CN108010020B - 一种硅片的滑道检测方法及装置 - Google Patents
一种硅片的滑道检测方法及装置 Download PDFInfo
- Publication number
- CN108010020B CN108010020B CN201711226665.4A CN201711226665A CN108010020B CN 108010020 B CN108010020 B CN 108010020B CN 201711226665 A CN201711226665 A CN 201711226665A CN 108010020 B CN108010020 B CN 108010020B
- Authority
- CN
- China
- Prior art keywords
- line segment
- straight
- target
- straight line
- determining
- 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
Links
Images
Classifications
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种硅片的滑道检测方法及装置,所述方法包括:基于霍夫变换确定硅片区域中的每条第一直线段;确定第一直线段上每个第二像素点对应的线外点;根据每个第二像素点和对应的线外点在硅片图像中的灰度值,确定该第一直线段的平均内外灰度差;根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。由于在本发明实施例中,根据目标直线段的平均内外灰度差确定目标直线段的滑道参数值,进而进行滑道的检测,能够减小复杂背景纹理对确定滑道的干扰,并且在低对比度情况下,能够准确的检测出滑道。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种硅片的滑道检测方法及装置。
背景技术
硅片是一种制造太阳能电池板的基础材料,由硅棒切片获得,通常为圆形。存在滑道缺陷的硅片制造的太阳能电池板的性能一般较差,甚至无法使用,因此,在制造太阳能电池板之前,需要将存在滑道的硅片进行剔除。
现有的硅片的滑道检测方法,可以是通过阈值分割进行检测。检测过程分为图像预处理,图像滤波,阈值分割及连通域提取等一系列操作,最终通过连通域判断是否存在滑道,并从纹理背景中提取出滑道的位置和大小。这种方法虽然对明显滑道缺陷的检测效果较好,但是对于具有表面纹理且对比度较低的缺陷检测效果很差,误检和漏检的比例很高,检测精度很差。
现有技术中也可以利用对比度增强技术检测低对比度表面滑道类缺陷。这种方法利用对比度拉伸技术将图片对比度拉伸,使得低对比度缺陷在图像中对比度升高,再利用阈值分割和连通域提取检测低对比度滑道。这种方法对于那些在光滑表面上的低对比度缺陷具有较好的检测效果,但是对于有纹理的复杂表面,对比度增强会拉伸纹理特征,进而提高背景纹理噪声的干扰,造成检测精度下降。
因此,现有技术中硅片的滑道检测方法的检测精度都比较低。
发明内容
本发明提供一种硅片的滑道检测方法及装置,用以解决现有技术中硅片的滑道检测的精度低的问题。
本发明公开了一种硅片的滑道检测方法,所述方法包括:
在硅片图像中的硅片区域中,将灰度值大于预设灰度阈值的像素点确定为第一像素点;
基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段;针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向,针对所述每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点;根据每个第二像素点和对应的线外点在所述硅片图像中的灰度值,确定该第一直线段的平均内外灰度差;
确定第一直线段中的目标直线段,根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断所述滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
进一步地,所述基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段之后,针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向之前,所述方法还包括:
针对每条第一直线段,根据该第一直线段上每个像素点在所述硅片图像中的灰度值,将该第一直线段上每个像素点进行排序,将灰度值小的预设数量的像素点作为第二像素点。
进一步地,所述根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值包括:
针对每条目标直线段,确定该目标直线段的聚集度,根据该目标直线段的平均内外灰度差、聚集度、平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,确定该目标直线段的滑道参数值。
