CN112686273B - 一种光电器件微区光电流/反射图像特征提取及分析方法 - Google Patents

一种光电器件微区光电流/反射图像特征提取及分析方法 Download PDF

Info

Publication number
CN112686273B
CN112686273B CN202011588721.0A CN202011588721A CN112686273B CN 112686273 B CN112686273 B CN 112686273B CN 202011588721 A CN202011588721 A CN 202011588721A CN 112686273 B CN112686273 B CN 112686273B
Authority
CN
China
Prior art keywords
image
photocurrent
area
micro
delta
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011588721.0A
Other languages
English (en)
Other versions
CN112686273A (zh
Inventor
张彤
周佩
吕磊
苏丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202011588721.0A priority Critical patent/CN112686273B/zh
Publication of CN112686273A publication Critical patent/CN112686273A/zh
Application granted granted Critical
Publication of CN112686273B publication Critical patent/CN112686273B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Photovoltaic Devices (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种光电器件微区光电流/反射图像特征提取及分析方法,具体包括:分别提取光电器件表面平面电池区域无微纳结构和有微纳结构区域的光电流图像和反射图像;对所述光电流图像和反射图像进行去背景变换,得到变换后的光电流图像和反射图像;分别对所述变换后的光电流图像和反射图像进行特征提取,建立二者特征的联系;根据所述图像特征提取电学影响因子来定量计算微纳结构的引入对于器件电学性能的影响。本发明的方法能够衡量微纳结构对于器件光学、电学方面的贡献,对于光电器件研发及优化具有重要意义。

