光致发光缺陷检测仪成像性能评估.pdf

2023 年第 3 期（总第 9 期）【检验检测】光致发光缺陷检测仪成像性能评估何 翔1，2，黎健生1，2，陈彩云1，2（1 福建省计量科学研究院，福建 福州 350003）（2 国家光伏产业计量测试中心，福建福州 350003）摘要：文中针对光致发光缺陷检测仪成像系统的特点，提出其性能评估装置与方法，并评估了测量不确定度。采用不锈钢薄片刻蚀等宽等距的矩形镂空的方式制备评估装置。利用太阳电池光致发光作为背景光，使用光致发光缺陷检测仪对其进行拍摄，之后使用人眼或算法对拍摄到的黑白线对图像进行判别，根据判别结果对设备性能成像进行评估。实验结果表明，该评估装置和方法能够用于光致发光缺陷检测仪的成像系统性能评估，并且对于黑白线对的判别，算法判别的准确率与一致率优于人眼判别。光致发光缺陷检测仪成像系统空间分辨率的人眼判别和算法判别的扩展不确定度分别为0.34lp/mm 和 0.32lp/mm，=2。文中提出的方法为光致发光缺陷检测仪成像系统的性能评估提出了新思路。关键词：光致发光；空间分辨率；PL收稿日期：2022-09-13基金项目：福建省市场监督管理局科研项目（FJMS2020023）作者简介：何 翔，男，福建省计量科学研究院/国家光伏产业计量测试中心光伏计量研究所综合实验室主任，工程师，硕士黎健生，男，福建省计量科学研究院/国家光伏产业计量测试中心光伏计量研究所陈彩云，女，福建省计量科学研究院/国家光伏产业计量测试中心光伏计量研究所Evaluation of Imaging Performance of Photoluminescence Defect DetectorHE Xiang1,2,LI Jiansheng1,2,CHEN Caiyun1,2(1 Fujian Metrology Institute,Fuzhou 350003,Fujian,China)（2 National PV Industry Measurement and Testing Center,Fuzhou 350003,Fujian,China)Abstract:In this paper,according to the characteristics of the imaging system of the photoluminescence defect detector,the performance evaluation device and method are proposed,and the measurement uncertainty is evaluated.The evaluation device is prepared by etching rectangular line pairs of equal width and equal distance with stainless steel sheets.The photoluminescence of the solar cell is used as the background light,and evaluation device is photographed with a photoluminescence defect detector,human eyes or algorithms are used to distinguish the captured black-and-white line pair images,and the performance of the equipment is evaluated based on the discrimination results.The experimental results show that the evaluation device and method can be used to evaluate the imaging system performance of the photoluminescence defect detector.And for