TW201335893A - 表面花紋之檢測方法 - Google Patents

表面花紋之檢測方法 Download PDF

Info

Publication number
TW201335893A
TW201335893A TW101106504A TW101106504A TW201335893A TW 201335893 A TW201335893 A TW 201335893A TW 101106504 A TW101106504 A TW 101106504A TW 101106504 A TW101106504 A TW 101106504A TW 201335893 A TW201335893 A TW 201335893A
Authority
TW
Taiwan
Prior art keywords
foreground
pixels
tested
average
value
Prior art date
Application number
TW101106504A
Other languages
English (en)
Other versions
TWI489420B (zh
Inventor
Wen-Wei Cheng
Ming-Kai Hsueh
Wen-Chi Luo
Original Assignee
Chroma Ate Inc
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 Chroma Ate Inc filed Critical Chroma Ate Inc
Priority to TW101106504A priority Critical patent/TWI489420B/zh
Priority to US13/469,193 priority patent/US9116135B2/en
Publication of TW201335893A publication Critical patent/TW201335893A/zh
Application granted granted Critical
Publication of TWI489420B publication Critical patent/TWI489420B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
    • H01L27/14—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
    • H01L27/144—Devices controlled by radiation
    • H01L27/146—Imager structures
    • H01L27/14601—Structural or functional details thereof
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
    • H01L27/14—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
    • H01L27/144—Devices controlled by radiation
    • H01L27/146—Imager structures
    • H01L27/14601—Structural or functional details thereof
    • H01L27/14603—Special geometry or disposition of pixel-elements, address-lines or gate-electrodes

Landscapes

  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

一種表面花紋之檢測方法，包含以下步驟：首先對一待測物之表面擷取一具有N個像素之灰階影像，且N為正整數；接著依據一篩選比例f，選出f×N個灰階值較小之像素定義為一前景區域，並依據該前景區域之像素數量及灰階值計算出一前景平均值；以及選出f×N個灰階值較大之像素定義為一背景區域，並依據該背景區域之像素數量及灰階值計算出一背景平均值；最後依據該前景平均值與該背景平均值判斷該待測物之表面是否具有瑕疵。

