CN103302039A - 太阳能电池晶片分色的方法 - Google Patents

Abstract

本发明公开了一种太阳能电池晶片分色的方法，用来分类太阳能电池晶片表面的颜色。本方法包含下列步骤：取得太阳能电池晶片表面的影像；取得影像上的多个有效点；分别分析各有效点，以获得CIE LAB色彩空间中分别对应各有效点的多个亮度值；将各亮度值分别分类至多个颜色类别中；以及，根据各颜色类别所包含亮度值的比例，进而决定太阳能电池晶片的表面颜色。

Description

太阳能电池晶片分色的方法

技术领域

本发明关于一种太阳能电池晶片分色的方法，并且特别地，关于一种能有效地对太阳能电池晶片表面的颜色进行分类的方法。

背景技术

近年来，能源以及环保议题受到重视，使得世界各国纷纷发展新式较无污染的能源，例如，风力、潮汐、地热、太阳能、以及生质能源等，其中太阳能由于应用范围广泛且发展较为成熟而成为各种新式替代能源中最被看好的其中之一。

太阳能的利用一般通过太阳能电池(solar cell)晶片，通过光电转换把太阳光中所包含的能量转化为电能。太阳能电池晶片依制作工艺不同，可概分为硅晶太阳能电池晶片以及薄膜太阳能电池晶片等，其中硅晶太阳能电池晶片发展最久同时技术也最成熟。硅晶太阳能电池晶片的基本构造是P型半导体与N型半导体接合而成，当太阳光照射太阳能电池晶片时，其光能将硅原子中的电子激发出来而形成电子与电洞的对流，所产生的电子与电洞受到内建电位影响分别被P型半导体与N型半导体吸引而聚集至不同的两侧，通过电极可引出电子与电洞进而产生电能。

由于太阳能电池晶片以其表面接收太阳光而进行发电，因此，太阳能电池晶片表面是否能有效吸收光源，将成为提升能量转换效率的关键所在。此外，太阳能电池晶片表面具有一层抗反射层，可用来降低照射至表面的光线的反射率，换言之，增加光吸收效率。抗反射层的厚度将会影响抗反射的效率，而抗反射层的厚度可由太阳能电池晶片表面颜色来区分，一般而言，抗反射层越厚颜色越浅，反之则越深。颜色的差异主要取决于制作工艺的管控，根据颜色的深浅以及均一性也可判断制作工艺的能力是否不足而须改善制作工艺。

如上所述，太阳能电池晶片表面颜色分类可做为改进生产制作工艺的依据。传统的太阳能电池晶片表面颜色分类的方法以人眼直接观看其表面，并比对表面颜色与各种颜色类别的标准值之间的相似度而进行分类。然而，受限于每个人对于对颜色相似度判断标准无法均一，且人眼容易受到疲劳等因素而失准，故人眼分色判断方法会具有相当大的误差，进一步影响太阳能电池晶片制作工艺的改进。

发明内容

因此，本发明的一目的在于提供一种太阳能电池晶片分色的方法，可有效对太阳能电池晶片的表面颜色进行分类，以解决现有技术的问题。

根据一具体实施例，本发明的太阳能晶片分色方法包含下列步骤：取得欲进行颜色分类的太阳能电池晶片表面的影像；取得影像上的各有效点；分析各有效点，进而获得于CIE LAB色彩空间中分别对应各有效点的亮度值；将各亮度值分别分类至多个颜色类别之中；根据各颜色类别所包含亮度值的比例，决定太阳能电池晶片的表面颜色。

于本具体实施例中，各颜色类别可根据下述步骤而产生：分别取得多个训练影像的有效点集合，各有效点集合分别包含多个训练有效点；分别分析各有效点集合，以获得CIE LAB色彩空间中分别对应各有效点集合的亮度值集合，其中各亮度值集合分别包含多个训练亮度值，并且各训练亮度值分别对应各训练有效点；以这些亮度值集合形成统计图；以及，根据统计图以产生颜色类别。

