一种对CdZnTe晶片单晶识别机构制造技术

本发明专利技术涉及材料加工技术领域，具体涉及一种一种对CdZnTe晶片单晶识别机构，包括底座，所述底座上安装有视觉识别系统、光源系统和处理器；所述视觉识别系统包括视觉识别系统支架、相机安装板和相机，所述视觉识别系统支架安装于所述底座上，所述相机安装板固定于所述视觉识别系统支架上，所述相机安装于所述相机安装板上。本发明专利技术采用视觉识别系统代替人眼对晶片单晶进行识别，精度高，且能提高生产效率，多角度拍摄分析，有效避免了完全依靠人工经验的问题。的问题。的问题。

【技术实现步骤摘要】
一种对CdZnTe晶片单晶识别机构


[0001]本专利技术涉及材料加工
，具体涉及一种一种对CdZnTe晶片单晶识别机构。

技术介绍

[0002]CdZnTe晶体是一种重要的功能晶体材料。由于其具有优异的性能，广泛应用于国防军工、信息、微电子与光电子等尖端
；同时CdZnTe晶体的另外一个应用是作为红外光学晶体碲镉汞薄膜生长的外延衬底，而碲镉汞晶体同样在军事、医学、遥感以及光纤通信等领域得到广泛应用。由于CdZnTe晶体具有脆性大、硬度低等特性，区别于单晶硅、蓝宝石等硬脆功能晶体，属于各向异性软脆性功能晶体材料；CdZnTe是在铸锭炉内经过生长成柱状晶体，然后根据柱状晶片的晶向将柱状晶片沿所需晶向切割成符合要求的片状晶片，切割后的片状晶片包含单晶和杂晶，而实际应用中只有CdZnTe单晶才能满足使用要求。现有的技术将片状晶片加工单晶片状晶片是通过人工识别晶界进行划切的，现有的工艺使用人工通过变换不同的角度识别单晶和杂晶的晶界，然后使用刀片进行沿晶界划切以获得CdZnTe单晶，完全依靠人工经验，导致单晶晶片划切效率低、碎片率低，因此并不适用于CdZnTe单晶晶片的加工。