Description

表面花紋之檢測方法
本發明是有關於一種光學檢測方法，且特別是有關於一種表面花紋之檢測方法。
在大量工業產品的生產上，如何追求更高的產品品質以及提高所生產產品之均一性，一直是人們所重視的重點，因此除了對產品之生產程序進行改良，更須對所生產產品之品質進行檢測，以滿足客戶對於產品品質之要求，而其中，產品外觀是否完好無瑕疵，更是在產品生產時，最為直觀之檢測項目。
然而在許多生產領域上，受限於其材料本質之限制，在製作完成後，其表面容易形成各式各樣之紋路或斑點圖案，雖然花紋多半對於產品性能影響不大，但就其外觀來看，其不規則之表面花紋無法符合大多數人對於美感的要求，造成其產品價值下降，而客戶也多將此類表面花色過於斑駁不一之產品予以退貨，因此若是此類產品未能在出貨前被檢測出來，將造成出貨成本上之損失。
舉例而言，在目前主流之矽晶太陽能電池製程中，由於矽晶板之生長特性，其晶格控制不易而難以控制其表面花色，容易造成太陽能電池表面花色不一，雖然表面花色不均勻不影響其光電性能，不妨礙一般發電運用，但若要將太陽能電池應用於建築領域，其表面花色之均勻性便極為重要，生產者必需於品管過程中檢出表面花紋過花之太陽能電池。
然而目前在產品花紋檢測中，多依賴人工目測的方法，以檢出其表面花色較不均勻之產品，然而由於表面花色之均勻與否，並無統一之標準以及明確之數值可予以界定，僅能依賴生產線人員其個人主觀意識與個人經驗，來評斷產品表面是否過花，但由於不同檢測人員之間，彼此對於均勻之感官認知皆不相同，往往對於瑕疵產品有誤判或過判之情事，因此，若是未能把瑕疵產品檢出而造成客戶退貨，將使得生產者必須付出額外之出貨成本。
綜觀以上所述，由於在以往之表面花紋之檢測方法中，所採用之人工目測檢出方法，來檢測產品表面是否具有瑕疵，往往會有檢出標準不一以及個人主觀性不同所造成誤判或過判之問題。
因此為了解決上述問題，本發明之主要目的在於提供一種表面花紋之檢測方法，其係以自動化的判斷待測物表面花紋之不均勻度，用以改善傳統人工目測方法之缺點。
本發明為解決習知技術之問題所採用之技術手段係提供一種表面花紋之檢測方法，其包含以下步驟：首先對一待測物之表面擷取一具有N個像素之灰階影像，且N為正整數；接著依據一篩選比例f，選出f×N個灰階值較小之像素定義為一前景區域，並依據該前景區域之像素數量及灰階值計算出一前景平均值。
同時，選出f×N個灰階值較大之像素定義為一背景區域，並依據該背景區域之像素數量及灰階值計算出一背景平均值；最後依據該前景平均值與該背景平均值判斷該待測物之表面是否具有瑕疵。其中較佳者，該篩選比例f介於0至0.5之間，且該具有N個像素之灰階值係為一常態分佈。
該表面花紋之檢測方法更係先統計每一灰階值之像素數量，若該灰階值之像素數量小於一預設數量時，則忽略該灰階值之像素。
在本發明之另一較佳實施例中，當該前景平均值與該背景平均值之差值大於一預設差值時，則判斷該待測物之表面具有瑕疵。
在本發明之另一較佳實施例中，當該前景平均值大於一預設前景值，且該前景區域之像素數量大於一區域數量時，則判斷該待測物之表面具有瑕疵。
在本發明之另一較佳實施例中，另先依據該前景區域之像素之分佈位置，計算出該前景區域之一分散度；且當該分散度大於一預設分散度時，則判斷該待測物之表面具有瑕疵。
此外，本發明所提供之表面花紋之檢測方法更特別適於應用在太陽能電池之檢測。
從以上述可知，由於在本發明所提供之一種表面花紋之檢測方法中，係利用分析待測物表面之灰階影像，藉以分類出前景區域與背景區域，並歸納其前景區域與背景區域之各項影像特性，諸如前景區域數量之多寡、前景平均值與背景平均值彼此間之差值大小，以及計算前景區域之像素之分佈分散度；利用該些規則定義，將可以自動地將表面具有瑕疵之待測物檢出，以避免由於人工目測所造成之誤判或過判之問題，使檢測過程中排除人為主觀意識之影響，降低檢測之失誤機率，並減少生產者之出貨成本。
本發明所採用的具體實施例，將藉由以下之實施例及圖式作進一步之說明。
本發明所提供之一種表面花紋之檢測方法，其係擷取待測物之表面影像，分析其灰階數據之影像特性，而判斷待測物之表面是否具有瑕疵。然而由於實施本發明的實施方式不勝枚舉，致使本發明所提供之表面花紋之檢測方法可依照多種形式而加以實施，故在此不再一一贅述，僅列舉其中較佳實施例來加以具體說明。
請參閱第二圖、第三圖與第四圖，第二圖係為本發明較佳實施例之表面花紋之檢測方法之流程圖，第三圖係為待測物表面之灰階影像示意圖，第四圖係為待測物表面之灰階影像之灰階值示意圖。在本方法之流程中，待測物係為太陽能電池。本發明之表面花紋之檢測方法係包含以下步驟：首先進行步驟S10，其係對待測物之表面擷取N個像素之灰階影像，且該具有N個像素之灰階值係為一常態分佈；接著進行步驟S11，其係統計各灰階值之像素數量，並忽略其中像素數量少於預設數量的灰階值之像素，以獲得M個像素之灰階影像1。