关于本发明的优点与精神可以通过以下的发明详述及所附图式得到进一步的了解。

附图说明

图1为根据本发明的一具体实施例的太阳能电池晶片分色的方法的步骤流程图；

图2为根据本发明的另一具体实施例的各颜色类别所包含的亮度范围的示意图；

图3为根据本发明的另一具体实施例的设定颜色类别的方法的步骤流程图；

图4为根据本发明的一具体实施例的各亮度值集合所形成统计图的示意图；

图5为根据本发明的另一具体实施例的各亮度值集合所形成统计图的示意图；

图6为根据本发明的另一具体实施例的各亮度值集合所形成统计图的示意图。

其中，附图标记说明如下：

S10～S18、S20～26：流程步骤；

A3～A6：颜色类别；L1～L4、L1’～L4’：曲线；

C1～C3：交点；H1～H4：最高点；

L1”～L4”：折线。

具体实施方式

请参阅图1，图1为根据本发明的一具体实施例的太阳能电池晶片分色的方法的步骤流程图。根据本具体实施例的方法，于实务中可利用分析仪器对太阳能电池晶片表面的颜色进行自动分类，而避免人眼分色所产生的误差。

如图1所示，本具体实施例的太阳能电池晶片分色的方法包含有下列步骤：于步骤S10，取得欲进行分色的太阳能电池晶片表面的影像；于步骤S12，取得影像上的多个有效点；于步骤S14，分别分析各有效点，取得在CIE LAB色彩空间中对应各有效点的亮度值；于步骤S16，将各亮度值分类至多个颜色类别中；于步骤S18，根据各颜色类别中所包含亮度值的比例，决定太阳能电池晶片的表面颜色。

步骤S10中，可利用各种撷取影像的仪器，例如，电荷耦合元件(Charge-Coupled Device，CCD)摄影机等取像装置，以撷取太阳能电池晶片表面的影像。在步骤S12中，太阳能电池晶片表面影像可经由影像处理系统先找出影像中的有效点，实务中，有效点的获得可先将太阳能电池晶片影像去除其粗线(busbar)、细线(finger)以及背景(background)，并以去除后的有效面积上的像素点作为有效点。当取得有效点后，可将各有效点上的颜色转换至CIE LAB色彩空间。一般而言，RGB颜色转换至CIE LAB色彩空间时可得到三个颜色的参数，分别是L、La以及Lb。对于同一颜色的太阳能电池晶片，例如蓝色，可直接取其三个颜色参数中的亮度值L作为分类依据，因此于本具体实施例的方法的步骤S14分析各有效点后取其亮度值。

在步骤S14中所取得对应各有效点的亮度值，可直接分类到预设的颜色类别中，这些预设的颜色类别分别包含一段亮度范围，并且各亮度范围彼此间并不重叠。请参阅图2，图2为根据本发明的另一具体实施例的各颜色类别所包含的亮度范围的示意图。如图2所示，多个颜色类别A3～A6分别占有特定的亮度范围，举例而言，颜色类别A3的亮度值包含自100至135的灰阶值(亮度值)，因此当上述的任一有效点所分析而得的亮度值落在100～135之间，即被分类至颜色类别A3。

当上述影像中所有有效点所对应的亮度值被分类到各个颜色类别中之后，于步骤S18，可根据各颜色类别所分到的亮度值的数量以及所占比例来决定太阳能电池晶片的表面颜色。举例而言，若一影像的有效点对应的亮度值有60％以上位于图2的颜色类别A5，亦即，亮度值介于160至200之间，则可判断太阳能电池晶片表面颜色属于颜色类别A5。请注意，上述比例是根据使用者或设计者需求而有所不同，本发明对此并不加以限制，例如，亮度值的数量也可设定为超过70％以上落于某一颜色类别才决定太阳能电池晶片属于该颜色类别。

于实务中，预设的颜色类别可由使用者或其他的第三者先指定，也可通过本发明的方法进行设定。请参阅图3，图3为根据本发明的另一具体实施例的设定颜色类别的方法的步骤流程图。如图3所示，本具体实施例的方法包含下列步骤：于步骤S20，分别取得多个训练影像的多组有效点集合；于步骤S22，分别分析各有效点集合，以获得CIE LAB色彩空间中分别对应各有效点集合的多组亮度值集合；于步骤S24，将各亮度值集合形成一统计图；以及，于步骤S26，根据统计图产生多个颜色类别。

