一种太阳能电池遮光率快捷高效的测试方法、系统及设备与流程

1.本发明涉及太阳能发电技术领域，尤其涉及一种太阳能电池遮光率快捷高效的测试方法、系统及设备。


背景技术：

2.现有的一种太阳能电池遮光率的测试方法为《太阳能电池栅线遮光率的测试方法》，申请号为cn201811602273.8。该技术方案为：使用量子效率测试仪测试eqe值，量子效率测试仪发出特定波长的光斑，调整光斑的位置使其平行于栅线，获得该光斑的eqe值；在特定波长范围内调整光斑的波长，获得一系列的第一eqe值；量子效率测试仪发出特定波长的光斑，调整光斑的位置使其垂直于栅线，在特定波长范围内调整光斑的波长，获得一系列的第二eqe值；对应的第一eqe值减第二eqe值，获得一系列的差值；对一系列差值求平均值，获得遮光率。
3.此类技术方案主要为离线测试，测量员采用二次元设备或zeta显微镜等光学设备，对印刷后的成品电池进行多片、多点位测试，获得印刷的线宽，根据图形设计粗略估算遮光率。期间，需要两次次调整光斑方向、测试多个点数据，操作繁杂，耗时长，受采集梯度、线型均匀性影响大，结果的准确性和可重复性差。


技术实现要素：

4.本发明所要解决的技术问题在于，提供一种太阳能电池遮光率快捷高效的测试方法，测试效率高，提升测试结果的可重复性和准确性，减少测试人力、时间成本。
5.为了解决上述技术问题，本发明提供了一种太阳能电池遮光率快捷高效的测试方法，包括：获取基准灰度图像；获取太阳能电池的目标灰度图像；对所述目标灰度图像进行图像处理；将所述基准灰度图像转换为基准梯度直方图；将经处理后的目标灰度图像转换为目标梯度直方图；将所述基准梯度直方图和目标梯度直方图进行重合比对以提取目标特征，所述目标特征包括目标边缘和目标内部特征单元；统计所述目标边缘区域内的像素点个数以得到像素点总数；统计所述目标内部特征单元的像素点个数以得到印刷图形像素点个数；根据所述像素点总数和印刷图形像素点个数计算遮光率。
6.作为上述方案的改进，所述对所述目标灰度图像进行图像处理的步骤包括：对所述目标灰度图像进行增强和锐化处理；对经增强和锐化后的灰度图像进行滤波降噪处理。
7.作为上述方案的改进，所述将所述基准灰度图像转换为基准梯度直方图的步骤包括：计算所述基准灰度图像的梯度；对所述基准灰度图像进行分割处理以形成若干图像单元；根据所述梯度的大小和方向计算每个图像单元的梯度直方图以得到所述基准梯度直方图。
8.作为上述方案的改进，所述将所述基准梯度直方图和目标梯度直方图进行重合比对以提取目标特征的步骤包括：将所述基准梯度直方图和目标梯度直方图进行比对并剔除其中重合的梯度直方图，以得到目标特征梯度直方图；根据所述目标特征梯度直方图计算
得到所述目标特征；获取所述目标特征的所有rgb值，并根据相应的rgb值在所述目标灰度图像中区分得到所述目标边缘和各个目标内部特征单元。
9.作为上述方案的改进，所述目标灰度图像包括正面目标灰度图像和背面目标灰度图像，所述遮光率包括正面遮光率和背面遮光率。
10.作为上述方案的改进，所述根据所述像素点总数和印刷图形像素点个数计算出遮光率的步骤包括：根据公式f
shading
＝(a b c)/a，计算所述正面遮光率；根据公式r
shading
＝(d e f g)/a，计算所述背面遮光率；其中，f
shading
为正面遮光率，a为正面目标边框的像素点个数，b为正面目标主栅的像素点个数，c为正面目标细栅的像素点个数，a为像素点总数，r
shading
为背面遮光率，d为背面目标边框的像素点个数，e为背面目标主栅的像素点个数，f为背面目标细栅的像素点个数，g为背面目标电极的像素点个数。
11.相应地，本发明还提供了一种太阳能电池遮光率快捷高效的测试系统，包括：基准获取模块，用于获取基准灰度图像；目标获取模块，用于获取太阳能电池的目标灰度图像；图像处理模块，用于对所述目标灰度图像进行图像处理；方向梯度直方图转换模块，用于将所述基准灰度图像转换为基准梯度直方图和将经处理后的目标灰度图像转换为目标梯度直方图；重合比对模块，用于将所述基准梯度直方图和目标梯度直方图进行重合比对以提取目标特征，所述目标特征包括目标边缘和目标内部特征单元；像素点统计模块，用于统计所述目标边缘的区域内像素点个数以得到像素点总数和统计所述目标内部特征单元的像素点个数以得到印刷图形像素点个数；计算模块，用于根据所述像素点总数和印刷图形像素点个数计算遮光率。