然後進行步驟S12，依據一篩選比例f，選出f×M個灰階值較小之像素定義為前景區域101，在本實施例中該篩選比例f為0.2；而後進行步驟S13，依據該前景區域101之像素數量及灰階值計算出前景平均值；接著進行步驟S14，其係依據同步驟S12之篩選比例f，選出f×M個灰階值較大之像素定義為背景區域102；如第四圖所示，配合篩選比例f即可將前景區域101以及背景區域102自M個像素之灰階影像1中定義出來。
接著進行步驟S15，其係依據背景區域102之像素數量及灰階值計算出背景平均值；最後進行步驟S16，依據前景平均值與背景平均值判斷待測物之表面是否具有瑕疵。其判斷準則，主要是藉由前景區域101與背景區域102之差異，加以評斷表面花色之不均勻程度。
請參閱第一A圖至第一E圖，第一A圖至第一E圖係顯示不同之灰階影像示意圖。如第一A圖與第一B圖所示，雖然第一A圖之前景區域101a與第一B圖之前景區域101b數量相同，但第一B圖之前景區域101b與背景區域102b對比相較第一A圖明顯，因此在視覺檢測上第一B圖之表面花紋較為明顯。
除此之外，花紋明顯程度也可由前景區域之數量多寡來判斷，如第一B圖與第一C圖所示，由於第一B圖之前景區域101b數量較第一C圖之前景區域101c多，因此在視覺檢測上第一B圖之表面花紋也較為明顯。
前景區域位置之分散程度也係用以評斷花紋是否明顯，如第一D圖與第一E圖所示，雖然第一D圖之前景區域101d與第一E圖之前景區域101e數量相同，但第一E圖之前景區域101e較第一D圖之前景區域101d分散，因此在視覺檢測上第一E圖之表面花紋較為明顯。
請同時參閱第二圖與第五圖，第五圖係本發明另一較佳實施例之表面花紋之檢測方法之流程圖。如第五圖所示，該表面花紋之檢測方法之步驟S16，更係包含：步驟S161，判斷前景平均值與背景平均值之差值是否大於預設差值，若前景平均值與背景平均值之差值大於預設差值，則進行步驟S162；倘若前景平均值與背景平均值之差值小於預設差值，則進入步驟S17b，判斷待測物之表面不具有瑕疵。
步驟S162係依據前景區域101之像素之分佈位置，計算出前景區域101之分散度；接著進行步驟S163，判斷分散度是否大於預設分散度，若分散度大於預設分散度，則進入步驟S17a，判斷待測物之表面具有瑕疵；而若當分散度小於預設分散度，則進入步驟S17b，判斷待測物之表面不具有瑕疵。
請同時參閱第二圖與第六圖，第六圖係為本發明另一較佳實施例之表面花紋之檢測方法之流程圖。步驟S16更係包含：步驟S164，判斷前景平均值是否大於預設前景值，若前景平均值大於預設前景值，則進入步驟S165；倘若前景平均值小於預設前景值，則進入步驟S161。
步驟S165係判斷前景區域之像素數量是否大於區域數量，若前景區域之像素數量大於區域數量，則進入步驟S17a，判斷待測物之表面具有瑕疵；倘若前景區域之像素數量小於區域數量，則進入步驟S17b，判斷待測物之表面不具有瑕疵。
步驟S161係判斷前景平均值與背景平均值之差值是否大於預設差值，若前景平均值與背景平均值之差值大於預設差值，則進行步驟S17a，判斷待測物之表面具有瑕疵；而倘若前景平均值與背景平均值之差值小於預設差值，則進入步驟S17b，判斷待測物之表面不具有瑕疵。
上述針對步驟S16所包含之步驟S161、S162、S163、S164與S165，其組合以及步驟順序之選用僅為一舉例，可視所欲達到之檢測效果，組合該些步驟以及進行順序即可，在此並不再一一多做贅述。
綜上所述，相信在所屬技術領域中具有通常知識者，在閱讀上述之實施例後應可理解，相較習知之人工目測之檢出方法，由於本發明是蒐集待測物之表面之灰階影像，並分析其灰階影像之各項影像特性，而藉以判斷待測物表面是否具有瑕疵，不存有人為主觀上或個人經驗之判斷，並具有統一之瑕疵表面之檢出標準，將可大幅減少人為誤判或過判所造成之問題。
藉由上述之本發明實施例可知，本發明確具產業上之利用價值。惟以上之實施例說明，僅為本發明之較佳實施例說明，舉凡所屬技術領域中具有通常知識者當可依據本發明之上述實施例說明而作其它種種之改良及變化。然而這些依據本發明實施例所作的種種改良及變化，當仍屬於本發明之發明精神及界定之專利範圍內。
1、1a、1b、1c、1d、1e．．．灰階影像
101、101a、101b、101c、101d、101e．．．前景區域
102、102a、102b、102c、102d、102e．．．背景區域
第一A圖至第一E圖係顯示不同之灰階影像示意圖；
第二圖係為本發明較佳實施例之表面花紋之檢測方法之流程圖；
第三圖係為待測物表面之灰階影像示意圖；
第四圖係為待測物表面之灰階影像之灰階值示意圖；
第五圖係為本發明另一較佳實施例之表面花紋之檢測方法之流程圖；以及
第六圖係為本發明另一較佳實施例之表面花紋之檢測方法之流程圖。