the discrimination of black-and-white line pairs,the accuracy and consistency of the algorithm are better than that of human eyes.The expanded uncertainties of human eye discrimination and algorithm discrimination for the spatial resolution of the imaging system of the photoluminescence defect detector are 0.34lp/mm and 0.3lp/mm,respectively,=2.The method proposed in this paper provides a new idea for the performance evaluation of the imaging system of the photoluminescence defect detector.Key Words:Photoluminescence;Spatial Resolution;PL0 概述 随着国内外对能源及环境问题的日益关注，光伏发电技术得到迅速发展，尤其是我国“双碳”政策的提出，使得我国光伏行业发展再上一个台阶。在太阳电池片的生产过程中，由于工艺不良、转运2023 年第 3 期（总第 9 期）【检验检测】磕碰等原因，太阳电池片中难免存在一些缺陷，如隐裂、断栅、虚焊、缺角等。这些缺陷会对太阳电池的性能造成直接影响，并且大部分无法通过人眼识别。为了避免带有大量缺陷的电池片流入后段工序，光伏企业采用光致发光缺陷检测仪(PL)对太阳电池片进行缺陷检测，并根据缺陷类型与数量对太阳电池进行分档。光致发光缺陷检测仪属于无损检测设备，其原理是使用特定波长的激光照射太阳电池，使得太阳电池发出近红外光，通过近红外相机捕捉，经过计算机图像处理后呈现在显示器上1。由于光致发光缺陷检测仪最终呈现的是灰度图，再经由机器视觉进行缺陷识别。因此，图像质量很大程度上会对判断结果造成影响。而对于光致发光缺陷检测仪来说，其成像系统的性能直接决定图像质量。因此，对光致发光缺陷检测仪的成像系统进行性能评估至关重要。目前，尚未有针对光致发光缺陷检测仪的性能评估方法，文中提出了一种光致发光缺陷检测仪成像系统的评估装置及方法，并且进行了实验验证及不确定度评估。1 评估装置及方法介绍1.1 评估装置空间分辨率是光致发光缺陷检测仪成像系统分辨空间图像细节能力的度量，单位为线对每毫米（lp/mm）2-5。文中参考标准2-5设计针对光致发光缺陷检测仪用空间分辨率测试板，如图1所示，其包含一系列 3cm3cm 的正方形薄片，每一个薄片对应一个空间分辨率，并标注在左下方。每一个薄片采用厚度为 0.05mm 的不锈钢作为基底，在基底上刻蚀 6 个等间距排列的矩形，相邻矩形之间的距离与矩形宽度相等，空间分辨率 R 与矩形宽度 d之间满足公式（1）2-5。图 1 空间分辨率测试板结构示意图 （1）1.2 评估方法对光致发光缺陷检测仪进行性能评估时，将空间分辨率最低的空间分辨率测试板分别以水平和垂直方向粘贴在太阳电池片上，以太阳电池片光致发光作为背景光，透过空间分辨率测试板形成图像。获得如图 2 所示的黑白线对图像。之后对黑白线对图像进行目视判别，判别准则为：当可以分辨出 5条黑线时，判别结果为“可分辨”，否则判别结果为“不可分辨”。首先判别空间分辨率最小的黑白线对图像，如果当前空间分辨测试板对应的黑白线对图像的判别结果为“可分辨”，则替换下一个空间分辨更大的空间分辨率测试板，重复上述判别操作，直到某一个空间分辨率测试板对应的黑白线对图像的判别结果为“不可分辨”，则上一个空间分辨测试板对应的空间分辨率即为该光致发光缺陷检测仪在测试位置的空间分辨率测量值。图 2 空间分辨率测试板光致发光图像1.3 识别算法考虑到采用目视判别可能存在个人差异，并且重复性、复现性不佳等问题。