12.作为上述方案的改进，所述图像处理模块包括增强锐化单元和滤波降噪单元；所述增强锐化单元用于对所述目标灰度图像进行增强和锐化处理；所述滤波降噪单元用于对经增强和锐化后的灰度图像进行滤波降噪处理。
13.作为上述方案的改进，所述方向梯度直方图转换模块包括梯度计算单元、分割单元和梯度直方图构建单元；所述梯度计算单元用于计算所述基准灰度图像或目标灰度直方图的梯度；所述分割单元用于对所述基准灰度图像或目标灰度直方图进行分割处理以形成若干图像单元；所述梯度直方图构建单元用于根据所述梯度的大小和方向计算每个图像单元的梯度直方图以得到所述基准梯度直方图或目标梯度直方图。
14.作为上述方案的改进，所述重合比对模块包括比对单元、特征计算单元和特征提取单元；所述比对单元用于将所述基准梯度直方图和目标梯度直方图进行比对并剔除其中重合的梯度直方图，以得到目标特征梯度直方图；所述特征计算单元用于根据所述目标特征梯度直方图计算得到所述目标特征；所述特征提取单元用于获取所述目标特征的所有rgb值，并根据相应的rgb值在所述目标灰度图像中区分得到所述目标边缘和各个目标内部特征单元。
15.相应地，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述的测试方法的步骤。
16.与现有技术相比，实施本发明的有益效果在于：
17.本发明太阳能电池遮光率快捷高效的测试方法，由于所述印刷图形像素点个数为所有所述目标内部特征单元的像素点个数之和，因此所述印刷图形像素点个数直观反映印
刷图案的所有浆料，包括栅线上的浆料和落在栅线附近的零星浆料，因此测试得到的遮光率更为准确，提升测试结果的可重复性和准确性，而且无需设置多组对照测试和点位测试，测试效率高，减少测试人力、时间成本。
18.其次，通过相应的测试系统或计算机设备实时监控，为建立印刷效率和遮光率之间的理论模型提供数据支撑。
附图说明
19.图1是本发明太阳能电池遮光率快捷高效的测试方法的实施流程图；
20.图2是本发明中正面基准灰度图像的结构示意图；
21.图3是本发明中背面基准灰度图像的结构示意图；
22.图4是图1中对目标灰度图像进行图像处理的实施流程图；
23.图5是图1中将正面数字图像与样本正面进行比对以提取目标硅片边缘和正面目标特征的实施流程图；
24.图6是图1中将基准灰度图像转换为基准梯度直方图的实施流程图；
25.图7是图1中将经处理后的目标灰度图像转换为目标梯度直方图的实施流程图；
26.图8是本发明太阳能电池遮光率快捷高效的测试系统的原理框图；
27.图9是图8中图像处理模块的原理框图；
28.图10是图8中方向梯度直方图转换模块的原理框图；
29.图11是图8中重合比对模块的原理框图。
具体实施方式
30.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
31.如图1所示，图1显示了一种太阳能电池遮光率快捷高效的测试方法的实时流程，包括：
32.s101，获取基准灰度图像。
33.其中，所述基准灰度图像为用户预先绘制的太阳能电池印刷样本图，存储进相应的存储器中，所述基准灰度图像包括正面基准灰度图像和背面基准灰度图像。如图2所示，所述正面基准灰度图像包括基准边缘1、正面基准边框2、正面基准主栅3和正面基准细栅4；如图3所示，所述背面基准灰度图像包括基准硅片边缘1、背面基准边框5、背面基准主栅6、背面基准细栅7和背面基准电极。
34.s102，获取太阳能电池的目标灰度图像。
35.通过光学扫描的方式，利用ccd相机采样太阳能电池的目标灰度图像，所述目标灰度图像包括正面目标灰度图像和背面目标灰度图像。
36.s103，对所述目标灰度图像进行图像处理。
37.s104，将所述基准灰度图像转换为基准梯度直方图。
38.其中，所述基准梯度直方图包括正面基准梯度直方图和背面基准梯度直方图。