Claims (8)

  1. 一種表面花紋之檢測方法，包含：對一待測物之表面擷取一具有N個像素之灰階影像，且N為正整數；依據一篩選比例f，選出f×N個灰階值較小之像素定義為一前景區域，並依據該前景區域之像素數量及灰階值計算出一前景平均值；選出f×N個灰階值較大之像素定義為一背景區域，並依據該背景區域之像素數量及灰階值計算出一背景平均值；以及依據該前景平均值與該背景平均值判斷該待測物之表面是否具有瑕疵。
  2. 如申請專利範圍第1項所述之檢測方法，另包含：統計每一灰階值之像素數量，若該灰階值之像素數量小於一預設數量時，忽略該灰階值之像素。
  3. 如申請專利範圍第1項所述之檢測方法，其中依據該前景平均值與該背景平均值判斷該待測物之表面是否具有瑕疵包含：若該前景平均值與該背景平均值之差值大於一預設差值，則判斷該待測物之表面具有瑕疵。
  4. 如申請專利範圍第1項所述之檢測方法，其中依據該前景平均值與該背景平均值判斷該待測物之表面是否具有瑕疵包含：若該前景平均值大於一預設前景值，且該前景區域之像素數量大於一區域數量時，則判斷該待測物之表面具有瑕疵。
  5. 如申請專利範圍第1項所述之檢測方法，另包含：依據該前景區域之像素之分佈位置，計算出該前景區域之一分散度；以及若該分散度大於一預設分散度時，則判斷該待測物之表面具有瑕疵。
  6. 如申請專利範圍第1項所述之檢測方法，其中該篩選比例f介於0至0.5之間。
  7. 如申請專利範圍第1項所述之檢測方法，其中該待測物係為一太陽能電池。
  8. 如申請專利範圍第1項所述之檢測方法，其中該具有N個像素之灰階值係為一常態分佈。
TW101106504A 2012-02-29 2012-02-29 表面花紋之檢測方法 TWI489420B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW101106504A TWI489420B (zh) 2012-02-29 2012-02-29 表面花紋之檢測方法
US13/469,193 US9116135B2 (en) 2012-02-29 2012-05-11 Method for detecting a surface pattern of a solar cell

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101106504A TWI489420B (zh) 2012-02-29 2012-02-29 表面花紋之檢測方法

Publications (2)

Publication Number Publication Date
TW201335893A true TW201335893A (zh) 2013-09-01
TWI489420B TWI489420B (zh) 2015-06-21

Family

ID=49002951

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101106504A TWI489420B (zh) 2012-02-29 2012-02-29 表面花紋之檢測方法

Country Status (2)

