基于光致发光的空间太阳电池方阵缺陷检测

上海太阳能工程技术研究中心有限公司 祁永庆

空间太阳电池方阵缺陷除了电池材料本身的缺陷外还包括制作过程中的工艺缺陷，例如电池碎片、缺角、隐裂等，降低电池的可靠性和使用寿命。本文使用局部采集图像、整体拼接图像的方法获得完整的电池方阵图像。

1 发光检测原理

光致发光检测技术使用特定波长的光源照射在硅片或电池片上，激发出红外光，通过滤光片以及特殊感光元件采集特定波长的发光信号，最后经过数据处理得出样品表面及体内的缺陷分布。

图1 太阳电池光致发光检测结构示意图

如图1所示即为太阳电池光致发光的检测结构示意图。将感光元器件置于待测样品的正上方用以采集光信号，光源从感光元器件旁照射到太阳电池表面，从而激发出特定波长的光信号被感光元器件采集，感光元器件再将采集到的光信号传输到计算机中并以图像的方式显示出来。

2 图像校正

必须在图像拼接前，先对图像进行校正，以消除图像失真对拼接的影响。

本文使用了一种通用性强的方法，校正的过程主要分为以下几步：

（1）制作标准的网格，网格的间距已知(假设为a毫米)。

（2）固定摄像头，以网格平面为目标平面调整焦距。

（3）对拍摄的网格图像进行二值化处理，并找到每个网格的交点。

（4）以离图像中心点最近的交点为基准点，基准点附近的交点距离为b(单位为像素)。由此得到a和b的对应关系，从而计算出虚拟的标准网格交点，如图2所示。

图2 实际与虚拟的网格交点

（5）根据实际网格交点和与之对应的标准网格交点，对图像中每一块小区域的像素点做平移，得到校正后的图像。

3 图像拼接原理

图像拼接是指将数张有重叠部分的图像拼成一幅大型的无缝高分辨率图像，其中的关键在于相邻图像的匹配及拼接。一般来说，同一物体在不同时间、不同传感器、不同视角下获得的图像，其几何特性、光学特性、空间位置都会有很大不同，若包括噪声、干扰等影响，则图像差异会更大。为此需要对图像进行配准以在不同图像中找到相同点。

图像配准算法采用了基于灰度匹配的方法配准图像。

模板匹配是灰度匹配的一种，是用一个较小的图像作为模板与源图像进行比较，以确定在源图像中是否存在与该模板相同或相似的区域，若该区域存在，则可确定其位置并提取该区域。本文中的重叠区域基本确定，因此以两幅相邻图像的重叠区域作为模板，将两幅图像进行匹配，该方法对于横向和纵向的图像拼接皆可适用。

模板匹配常用的一种测度为模板与源图像对应区域的误差平方和。设f(x,y)为M×N的源图像，t(j,k)为J×K(J≤M，K≤N)的模板图像，则定义误差平方和测度：

将上式展开可得：

其中，DS(x , y)称为源图像中与模板对应区域的能量，它与像素位置(x , y)有关，但随像素位置(x , y)的变化，DS(x , y)变化缓慢。DST(x , y)称为模板与源图像对应区域互相关，它随像素位置(x , y)的变化而变化，当模板t(j , k)和源图像中对应区域相匹配时取最大值。DT(x , y)称为模板的能量，它与图像像素位置(x , y)无关，只用一次计算便可。显然，计算误差平方和测度可以减少计算量。

基于上述分析，若设DS(x , y)也为常数，则用DST(x , y)便可进行图像匹配，当DST(x , y)取最大值时，便可认为模板与图像是匹配的。但假设DS(x ),y为常数会产生误差，严重时将无法正确匹配，因此可用归一化互相关作为误差平方和测度，其定义为：

图2给出了模板匹配的示意图，其中假设源图像f(x , y)和模板图像t(k ,l)的原点都在左上角。对任何一个 f(x , y)中的(x , y)，根据上式都可以算得一个R(x , y)。当x和y变化时，t(j , k)在源图像区域中移动并得出R(x , y)所有值。R(x , y)的最大值指出了与t(j , k)匹配的最佳位置，若从该位置开始在源图像中取出与模板大小相同的一个区域，便可得到匹配图像。

图3 模板匹配示意图

4 实验结果分析

通过全自动扫描机构带动红外成像系统移动，对太阳电池方阵进行分区域扫描，共采集了5×8幅大小相同、重叠区域面积一致的局部图像。根据本文描述的方法，对所有采集到的原始图片进行了失真校正，部分图像校正结果如图3所示：

利用本文中的图像拼接方法，对校正后的图像进行拼接，得到的图像如图4所示。

图4 失真校正前(左)与失真校正后(右)的图像

图5 纵向拼接后的效果

图6 5×8幅局部图像拼接成的全景图

由此可见，本文中所用的失真校正方法能够很好地对图像失真的现象进行校正，使其不影响后续的图像拼接，并且得到了效果较好且无明显接缝的拼接图像，如图5所示。本文实验中共拍摄的5×8幅局部图像拼接而成的电池方阵图像，该图像的分辨率为4968·5542，拼接效果良好、没有明显接缝，且图中的电池缺陷十分清晰。而源图像的分辨率只有1360·1024，几乎是完整图像拼接后的1/20。

5 结语

本文中所描述的图像失真校正方法在校正时不需要测量参数，且在同一检测环境下，只需采集一次标准网格图像即可重复使用，适用性强。由于网格是由黑白格子相间而成，因此在寻找网格交点时较好的避免了因网格线宽造成的交点不准。这种利用全自动扫描机构采集局部图像进而拼接得到完整的全景图像的方法是有很大的实用性的，可推广至民用相关领域的图像缺陷检测。