专利名称：基于机器视觉的太阳能硅晶片颜色自动检测方法
技术领域：
本发明涉及一种基于机器视觉的太阳能硅晶片颜色自动检测技术，用于在线自动检测出在经过等离子体增强化学气相沉积(Plasma Enhanced Chemical VaporD印osition，简称PECVD)エ序后 表面产生颜色缺陷的不合格硅晶片。
背景技术：
硅晶片是太阳能电池的核心材料，其质量的优劣直接决定太阳能电池的性能，因此对于存在顔色缺陷的硅晶片必须在检测时予以剔除。由于硅晶片表面顔色缺陷(包括发黄片、发红片、发白片、小白点、滚轮印、指纹印色斑、舟污染色斑、化学残留品色斑、偏磷酸色斑、铝膜和エ艺圆点发黄等)的多祥性、复杂性等特点导致对其检测方法的研究一直未有实质性的进展，目前许多太阳能电池生产厂家主要还是以人工目视检测为主，这种检测方法由于存在不稳定、高碎片率和低速率等问题，故而无法达到现代エ业生产作业的要求。
发明内容
针对以上技术的不足，本发明的目的在于提供ー种稳定性高、非接触、高速率基于机器视觉的硅晶片表面顔色检测的方法及及装置，其能够实时在线、稳定准确、高效地检测硅晶片表面顔色缺陷，自动取出缺陷产品，自动统计分析硅片表面质量，实时显示检测结果O为实现上述目的，本发明采用以下检测装置基于机器视觉的硅晶片表面颜色检测系统，包括上料エ位、视觉エ位和硅片分类エ位。所述视觉エ位装置主要包括光源、高速相机和エ控机；所述エ控机包括内置图像处理软件的中央处理器和显示器；所述光源采用四根条形白色荧光灯，其均匀分布在灯箱的顶部，灯箱的下面使用漫反射板遮盖；所述高速相机采用面阵CCD相机，固定在机架的横杆上，并通过相机上的接ロ与所述エ控机通讯，采用1394B通信方式；所述硅片分类エ位装置主要是单轴机器人。本发明提供ー种硅晶片表面颜色检测系统的检测方法，包括以下步骤(I)将装满硅晶片的料盒置于指定位置，启动设备；(2)硅片到位信号触发CXD图像采集装置动作，并将采集的硅晶片表面图像传送至图像处理单元；(3)图像处理单元将步骤(2)中采集的图像采用图像滤波技术、彩色图像分割技术、彩色图像HSI空间分析技术等处理后，并给出处理的结果；(4)将步骤(3)中的处理结果经过特征提�。中藕牛�(5)将步骤(4)中所得结果经过基于支持向量机与改进的引力捜索算法相结合的模式识别方法训练和测试后，将硅晶片表面质量分为良好硅晶片和缺陷硅晶片两类。(6)将分类结果传送至动作执行机构，由PLC控制单轴机器人取出缺陷硅片。步骤(5)中所述的改进的引力捜索算法是指基于策略反馈的引力捜索算法，在算法中引入种群分布的熵和平均粒子距离指标描述粒子种群的多祥性，以此来作为测度函数，在进化过程中改善算法的勘探和开发能力。在步骤(5)中利用上述所改进的引力捜索算法优化支持向量机中的核參数，构建模式识别单元。本发明的有益效果利用机器视觉技术快速采集硅晶片表面的图像信息，实时在线稳定准确高效进行硅晶片的缺陷识别，该系统还设自动报警，自动统计分析硅片表面质量，实时显示检测結果，实现硅晶片颜色缺陷识别处理的自动化。
图I设备总体布局2系统总体结构3图像分类流程图
图I中编号I是风刀,2是吸盘,3是气缸,4是平移模组，编号5是闻速相机，6是荧光灯，编号7是单轴机器人即分料模组，8是缓冲输送线。
具体实施例方式下面结合附图对本发明的具体实施方式
做进ー步说明。自动检测流程人工将装满硅片的料盒放置于指定位置；按设备启动按钮；气缸将料盒拉至上料位；顶升硅片伺服动作，硅片上移；对射光电开关感应；顶升到位；横向移动模组动作至抓取位；吸盘工作；吹料风刀动作；顶升硅片模组下降；气缸下移；吸取硅片；气缸上移；模组移动至放料エ位；气缸下移；吸盘停止吸气；硅片放置于传动皮带线上；硅片平移至相机检测エ位；相机拍照检测；检测完毕；硅片平移至缓冲皮带线；硅片平移至分类エ位；分类模组、气缸、吸盘动作将硅片分类至指定料盘中；设备动作循环。料盒满发出感应信号；设备停机；按确认按钮；拉出料盒取料；取料完毕；按清零按钮；料盒推至分料位；信号感应；插销定位；关门。将CXD图像采集卡以ニ维矩阵形式存储为图像文件，然后图像处理单元采用5X5 中值滤波算法对采集的图像进行滤波处理，经滤波后的图像使用K均值聚类算法对彩色图像进行分割，最后对彩色图像在HSI空间中的信息进行统计分析，分别对H和I分量的特征进行提�。魑掷嗥鞯氖淙�。选用基于RBF核函数的支持向量机进行图像分类，采用改进的引力捜索算法对核參数进行寻优，训练分类的模型。所述的改进的引力捜索算法是基于策略反馈的引力捜索算法，在算法中引入种群分布的熵和平均粒子距离指标描述粒子种群的多祥性，以此来作为测度函数。主要的改进步骤包括以下几点I)计算粒子i和与粒子i最接近的粒子j的欧氏距离Ry ；2)计算粒子i和整个空间最佳位置best的欧氏距离Riibest ；3)对Ry和Riibest比值设定门限值C，当Ri, ノRiibest彡C吋，仍按原进化公式进行更新，当Ri,ノRi^st < C时，粒子i的位置将按式⑴重新进行调整Xi (new) = Xi (old) *D(I)
权利要求
1.一种基于机器视觉的太阳能硅晶片表面颜色自动检测方法，其特征在于其缺陷分类方法是基于支持向量机与改进的引力搜索优化算法相结合的模式识别方法。
2.权利要求I中所述的改进的引力搜索优化算法是基于策略反馈的引力捜索优化算法。
全文摘要
本发明涉及机器视觉检测领域，公开了一种通过机器视觉技术对太阳能硅晶片表面颜色缺陷进行检测的方法和装置，所检测的对象是硅晶片在经过等离子体增强化学气相沉积该道工序后其表面颜色的分布信息。其分类方案是，采用图像滤波技术、彩色图像分割技术、彩色图像HSI空间分析技术等对采集的图像进行处理分析；提取图像的特征信息；所得信息经过基于支持向量机与改进的引力搜索算法相结合的模式识别方法训练和测试后，将硅晶片表面质量分为良好硅晶片和缺陷硅晶片两类；将分类结果传送至执行机构，控制单轴机器人取出缺陷硅片。该方法及装置机构简单，易于维护和操作，满足检测要求。
文档编号G01J3/46GK102680102SQ20121013332
公开日2012年9月19日 申请日期2012年4月28日 优先权日2012年4月28日
发明者张相胜, 李春龙, 潘丰 申请人:江南大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
