随着科技进步,太阳能作为一种清洁无污染的可再生能源得到越来越广泛的应用,推动光伏发电行业的迅速发展。太阳能电池片是光伏发电最主要的载体,市面上最常使用的太阳能电池是硅太阳能电池。但是由于生产工艺和材质不同,硅太阳能电池表面存在不同的颜色,单片存在色差。由于不同颜色的电池片的光电转化效率不同,不同转化效率的电池片放在一起使用会降低整体太阳能发电的效果,所以需要在生产完成后进行色差检测和颜色分类工作。目前市面上的电池片都是采用人工检测的方式进行色差检测和颜色分类工作,这严重依赖检测人员的视觉主观性,且检测速度慢,需要消耗大量的人力和精力,所以迫切需要寻求一种高效快速的利用计算机来对电池片进行分选以取代人工检测的方法。本文结合了图像处理技术和机器视觉技术,对太阳能电池片在线颜色分选系统进行研究,分别从部分硬件设备的选取与图像颜色分类算法的角度进行研究。首先针对电池片图像采集硬件选取部分,分析了工业相机和镜头的选择以及对照明系统进行设计。随后研究算法设计部分即对获取的太阳能电池片图片进行图像处理分类的过程。通过分析6种类型的电池片特点,对电池片图像进行图像预处理,以获取目标图像区域,从而建立利用边缘图像像素之和进行晶格检测的模型。之后将非晶格类型的硅太阳能电池片进行特征提取处理,提出一种利用直方图特征来选择适合太阳能电池片分类的颜色特征的研究方法。在获取颜色特征之后,根据机器视觉相关理论,建立通过支持向量机利用颜色特征对电池片进行颜色分类的模型,区分出色差类型和非色差类型,再利用欧氏距离和SVM算法结合使用得到了浅蓝、墨蓝、中蓝、深蓝四种类型的颜色分类结果,从而得到较为理想的颜色分类结果。通过上述研究,能实现晶格、色差、浅蓝、墨蓝、中蓝、深蓝六种类型电池片颜色分类,得出较为理想的结果,说明本研究提出的算法适用于太阳能电池片在线分选的研究。