39.s105，将经处理后的目标灰度图像转换为目标梯度直方图。
40.其中，所述目标梯度直方图包括正面目标梯度直方图和背面目标梯度直方图。
41.s106，将所述基准梯度直方图和目标梯度直方图进行重合比对以提取目标特征，所述目标特征包括目标边缘和目标内部特征单元。
42.其中，所述目标内部特征单元包括正面目标内部特征单元和背面目标内部特征单元。
43.当计算正面遮光率时，将所述正面基准梯度直方图和正面目标梯度直方图进行重合比对，以提取目标边缘和正面目标内部特征单元，所述正面目标内部特征单元包括正面目标边框、正面目标主栅和正面目标细栅。
44.当计算背面遮光率时，将所述背面基准梯度直方图和背面目标梯度直方图进行重合比对，以提取目标边缘和背面目标特征，所述背面目标内部特征单元包括背面目标边框、背面目标主栅、背面目标细栅和背面目标电极。
45.s107，统计所述目标边缘的区域内像素点个数以得到像素点总数。
46.所述目标边缘指代的是原料硅片的边缘，因此所述像素点总数指的是原料硅片的像素点总数。
47.s108，统计所述目标内部特征单元的像素点个数以得到印刷图形像素点个数。
48.当计算正面遮光率时，所述印刷图形像素点个数为所述正面目标内部特征单元的像素点个数之和。
49.当计算背面遮光率时，所述印刷图形像素点个数为所述背面目标内部特征单元的像素点个数之和。
50.s109，根据所述像素点总数和印刷图形像素点个数计算遮光率。
51.当计算正面遮光率时，根据公式
52.f
shading
＝(a b c)/a
53.计算所述正面遮光率；
54.其中，f
shading
为正面遮光率，a为正面目标边框像素点个数，b为正面目标主栅像素点个数，c为正面目标细栅像素点个数，a为像素点总数。
55.当计算背面遮光率时，根据公式
56.r
shading
＝(d e f g)/a
57.计算所述背面遮光率；
58.其中，r
shading
为背面遮光率，d为背面目标边框像素点个数，e为背面目标主栅像素点个数，f为背面目标细栅像素点个数，g为背面目标电极像素点个数，a为像素点总数。
59.需要说明的是，本发明太阳能电池遮光率快捷高效的测试方法，由于所述印刷图形像素点个数为所有所述目标内部特征单元的像素点个数之和，因此所述印刷图形像素点个数直观反映印刷图案的所有浆料，包括栅线上的浆料和落在栅线附近的零星浆料，因此测试得到的遮光率更为准确，提升测试结果的可重复性和准确性，而且无需设置多组对照测试和点位测试，测试效率高，减少测试人力、时间成本；其次，通过相应的测试系统或计算机设备实时监控，为建立印刷效率和遮光率之间的理论模型提供数据支撑。
60.具体地，如图4所示，步骤s103包括：
61.s301，对所述目标灰度图像进行增强和锐化处理。
62.采用二值法，对获取的数字化图像进行图像增强和锐化等处理过程，提高被检测特征的比对度。
63.s302，对经增强和锐化后的灰度图像进行滤波降噪处理。
64.采用中值滤波法，对二值化后的数字化图像进行降噪处理，以强化图像识别度。
65.具体地，如图5所示，步骤s104包括：
66.s401，计算所述基准灰度图像的梯度。
67.采用内核大小为1的sobel算子来计算所述基准灰度图像的x方向梯度和y方向梯度，然后再计算x方向梯度和y方向梯度的合梯度，包括幅值和大小。在每个像素处，梯度有一个大小和一个方向。x方向梯度会强化垂直边缘特征，y方向梯度会强化水平边缘特征。这就使得有用的特征(轮廓)得到保留，无关不重要的信息被去除。
68.s402，对所述基准灰度图像进行分割处理以形成若干图像单元。
69.因为一整张梯度图，其中的有效特征是非常稀疏的，不但运算量大，而且效果可能还不好，所以需要依据度量空间的灰度阈值分割法，将所述基准灰度图像分割成多个图像单元。
70.s403，根据所述梯度的大小和方向计算每个图像单元的梯度直方图以得到所述基准梯度直方图。
71.每个图像单元中每个像素具有相应的梯度方向(角度)和大小(幅值)，将所有像素的梯度值加到各自角度对应的bin中，就形成了所述图像单元的直方图。当所有图像单元的直方图构建完成后得到所述基准梯度直方图。