进一步地,所述根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值包括:
针对每条目标直线段,确定该目标直线段的聚集度,并识别该目标直线段的长度,根据该目标直线段的平均内外灰度差、聚集度、长度、平均内外灰度差对应的第三权重值、聚集度对应的第四权重值和长度对应的第五权重值,确定该目标直线段的滑道参数值。
进一步地,所述确定第一直线段中的目标直线段包括:
识别每条第一直线段的方向,针对每条第一直线段,判断是否存在与该第一直线段方向相同的第二直线段;
如果否,将该第一直线段作为一个直线段组中的目标直线段;
如果是,判断是否存在与该第一直线段方向相同,且间距小于预设的距离阈值的第三直线段,如果存在,将所述第三直线段和该第一直线段作为一个子直线段组中的直线段;如果任意两个子直线段组中包含至少一条相同的直线段,则将该任意两个子直线段组合并,得到每个直线段组;针对每个直线段组,识别该直线段组中每条直线段的长度,将长度最大的直线段作为该直线段组中的目标直线段;如果不存在与该第一直线段的间距小于预设的距离阈值的第三直线段,将该第一直线段作为一个直线段组中的目标直线段。
进一步地,所述针对每条目标直线段,确定该目标直线段的聚集度包括:
针对每条目标直线段,确定该目标直线段所属的直线段组,根据该目标直线段所属的直线段组中包含的直线段数量,确定该目标直线段的聚集度。
另一方面,本发明实施例提高了一种硅片的滑道检测装置,所述装置包括:
第一确定模块,用于在硅片图像中的硅片区域中,将灰度值大于预设灰度阈值的像素点确定为第一像素点;
第二确定模块,用于基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段;针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向,针对所述每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点;根据每个第二像素点和对应的线外点在所述硅片图像中的灰度值,确定该第一直线段的平均内外灰度差;
第三确定模块,用于确定第一直线段中的目标直线段,根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断所述滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
进一步地,所述装置还包括:
第四确定模块,用于针对每条第一直线段,根据该第一直线段上每个像素点在所述硅片图像中的灰度值,将该第一直线段上每个像素点进行排序,将灰度值小的预设数量的像素点作为第二像素点。
进一步地,所述第三确定模块,具体用于针对每条目标直线段,确定该目标直线段的聚集度,根据该目标直线段的平均内外灰度差、聚集度、平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,确定该目标直线段的滑道参数值。
进一步地,所述第三确定模块,具体用于针对每条目标直线段,确定该目标直线段的聚集度,并识别该目标直线段的长度,根据该目标直线段的平均内外灰度差、聚集度、长度、平均内外灰度差对应的第三权重值、聚集度对应的第四权重值和长度对应的第五权重值,确定该目标直线段的滑道参数值。
进一步地,所述第三确定模块,具体用于识别每条第一直线段的方向,针对每条第一直线段,判断是否存在与该第一直线段方向相同的第二直线段;如果否,将该第一直线段作为一个直线段组中的目标直线段;如果是,判断是否存在与该第一直线段方向相同,且间距小于预设的距离阈值的第三直线段,如果存在,将所述第三直线段和该第一直线段作为一个子直线段组中的直线段;如果任意两个子直线段组中包含至少一条相同的直线段,则将该任意两个子直线段组合并,得到每个直线段组;针对每个直线段组,识别该直线段组中每条直线段的长度,将长度最大的直线段作为该直线段组中的目标直线段;如果不存在与该第一直线段的间距小于预设的距离阈值的第三直线段,将该第一直线段作为一个直线段组中的目标直线段。
进一步地,所述第三确定模块,具体用于针对每条目标直线段,确定该目标直线段所属的直线段组,根据该目标直线段所属的直线段组中包含的直线段数量,确定该目标直线段的聚集度。
本发明公开了一种硅片的滑道检测方法及装置,所述方法包括:在硅片图像中的硅片区域中,将灰度值大于预设灰度阈值的像素点确定为第一像素点;基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段;针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向,针对所述每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点;根据每个第二像素点和对应的线外点在所述硅片图像中的灰度值,确定该第一直线段的平均内外灰度差;确定第一直线段中的目标直线段,根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断所述滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