文中同时采用算法对黑白线对图像黑线进行检测，当检测出的黑线数为5条时，判别结果为“可分辨”，否则判别结果为“不可分辨”。算法流程图如图 3 所示，首先获取 ROI区域，即将包含线对的部分提取，同时切除四周黑色区域。先使用“大津法(otsu)”将拍摄到的黑白线对图像二值化，结果如图 4 所示，再将获得的二值化图像分别在水平和垂直方向进行灰度投影并累加，获得灰度-像素曲线图，如图 5 所示，由于在二值化后，四周黑色区域在水平和垂直方向的灰度-像素曲线图中的值几乎为零，因此可以通过设置阈值的方式切割出黑白线对区域，即为ROI区域，如图 6 所示。将获得的 ROI 区域沿着矩形长边方向进行灰度投影，并累加灰度值，得到 ROI 区域的灰2023 年第 3 期（总第 9 期）【检验检测】度-像素曲线图，如图 7 所示。图 3 黑白线对判别算法图 4 黑白线对二值化图像（a）垂直方向灰度-（b）水平方向灰度-像素曲线图 像素曲线图图 5 投影累加后的灰度-像素曲线图图 6 ROI 区域图 7 ROI 区域灰度-像素曲线图参考标准7中的黑线检测算法对黑线数进行检测。其算法基本原理是：针对一条灰度-像素曲线图，通过寻找曲线中的极小值数量判别图像中的黑线数量。同时为避免图像噪声干扰对结果造成影响，算法设定一个阈值，只有当局部最小值的增大超过阈值时，才判别图像中存在黑线。同时随着线对频率的增加，该阈值逐渐降低以适应灰度振幅的下降。由于标准7采用的是楔形线对图案对数码相机分辨率进行评估，楔形线对每一行对应一个分辨率，其算法是从楔形线对的低频向高频逐行扫描判别，直到检测出的黑线数发生变化时则停止扫描，每次黑线检测算法判别的对象是楔形线对中某一行的灰度-像素曲线图。这种方法对图像质量要求较高，图像中的噪声对黑线检测结果影响较大，而文中采用太阳电池的光致发光作为背景光，太阳电池中的栅线，缺陷都可能成为图像噪声的来源。因此，在光致发光缺陷检测仪中使用楔形线对图案进行分辨率评估准确率不佳。而针对文中采用的矩形线对图像，由于其灰度-像素曲线中的每个点都是由图像中整列像素点的灰度累加而成，即使部分像素点存在噪声，其对灰度-像素曲线整体影响也较小。因此，黑线检测算法在针对矩形线对图像有很高的鲁棒性。1.4 判别结果验证为了验证该算法与人眼判别的一致性，使用光致发光缺陷检测仪按照 1.2 中的方法选取不同的参数进行拍摄，获得 108 张不同线对图像。将 108 张图像复制两份并打乱顺序，共获得 324 张图像。选取 5 名计量检测人员，每人根据 1.2 中的判别准则对 324 张图像逐一判别，并对图像进行标注。对于能够识别出5 条黑线的图像标注为“可分辨”，否则标注为“不可分辨”。最后将结果进行统计，统计遵循以下原则：同一个人判别同一张图像，若 3 次判别结果中 2 次或以上为“可分辨”，则该人员对于该图像的判别结果为“可分辨”，否则为“不可分辨”。对于同一张图像的结果判别，将 5 人中多数人员的判别结果作为这张图像的标准结果。同时，采用黑线检测算法对 108张图像进行判别，将算法判别结果与人眼判别结果进行对比，结果如表 1 所示。表 1 中一致率为三次判断结果完全一致的图像占总图像的百分比；准确率为判别结果与标准结果相同的图像占总图像的百分比；真正率，真负率分别为被正确识别出的“可分辨”与“不可分辨”的050100150像素05101520灰度050100150像素020406080100灰度0510152025像素0.811.21.4灰度1042023 年第 3 期（总第 9 期）【检验检测】人员 1 人员 2 人员 3 人员 4 人员 5 算法判别一致率（%）99.91 91.67 100.00 99.91 97.22 100.00准确率（%）100.00 95.37 88.89 100.00 100.00 100.00真正率（%）100.00 100.00 100.00 100.00 100.00 100.00真负率（%）100.00 91.00 78.00 100.00 100.00 100.00假正率（%）0.00 9.00 22.00 0.00 0.00 0.00假负率（%）0.00 0.00 0.00 0.00 0.00 0.00表 1 人眼判别与算法判别结果对比 测量 人眼判别 算法判别 次数 结果 结果 1 2.51 2.51 2 2.51 2.51 3 2.82 2.51 4 2.82 2.51 5 2.82 2.51 6 2.51 2.51 均值 2.67 2.51标准偏差 0.16 0.00线对图像数占标准结果中“可分辨”和“不可分辨”图像的百分比；假正率、假负率分别为被错误识别出的“可分辨”与“不可分辨”的线对图像数占标准结果中“可分辨”和“不可分辨”图像的百分比。