边界顶点依次用直线连接起来构成的区域便是目标图像的ROI区域。本发明能实时准确地定位出目标图像的ROI区域，方便后续对图像ROI区域进行缺陷检测。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于改进的霍夫变换算法的单晶硅太阳能晶片图像定位方法。

背景技术

太阳能晶片是太阳能光伏电池的核心部件，目前主流的太阳能晶片是晶体硅太阳能晶片，晶体硅太阳能晶片可分为单晶硅太阳能晶片和多晶硅太阳能晶片。单晶硅太阳能晶片相对于多晶硅太阳能晶片，由于其生产技术成熟，光电转化率更高，成为了目前太阳能光伏发电领域内开发应用最为广泛的一类太阳能晶片。

单晶硅太阳能晶片的生产过程涉及到切片、制绒、扩散、刻蚀、镀减反射膜、丝网印刷、烧结等多道工序，而每一道工序都有可能损伤晶片，造成晶片缺陷的形成。有缺陷的单晶硅太阳能晶片会造成太阳能电池光伏发电效率和使用寿命的降低，因此对单晶硅太阳能晶片进行缺陷检测十分必要。目前，对单晶硅太阳能晶片的缺陷检测大多是基于电致发光技术和数字图像处理技术，利用电致发光技术获得单晶硅太阳能晶片的电致发光图像，然后利用数字图像处理技术对获得的单晶硅太阳能晶片的电致发光图像进行缺陷检测，而在这一过程中，首先便需要准确地定位出单晶硅太阳能晶片在摄像机拍摄的电致发光图像中的实际区域，然后才能利用图像处理技术对该单晶硅太阳能晶片区域(ROI区域)图像进行缺陷检测。目前在数字图像处理领域中，图像分割和模板匹配技术常常用来进行准确的ROI区域的定位与提取，常用的图像分割算法包括基于阈值的图像分割算法、基于边缘检测的图像分割算法、基于区域的图像分割算法和基于机器学习的图像分割算法，这些常用的图像分割算法若想要达到较好的效果，则需要图像背景区域与前景区域之间的灰度值要有明显的差异。常用的模板匹配算法如基于形状的模板匹配算法若想要达到较好的效果，则要求目标图像ROI区域的边界没有缺陷或仅有少量小面积的缺陷。然而实际上单晶硅太阳能晶片的电致发光图像的背景区域与前景区域边界之间的灰度值差异并不明显，且图像ROI区域的边界上极有可能存在较大面积的缺陷，所以常用的图像分割算法和模板匹配算法无法准确地定位和提取单晶硅太阳能晶片电致发光图像的ROI区域。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种基于改进的霍夫变换算法的单晶硅太阳能晶片图像定位方法，该图像定位方法可以以较快的速度和较高的准确率准确地定位出单晶硅太阳能晶片电致发光图像中的ROI区域。

本发明的目的可以通过采取如下技术方案达到：

一种基于改进的霍夫变换算法的单晶硅太阳能晶片图像定位方法，所述的图像定位方法包括以下步骤：

S1、参考图像和目标图像的获取：在基于电致发光技术的单晶硅太阳能晶片的缺陷检测系统中获取相对于系统摄像机未发生偏移的单晶硅太阳能晶片的电致发光图像作为参考图像，并得到参考图像中太阳能晶片所在的实际区域、该区域的四个标准标记点坐标和该区域的边界顶点的坐标，同时获得摄像机在实际缺陷检测过程中拍摄的单晶硅太阳能晶片电致发光图像作为待定位的目标图像；

S2、目标图像ROI区域边界的直线检测：用改进的霍夫变换直线检测算法对步骤S1中得到的目标图像中ROI区域的边界进行直线检测，从而得到目标图像中ROI区域边界的直线方程,其中，所述的目标图像中ROI区域即太阳能晶片区域；

S3、目标图像ROI区域标记点的求取：求取步骤S2中得到的目标图像中ROI区域边界的直线方程相互之间交点的坐标，作为目标图像中ROI区域的标记点坐标；