中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/9449
English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41666696      線上人數 : 1682
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/9449


    題名: 太陽能電池板表面瑕疵檢測;Surface Defect Detection for Solar Cells
    作者: 陳心怡;Shin-Yi Chen
    貢獻者: 資訊工程研究所
    日期: 2007-06-27
    上傳時間: 2009-09-22 11:47:59 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 隨著能源的日益耗盡,我們迫切地追求新能源的開發。太陽能即是 一個具有潛在性的再生能源。而太陽能電池板是用來轉換太陽能的主要 裝置。為了維持太陽能電池板的品質,我們發展了數種方法來檢測太陽 能電池板的表面瑕疵。 我們所檢測的對象包含數種不同種類的太陽能電池板。針對具有均 勻表面的太陽能電池板,我們採用多選擇性的自動門檻值選取法來檢測 瑕疵。我們額外地以追蹤的方法來檢測電池板的邊緣及線路部份。 針對具有隨機紋理表面的太陽能電池板,若隨機紋理之間的對比並 不是很明顯,我們採用以線偵測為基礎的方法,檢測出較亮的瑕疵;否 則,我們先以非等方性的擴散方法模糊複雜的紋理背景,同時保留住較 亮的瑕疵。接著仍然以線偵測為基礎的方法擷取出瑕疵。 針對具有規律紋理表面的太陽能電池板,我們使用紋理學習的方法 檢測瑕疵。我們事先訓練無瑕疵影像上的十種不同紋理。接著,將待測 影像上的每一個小區塊和各種紋理模板做比較。若得到一個不相配的結 果,表示此區塊內有瑕疵。 我們以2048×2048 或者 640×640 解析度的單、多晶太陽能電池板影 像來測試我們的偵測效能。從實驗結果顯示,我們所提出的方法已接近 實用的階段。 Due to the decrease of the energy sources, the development of new energy sources is urgently pursued. One of the potential energy is the solar power. The solar cells are the primary devices to capture the solar energy. To maintain the quality of solar cells, we develop several inspection methods to detect defects on the solar cells. Several different kinds of solar cells are inspected. For the solar cell with uniform surface, we detect the defects using a multi-cased thresholding method. The border and busbar areas of solar cells are separated and inspected with a tracking style. For the solar cells with random texture surface, we use line-based detecting method to find brighter defects if the random textures of background is not clear; otherwise, we use an anisotropic diffusion based detection to blur the complex background while brighter defects would be preserved. Then the defects are also extracted by the line-based method. For the solar cells with regular texture surface, we use texture based method to detect the defects. We trained ten different texture patterns on defect-free solar images in advance. Then, we compare each patch of testing images with the corresponding trained patterns. The un-matched result shows defects in the patch. In the experiments, three proposed methods are evaluated with single crystal and polysilicon solar cells of 2048×2048 and 640×640 resolutions. The results show that the proposed methods are near practice for industry applications.
    顯示於類別:[資訊工程研究所] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明