基于机器视觉的太阳能网版缺陷检测

为了解决传统太阳能网版缺陷检测法效率低、检测速度慢和准确率低的问题,本文提出一种硬件与软件相结合的基于机器视觉的太阳能网版检测方法。根据测量精度的要求,本文还设计了一台适合太阳能网版图像采集的移动平台,软件部分主要包括缺陷检测、栅线宽度测量。利用质心检测和直线拟合测量栅线的宽度,在此基础上,通过支持向量机(SVM)图像分类法检测太阳能网版缺陷,利用已经分类好的样本进行训练生成一个分类器。经过实验验证,缺陷检测的准确率超过95%,栅线宽度测量误差为1μm左右,证明该方法不仅具有检测成本低、可靠性高、检测效率高等特点,而且具有实用推广价值。