Country Link
US (1) US9116135B2 (zh)
TW (1) TWI489420B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10134923B1 (en) 2018-04-27 2018-11-20 Global Solar Energy, Inc. Photovoltaic devices including bi-layer pixels having reflective and/or antireflective properties
CN109559279A (zh) * 2018-12-06 2019-04-02 湖南科霸汽车动力电池有限责任公司 电池极板填充空隙密度的计算方法
CN110324617B (zh) * 2019-05-16 2022-01-11 西安万像电子科技有限公司 图像处理方法及装置
CN110288566B (zh) * 2019-05-23 2021-12-07 北京中科晶上科技股份有限公司 一种目标缺陷提取方法
US11211352B2 (en) * 2019-10-01 2021-12-28 Taiwan Semiconductor Manufacturing Company, Ltd. Bump structure to prevent metal redeposit and to prevent bond pad consumption and corrosion
CN110672623B (zh) * 2019-10-21 2021-05-28 武汉纺织大学 一种太阳能电池片几何外观缺陷检测方法
CN111833303B (zh) * 2020-06-05 2023-07-25 北京百度网讯科技有限公司 产品的检测方法、装置、电子设备及存储介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6330354B1 (en) * 1997-05-01 2001-12-11 International Business Machines Corporation Method of analyzing visual inspection image data to find defects on a device
JP2005317818A (ja) * 2004-04-30 2005-11-10 Dainippon Screen Mfg Co Ltd パターン検査装置およびパターン検査方法
EP1959487B1 (en) * 2005-12-06 2011-05-04 Shibaura Mechatronics Corporation Surface roughness tester
US7697752B2 (en) * 2005-12-20 2010-04-13 General Instrument Corporation Method and apparatus for performing object detection
ITMO20060093A1 (it) * 2006-03-21 2007-09-22 System Spa Metodo per l'individuazione di aree di disuniformita' su una superficie
EP2023401A1 (en) * 2006-04-28 2009-02-11 Sharp Corporation Solar battery module evaluation device, solar battery module evaluating method, and solar battery module manufacturing method
US7369236B1 (en) * 2006-10-31 2008-05-06 Negevtech, Ltd. Defect detection through image comparison using relative measures
JP4408298B2 (ja) * 2007-03-28 2010-02-03 株式会社日立ハイテクノロジーズ 検査装置及び検査方法
CN101419176B (zh) * 2007-10-26 2012-03-28 比亚迪股份有限公司 表面瑕疵检测方法及装置
CN101764937B (zh) * 2008-11-04 2013-06-05 新奥特（北京）视频技术有限公司 确定像素空间掩码矩阵的像素到最外侧边距离的方法
TWI399971B (zh) * 2010-07-28 2013-06-21 Vatics Inc 降低數位影像雜訊的方法及其電子裝置

Also Published As

Publication number Publication date
US20130223747A1 (en) 2013-08-29
TWI489420B (zh) 2015-06-21
US9116135B2 (en) 2015-08-25

Similar Documents

Publication Publication Date Title
TWI489420B (zh) 表面花紋之檢測方法
TWI603074B (zh) 光學薄膜缺陷辨識方法及其系統
CN103207183A (zh) 外观检查装置和外观检查方法
CN109727233B (zh) 一种lcd缺陷检测方法
KR101477665B1 (ko) 불균일한 텍스쳐 표면의 불량 검출방법
CN109946303A (zh) 检查装置和方法
CN103218961A (zh) 一种lcd缺陷在线检测方法及***
WO2010023791A1 (ja) 欠陥検査方法及び装置
WO2015021417A1 (en) Adaptive local threshold and color filtering
CN101676040B (zh) 用以分类太阳能电池的光学检测***以及方法
JP2017523604A (ja) 自動的なレシピ安定性の監視および報告
CN109283182A (zh) 一种电池焊点缺陷的检测方法、装置及***
TW201512649A (zh) 偵測晶片影像瑕疵方法及其系統與電腦程式產品
US8358406B2 (en) Defect inspection method and defect inspection system
WO2017049863A1 (zh) 液晶滴注***及控制方法
JP5634390B2 (ja) ガラス容器の欠陥検査方法及び装置
CN103308530B (zh) 表面花纹的检测方法
TW202020802A (zh) 信息處理方法及計算機程序
TW200849141A (en) Device and method for inspecting the defects of objects
TWI753424B (zh) 外觀檢查管理系統、外觀檢查管理裝置、外觀檢查管理方法以及程式
CN104165696A (zh) 一种材料表面颜色特征在线自动检测方法
TWI493177B (zh) 一種檢測具週期性結構光學薄膜的瑕疵檢測方法及其檢測裝置
Rupnowski et al. High throughput and high resolution in-line monitoring of PEMFC materials by means of visible light diffuse reflectance imaging and computer vision
CN112801930A (zh) 基于机器视觉的织物的背光经纬瑕疵检测方法和设备
KR100566772B1 (ko) 플랫패널용 광관련판요소의 라인결함 검출방법

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees