System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种硅片崩边视觉检测方法及装置制造方法及图纸_技高网

一种硅片崩边视觉检测方法及装置制造方法及图纸

技术编号:40652348 阅读:4 留言:0更新日期:2024-03-13 21:29
本发明专利技术涉及机器视觉缺陷检测技术领域,更具体地说,它涉及一种硅片崩边视觉检测方法及装置,检测方法包括以下步骤:获取硅片侧面图像;根据硅片侧面图像,提取硅片侧面的各长边的边缘点集;根据各长边的边缘点集,计算边缘点集内各相邻两边缘点之间的间距;根据各相邻两边缘点之间的间距,判断硅片是否崩边。本发明专利技术通过采集硅片侧面图像,并运用图像处理技术对硅片侧面缺口、崩边等缺陷进行检测,相对于现有技术中的人工肉眼检测,本发明专利技术的检测精度更高,并且可以采用机器对硅片的侧面缺陷进行检测,其检测效率也更高。

【技术实现步骤摘要】

本专利技术涉及机器视觉缺陷检测,特别涉及一种硅片崩边视觉检测方法及装置


技术介绍

1、随着半导体和光伏行业的迅猛发展,设备对硅片的质量要求越来越高,而硅片侧面的崩边是硅片最主要的质量缺陷之一。传统的侧面崩边检测方法采用人工肉眼识别检测,存在较大的不稳定性与不可靠性,人眼对于细微的缺陷,灰度色差不明显的缺陷的检测能力有限,很难实现精准的全面检测。由于以上人工肉眼检测的不足,如何提高硅片侧面崩边的检测精度成了本领域技术人员急需解决的技术问题。


技术实现思路

1、有鉴于此,本专利技术提供一种硅片崩边视觉检测方法及装置,主要所要解决的技术问题是:如何提高硅片侧面崩边的检测精度。

2、为达到上述目的,本专利技术主要提供如下技术方案:

3、一方面,本专利技术的实施例提供一种硅片崩边视觉检测方法,其包括以下步骤:获取硅片侧面图像;根据硅片侧面图像,提取硅片侧面的各长边的边缘点集;根据各长边的边缘点集,计算边缘点集内各相邻两边缘点之间的间距;根据各相邻两边缘点之间的间距,判断硅片是否崩边。

4、可选的,所述获取硅片的侧面图像,具体包括:将硅片传送至设定拍摄区域;对所述设定拍摄区域进行拍照,以得到包含硅片侧面的第一图像;对第一图像进行预处理,以增强硅片侧面的边缘区域,得到第二图像;提取第二图像中的硅片侧面区域;根据硅片侧面区域,生成硅片侧面图像。

5、可选的,所述对第一图像进行预处理,具体包括:(1)在第一图像image内构造矩形区域,所述矩形区域涵盖硅片侧面区域;(2)使用均值滤波器对矩形外的区域进行过滤,得到的引导图像imageguide;(3)使用导向滤波器,基于引导图像imageguide过滤第一图像image,得到所述第二图像,所述第二图像的灰度值i′i的计算按照以下公式进行:

6、

7、

8、

9、其中,i′i是过滤后灰度值,ii和gi分别是第一图像与引导图像在对应像素位置的灰度值,wi是半径radius围绕像素的邻域,是对应a,b,i,g的平均值,|wi|是像素个数。

10、可选的,所述提取第二图像中的硅片侧面区域,具体为:采用阈值分割的方式提取第二图像中的硅片侧面区域roi。

11、可选的,所述阈值分割方式具体为:根据第二图像,生成第二图像的灰度直方图;根据第二图像的灰度直方图,利用统计矩找到将像素分割为前景和背景的最优阈值,以最大化这两个类之间的可分性;采用所述最优阈值对第二图像进行阈值分隔,以提取第二图像中的硅片侧面区域roi。

12、可选的,所述根据硅片侧面图像,提取硅片侧面的各长边的边缘点集,具体为:根据硅片侧面图像,使用形态学边缘检测算法计算得到硅片侧面图像的长边曲线;使用n个测量矩形对长边曲线进行测量,得到长边的边缘点集pi,i=0,1,...,其中,n≥1000。

13、可选的,所述根据各相邻两边缘点之间的间距,判断硅片是否崩边,具体为:根据各相邻两边缘点之间的间距,取一个最大的众数作为标准间距dis;若相邻两边缘点之间的间距disi满足:disi≥dis+tolerance时,则表示硅片存在崩边。

14、另一方面,本专利技术的实施例还提供一种硅片崩边视觉检测装置,其包括:

15、图像获取模块,用于获取硅片侧面图像;

16、边缘点集提取模块,用于根据硅片侧面图像,提取硅片侧面的各长边的边缘点集;