从表 1 中可以看出，人眼判别重复性不佳，只有 1 名人员判别一致率达到 100%。同时人眼判别存在一定的误差，有 2 名试验人员判别的准确率未达到 100%。并且这 2 名人员的假正率大于 0，而假负率为 0，说明人眼更倾向于将“不可分辨”的图像判别为“可分辨”。而对于黑线检测算法，其准确率达了 100%。对于同一张图像，算法判别结果不会因判别次数的改变而改变，因此，算法的一致率为 100%。2 不确定度评估 文中采用 1.2 中所提到的方法，对光致发光缺陷检测仪成像系统进行不确定度评定，在判别方法上，将人眼判别和算法判别分别进行评定。2.1 测量模型测量模型如式（1）。2.2 由重复性引入的不确定度分量采用 1 中所描述的方法测量被检设备中心位置垂直方向的空间分辨率，重复 6 次，结果如表 2 所示。在人眼判别中，为了避免上一次判别结果对后续判别造成主观影响，将需要判别的 6 张黑白线对图像混入另外的黑白线对图像，一共获取 20 张线对图像并打乱顺序。使用人眼对这 20 张线对图像进行判别，并统计需要判别的 6 张图像的结果。结果如表 2 所示。表 2 人眼判别与算法判别重复性结果则人眼判别和算法判别重复性引入的不确定度分量和分别为：（2）（3）根据式（1）计算人眼判别和算法判别重复性引入的灵敏度，都为 1。2.3 由加工误差引入的不确定度分量空间分辨率测试板加工误差为 0.02mm，满足均匀分布，则由空间分辨率测试板加工误差引入的不确定度分量为：（4）根据式（1）计算所得由加工误差引入的不确定度分量的灵敏度（人眼判别）与（算法判别）分别为：（5）（6）2.4 由摆放角度所引入的不确定度分量，在摆放空间分辨率测试板时，由于采用人工摆放，可能存在(1 3)的倾斜，导致线对图像中矩形短边与屏幕水平方向存在一定夹角。由于线对判别算法需要对图像沿着矩形长边方向投影累2023 年第 3 期（总第 9 期）【检验检测】加，而图像的倾斜可能导致灰度-像素曲线图极小值消失，影响黑线检测结果。而人眼判别不受倾斜角度的影响。对于被检光致发光缺陷检测仪，算法判别结果为 2.51lp/mm，由于倾斜放置可能导致测量结果降低为 2.24lp/mm，假设满足均匀分布。因此，由摆放角度所引入的不确定度分量（人眼判别）和（算法判别）分别为：（7）（8）根据式（1）计算人眼判别和算法判别摆放角度所引入的灵敏度，都为 1。2.5 由人眼极限分辨率引入的不确定度分量，人眼的分辨极限角通常为 1 角分，则根据 25cm的判别距离，人眼极限分辨率约为 0.1mm。通常在进行人眼判别时，会将图像进行放大，假设放大倍数为5倍，则由人眼极限分辨率引入的不确定度分量（人眼判别）和（算法判别）分别为：（9）（10）根 据 式（1）计 算 人 眼 判 别 和 算 法 判 别人 眼 极 限 分 辨 率 所 引 入 的 灵 敏 度，为。2.6 标准不确定度分量汇总标准不确定度分量汇总见表 3、表 4。2.7 合成不确定度计算人眼判别合成不确定度为：（11）算法判别合成不确定度为：（12）2.8 扩展不确定度计算人眼判别扩展不确定度为（=2）：（13）算法判别扩展不确定度为（=2）：（14）3 结语文中提出光致发光缺陷检测仪成像系统的性能评估装置及方法，即采用不锈钢薄片作为基底，在其上方刻蚀等间距等宽的矩形镂空支撑空间分辨率测试板。使用太阳电池光致发光作为背景光，通过空间分辨率测试板对光致发光缺陷检测仪成像系统进行评估。同时，参考标准7采用算法对拍摄的黑白线对图像进行判别，并与人眼判别进行对比。