于步骤S20中，可先以多个训练影像做为训练并分类出上述颜色类别的依据，再分别自各训练影像获得相对应的训练有效点，因此，多个训练影像可获得复数组有效点集合，而各有效点集合内则包含多个训练有效点。各训练有效点的取得可如同前一具体实施例所述，将各训练影像去除粗线、细线以及背景后的有效面积上的像素点作为训练有效点。

接着，分别针对各个有效点集合内的训练有效点进行分析并将其上的颜色转换到CIE LAB空间。同样地，对于同一个颜色的太阳能电池晶片可直接取CIE LAB色彩空间中的亮度值L来代表各训练有效点的颜色。故于步骤S22，分析各有效点集合中的各训练有效点可获得相对应的训练亮度值，而对应同一个有效点集合中各训练有效点的训练亮度值也可形成亮度值集合。换言之，多个训练影像被分析，进而获得分别对应各训练影像的多个亮度值集合。

获得上述各亮度值集合之后，可利用这些亮度值集合形成一统计图，如步骤S24所述。获得统计图后可根据统计图的内容，将颜色类别自其中归类而出，如步骤S26所述。归类出颜色类别的方法根据使用者或设计者需求而可进行调整，其以所归类出的颜色类别的亮度范围彼此间不重叠为原则。

请参阅图4，图4为根据本发明的一具体实施例的各亮度值集合所形成统计图的示意图。如图4所示，横轴代表灰阶值(亮度值)，纵轴则代表训练亮度值的数量。另外，各亮度值集合分别以曲线L1、L2、L3、以及L4表示。于实务中，在以上述步骤产生详细颜色类别前可先将训练影像进行初步的分类，或是从原有的颜色类别中分别取出特定数量的训练影像，因此，曲线L1、L2、L3或L4可分别为单一亮度值集合的训练亮度值的分布曲线，也可为多个亮度值集合中所有训练亮度值的分布曲线。

于本具体实施例中，曲线L1、L2、L3以及L4间的交点可界定出颜色类别的亮度范围。举例而言，图4中曲线L2与曲线L1的交点C1的亮度值，以及曲线L2与曲线L3的交点C2的亮度值可做为一颜色类别的门槛值，而后亮度值只要座落于交点C1的亮度值与交点C2的亮度值所形成的范围内即被归类于此颜色类别。另外，交点C2的亮度值以及曲线L3与曲线L4的交点C3的亮度值可做为另一颜色类别的门槛值，故上述两颜色类别的亮度范围彼此间不重叠。

除了以各曲线的交点作为颜色类别的门槛值之外，也可以曲线的其他部分作为门槛值。请参阅图5，图5为根据本发明的另一具体实施例的各亮度值集合所形成统计图的示意图。本具体实施例与上述具体实施例不同之处，在于一个颜色类别以相邻的两个曲线的最高点作为门槛值而界定出此颜色类别。如图5所示，曲线L2’的最高点H2的亮度值与曲线L3’的最高点H3的亮度值可做为一颜色类别的门槛值，并且最高点H3的亮度值与曲线L4’的最高点H4的亮度值可做为另一颜色类别的门槛值。藉此，各颜色类别的亮度范围彼此间不重叠。

除了上述分布曲线图之外，各亮度值集合所形成的统计图也可为折线图的形式。请参阅图6，图6为根据本发明的另一具体实施例的各亮度值集合所形成统计图的示意图。如图6所示，折线L1”、L2”、L3”以及L4”从原有的颜色类别中分别取出特定数量的训练影像，并将各训练影像分析后取其平均亮度值而成，举例而言，折线L1”实务中可由颜色类别A1所取出的训练影像形成，其中，折线L1”上的各转折点分别为一训练影像的平均亮度值。请注意，图6的横轴于此一原有颜色类别中所取出的训练影像的次序，纵轴则为灰阶值。折线L1”、L2”、L3”以及L4”彼此间的空隙或间隔，可做为各颜色类别的门槛值而界定出各颜色类别的亮度范围。

此外，于另一具体实施例中，图6的各折线也可为单一训练影像所形成，详言之，各折线的各转折点分别为不同训练影像的各有效点的亮度值。于本具体实施例中，图6的纵轴为灰阶值，横轴则为一训练影像中各有效点的次序。

