太阳能是可再生清洁能源,提高太阳能电池光电转换效率能够推动新能源产业的可持续发展。然而,太阳能电池中存在的缺陷会导致能源转换效率降低,甚至整体性能的衰退。因此,对缺陷进行深入研究,为太阳能电池的设计、优化和制造提供更多有价值的信息是非常有意义的。电致发光（Electroluminescence,EL）成像技术是一种研究缺陷的有效技术,暗条件下使太阳能电池处于正向偏置状态,其内部电子和空穴经过辐射复合后发出的光子由CCD（Charge Coupled Device）相机捕获,与正常像素点相比,更暗的缺陷部分就会在EL图像中显现出来。然而,传统的缺陷检测方式依赖于人眼对EL图像进行缺陷定位和分析,不仅识别时间长,而且人工分析的结果带有主观性。本文基于绝对值EL成像技术,研发出一套太阳能电池缺陷的自动检测与评估系统。研究的主要内容如下:（1）搭建了缺陷自动检测与评估系统,规划了组成整个系统的各个功能模块,包括图像获取,缺陷识别,绝对值EL分布,缺陷恢复以及电池特性的推导。（2）使用Python脚本语言,以及OpenCV、NumPy、Matplotlib等开源工具库,实现了系统的各功能模块,并验证了缺陷自动检测与评估系统整体的可行性。缺陷自动检测与评估系统不受限于太阳能电池的材料、大小等因素,且操作简单方便。（3）在不同注入电流密度下,实验测试了GaAs太阳能电池的EL图像,利用自动化系统对GaAs太阳能电池进行了缺陷的自动检测与评估。结果表明:自动化系统能够有效地展示出太阳能电池缺陷分布的情况,实现太阳能电池的缺陷恢复仿真以及推导太阳能电池的I-V特性,不仅节约时间和精力,还减少了人工分析缺陷时存在的误差,更为缺陷点的检测研究提供了具有应用前景的标准化方法。