專利名稱：基于機器視覺的太陽能硅晶片顏色自動檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于機器視覺的太陽能硅晶片顏色自動檢測技術(shù)，用于在線自動檢測出在經(jīng)過等離子體增強化學氣相沉積(Plasma Enhanced Chemical VaporD印osition，簡稱PECVD)エ序后 表面產(chǎn)生顏色缺陷的不合格硅晶片。
背景技術(shù)：
硅晶片是太陽能電池的核心材料，其質(zhì)量的優(yōu)劣直接決定太陽能電池的性能，因此對于存在顔色缺陷的硅晶片必須在檢測時予以剔除。由于硅晶片表面顔色缺陷(包括發(fā)黃片、發(fā)紅片、發(fā)白片、小白點、滾輪印、指紋印色斑、舟污染色斑、化學殘留品色斑、偏磷酸色斑、鋁膜和エ藝圓點發(fā)黃等)的多祥性、復雜性等特點導致對其檢測方法的研究一直未有實質(zhì)性的進展，目前許多太陽能電池生產(chǎn)廠家主要還是以人工目視檢測為主，這種檢測方法由于存在不穩(wěn)定、高碎片率和低速率等問題，故而無法達到現(xiàn)代エ業(yè)生產(chǎn)作業(yè)的要求。

發(fā)明內(nèi)容
針對以上技術(shù)的不足，本發(fā)明的目的在于提供ー種穩(wěn)定性高、非接觸、高速率基于機器視覺的硅晶片表面顔色檢測的方法及及裝置，其能夠?qū)崟r在線、穩(wěn)定準確、高效地檢測硅晶片表面顔色缺陷，自動取出缺陷產(chǎn)品，自動統(tǒng)計分析硅片表面質(zhì)量，實時顯示檢測結(jié)果O為實現(xiàn)上述目的，本發(fā)明采用以下檢測裝置基于機器視覺的硅晶片表面顏色檢測系統(tǒng)，包括上料エ位、視覺エ位和硅片分類エ位。所述視覺エ位裝置主要包括光源、高速相機和エ控機；所述エ控機包括內(nèi)置圖像處理軟件的中央處理器和顯示器；所述光源采用四根條形白色熒光燈，其均勻分布在燈箱的頂部，燈箱的下面使用漫反射板遮蓋；所述高速相機采用面陣CCD相機，固定在機架的橫桿上，并通過相機上的接ロ與所述エ控機通訊，采用1394B通信方式；所述硅片分類エ位裝置主要是單軸機器人。本發(fā)明提供ー種硅晶片表面顏色檢測系統(tǒng)的檢測方法，包括以下步驟(I)將裝滿硅晶片的料盒置于指定位置，啟動設(shè)備；(2)硅片到位信號觸發(fā)CXD圖像采集裝置動作，并將采集的硅晶片表面圖像傳送至圖像處理單元；(3)圖像處理單元將步驟(2)中采集的圖像采用圖像濾波技術(shù)、彩色圖像分割技術(shù)、彩色圖像HSI空間分析技術(shù)等處理后，并給出處理的結(jié)果；(4)將步驟(3)中的處理結(jié)果經(jīng)過特征提取，轉(zhuǎn)化為數(shù)字信號；(5)將步驟(4)中所得結(jié)果經(jīng)過基于支持向量機與改進的引力捜索算法相結(jié)合的模式識別方法訓練和測試后，將硅晶片表面質(zhì)量分為良好硅晶片和缺陷硅晶片兩類。(6)將分類結(jié)果傳送至動作執(zhí)行機構(gòu)，由PLC控制單軸機器人取出缺陷硅片。步驟(5)中所述的改進的引力捜索算法是指基于策略反饋的引力捜索算法，在算法中引入種群分布的熵和平均粒子距離指標描述粒子種群的多祥性，以此來作為測度函數(shù)，在進化過程中改善算法的勘探和開發(fā)能力。在步驟(5)中利用上述所改進的引力捜索算法優(yōu)化支持向量機中的核參數(shù)，構(gòu)建模式識別單元。本發(fā)明的有益效果利用機器視覺技術(shù)快速采集硅晶片表面的圖像信息，實時在線穩(wěn)定準確高效進行硅晶片的缺陷識別，該系統(tǒng)還設(shè)自動報警，自動統(tǒng)計分析硅片表面質(zhì)量，實時顯示檢測結(jié)果，實現(xiàn)硅晶片顏色缺陷識別處理的自動化。


