随着煤炭、石油等传统资源的日益枯竭，以太阳能为代表的新型能源正在起着越来越重要的作用。太阳能电池组件是太阳能发电的关键，它的好坏直接影响了发电效率，在组件生产过程中，各个环节都有可能造成组件缺陷，及时的筛选出不合格的组件是很有必要的，传统的检测组件的方法有目测法、I-V特性检测、光谱响应检测，这些检测方法都是离线检测，弊端是容易受外界环境的影响而使检测结果不准确，本文提出了一种新的检测方法——基于电致发光视觉检测技术的电池组件缺陷检测。本研究首先介绍了电致发光的基本原理及其相关知识，为图像采集提供了理论基础。接着，分析了常见的组件缺陷形成机理，并介绍了其对组件自身的危害，而且给出了行之有效的预防措施。图像处理是机器视觉技术的核心，本文做了形态学操作、图像滤波、图像分割等图像预处理工作，根据图像特征，采用了Hu不变矩对缺陷特征进行了提取，由于原始的Hu不变矩不遵循尺度不变性，本研究采用了一种改进的不变矩算法，很好的提取了缺陷的特征，建立了常见组件缺陷的特征库，采用支持向量机的方法对组件缺陷进行分类器训练，取得了良好的效果。为了实现人机交互，利用Matlab GUI窗口设计了电池组件自动诊断系统。