由于在本发明实施例中,根据目标直线段的平均内外灰度差确定目标直线段的滑道参数值,如果滑道参数值大于预设的阈值,确定该目标直线段为滑道,而硅片滑道处的平均内外灰度差较大,因此本发明实施例根据平均内外灰度差确定滑道参数值,进而进行滑道的检测,能够减小复杂背景纹理对确定滑道的干扰,并且在低对比度情况下,能够准确的检测出滑道。
附图说明
图1为本发明实施例1提供的一种硅片的滑道检测过程示意图;
图2为本发明实施例提供的一种硅片的滑道检测装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
图1为本发明实施例提供的一种硅片的滑道检测过程示意图,该过程包括:
S101:在硅片图像中的硅片区域中,将灰度值大于预设灰度阈值的像素点确定为第一像素点。
本发明实施例提供的硅片的滑道检测方法,应用于电子设备,该电子设备可以是平板电脑、PC等设备,也可以是摄像机等图像采集设备。
电子设备在获取硅片图像之后,可以提取硅片图像中的硅片区域。其中,可以通过高斯滤波处理或者中值滤波处理等方法提取出硅片图像中的硅片区域。提取硅片图像中的硅片区域的过程属于现有技术,在此不再对该过程进行赘述。
电子设备可以识别硅片区域中每个像素点的灰度值。在电子设备中保存有预设灰度阈值,针对硅片区域中每个像素点,将灰度值大于预设灰度阈值的像素点确定为第一像素点。
另外,还可以根据预设灰度阈值对硅片区域进行二值化处理,将硅片区域中灰度值大于预设灰度阈值的像素点的像素值设置为255,不大于预设灰度阈值的像素点的像素值设置为0,进而将灰度值为255的像素点确定为第一像素点。其中,预设灰度阈值为一个较小的灰度值,例如可以是4、5等。
S102:基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段;针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向,针对所述每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点;根据每个第二像素点和对应的线外点在所述硅片图像中的灰度值,确定该第一直线段的平均内外灰度差。
电子设备在确定出第一像素点之后,根据霍夫变换,可以将第一像素点连接成多条第一直线段,其中,连接后的每条第一直线段中包括至少两个第二像素点。针对每条第一直线段上的每个第二像素点,可以确定该第二像素点的梯度方向。具体的,根据与该第二像素点相邻的分别位于该像素点左右和上下两侧的像素点的灰度值,可以确定该第二像素点的梯度方向。其中,根据霍夫变换,将第一像素点连接成多条第一直线段的过程,以及确定第二像素点的梯度方向的过程都属于现有技术,在此不再进行赘述。
针对每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点。其中,可以将位于该梯度方向上的任意一个像素点作为该第二像素点对应的线外点,较佳的,可以将位于该梯度方向上的,且距离该第二像素点最近的像素点作为该第二像素点对应的线外点。
针对每条第一直线段,在确定该第一直线段上的每个第二像素点对应的线外点之后,确定该第一直线段的平均内外灰度差。具体的,电子设备可以识别每个第二像素点和对应的线外点在硅片图像中的灰度值,针对该第一直线段上的每个第二像素点,计算该第二像素点的灰度值与对应的线外点的灰度值的差值,将针对该第一直线段上每个第二像素点计算得到差值的平均值,作为该第一直线段的平均内外灰度差。
例如,某条第一直线段上有四个第二像素点,分别为第二像素点1,第二像素点2,第二像素点3和第二像素点4,第二像素点1,第二像素点2,第二像素点3和第二像素点4的灰度值依次为85,96,78和80,第二像素点1,第二像素点2,第二像素点3和第二像素点4对应的四个线外点的灰度值依次为32,48,40和35,则该第一直线段的平均内外灰度差为((85-32)+(96-48)+(78-40)+(80-35))/4=46。
S103:确定第一直线段中的目标直线段,根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断所述滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
电子设备针对硅片区域中的每条第一直线段,可以确定出目标第一直线段,其中,可以将每条第一直线段都作为目标第一直线段,也可以针对每条第一直线段,将包含该第一直线段在内的预设区域内的任意一条第一直线段确定为预设区域内的一条目标直线段。其中,预设区域可以为包含该第一直线段在内的一个较小的矩形区域。根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,可以将目标直线段的平均内外灰度差作为滑道参数值,也可以将目标直线段的平均内外灰度差乘以预设的权重值,得到滑道参数值。当硅片中出现滑道时,硅片区域中滑道处的滑道参数值是比较大的。在本发明实施例中,电子设备中保存有预设的阈值,针对每条目标直线段,判断该目标直线段的滑道参数值是否大于预设的阈值,如果是,则确定该目标直线段为滑道。其中,预设的阈值可以是35、36等。
