[发明专利]基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法

权利要求书

1.基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法，其特征在于，包括如下步骤：

步骤1，结构相似性度量函数设计

根据多晶硅电池片EL图像的结构特征设计基于Hessian矩阵的增强滤波函数即结构相似度量函数来增强裂纹缺陷，同时抑制随机晶粒伪缺陷和背景信息，获取一致均匀的背景，具体过程如下：

1-1：结构建模：利用直线和斑点分别表示线状的裂纹缺陷结构和块状的晶粒结构特征，得到直线l(x,y)和斑点b(x,y)的函数表达式为：

1-2：求解特征值：多晶硅电池片EL图像上一点u＝(x,y)处的Hessian矩阵H(u)是一个二维矩阵，其含有两个特征值λ₁和λ₂，具体求解方法为：

其中，K＝(f_xx+f_yy)/2，

可得线状结构特征条件为：块状结构特征条件为：

1-3：为区分线状结构和块状结构，令则线状结构的e₂＝0，块状结构的e₂＝1；进而建立相似度S_i(i＝l,b)识别不同结构特征：

1-4：线状结构和块状结构的特征值大小也有较大差异，故也可选取特征值的绝对值大小M_i(i＝l,b)函数作为区分条件，其分别满足:

M_l(λ₁,λ₂)＝|λ₁|

M_b(λ₁,λ₂)＝|λ₂|

1-5：综合相似度函数S_i和特征值的绝对值函数M_i分别得到线状结构识别函数φ_l和块状结构识别函数φ_b为

其中，多晶硅电池片EL图像f(u)中任意一点u＝(x,y)；

1-6：综合线状结构识别函数φ_l(u)和块状结构识别函数φ_b(u)设计初始结构相似性度量函数φ₀(u)：

1-7：增加曲率度量函数m来区分出背景像素，进而构造函数n用于抑制背景，得到结构相似性度量函数φ(u)；

m＝λ₁²+λ₂²

其中，a为一个可调的常数；

步骤2，预处理待检测图像

将从电池片生产现场采集的电致发光成像下的多晶硅电池片EL图像首先进行高斯滤波的平滑处理来降低图像的噪声，然后利用结构相似性度量函数φ(u)进行处理，得到多晶硅电池片EL图像的裂纹缺陷响应图；

步骤3，裂纹缺陷提取和定位

3-1：张量投票:经过结构相似性度量函数φ(u)处理后，多晶硅电池片EL图像的裂纹缺陷响应图上裂纹缺陷的强度不一致，采用张量投票方法进一步提高裂纹缺陷响应值的均匀度，获取裂纹概率图；

3-2：两个对称的等腰三角形区域内的非极大值抑制：在步骤3-1的基础上，在两个对称的等腰三角形内将强度不是最大的所有像素点标记为零，提取裂纹概率图中的裂纹点；

3-3：形态学处理：在步骤3-2的基础上，采取形态学运算去除图像中一些非裂纹点的局部极大值点；

3-4：裂纹缺陷定位：将提取的裂纹缺陷点精准的定位在多晶硅电池片EL图像上。

2.根据权利要求1所述的基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法，其特征在于，所述步骤1-7中的参数a通过如下公式来计算：

a＝2q²

其中，参数q是一个需手动设置的常数。

3.根据权利要求2所述的基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法，其特征在于，q的取值范围为5到10。

4.根据权利要求1或2任一项所述的基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法，其特征在于，参数a的取值为50。