Description

一种光电器件微区光电流/反射图像特征提取及分析方法
技术领域
本发明具体是一种光电器件微区光电流/反射图像后处理方法,属于光电器件测试研究领域。
背景技术
随着纳米科学、微纳加工技术的迅速发展,基于半导体纳米材料的光电器件的研究发展迅速,光电器件的研究已然进入微纳米时代,对微纳光电材料及器件的测试技术提出了更高的需求。建立新的微区表征方式,探究微观结构与光电性能之间的关系对于新材料的设计与器件制备过程的优化有着重要意义。
激光束诱导光电流成像或扫描光电流谱是研究微纳尺度下光电转换机理的有效方法,在这一技术中,通常采用光学显微物镜(或透镜组)将激光聚焦到微米/亚微米尺度,并通过对激光进行扫描的方式,逐点记录器件的光电流响应,最终形成扫描区域光电流像,是一种微观尺度对器件光电性能的直观表征手段。
激光束诱导光电流成像技术已经在晶体硅太阳能电池、砷化镓电池、铜铟镓硒太阳能电池、碲化镉太阳能电池、染料敏化太阳能电池、有机太阳能电池等多种体材料和薄膜材料电池中得到应用,表征了这些器件中微区的光电流变化情况,可用于分析器件中微纳尺度的陷光结构、晶粒、缺陷等对器件光电流的影响,也被用于研发前沿的二维材料探测器、表面等离激元探测器、半导体纳米线电池等多种微纳米半导体器件中,给出了器件微观光电信号变化的图像。
然而,激光诱导光电流成像表征了微米纳米结构对光电器件光学、电学的综合影响,其定量分析还存在以下几方面的问题:
(1)无法区分微纳结构对器件的光学和电学方面分别的贡献
在光电器件的微纳陷光技术和缺陷分析研究中,常常需要分别确定微纳结构对器件光学、电学方面的影响。如在太阳能电池的黑硅技术中,通常采用将硅表面进行微米及亚微米尺度的刻蚀降低电池的光学反射率,然而这些亚微米结构通常还会引起电池中的表面复合和俄歇复合等电学上的影响,精确衡量其中的光学、电学影响进而加以优化,是该技术未来发展的趋势,这需要在微纳尺度上对结构的光、电性质进行去耦合,定量分析其电学性质对器件的影响。另一个例子是半导体中的缺陷,同样需要衡量缺陷结构对器件引起的光学、电学的影响,对其进行综合评估与分类。
(2)微纳结构的随机性导致光电流像不均匀,物理意义难以阐明
另外一方面,通常光电器件表面微纳尺度上的陷光结构、晶粒、缺陷、位错结构的尺寸和形貌存在一定的随机性,结光电流像通常十分不均匀,阻碍了其物理意义的阐明。而仅仅通过图像加权取平均这种方式又会引起图像粗糙度等信息的丢失,无法精确描述其图像特征,需要在光电流成像中引入图像特征提取方法,进一步对图像物理意义的定量化。
(3)如何对微区光学、光电流图像变换从而准确提取结构对器件电学影响因子
通过对结构微区反射信号进行提取形成微区反射像可以表征器件光学特征,与光电流图像的特征相配合有望定量评估结构对器件电学特性的影响,然而这两类图像的信息表征不同的物理量,存在不同信号背景的偏置信息,需对图像进行变换,建立二者直接联系,才能对图像进行定量评估。
因此,在光电器件微区成像***中,需提出对光电流像、反射像图像变换及特征提取的方法,通过建立二者特征的联系,定量计算微纳结构的引入对器件电学性能的影响,这对于光电器件研发及优化具有重要意义。
发明内容
技术问题:本发明的目的是为了解决微纳结构对于光电器件电学方面的影响难以直接表征的问题,提出一种对微区光电流/反射像后处理方法,从图像中计算出微纳结构的电学影响因子,用来衡量微纳结构对光电器件电学方面影响的大小。
技术方案:本发明的一种光电器件微区光电流/反射图像特征提取及分析方法包括以下步骤:
步骤1.分别提取光电器件表面平面电池区域无微纳结构和有微纳结构区域的光电流图像和反射图像;
步骤2.将步骤1中得到的光电流/反射图像进行去背景变换,得到变换后的光电流反射图像ΔI(x,y)和反射光变化图像ΔR(x,y);
步骤3.对变换后的光电流/反射图像进行特征提取,定义面积S为光电流或反射光的变化量与背景区域变化量平均值之差的图像面积,定义对比度C为图像标准差与均值之商;
步骤4.根据步骤3变换后的光电流/反射图像特征分析微纳结构对于器件电学性能的影响,结合以下规则,做出结构加入对器件影响的判断:
(1)C光电流=C反射光,且S(ΔI>0)=S(ΔR<0),S(ΔI<0)=S(ΔR>0);此时微纳结构的引入仅有光学上的作用,对电池的电学性能没有影响;
(2)S(ΔI>0)<S(ΔR<0),S(ΔI<0)>S(ΔR>0),此时微纳结构的引入不仅有光学上的作用,且使得器件电学性能变差;
(3)S(ΔI>0)>S(ΔR<0),S(ΔI<0)<S(ΔR>0),此时微纳结构的引入不仅有光学上的作用,且使得器件电学性能变好。
其中:
所述微区光电流图像是指激光聚焦后在器件表面扫描,得到器件表面不同位置的光电流数值形成的图像,用于表征器件中微区光电流变化情况。
所述反射图像为单色激光聚焦在器件表面扫描,提取光的反射信号形成的反射图像;或采用白光经显微镜聚焦在器件表面扫描,经过光栅分光得出的单色光反射图像,用于表征器件的光学特性。
所述步骤2的去背景变换是指:定义平面电池区域即无微纳结构区域为背景区域,将带有微纳结构区域的光电流和反射光扫描值分别减去背景区域的光电流和反射光扫描值的平均值,得到光电流变换图像ΔI(x,y)和反射光变化图像ΔR(x,y)。
所述步骤3对变换后的光电流/反射图像进行特征提取是指:定义S为光电流或反射光在特定阈值作用后的图像变化面积S(ΔI>0)、S(ΔI<0)、S(ΔR>0)、S(ΔR<0)分别指光电流变化大于0的图像面积、光电流变化小于0的图像面积、反射光变化大于0的图像面积、反射光变化小于0的图像面积;定义对比度C为分别为图像标准差与均值之商。
有益效果:本发明的优点如下:
本发明提出一种光电器件微区光电流/反射图像特征提取及分析方法,解决了微区光电流图像无法区分微纳结构对器件的光学和电学的贡献问题。定义了电学影响因子来精确衡量光电器件表面微纳结构对于器件电学方面的贡献建立二者特征的联系,对于今后光电器件的研发及优化具有重要意义。
提出的图像后处理方法可以有效评估形貌随机的微纳结构电学特征,解决了通常不均匀光电流像难以定量判断的问题。微纳结构的随机性导致光电流像不均匀,通常微区光电流图像没有有效后处理手段,无法实现进一步分析。
提出的图像后处理方法与光电流像和反射像的像素个数无关。也即当光电流图像和反射像像素个数不同时,同样不影响图像的处理流程与步骤。
附图说明
图1是本发明的微区光电流/反射图像提取及后处理的流程图。
具体实施方式
下面结合附图本发明进一步说明。
本发明提出了一种光电器件微区光电流/反射图像特征提取及分析方法,具体步骤包括:
步骤1:分别提取光电器件表面平面电池区域(无微纳结构)和有微纳结构区域的光电流图像和反射图像;
步骤2:将步骤1中得到的光电流/反射图像进行去背景变换,得到变换后的光电流/反射图像:将有微纳结构区域的光电流和反射光扫描值分别减去平面电池区域(无微纳结构)的光电流和反射光扫描值,得到光电流变化图像ΔI(x,y)和反射光变化图像ΔR(x,y);
步骤3:对变换后的光电流/反射图像进行特征提取,定义面积S为光电流或反射光的变化量与背景区域变化量平均值之差的图像面积,定义对比度C为图像标准差与均值之商;
步骤4:根据步骤3的变换后的光电流/反射图像特征分析微纳结构对于器件电学性能的影响。
具体发明原理如下:
对于平面太阳能电池
Figure BDA0002868135810000041
其中I0是光电流,P是入射功率,h为普朗克常数,ν为光子频率,IQE为内量子效率,表征电池将光子转变为电子能力,R为电池反射率。
在实际测试中,可测得电流和反射强度,反射强度R0正比于反射率,也即R0=kR,其中k为正值系数,加入微纳结构后,设反射强度为R1,电流为I1,ΔR=R1-R0,ΔI=I1-I0
情形1:如果对电池的电学特性没有影响,则IQE维持不变,也即当入射光功率、波长不变时,电池光电流仅仅与电池反射率有关。
此时电池的电流为
Figure BDA0002868135810000051
Figure BDA0002868135810000052
由于结构非均匀,因而其中ΔI,ΔR是位置的函数,也即光电流变化的图像及反射强度变化的图像,该图像像素应有关系
Figure BDA0002868135810000053
Figure BDA0002868135810000054
定义图像对比度C为标准差除以平均值的绝对值,则光电流的对比度为
Figure BDA0002868135810000055
反射光对比度为
Figure BDA0002868135810000056
其中i0和I0分别为光电流和反射光强图像像素平均值,σ1、σ2分别为光电流和反射光强图像像素标准差。
此时若对|ΔI(x,y)|和|ΔR(x,y)|构成的图像求对比度,可得C光电流=C反射光,且S(ΔI>0)=S(ΔR<0),S(ΔI<0)=S(ΔR>0),其中S(ΔI>0)是光电流变化大于0的图像面积,S(ΔR<0)是反射光强度变化小于0的图像面积,S(ΔI<0)是光电流变化小于0的图像面积,S(ΔR>0)是反射光强度变化大于0的图像面积。
情形2:加入微纳结构后,如果电池的电学性能变差,命IQE1为加入微纳结构的内量子效率,则IQE1<IQE,命IQE1=IQE+ΔIQE,其中ΔIQE<0,
Figure BDA0002868135810000057
Figure BDA0002868135810000058
Figure BDA0002868135810000059
Figure BDA00028681358100000510
此时C光电流与C反射光的关系不确定,且S(ΔI>0)<S(ΔR<0),S(ΔI<0)>S(ΔR>0)。
情形3:加入微纳结构后,如果电池的电学性能变好,命IQE1为加入微纳结构的内量子效率,则IQE1<IQE,命IQE1=IQE+ΔIQE,其中ΔIQE>0,
Figure BDA00028681358100000511
Figure BDA00028681358100000512
Figure BDA00028681358100000513
Figure BDA00028681358100000514
此时C光电流与C反射光的关系不确定,且S(ΔI>0)>S(ΔR<0),S(ΔI<0)<S(ΔR>0)。
由此可根据光电流或反射光的变化在特定阈值作用后的图像面积S和对比度C来分析微纳结构的引入对于器件电学性能的影响:
(1)C光电流=C反射光,且S(ΔI>0)=S(ΔR<0),S(ΔI<0)=S(ΔR>0);此时结构的引入仅有光学上的作用,对电池的电学性能没有影响;
(2)S(ΔI>0)<S(ΔR<0),S(ΔI<0)>S(ΔR>0),此时结构的引入不仅有光学上的作用,且使得器件电学性能变差;
(3)S(ΔI>0)>S(ΔR<0),S(ΔI<0)<S(ΔR>0),此时结构的引入不仅有光学上的作用,且使得器件电学性能变好。

Claims (5)

1.一种光电器件微区光电流/反射图像特征提取及分析方法,其特征在于,该方法包括以下步骤:
步骤1.分别提取光电器件表面平面电池区域无微纳结构和有微纳结构区域的光电流图像和反射图像;
步骤2.将步骤1中得到的光电流/反射图像进行去背景变换,得到变换后的光电流变化图像ΔI(x,y)和反射光变化图像ΔR(x,y);
步骤3.对变换后的光电流/反射图像进行特征提取,定义面积S为光电流或反射光变化的变化量与背景区域变化量平均值之差的图像面积,定义对比度C为图像标准差与均值之商;
步骤4.根据步骤3变换后的光电流/反射图像特征分析微纳结构对于器件电学性能的影响,结合以下规则,做出结构加入对器件影响的判断:
(1)C光电流=C反射光,且S(ΔI>0)=S(ΔR<0),S(ΔI<0)=S(ΔR>0);此时微纳结构的引入仅有光学上的作用,对电池的电学性能没有影响;
(2)S(ΔI>0)<S(ΔR<0),S(ΔI<0)>S(ΔR>0),此时微纳结构的引入不仅有光学上的作用,且使得器件电学性能变差;
(3)S(ΔI>0)>S(ΔR<0),S(ΔI<0)<S(ΔR>0),此时微纳结构的引入不仅有光学上的作用,且使得器件电学性能变好。
2.如权利要求1所述的一种光电器件微区光电流/反射图像特征提取及分析方法,其特征在于:所述微区光电流图像是指激光聚焦后在器件表面扫描,得到器件表面不同位置的光电流数值形成的图像,用于表征器件中微区光电流变化情况。
3.如权利要求1所述的一种光电器件微区光电流/反射图像特征提取及分析方法,其特征在于:所述反射图像为单色激光聚焦在器件表面扫描,提取光的反射信号形成的反射图像;或采用白光经显微镜聚焦在器件表面扫描,经过光栅分光得出的单色光反射图像,用于表征器件的光学特性。
4.如权利要求1所述的一种光电器件微区光电流/反射图像特征提取及分析方法,其特征在于:所述步骤2的去背景变换是指:定义平面电池区域即无微纳结构区域为背景区域,将带有微纳结构区域的光电流和反射光扫描值分别减去背景区域的光电流和反射光扫描值的平均值,得到光电流变换图像ΔI(x,y)和反射光变化图像ΔR(x,y)。
5.如权利要求1所述的一种光电器件微区光电流/反射图像特征提取及分析方法,其特征在于:所述步骤3对变换后的光电流/反射图像进行特征提取是指:定义S为光电流或反射光的变化量与背景区域变化量平均值之差的图像面积,S(ΔI>0)、S(ΔI<0)、S(ΔR>0)、S(ΔR<0)分别指光电流变化大于0的图像面积、光电流变化小于0的图像面积、反射光变化大于0的图像面积、反射光变化小于0的图像面积;定义对比度C为分别为图像标准差与均值之商。
CN202011588721.0A 2020-12-29 2020-12-29 一种光电器件微区光电流/反射图像特征提取及分析方法 Active CN112686273B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011588721.0A CN112686273B (zh) 2020-12-29 2020-12-29 一种光电器件微区光电流/反射图像特征提取及分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011588721.0A CN112686273B (zh) 2020-12-29 2020-12-29 一种光电器件微区光电流/反射图像特征提取及分析方法

Publications (2)

Publication Number Publication Date
CN112686273A CN112686273A (zh) 2021-04-20
CN112686273B true CN112686273B (zh) 2022-11-08

Family

ID=75454734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011588721.0A Active CN112686273B (zh) 2020-12-29 2020-12-29 一种光电器件微区光电流/反射图像特征提取及分析方法

Country Status (1)

Country Link
CN (1) CN112686273B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1793874B (zh) * 2005-12-14 2010-05-05 中国科学院上海技术物理研究所 一种测量半导体纳米结构光电性能的设备和方法
CN105651785A (zh) * 2015-12-31 2016-06-08 中国科学院半导体研究所 测量半导体材料表面微结构缺陷的显微成像装置和方法
CN109187459B (zh) * 2018-08-22 2020-06-16 清华大学 一种自适应扫描宽视场高通量层析显微成像方法及装置

Also Published As

Publication number Publication date
CN112686273A (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
Akram et al. Failures of Photovoltaic modules and their Detection: A Review
Yuan et al. Efficient black silicon solar cell with a density-graded nanoporous surface: Optical properties, performance limitations, and design rules
Dhimish et al. Development of novel solar cell micro crack detection technique
Lee et al. Plasmonic-enhanced photodetectors for focal plane arrays
Bose et al. A morphological and electronic study of ultrathin rear passivated Cu (In, Ga) Se2 solar cells
US10302574B2 (en) Method for analysing the crystal structure of a polycrystalline semiconductor
TW201330136A (zh) 藉由光學影像品質檢定光伏電池用矽晶圓
CN112686273B (zh) 一种光电器件微区光电流/反射图像特征提取及分析方法
Kristensen et al. A high-accuracy calibration method for temperature dependent photoluminescence imaging
Quan et al. Compressive light beam induced current sensing for fast defect detection in photovoltaic cells
Rabha et al. Laser-beam-induced current mapping evaluation of porous silicon-based passivation in polycrystalline silicon solar cells
Ory et al. Extended quantitative characterization of solar cell from calibrated voltage-dependent electroluminescence imaging
Pociask-Bialy et al. Light trapping by chemically micro-textured glass for crystalline silicon solar cells
Ibrahim RETRACTED ARTICLE: Dark current–voltage characteristics and lock-in thermography techniques as diagnostic tools for monocrystalline silicon solar cells after thermal stress
Rey et al. Photoluminescence-based method for imaging buffer layer thickness in CIGS solar cells
Thantsha et al. Opto-electronic analysis of silicon solar cells by LBIC investigations and current–voltage characterization
CN101915546B (zh) 太阳能芯片的抗反射层的检测方法及检测装置
Kumar et al. High-Speed Laser Beam Induced Current Imaging: A Complementary Quantitative Diagnostic Tool for Modules
Pacho et al. A method to quantify the collective impact of grain boundaries on the internal quantum efficiency of multicrystalline silicon solar cells
Alimi et al. Solar Photovoltaic Modules’ Performance Reliability and Degradation Analysis—A Review. Energies 2022, 15, 5964
Kristensen Temperature coefficients and crystal defects in multicrystalline silicon solar cells
RU2783220C1 (ru) Способ получения распределения чувствительности по площади пикселя матричного фотоприёмника
Sopori et al. High-speed mapping of grown-in defects and their influence in large-area silicon photovoltaic devices
CN102927918A (zh) 太阳能芯片的抗反射层的检测方法及检测装置
Lin et al. The chemical stain inspection of polysilicon solar cell wafer by the fuzzy theory method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant