硅片目视化检测方法及系统技术方案

本发明专利技术提供一种硅片目视化检测方法及系统，所述方法包括：向被检测的单晶硅片实时发出激光；识别得到单晶硅片图像中的多个同心椭圆光斑，并分析每个激光投射点的激光斑点脉冲聚焦情况；进行图像滤波去噪；计算图像中最大同心椭圆光斑的灰度值，判断其是否为多个漩涡缺陷组成的不纯缺陷整体区域，若是，则进行下一步，否则重复上述步骤；对图像滤波去噪后的单晶硅片图像中的漩涡缺陷区域进行二次识别，判断多个漩涡缺陷所导致的被检测单晶硅片的不纯缺陷程度

【技术实现步骤摘要】
硅片目视化检测方法及系统


[0001]本专利技术属于单晶硅片目视化检测
，具体涉及一种硅片目视化检测方法及系统
。

技术介绍

[0002]现有技术中在太阳能电池生产过程中，对太阳能电池片和电池组件的检测主要是依靠传统的人工目视检测
。
而因为受到自身条件及主观情绪等多方面因素的限制，人工检测的速度及精度都与高质量太阳能电池检测的要求相差甚远
。
并且随着日趋增长的市场需求，太阳能电池的生产需要更加高效的工艺流程和生产精度
。
近年来发展迅速的机器视觉技术正是适应这一需求，在光伏行业的应用越来越广泛
。
[0003]单晶硅片是经过硅锭生长
、
冷却后打磨
、
切割
、
倒角
、
正背面磨削减薄后得到的单晶硅抛光片，其呈圆形，如申请号为
201010218718.X
的中国专利申请文件公开的一种掺杂的铸造单晶硅及制备方法，现有技术中的单晶硅硅锭生产过程中在单晶硅硅锭生长过程中会引入杂质，因此，由单晶硅硅锭打磨
、
切割
、
磨削减薄等步骤后生产的太阳能电池单晶硅片会产生如图1所示的漩涡缺陷
。
[0004]现有技术中，对于单晶硅硅锭经过一系列生产步骤后得到的太阳能电池单晶硅片通常采用化学腐蚀的技术进行微缺陷检测，例如申请号为
201510272000.1
的中国专利申请文件公开了一种准单晶硅片微缺陷的检测方法，其采用手动机械抛光
、
化学腐蚀抛光后，进行微缺陷的择优腐蚀，再对腐蚀后的硅片进行少数载流子寿命和铁
‑
硼对面扫描，进而判断硅片表面切割线痕以及机械划伤程度
。
此外，申请号为
202211601912.5
的中国专利申请文件公开了一种单晶硅棒中缺陷的检测方法及系统，其采用切割装置切割得到待测硅片后，采用酸性腐蚀装置以及赛科腐蚀装置对待测硅片腐蚀后，采用包括目测检测装置和显微检测装置进一步检测待测硅片表面是否出现高密度且对称图案的缺陷聚集以及缺陷的分布
、
形貌及密度是否满足
NDP
缺陷的条件，进而检测待测硅片是否属于具有缺陷的单晶硅片
。
[0005]但是现有技术中对于太阳能电池单晶硅片的检测都需要先进行化学试剂的腐蚀，然后在进行机器视觉方面的图像采集及检测判定，流程复杂的同时也并未明确图像检测的具体技术手段，缺少如何判定单晶硅片具有缺陷的机器视觉图像的各种图像化参数条件
。

技术实现思路

[0006]本专利技术针对上述缺陷，提供一种硅片目视化检测方法及系统
。
本专利技术提供的硅片目视化检测方法及系统，用于太阳能电池单晶硅片插片的机器视觉目视化检测，识别得到所述单晶硅片图像中的多个同心椭圆光斑及每个激光投射点的激光斑点脉冲聚焦情况后，据此进一步进行图像滤波去噪后，再计算最大椭圆光斑的灰度值，进而判断其是否为黑心较严重的不纯缺陷整体区域，并根据滤波去噪后的图像进行二次识别，识别出单晶硅片插片内部的对比度不明显的漩涡缺陷组成的整体不纯缺陷整体区域（黑心区域）以及对比度明显的漩涡缺陷组成的不纯缺陷整体区域，进而明确了机器视觉目视化检测太阳能电池单
晶硅片的黑心缺陷的程度的同时，进一步可以判定该黑心区域内的漩涡缺陷是否为对比度明显的不纯缺陷整体区域的技术方案，能够对单晶硅片进行多次不同标准的筛选，明确分类出各种漩涡缺陷所导致的黑心单晶硅片的类别：黑心不严重的区域
、
黑心较为严重的不纯缺陷整体区域
、
漩涡缺陷对比度明显的不纯缺陷整体区域
、
漩涡缺陷对比度不明显的不纯缺陷整体区域
、
漩涡缺陷对比度明显时非平衡少数载粒子流强复合区域和漩涡缺陷对比度明显时非平衡少数载粒子流弱复合区域
。
[0007]本专利技术提供如下技术方案：一种硅片目视化检测方法，所述方法用于实时检测单晶硅片内部的漩涡缺陷，包括以下步骤：
S1
：向被检测的单晶硅片实时发出激光；
S2
：识别得到所述单晶硅片图像中的多个同心椭圆光斑，并分析
CCD
摄像机采集到的单晶硅片图像中每个激光投射点的激光斑点脉冲聚焦情况；
S3
：根据所述
S2
步骤的分析结果，对
CCD
摄像机采集到的单晶硅片图像进行图像滤波去噪；
S4
：计算所述单晶硅片图像中最大同心椭圆光斑的灰度值，判断其是否为多个漩涡缺陷组成的不纯缺陷整体区域，若是，则进行下一步，否则重复所述
S1
‑
S3
；
S5
：对所述
S3
步骤图像滤波去噪后的所述单晶硅片图像中的漩涡缺陷区域进行二次识别，并计算得到多个漩涡缺陷的椭圆圆环光斑激光强度值以及相邻两个漩涡缺陷的椭圆圆环光斑激光强度对比度，判断多个漩涡缺陷所导致的被检测单晶硅片的不纯缺陷程度
。
[0008]进一步地，所述
S2
步骤，包括以下步骤：
S21
：构建激光光斑能量分布函数，并计算距离单晶硅片中心点所在垂直轴线偏折角度为的激光光斑能量，；
S22
：根据所述
S21
步骤的计算结果，计算识别
CCD
摄像机物平面采集到的总数为
Q
个激光投像点汇聚在
CCD
摄像机物平面上的第
j
个椭圆边界线所围成的第
j
个同心椭圆光斑的长轴半径和短轴半径，其中，
i
为
CCD
摄像机物平面采集到的第
j
个椭圆边界线内的第
i
个激光投像点，
i=1, 2,
ꢀ…
, Q
；
j=1, 2,
ꢀ…
, J
；
S23
：对半导体激光发射器发出的激光点在
CCD
摄像机物平面采集到的单晶硅图像中在第
j
个椭圆边界线内的第
i
个激光投像点进行傅里叶变换，得到在第
j
个椭圆边界线内的第
i
个激光投像傅里叶变换点，其中，为在第
j
个椭圆边界线内的第
i
个激光投像点经过傅里叶变换后的横坐标，为在第
j
个椭圆边界线内的第
i
个激光投像点经过傅里叶变换后的纵坐标；
S24
：计算所述单晶硅图像中的在第
j
个椭圆边界线内的第
i
个激光投像傅里叶变换点的脉冲响应函数值，并构建所述单晶硅图像中的在第
j
个椭圆边界线内的第
i
个激光投本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种硅片目视化检测方法，所述方法用于实时检测单晶硅片内部的漩涡缺陷，其特征在于，包括以下步骤：
S1
：向被检测的单晶硅片实时发出激光；
S2
：识别得到所述单晶硅片图像中的多个同心椭圆光斑，并分析
CCD
摄像机采集到的单晶硅片图像中每个激光投射点的激光斑点脉冲聚焦情况；
S3
：根据所述
S2
步骤的分析结果，对
CCD
摄像机采集到的单晶硅片图像进行图像滤波去噪；
S4
：计算所述单晶硅片图像中最大同心椭圆光斑的灰度值，判断其是否为多个漩涡缺陷组成的不纯缺陷整体区域，若是，则进行下一步，否则重复所述
S1
‑
S3
；
S5
：对所述
S3
步骤图像滤波去噪后的所述单晶硅片图像中的漩涡缺陷区域进行二次识别，并计算得到多个漩涡缺陷的椭圆圆环光斑激光强度值以及相邻两个漩涡缺陷的椭圆圆环光斑激光强度对比度，判断多个漩涡缺陷所导致的被检测单晶硅片的不纯缺陷程度
。2.
根据权利要求1所述的一种硅片目视化检测方法，其特征在于，所述
S2