72.具体地，如图6所示，步骤s105包括：
73.s501，计算所述目标灰度图像的梯度。
74.原理同上步骤s401。
75.s502，对所述目标灰度图像进行分割处理以形成若干图像单元。
76.原理同上步骤s402。
77.s503，根据所述梯度的大小和方向计算每个图像单元的梯度直方图以得到所述目标梯度直方图。
78.原理同上步骤s403。
79.具体地，如图7所示，步骤s106包括：
80.s601，将所述基准梯度直方图和目标梯度直方图进行比对并剔除其中重合的梯度直方图，以得到目标特征梯度直方图。
81.s602，根据所述目标特征梯度直方图计算得到所述目标特征。
82.s603，获取所述目标特征的所有rgb值，并根据相应的rgb值在所述目标灰度图像中区分得到所述目标边缘和各个目标内部特征单元。
83.不同特征单元的rgb值不同，例如所述正面目标主栅的rgb值为a，可以通过在所述目标图像中获取所有rgb值为a的像素点来提取出所述正面目标主栅，同时以便于步骤s107和步骤s108中像素点的统计。
84.如图8所示，本发明还提供了一种太阳能电池遮光率快捷高效的测试系统，包括：
85.基准获取模块10，用于输入基准灰度图像；
86.目标获取模块20，用于获取太阳能电池的目标灰度图像；
87.图像处理模块30，用于对所述目标灰度图像进行图像处理；
88.方向梯度直方图转换模块40，用于将所述基准灰度图像转换为基准梯度直方图和
将经处理后的目标灰度图像转换为目标梯度直方图；
89.重合比对模块50，用于将所述基准梯度直方图和目标梯度直方图进行重合比对以提取目标特征，所述目标特征包括目标边缘和目标内部特征单元；
90.像素点统计模块60，用于统计所述目标边缘的区域内像素点个数以得到像素点总数和统计所述目标内部特征单元的像素点个数以得到印刷图形像素点个数；
91.计算模块70，用于根据所述像素点总数和印刷图形像素点个数计算出遮光率。
92.其中，所述基准获取模块10通过所述方向梯度直方图转换模块40与所述重合比对模块50连接，所述目标获取模块20依次通过所述图像处理模块30和方向梯度直方图转换模块40与所述重合比对模块50连接，所述重合比对模块50通过所述像素点统计模块60与所述计算模块70连接。
93.如图9所示，所述图像处理模块30包括相互连接的增强锐化单元301和滤波降噪单元302；所述增强锐化单元301用于对所述目标灰度图像进行增强和锐化处理；所述滤波降噪单元302用于对经增强和锐化后的灰度图像进行滤波降噪处理。
94.如图10所示，所述方向梯度直方图转换模块40包括依次连接的梯度计算单元401、分割单元402和梯度直方图构建单元403；所述梯度计算单元401用于计算所述基准灰度图像或目标灰度直方图的梯度；所述分割单元402用于对所述基准灰度图像或目标灰度直方图进行分割处理以形成若干图像单元；所述梯度直方图构建单元403用于根据所述梯度的大小和方向计算每个图像单元的梯度直方图以得到所述基准梯度直方图或目标梯度直方图。
95.如图11所示，所述重合比对模块50包括依次连接的比对单元501、特征计算单元502和特征提取单元503；所述比对单元501用于将所述基准梯度直方图和目标梯度直方图进行比对并剔除其中重合的梯度直方图，以得到目标特征梯度直方图；所述特征计算单元502用于根据所述目标特征梯度直方图计算得到所述目标特征；所述特征提取单元503用于获取所述目标特征的所有rgb值，并根据相应的rgb值在所述目标灰度图像中区分得到所述目标边缘和各个目标内部特征单元。
96.相应地，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述的测试方法的步骤。
97.因此，采用本发明，测试效率高，提升测试结果的可重复性和准确性，减少测试人力、时间成本，通过相应的测试系统或计算机设备实时监控，为建立印刷效率和遮光率之间的理论模型提供数据支撑。
98.以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。