于再一具体实施中，图6的各折线也可为多个训练影像所形成，与上述具体实施例不同之处在于，多个训练影像以其所有的亮度值形成各折线，举例而言，若选择六个训练影像形成折线L1”，则折线L1”的各转折点分别为此六个训练影像所包含的各亮度值。于本具体实施例中，图6的纵轴为灰阶值，横轴则为形成一折线的所有训练影像中各有效点的次序。请注意，各有效点的次序于此可由使用者或设计者指定，本发明对此并不加以限制。

上述各具体实施例的方法，其流程步骤均可通过分析仪器来进行。举例而言，图1的步骤S10可通过取像装置撷取太阳能电池晶片表面的影像，并且，于步骤S12中找出影像的有效点、于步骤S14中取得各有效点的亮度值、于步骤S16中将各亮度值分类至各颜色类别、以及于步骤S18中根据各颜色类别所包含亮度值的比例决定太阳能电池晶片表面颜色，均可通过影像处理系统来达成。此外，图3的步骤S20、S22、S24以及S26也可通过上述影像处理系统来执行，以获得颜色类别的门槛值。

综上所述，本发明的太阳能电池晶片分色的方法将太阳能电池晶片表面影像上各有效点的颜色转换至CIE LAB色彩空间中，接着取其亮度值分类至设定好的颜色类别中，再分析各颜色类别中所包含亮度值的比例以决定太阳能电池晶片的表面颜色。此外，可通过训练影像的亮度值所形成的统计图获得颜色类别的门槛值，使各亮度值可据以分类至各颜色类别。上述太阳能电池晶片分色的方法的各步骤均可利用影像撷取装置与影像处理系统来达成，因此，可避免人眼判断所产生的误差，进而获得更准确的颜色分类。

通过以上较佳具体实施例的详述，希望能更加清楚描述本发明的特征与精神，而并非以上述所揭示的较佳具体实施例来对本发明的范畴加以限制。相反地，其目的是希望能涵盖各种改变及具相等性的安排于本发明所欲申请的专利权利要求的范围内。因此，本发明所申请的专利权利要求的范围应该根据上述的说明作最宽广的解释，以致使其涵盖所有可能的改变以及具相等性的安排。

Claims (10)

1.一种太阳能电池晶片分色的方法，用以分类一太阳能电池晶片的表面颜色，该方法包含下列步骤：

取得该太阳能电池晶片的表面的一影像；

取得该影像上的多个有效点；

分别分析该影像的该多个有效点，以获得CIE LAB色彩空间中分别对应该多个有效点的多个亮度值；

将该多个亮度值分别分类至多个颜色类别中；以及

根据该多个颜色类别所包含的该多个亮度值的比例，决定该太阳能电池晶片的表面颜色。

2.如权利要求1所述的方法，其中该多个颜色类别分别对应一亮度范围，并且各亮度范围彼此间不重叠。

3.如权利要求1所述的方法，其中取得该影像上的该多个有效点的步骤，进一步包含下列步骤：

去除该影像上的一粗线、一细线以及一背景；以及

去除该粗线、该细线以及该背景后，以该影像的有效面积上的多个像素点作为该多个有效点。

4.如权利要求1所述的方法，进一步包含下列步骤：

分别取得多个训练影像的多组有效点集合，该多个有效点集合分别包含多个训练有效点；

分别分析该多个有效点集合，以获得CIE LAB色彩空间中分别对应该多个有效点集合的复数组亮度值集合，其中该多个亮度值集合分别包含多个训练亮度值，并且该多个训练亮度值分别对应该多个训练有效点；

以该多个亮度值集合形成一统计图；以及

根据该统计图产生该多个颜色类别。

5.如权利要求4所述的方法，其中该多个训练影像分别对应多个训练用太阳能电池晶片，并且该多个训练用太阳能电池晶片与该太阳能电池晶片属于同一颜色系。

6.如权利要求4所述的方法，其中该统计图是一分布曲线图，该分布曲线图包含多条曲线，并且该多条曲线分别对应该多个亮度值集合。

7.如权利要求6所述的方法，其中该多个颜色类别根据该多条曲线的最高点来决定。

8.如权利要求6所述的方法，其中该多个颜色类别根据该多条曲线的交点来决定。

9.如权利要求4所述的方法，其中该统计图是一折线图，该折线图分别包含多条折线，并且该多条折线分别对应该多个亮度值集合。

10.如权利要求9所述的方法，其中该多个颜色类别根据该多条折线间的间隔来决定。

Images