AI光伏EL隐裂检测定制：弱特征增强与过检抑制

在光伏组件EL成像中，隐裂、断栅与低效片常只表现为灰度上的局部微弱差异，同时受曝光不均、栅线遮挡与汇流条走线干扰。计算机视觉实验室近期以EL单通道图像为对象，探索“弱特征增强 + 结构约束”的检测路线：预处理阶段做分块背景拟合与Gamma自适应，压掉组件边缘与汇流条造成的亮度梯度；随后由轻量分割网络输出裂纹像素级掩膜，并以栅线方向、连通域长宽比等结构先验做后处理，剔除与裂纹形态不符的响应。

阶段性进展：

• 在自建约1.2万张EL图像验证集上，像素级召回约92%，单块组件平均过检点位数由7.3降至2.1，单卡T4推理耗时约180ms/块。
• 下一步计划引入跨曝光样本的一致性约束，并试点与产线EL工位联动，验证在线节拍下的长期稳定性。