基于机器视觉的镀膜后硅片分选方法

摘要

本发明公开了基于机器视觉的镀膜后硅片分选方法，属于机器视觉分选技术领域，其采用彩色图像坐标变换技术、彩色图像分割技术、彩色图像RGB空间分析技术、图像处理技术、大数据逻辑统计分析与处理技术等对采集的图像进行处理和分析；提取图像的色彩信息；所得信息经过图像二值化、滤波处理筛选和换算；所得有用信息经过基于样本大数据逻辑统计分析和处理的算法执行后，将镀膜后硅片分为不合格片、均匀红片、合格片三类。本发明通过快速采集镀膜后硅片表面的彩色图像信息，可实时在线稳定高效地进行准确的硅片缺陷识别和分选，且实时显示检测结果；还可通过数据采集设备与机械手通讯，使其对应不同的类别快速采取不同的机械动作。

主权项

基于机器视觉的镀膜后硅片分选方法，其特征在于，包括如下步骤：步骤201、接收信号，采集图像，其包括：步骤2011，镀膜后硅片到达传感器位置，传感器发送模拟信号给数据采集设备，经由采集卡转换为数字信号传递给系统；步骤2012，系统接收到采集信号后，触发相机，采集图像，并将采集的镀膜后硅片彩色图像传送至图像处理单元；步骤202、对镀膜后硅片的彩色图像进行坐标变换和图像分割，其包括：步骤2021，对镀膜后硅片的彩色图像进行坐标变换，采用自动查找边缘算法找出镀膜后硅片的一边，获得其角度信息；其方法是先确定一个搜索区域，在搜索区域内，从上往下设置若干搜索线，查找像素的跃迁点，之后将所有搜索线上的跃迁点拟合为一条直线，得到所得直线的角度信息；其角度信息为：angle₁＝θ   (1)然后利用公式(2)，将图像旋转，进行坐标变换，为图像分割做准备；angle＝360‑θ   (2)步骤2022，采用实时自动查找图像边缘算法分别对镀膜后硅片的四条边进行边缘查找；获得各自边缘线的坐标信息；其坐标信息为：lineleft：(x₁₁,y₁₁)，(x₁₂,y₁₂)   (3)lineright：(x₂₁,y₂₁)，(x₂₂,y₂₂)   (4)linetop：(x₃₁,y₃₁)，(x₃₂,y₃₂)   (5)linebottom：(x₄₁,y₄₁)，(x₄₂,y₄₂)   (6)其中lineleft，lineright，linetop，linebottom分别为所得到的四条边缘线段(左、右、上、下)的两个顶点坐标；步骤2023，分别以式(3)、(4)、(5)、(6)所得的两个顶点坐标为基础，按照式(7)所示求得四条边缘直线Yl(左边缘)、Yr(右边缘)、Yt(上边缘)、Yb(下边缘)；y＝ax+b    (7)基于所得到的四条边缘直线方程，依次求取Yl与Yt、Yr与Yb的交点m、n；以点m和点n为分割图像的起始点和终止点，得到镀膜后硅片与背景分离出来的本体图像；步骤203、以彩色图像RGB空间为载体将上述所获得的镀膜后硅片图像分成R、G、B三个平面，分别获得三个平面的灰度值信息；步骤204、对上述步骤203获得的B平面二值化，采用中值滤波器对所得二值化图像进行滤波去噪处理，使图像在保证原有信息的条件下最大限度减少噪声影响和外界环境的干扰；步骤205、对所获得滤波处理后的二值化图像进行信息采集，得到其像素和信息，根据该数据判断硅片是否为碎片，是碎片则归为不合格一类；步骤206、分别对所获得的完整镀膜后硅片R、G、B平面进行灰度信息采集，得到像素值为0的频率值与整个图像像素和的比值；步骤207、将上述步骤得到的比值与由样本大数据处理分析得到的逻辑关系进行一系列的比对和判断，得到镀膜后硅片的分选结果。