最终分别对光致发光缺陷检测仪成像系统空间分辨率的人眼判别和算法判别结果进行了不确定度评估。结果表明，使用该方法能够对光致发光缺陷检测仪成像系统进行评估；对于黑白线对的判别，算法判别在准确率和一致率上优于人眼判别结果，人眼判别更倾向于将“不可分辨”的图像判别为“可分辨”；通过不确定度评估，光致发光缺陷检测仪成像系统空间分辨率的人眼判别和算法判别的扩展不确定度分别为 0.58lp/mm 和 0.44lp/mm，=2。文中为光致发光缺陷检测仪的性能评估提出了新的思路。不确定度分量 符号 不确定度 灵敏度符号 灵敏度 由重复性引入的不确定度分量 0.16lp/mm 1 由加工误差引入的不确定度分量 0.012mm 由摆放角度所引入的不确定度分量 0.00lp/mm 1由人眼极限分辨率引入的不确定度分量 0.012mm 表 3 人眼判别不确定度分类汇总表表 4 算法判别不确定度分类汇总表 不确定度分量 符号 不确定度 灵敏度符号 灵敏度 由重复性引入的不确定度分量 0.00lp/mm 1 由加工误差引入的不确定度分量 0.012mm 由摆放角度所引入的不确定度分量 0.16lp/mm 1由人眼极限分辨率引入的不确定度分量 0.00lp/mm 下转（第46页）2023 年第 3 期（总第 9 期）【研发应用】4 结论1）无水乙醇能够增加织物的表面张力、润湿拒水面料，使定量化学试剂与待测样品纤维充分接触；2）定量测试时在加入 75%硫酸前先加入 5mL 无水乙醇的前处理方法能够提高聚酯纤维/氨纶混纺拒水面料定量准确性，使其达到定量标准精密度要求；3）该前处理方法成本低廉、高效节能，缩短了此类面料含量分析的检测时间，有利于提高纤维含量检测效率。参考文献1 纺织品 定量化学分析 第 1 部分：实验通则:GB/T 2910.1-2009S.2 王毅,李颖,付维娟,等.一种纺织品定量分析样品快速预处理方法J.上海纺织科技,2014(3):54-58.3 李玲.提高拒水混纺织物定量检测准确性方法的研究 J.中国纤检,2015,(03):79-81.4 倪冰选,张鹏.纺织纤维制品抗表面润湿及渗透性的测试 J.印染,2014(17):35-39.5 庄华炜.拒水整理新进展 J.印染,2015(24):71-72+76.6纺织品 定量化学分析 氨纶与某些其他纤维的混合物:GB/T 38015-2019S.7 阎克路.染整工艺学教程 第一分册 M.中国纺织出版社,2005:107-107.8邵宗昊.氨纶产品预处理分析探讨J.上海毛麻科技,2015(03):22-26.9 王彩云,戴颖,郑明通,易姣.聚氨酯涂层织物涂层剂去除方法研究 J.中国纤检,2012,(02):77-78.4.2.3 扩展不确定度评定合成上述两项，得出合成不确定度：（11）扩展不确定度（=2）：（12）相对扩展不确定度（=2）：（13）5 结语直流大电流源广泛应用在各行业领域中，尤其用在开关电器的测试实验中，其量值准确可靠将影响实验的有效性。文章介绍了几种直流大电流源的校准方法供同行参考。参考文献1 直流稳定电源校准规范:JJF 1597-2016S.上接（第22页）上接（第 6 页）参考文献1 严婷婷,张光春,李果华,汪义川,陈如龙,李波.光致发光技术在Si基太阳电池缺陷检测中的应用J.半导体技术,2010,35(05):454-457.2 JJF(闽)1088-2018 光伏组件电致发光缺陷检测仪校准规范 S.3 JJF(浙)1180-2021 光伏组件电致发光缺陷检测仪校准规范 S.4 T/CPIA 0009-2019 电致发光成像测试晶体硅光伏组件缺陷的方法 S.5 林剑春,杨爱军,沈熠辉.电致发光缺陷检测仪的成像性能评估 J.光学精密工,2017,25(06):1418-1424.6ISO12233 Photography-Electronic still picture imaging Resolution and spatial frequency responsesS.7 CIPA DC-003 Resolution Measurement Methods for Digital CamerasS.