太阳能电池硅片的质量是影响电池片转换效率以及电池组件发电效率的一个关键因素,因此对太阳能电池硅片的质量检测在生产和实验中显得尤为重要。常用的太阳能电池硅片有单晶硅片和多晶硅片,硅片在生产过程中受诸多因素的影响,或多或少地存在一些缺陷。多晶硅片常见的缺陷有边缘不纯、高不纯度、位错缺陷,单晶硅片常见的缺陷有漩涡缺陷。硅片缺陷的存在会极大地降低电池片的发电效率,减少电池组件的使用寿命,甚至影响光伏发电系统的稳定性。目前在实际生产实验中,大都是采用太阳能电池片电致发光缺陷检测,以人眼观察或者自动检测的方法进行检测。由于人眼观察的方法具有很强的主观性,并且人眼容易疲劳,大大降低了检测的可靠性和效率。另外,由于电致发光缺陷检测是针对电池片进行的检测,不能够检测生产过程中硅片、扩散片等过程片的缺陷,这样就提高了生产成本,降低了生产效率；并且电致发光检测技术是接触式检测,会给电池片带来不同程度的损伤。因此,一种能在生产过程中可以针对太阳能电池硅片缺陷的非接触式高效准确的自动检测方法是非常有价值的。本文以数字图像处理技术作为基础,对太阳能电池硅片光致发光缺陷检测分类方法进行了相关研究,并且提出了硅片缺陷的自动检测分类方法。本文的工作主要包括以下部分：1.首先对光致发光图像预处理,包括图像去噪、增强、边缘检测、直线检测、图像旋转,目标硅片自动分割。2.然后利用高斯曲线拟合多晶硅片图像灰度曲线方法计算分割阈值并分割缺陷,提取缺陷的面积比例与分布特征；对于单晶硅片,利用高斯曲线拟合图像中抽样像素的灰度和值曲线,提取拟合标准差；通过频域滤波结合二值化方法提取高频图像中高强度部分面积比；在高频二值化图像细化后,提取霍夫变换检测圆结果；得到漩涡缺陷的三个特征。3.最后构造出缺陷检测分类树模型,实现缺陷的检测分类,对多晶硅片的三种缺陷采用排除法依次检测。并且基于C#完成系统软件各个功能模块的设计编写与整合。在实际应用中完成系统软件的测试,结果显示缺陷的检测分类准确率可以达到95%以上,证明本文方法的正确性与系统软件设计的合理性。本文提出一种在太阳能电池片生产中,对多晶硅片和单晶硅片进行非接触式自动化缺陷检测分类的方法,并且实现了软件的设计编写。实验证明本文的方法高效准确,有着很大的应用前景。