基于机器视觉的太阳能电池片表面缺陷检测研究现状及展望
鉴于基于机器视觉的太阳能电池片表面缺陷检测方法具有操作简便、检测精度高的优势，对此类方法所涉及的各个环节进行了综述。首先，对太阳能电池片表面的各种成像方式和常见缺陷类型进行了归纳总结；其次，对现有的检测方法按照数学建模思路的不同进行了分类介绍和对比分析；最后，对内容进行了小结并对太阳能电池片表面缺陷检测方法的后续研究进行了展望。可以看出：基于机器视觉的太阳能电池片表面缺陷检测方法已经取得了较大的发展，但在特征提取算法设计方面仍有改进空间，如基于深度神经网络的特征提取算法。
太阳能电池片、机器视觉、表面缺陷、成像
43
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目61501407;河南省高等学校重点科研项目15A413006;河南省科技厅重点科技攻关项目132102110150
2017-03-06（万方平台首次上网日期，不代表论文的发表时间）
共10页
76-85