圖I設(shè)備總體布局2系統(tǒng)總體結(jié)構(gòu)3圖像分類流程圖
圖I中編號I是風刀,2是吸盤,3是氣缸,4是平移模組，編號5是聞速相機，6是熒光燈，編號7是單軸機器人即分料模組，8是緩沖輸送線。
具體實施例方式下面結(jié)合附圖對本發(fā)明的具體實施方式
做進ー步說明。自動檢測流程人工將裝滿硅片的料盒放置于指定位置；按設(shè)備啟動按鈕；氣缸將料盒拉至上料位；頂升硅片伺服動作，硅片上移；對射光電開關(guān)感應；頂升到位；橫向移動模組動作至抓取位；吸盤工作；吹料風刀動作；頂升硅片模組下降；氣缸下移；吸取硅片；氣缸上移；模組移動至放料エ位；氣缸下移；吸盤停止吸氣；硅片放置于傳動皮帶線上；硅片平移至相機檢測エ位；相機拍照檢測；檢測完畢；硅片平移至緩沖皮帶線；硅片平移至分類エ位；分類模組、氣缸、吸盤動作將硅片分類至指定料盤中；設(shè)備動作循環(huán)。料盒滿發(fā)出感應信號；設(shè)備停機；按確認按鈕；拉出料盒取料；取料完畢；按清零按鈕；料盒推至分料位；信號感應；插銷定位；關(guān)門。將CXD圖像采集卡以ニ維矩陣形式存儲為圖像文件，然后圖像處理單元采用5X5 中值濾波算法對采集的圖像進行濾波處理，經(jīng)濾波后的圖像使用K均值聚類算法對彩色圖像進行分割，最后對彩色圖像在HSI空間中的信息進行統(tǒng)計分析，分別對H和I分量的特征進行提取，作為分類器的輸入。選用基于RBF核函數(shù)的支持向量機進行圖像分類，采用改進的引力捜索算法對核參數(shù)進行尋優(yōu)，訓練分類的模型。所述的改進的引力捜索算法是基于策略反饋的引力捜索算法，在算法中引入種群分布的熵和平均粒子距離指標描述粒子種群的多祥性，以此來作為測度函數(shù)。主要的改進步驟包括以下幾點I)計算粒子i和與粒子i最接近的粒子j的歐氏距離Ry ；2)計算粒子i和整個空間最佳位置best的歐氏距離Riibest ；3)對Ry和Riibest比值設(shè)定門限值C，當Ri, ノRiibest彡C吋，仍按原進化公式進行更新，當Ri,ノRi^st < C時，粒子i的位置將按式⑴重新進行調(diào)整Xi (new) = Xi (old) *D(I)
權(quán)利要求
1.一種基于機器視覺的太陽能硅晶片表面顏色自動檢測方法，其特征在于其缺陷分類方法是基于支持向量機與改進的引力搜索優(yōu)化算法相結(jié)合的模式識別方法。
2.權(quán)利要求I中所述的改進的引力搜索優(yōu)化算法是基于策略反饋的引力捜索優(yōu)化算法。
全文摘要
本發(fā)明涉及機器視覺檢測領(lǐng)域，公開了一種通過機器視覺技術(shù)對太陽能硅晶片表面顏色缺陷進行檢測的方法和裝置，所檢測的對象是硅晶片在經(jīng)過等離子體增強化學氣相沉積該道工序后其表面顏色的分布信息。其分類方案是，采用圖像濾波技術(shù)、彩色圖像分割技術(shù)、彩色圖像HSI空間分析技術(shù)等對采集的圖像進行處理分析；提取圖像的特征信息；所得信息經(jīng)過基于支持向量機與改進的引力搜索算法相結(jié)合的模式識別方法訓練和測試后，將硅晶片表面質(zhì)量分為良好硅晶片和缺陷硅晶片兩類；將分類結(jié)果傳送至執(zhí)行機構(gòu)，控制單軸機器人取出缺陷硅片。該方法及裝置機構(gòu)簡單，易于維護和操作，滿足檢測要求。
文檔編號G01J3/46GK102680102SQ20121013332
公開日2012年9月19日 申請日期2012年4月28日 優(yōu)先權(quán)日2012年4月28日
發(fā)明者張相勝, 李春龍, 潘豐 申請人:江南大學