[发明专利]基于光流法和置信度法的单晶硅太阳能晶片缺陷检测方法

权利要求书

1.一种基于光流法和置信度法的单晶硅太阳能晶片缺陷检测方法，其特征在于，所述的缺陷检测方法包括以下步骤：

S1、通过基于电致发光技术的单晶硅太阳能晶片的图像拍摄系统中的摄像机拍摄得到单晶硅太阳能晶片电致发光图像，其中，单晶硅太阳能晶片电致发光图像又称为单晶硅太阳能晶片EL图像；

S2、使用中值滤波器对步骤S1中获得的单晶硅太阳能晶片EL图像进行预处理；

S3、使用基于光流法的缺陷粗检测算法对步骤S2中获得的预处理之后的单晶硅太阳能晶片EL图像进行缺陷粗检测，提取出目标检测图像中可能的缺陷区域，并将目标检测图像转化为包含可能的缺陷区域的二值图像；

S4、使用置信度法对步骤S3提取出的目标检测图像中可能的缺陷区域进行缺陷精确检测，首先根据基于电致发光技术的单晶硅太阳能晶片的图像拍摄系统中用于电致发光的探针的固定位置建立目标检测图像的置信度模板，然后将建立的目标检测图像的置信度模板与步骤S3中得到的包含可能的缺陷区域的二值图像结合，从而求得目标检测图像中每一个可能的小缺陷区域的区域置信度，若求得的可能的小缺陷区域的区域置信度大于一个事先设定的阈值，则该可能的小缺陷区域为实际缺陷区域，反之，则该可能的小缺陷区域不是实际缺陷区域。

2.根据权利要求1所述的基于光流法和置信度法的单晶硅太阳能晶片缺陷检测方法，其特征在于，所述的步骤S3中目标检测图像的缺陷粗检测的过程如下：

S3.1、对步骤S2中获得的中值滤波后的单晶硅太阳能晶片EL图像f_m(x,y)进行灰度值闭运算，从而获得灰度值闭运算后的结果图像f_c(x,y)：

其中，·、和Θ分别表示灰度值闭运算、灰度值膨胀操作和灰度值腐蚀操作，s(r)表示图像灰度值闭运算中半径为r的结构元素；

S3.2、使用光流法比较步骤S2中获得的中值滤波后的目标检测图像f_m(x,y)和步骤S3.1中得到的图像f_m(x,y)经过灰度值闭运算后的结果图像f_c(x,y)，过程如下：

S3.2.1、令图像f_m(x,y)为光流法比较所需要的前一帧图像，即t时刻的图像f(X)，令图像f_c(x,y)为光流法比较所需要的后一帧图像，即t+1时刻的图像f(X+W)；

其中，X＝(x,y,t)^T表示在t时刻图像中各像素点在二维直角坐标系中的位置，x,y分别表示图像中各像素点在二维直角坐标系中的横、纵坐标，t表示时间维度；W＝(u(x,y),v(x,y),1)^T表示图像中各像素点在t→t+1时刻的位移矢量，u(x,y),v(x,y)分别表示图像中各像素点在x轴和y轴方向的位移分量；

S3.2.2、根据光流法的前提假设I——相邻帧之间图像亮度恒定，推导得到：

f(X+W)＝f(X)

根据光流法的前提假设II——相邻帧之间图像中物体运动比较“微小”，推导得到：

其中，表示图像中各像素点在空间域和时间域的梯度，分别表示函数f(X)对自变量x,y,t的偏导数；

S3.2.3、结合上述假设得到的等式，求得能量函数E(W)：

其中，J_ρ表示标准差为ρ的高斯滤波器，*表示卷积运算，α为事先设定的正则化系数，为 图像中各像素点在t→t+1时刻的位移矢量的梯度，分别表示图像中各像素点在x轴和y轴方向的位移分量u(x,y),v(x,y)的梯度；

S3.2.4、通过求能量函数E(W)的最小值来求得图像中各像素点在x轴和y轴方向的位移分量u(x,y),v(x,y)；

S3.3、求步骤S3.2中得到的图像中各像素点在x轴和y轴方向的位移分量u(x,y),v(x,y)的幅值m(x,y)：

S3.4、根据步骤S3.3中求得图像中各像素点在x轴和y轴方向的位移分量的幅值m(x,y)来计算自适应分割阈值AT，从而提取出目标检测图像中可能的缺陷区域，并将目标检测图像转化为包含可能的缺陷区域的二值图像g_pd(x,y)：

AT＝H_max+λ·σ_m

其中，H_max是幅值m(x,y)的直方图中峰值点对应的纵坐标，λ是事先设定的增益常数，σ_m为幅值m(x,y)的标准差，R_PD表示目标检测图像中可能的缺陷区域，R_DF表示目标检测图像中无缺陷区域。