EL多晶硅片位錯缺陷分割方法與缺陷面積統(tǒng)計

1、基于曲線擬合的多晶硅片位錯缺陷分割方法與缺陷面積統(tǒng)計匯報人：張瑋華1.背景介紹在光致發(fā)光缺陷檢測中，多晶硅片的位錯缺陷是檢測的對象之一，位錯缺陷占硅片面積的比例關系著缺陷對電池片轉換效率的影響程度，對位錯缺陷的檢測需要統(tǒng)計出位錯缺陷占硅片面積的比例。根據比例的大小判斷硅片是否合格。本文采用的光致發(fā)光檢測裝置示意圖如下圖所示： 2.圖像去噪本文采用中值濾波結合高斯平滑濾波的方法去噪。中值濾波可以在不減弱圖像對比度的情況下去除圖像中的椒鹽噪聲，并且對圖像的細節(jié)具有較好的保持作用；高斯平滑濾波是一種帶權值的平均濾波方法，對去除高斯噪聲具有很好的效果，本文采用的高斯卷積核如下圖所示。 3.光致發(fā)光圖像

2、特征分析為了獲得光致發(fā)光圖像的灰度分布特征，采用沒有缺陷的單晶硅片獲得光致發(fā)光圖像，去噪后用MATLAB畫出圖像的灰度分布曲面，并且選取圖像上中間行，繪出中間行像素的灰度曲線，如下圖所示。由單晶硅片圖像灰度分布曲面和行像素的灰度曲線分析可知，本文的光致發(fā)光圖像的每一行像素的整體灰度分布近似服從于二次曲線分布。 硅片圖像 灰度曲面 灰度曲線 4.位錯缺陷特征分析在光致發(fā)光圖像中，位錯缺陷的表現即是圖像中灰度值偏低的區(qū)域。存在位錯缺陷的多晶圖像如下圖所示。選取圖像上中間行像素，得到行像素的灰度曲線如下圖所示。由位錯缺陷特征和中間行像素的灰度曲線分析可知，位錯缺陷的存在使得缺陷所在像素的灰度值偏低，

3、在行像素的灰度曲線上形成一個明顯的凹陷。 位錯缺陷圖像 中間行像素灰度曲線 5.位錯缺陷分割由于位錯缺陷灰度值較低，缺陷的存在會使得行像素的灰度曲線上形成凹陷。本文利用這一特征，采用逐行掃描圖像，對每一行像素的灰度曲線做最小二乘法二次曲線擬合，基于得到的擬合值求得每個像素的分割閾值，最終將缺陷分割出來。 最小二乘法通過最小化求得的數據與實際數據之間誤差的平方和來尋找數據的最佳函數匹配。 二次曲線的函數表達式如下式，其中a為系數 以位錯缺陷圖像的中間行像素灰度曲線為例，做二次曲線擬合，得到結果如下圖所示，藍色線條為得到的擬合二次曲線。為了準確地分割出缺陷，減小擬合誤差和圖像本身灰度值波動以及噪聲帶來的影響，每個像素的分割閾值采用對應的二次曲線擬合值乘以一個比例系數K得到。kjiFjithreshold),(),( 通過大量的實驗比較分析得到，本文分割閾值計算式中的比例系數K取值0.9時，位錯缺陷的分割效果較理想。下面以位錯缺陷圖像為例，進行位錯缺陷的分割，得到位錯缺陷的二值圖像如下圖所示： 由結果可以看出，本文的方法對于多晶硅片位錯缺陷的分割能夠達到理想的效果，具有一定的可行性。 6.缺陷面積統(tǒng)計本文在位錯缺陷分割得到的二值圖像上，采