17、间距计算模块,用于根据各长边的边缘点集,计算边缘点集内各相邻两边缘点之间的间距;

18、崩边判断模块,用于根据各相邻两边缘点之间的间距,判断硅片是否崩边。

19、可选的,所述边缘点集提取模块包括长边提取模块和测量模块;所述长边提取模块用于根据硅片侧面图像,使用形态学边缘检测算法计算得到硅片侧面图像的长边曲线;所述测量模块用于使用n个测量矩形对长边曲线进行测量,得到长边的边缘点集pi,i=0,1,...,其中,n≥1000。

20、可选的,所述图像获取模块包括传送模块、拍照模块、预处理模块、提取模块和图像生成模块;所述传送模块用于将硅片传送至设定拍摄区域;所述拍照模块用于对所述设定拍摄区域进行拍照,以得到包含硅片侧面的第一图像;所述预处理模块用于对第一图像进行预处理,以增强硅片侧面的边缘区域,得到第二图像;所述提取模块用于提取第二图像中的硅片侧面区域;所述图像生成模块用于根据硅片侧面区域,生成硅片侧面图像。

21、可选的,所述的硅片崩边视觉检测装置还包括电机、系统控制器、光源控制器、编码器、光电传感器和光源;所述电机用于提供传送模块将硅片传送至设定拍摄区域的动力;所述编码器用于与电机相连,以在电机启动时生成第一信号;所述光电传感器用于在检测到硅片进入所述设定拍摄区域时生成第二信号;所述光源用于为所述拍照模块的拍照提供照明;所述光源控制器用于根据所述第二信号控制所述光源打开设定时间;所述系统控制器用于根据所述第一信号和第二信号控制所述拍照模块拍照。

22、借由上述技术方案,本专利技术硅片崩边视觉检测方法及装置至少具有以下有益效果:

23、1、本专利技术通过采集硅片侧面图像,并运用图像处理技术对硅片侧面缺口、崩边等缺陷进行检测,相对于现有技术中的人工肉眼检测,本专利技术的检测精度更高,并且可以采用机器对硅片的侧面缺陷进行检测,其检测效率也更高;

24、2、与现有技术相比,本专利技术运用视觉对硅片侧面进行缺口、崩边等缺陷检查,在不影响上下料机器产能的前提下对硅片缺陷检测并剔除不良,减少缺陷片对制程的影响,在太阳能电池片生产检测环节中极大地提高了检测效率与精度,且结构简易科学,具有良好应用推广的价值。

25、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,并可依照说明书的内容予以实施,以下以本专利技术的较佳实施例并配合附图详细说明如后。

本文档来自技高网...

【技术保护点】

1.一种硅片崩边视觉检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的硅片崩边视觉检测方法,其特征在于,所述获取硅片的侧面图像,具体包括:

3.根据权利要求2所述的硅片崩边视觉检测方法,其特征在于,所述对第一图像进行预处理,具体包括:

4.根据权利要求2所述的硅片崩边视觉检测方法,其特征在于,所述提取第二图像中的硅片侧面区域,具体为:采用阈值分割的方式提取第二图像中的硅片侧面区域ROI。

5.根据权利要求1至4中任一项所述的硅片崩边视觉检测方法,其特征在于,所述根据硅片侧面图像,提取硅片侧面的各长边的边缘点集,具体为:

6.根据权利要求1至4中任一项所述的硅片崩边视觉检测方法,其特征在于,所述根据各相邻两边缘点之间的间距,判断硅片是否崩边,具体为:

7.一种硅片崩边视觉检测装置,其特征在于,包括:

8.根据权利要求7所述的硅片崩边视觉检测装置,其特征在于,

9.根据权利要求7所述的硅片崩边视觉检测装置,其特征在于,所述图像获取模块包括传送模块、拍照模块、预处理模块、提取模块和图像生成模块;

10.根据权利要求9所述的硅片崩边视觉检测装置,其特征在于,还包括电机、系统控制器、光源控制器、编码器、光电传感器和光源;

...

【技术特征摘要】

1.一种硅片崩边视觉检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的硅片崩边视觉检测方法,其特征在于,所述获取硅片的侧面图像,具体包括:

3.根据权利要求2所述的硅片崩边视觉检测方法,其特征在于,所述对第一图像进行预处理,具体包括:

4.根据权利要求2所述的硅片崩边视觉检测方法,其特征在于,所述提取第二图像中的硅片侧面区域,具体为:采用阈值分割的方式提取第二图像中的硅片侧面区域roi。

5.根据权利要求1至4中任一项所述的硅片崩边视觉检测方法,其特征在于,所述根据硅片侧面图像,提取硅片侧面的各长边的边缘点集...

【专利技术属性】
技术研发人员:谢宏威徐耿聪朱健业龚伟东
申请(专利权)人:苏州威华智能装备有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1