技术实现思路

[0003]本专利技术的目的是提供一种对CdZnTe晶片单晶识别机构，以解决人工识别带来的效率低、可重复性差和加工精度低的问题。
[0004]一种对CdZnTe晶片单晶识别机构，包括底座，所述底座上安装有视觉识别系统、光源系统和处理器；所述视觉识别系统包括视觉识别系统支架、相机安装板和相机，所述视觉识别系统支架安装于所述底座上，所述相机安装板固定于所述视觉识别系统支架上，所述相机安装于所述相机安装板上；所述光源系统包括光源安装板和十二个光源，所述光源安装板安装于所述底座上，所述光源安装板为环状结构，十二个所述光源均布安装在所述光源安装板的下方，且所述光源面向所述光源安装板的轴线；所述底座上安装有晶片放置平台，十二个所述光源位于所述晶片放置平台的上方，所述相机位于所述光源安装板的上方，且所述相机的镜头向下正对晶片放置平台；所述处理器分别与所述相机和所述光源通讯连接，所述处理器控制十二个所述光源依次开关照亮晶片，同时接收相机依次拍照获取的十二张照片，并将照片处理得到带有晶界形状标识的晶片照片。
[0005]优选地，所述光源采用LED灯。
[0006]优选地，所述处理器包括视觉处理单元和路径规划单元，所述视觉处理单元用于对相机采集的待分割图像进行语义分割，所述路径规划单元根据语义分割结果规划得到晶体的加工路径。
[0007]优选地，所述视觉处理单元采用语义分割方法对照片进行区域检测。
[0008]优选地，所述语义分割方法包括如下步骤：S1：采用相机对晶片放置平台上的CdZnTe晶片进行图像采集；S2：标注数据集，标注数据集，采用人工方式，确定所需的正确轮廓，并采用相关工具按轮廓标注出石墨晶体和单晶杂晶两部分；S3：训练模型，采用优化的深度学习神经网络模型进行石墨和单晶特征的学习，使设备能够辨别石墨、单晶、杂晶的轮廓分界线；S4：结果预测，通过训练好的模型生成视觉预测软件，当相机将采集到的图像信息传输到处理器，处理器使用预测软件对待分割图像做出预测，并将相关信息展示在显示器上。
[0009]与现有技术相比本专利技术的有益效果在于：本专利技术采用视觉识别系统代替人眼对晶片单晶进行识别，精度高，且能提高生产效率，其中采用了十二个光源，拍到十二张照片，根据十二张照片得到带有晶界形状标识的晶片照片，多角度拍摄分析，有效避免了完全依靠人工经验的问题。
附图说明
[0010]构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术的结构示意图；图2为本专利技术光源系统的结构示意图；图3为本专利技术视觉处理单元的设计流程图。
具体实施方式
[0011]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0012]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0013]如图1
‑
3所示，一种对CdZnTe晶片单晶识别机构，包括底座1，所述底座1上安装有视觉识别系统、光源系统和处理器；所述视觉识别系统包括视觉识别系统支架2、相机安装板3和相机4，所述视觉识别系统支架2安装于所述底座1上，所述相机安装板3固定于所述视觉识别系统支架2上，所述相机4安装于所述相机安装板3上；所述光源系统包括光源安装板5和十二个光源6，所述光源安装板5安装于所述底座1上，所述光源安装板5为环状结构，十二个所述光源6均布安装在所述光源安装板5的下方，且所述光源6面向所述光源安装板5的轴线；所述底座1上安装有晶片放置平台7，十二个所述光源6位于所述晶片放置平台7的上方，所述相机4位于所述光源安装板5的上方，且所述相机4的镜头向下正对晶片放置平台
7；所述处理器分别与所述相机4和所述光源6通讯连接，所述处理器控制十二个所述光源6依次开关照亮晶片，同时接收相机4依次拍照获取的十二张照片，并将照片处理得到带有晶界形状标识的晶片照片。
[0014]所述光源6采用LED灯。
[0015]所述处理器包括视觉处理单元和路径规划单元，所述视觉处理单元用于对相机4采集的待分割图像进行语义分割，所述路径规划单元根据语义分割结果规划得到晶体的加工路径。
[0016]所述视觉处理单元采用语义分割方法对照片进行区域检测。
[0017]所述语义分割方法包括如下步骤：S1：采用相机4对晶片放置平台7上的CdZnTe晶片进行图像采集；S2：标注数据集，标注数据集，采用人工方式，确定所需的正确轮廓，并采用相关工具按轮廓标注出石墨晶体和单晶杂晶两部分；S3：训练模型，采用优化的深度学习神经网络模型进行石墨和单晶特征的学习，使设备能够辨别石墨、单晶、杂晶的轮廓分界线；S4：结果预测，通过训练好的模型生成视觉预测软件，当相机4将采集到的图像信息传输到处理器，处理器使用预测软件对待分割图像做出预测，并将相关信息展示在显示器上。
[0018]以上所述仅为本专利技术的优选实施例而已，并不用于限制本专利技术，对于本领域的技术人员来说，本专利技术可以有各种更改和变化。凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对CdZnTe晶片单晶识别机构，包括底座，其特征在于，所述底座上安装有视觉识别系统、光源系统和处理器；所述视觉识别系统包括视觉识别系统支架、相机安装板和相机，所述视觉识别系统支架安装于所述底座上，所述相机安装板固定于所述视觉识别系统支架上，所述相机安装于所述相机安装板上；所述光源系统包括光源安装板和十二个光源，所述光源安装板安装于所述底座上，所述光源安装板为环状结构，十二个所述光源均布安装在所述光源安装板的下方，且所述光源面向所述光源安装板的轴线；所述底座上安装有晶片放置平台，十二个所述光源位于所述晶片放置平台的上方，所述相机位于所述光源安装板的上方，且所述相机的镜头向下正对晶片放置平台；所述处理器分别与所述相机和所述光源通讯连接，所述处理器控制十二个所述光源依次开关照亮晶片，同时接收相机依次拍照获取的十二张照片，并将照片处理得到带有晶界形状标识的晶片照片。2.根据权利要求1所述的一种对CdZnTe晶片单晶识别机构，其特征在于，所述光源采用LED灯。3.根据权利要求1所述...

【专利技术属性】
技术研发人员：马世杰，张佳欢，邢夏斌，马海亮，赵忠志，孙丽娜，闫冬，
申请(专利权)人：西北电子装备技术研究所中国电子科技集团公司第二研究所，
类型：发明
国别省市：