태양광 전지(PV)의 표면 결함 검사는 태양광 모듈 생산에서 없어서는 안 될 공정입니다. 기계 비전 기반 자동 결함 검출 방법은 높은 정확도, 실시간성, 저비용 등의 장점으로 널리 활용되고 있습니다. 본 논문은 기계 비전 기반 태양광 전지 표면 결함 검출 방법의 연구 동향을 종합적으로 고찰합니다. 우선 태양광 전지 표면 영상 촬영 방식을 설명하고, 전형적인 결함 유형을 열거합니다. 그 다음 전통적인 기계 비전 알고리즘과 딥러닝 알고리즘을 기반으로 한 태양광 전지 표면 결함 검출 원리를 집중 분석합니다. 전통적인 기계 비전 알고리즘을 이미지 영역 분석법과 변환 영역 분석법으로 나누어 개괄하고, 최근 딥러닝 기반 태양광 전지 표면 결함 검출 연구 현황을 비지도 학습, 지도 학습, 약지도 및 준지도 학습의 세 가지 측면에서 각각 살펴봅니다. 태양광 전지 표면 결함 검출의 다양한 전형적인 방법들을 세분화하여 분류하고 비교 분석하며, 각 방법의 장단점을 정리합니다. 이어서 태양광 전지 표면 결함 이미지 데이터셋 9종과 결함 검출 성능 평가 지표를 소개합니다. 마지막으로 태양광 전지 결함 검출의 주요 문제점과 해결 방안을 체계적으로 정리하고, 태양광 전지 표면 결함 검출의 향후 발전 동향을 전망합니다.

태양광 전지;결함 검출;기계 비전;딥러닝;검출 네트워크