步骤，包括以下步骤：
S21
：构建激光光斑能量分布函数，并计算距离单晶硅片中心点所在垂直轴线偏折角度为的激光光斑能量，；
S22
：根据所述
S21
步骤的计算结果，计算识别
CCD
摄像机物平面采集到的总数为
Q
个激光投像点汇聚在
CCD
摄像机物平面上的第
j
个椭圆边界线所围成的第
j
个同心椭圆光斑的长轴半径和短轴半径，其中，
i
为
CCD
摄像机物平面采集到的第
j
个椭圆边界线内的第
i
个激光投像点，
i=1,2,
ꢀ…
, Q
；
j=1, 2,
ꢀ…
, J
；
S23
：对半导体激光发射器发出的激光点在
CCD
摄像机物平面采集到的单晶硅图像中在第
j
个椭圆边界线内的第
i
个激光投像点进行傅里叶变换，得到在第
j
个椭圆边界线内的第
i
个激光投像傅里叶变换点，其中，为在第
j
个椭圆边界线内的第
i
个激光投像点经过傅里叶变换后的横坐标，为在第
j
个椭圆边界线内的第
i
个激光投像点经过傅里叶变换后的纵坐标；
S24
：计算所述单晶硅图像中的在第
j
个椭圆边界线内的第
i
个激光投像傅里叶变换点的脉冲响应函数值，并构建所述单晶硅图像中的在第
j
个椭圆边界线内的第
i
个激光投像点的傅里叶变换物平面域模型；
S25
：计算在构建的傅里叶变换物平面域模型中第
j
个椭圆边界线内的第
i
个激光投像点由
CCD
摄像机传输成像得到的单晶硅图像中的激光光斑点的激光光斑点脉冲聚焦函数值
。3.
根据权利要求2所述的一种硅片目视化检测方法，其特征在于，所述
S21
步骤中构建的激光光斑能量分布函数如下：所述距离单晶硅
片中心点所在垂直轴线偏折角度为的激光光斑能量如下：其中，
W
为激光发射功率，是激光束在腰部的半径，为沿光轴
z
方向不同位置处的激光光波的半径，，
z
为激光光波在光轴处的坐标，
δ
为激光发射频率；是激光从半导体激光发射器发射点至光轴
z
不同位置的激光等相位面半径，，
λ
为激光波长
。4.
根据权利要求2所述的一种硅片目视化检测方法，其特征在于，所述
S22
步骤中计算识别
CCD
摄像机物平面采集到的总数为
Q
个激光投像点汇聚在
CCD
摄像机物平面上的第
j
个椭圆边界线所围成的第
j
个同心椭圆光斑的长轴半径和短轴半径的公式如下：的公式如下：其中，是激光束在腰部的半径，为沿光轴
z
方向不同位置处的激光光波的半径，，
z
为激光光波在光轴处的坐标，
δ
为激光发射频率；是激光从半导体激光发射器发射点至光轴
z
不同位置的激光等相位面半径，
。5.
根据权利要求2所述的一种硅片目视化检测方法，其特征在于，所述
S24
步骤中计算所述在第
j
个椭圆边界线内的第
i
个激光投像傅里叶变换点的脉冲响应函数值的公式如下：所述
S24
步骤中构建的所述单晶硅图像中的在第
j
个椭圆边界线内的第
i
个激光投像点的傅里叶变换物平面域模型如下：其中，为在第
j
个椭圆边界线内的第
i
个激光投像点在
CCD
摄像机物平面域内的傅里叶变换频域值
。6.
根据权利要求2所述的一种硅片目视化检测方法，其特征在于，所述
S25
步骤中在构建的傅里叶变换物平面域模型中第
j
个椭圆边界线内的第
i
个激光投像点由
CCD
摄像机传输成像得到的单晶硅图像中的激光光斑点的激光光斑点脉冲聚焦函数值的公式如下：其中，
ε
为调整因子，
ε
=0.1
～
0.35
，
c
为光速，
NA
为
CCD
摄像机的数值孔径，
ϑ
为取决于激光辐照
水平的高斯因子，
ϑ
的值为1～
2.5
，为激光发射频率衰减函数，
。7.
根据权利要求6所述的一种硅片目视化检测方法，其特征在于，所述
S3
步骤包括以下步骤：
S31
：根据所述
S2
步骤计算得到的激光斑点脉冲聚焦函数，计算
CCD
摄像机对在第
j
个椭圆边界线内的第
i
个激光投像点传输成像得到的激光光斑点的激光光斑像素值：
S32
：进一步计算
CCD
摄像机对在第
j
个椭圆边界线内的第
i
个激光投像点传输成像得到的激光光斑点的像素灰度值：其中，为激光光斑像素值在
RGB
颜色通道中红色的值，为激光光斑像素值在
RGB
颜色通道中绿色的值，为激光光斑像素值在
RGB
颜色通道中蓝色的值；
S33
：根据所述
S32
步骤得到的
CCD
摄像机对在第
j
个椭圆边界线内的第
i
个激光投像点传输成像得到的激光光斑点的像素灰度值，构建噪声像素强度计算模型：其中，
q=1,2,
…
；
S34
：判断所述

【专利技术属性】
技术研发人员：陈川南，
申请(专利权)人：无锡京运通科技有限公司，
类型：发明
国别省市：