由于在本发明实施例中,根据目标直线段的平均内外灰度差确定目标直线段的滑道参数值,如果滑道参数值大于预设的阈值,确定该目标直线段为滑道,而硅片滑道处的平均内外灰度差较大,因此本发明实施例根据平均内外灰度差确定滑道参数值,进而进行滑道的检测,能够减小复杂背景纹理对确定滑道的干扰,并且在低对比度情况下,能够准确的检测出滑道。
实施例2:
在低对比度场景中,滑道中的一部分有可能被背景淹没,背景淹没的滑道中的像素点的灰度值一般较大,而这些像素点往往会对计算第一直线段的平均内外灰度差造成干扰,导致滑道检测不准确。为了使滑道检测更准确,在上述实施例的基础上,在本发明实施例中,所述基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段之后,针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向之前,所述方法还包括:
针对每条第一直线段,根据该第一直线段上每个像素点在所述硅片图像中的灰度值,将该第一直线段上每个像素点进行排序,将灰度值小的预设数量的像素点作为第二像素点。
电子设备在确定出每条第一直线段后,针对每条第一直线段,识别该第一直线段上的每个像素点在硅片图像中的灰度值。将该第一直线段上的每个像素点根据灰度值的大小关系进行排序,可以根据灰度值由小到大排序,也可以根据灰度值由大到小排序。在排序之后,将灰度值小的预设数量的像素点作为第二像素点。
例如,某条第一直线段上有八个像素点,灰度值由小到大排序依次为35,38,46,49,58,68,87,98,预设数量例如是6个,则将灰度值为35,38,46,49,58,68对应的像素点作为该第一直线段上的第二像素点。
由于在本发明实施例中,针对每条第一直线段,根据该第一直线段上每个像素点在硅片图像中的灰度值,将该第一直线段上每个像素点进行排序,将灰度值小的预设数量的像素点作为第二像素点,这也就滤除了灰度值相对较大的像素点,从而避免了背景淹没的滑道中的像素点对计算第一直线段的平均内外灰度差造成干扰,使得滑道检测更准确。
实施例3:
硅片中的滑道有可能较宽,第一直线段的宽度可以用第一直线段的聚合度来表示,第一直线段的平均内外灰度差和第一直线段的聚集度都会对滑道检测产生影响,为了使滑道检测更准确,在上述各实施例的基础上,在本发明实施例中,所述根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值包括:
针对每条目标直线段,确定该目标直线段的聚集度,根据该目标直线段的平均内外灰度差、聚集度、平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,确定该目标直线段的滑道参数值。
电子设备针对每条目标直线段,可以确定该目标直线段的聚集度。其中,可以将每条目标直线段的聚集度都确定为1,也可以针对每条目标直线段,根据包含该目标直线段在内的预设区域内的直线段数量,确定该目标直线段的聚集度。其中,预设区域可以为包含该目标直线段在内的一个较小的矩形区域。
例如,针对某个目标直线段,包含该目标直线段在内的预设区域内一共包含三条直线段,则确定该目标直线段的聚集度为3,如果包含该目标直线段在内的预设区域内只有该目标直线段,则确定该目标直线段的聚集度为1。
电子设备中预设有平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,由于平均内外灰度差对滑道检测影响较大,因此,平均内外灰度差对应的第一权重值大于聚集度对应的第二权重值。针对每条目标直线段,根据该目标直线段的平均内外灰度差、聚集度、平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,确定该目标直线段的滑道参数值。具体的,将平均内外灰度差与对应的第一权重值的乘以,聚集度与对应的第二权重值的乘以的和,作为该目标直线段的滑道参数值。在确定出该目标直线段的滑道参数值之后,判断滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
例如,某条目标直线段的平均内外灰度差为45,聚集度为3,平均内外灰度差对应的第一权重值为0.8,聚集度对应的第二权重值为0.2,则确定该目标直线段的滑道参数值为(45×0.8)+(3×0.2)=36.6。例如预设的阈值为35,由于该目标直线段的滑道参数值36.6大于35,因此确定该目标直线段为滑道。
由于在本发明实施例中,针对每条目标直线段,确定该目标直线段的聚集度,根据该目标直线段的平均内外灰度差、聚集度、平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,确定该目标直线段的滑道参数值,结合目标直线段的平均内外灰度差和聚集度确定该目标直线段的滑道参数值,使得确定滑道参数值更准确,进而使得滑道检测更准确。
实施例4:
除第一直线段的平均内外灰度差、第一直线段的聚集度之外,第一直线段的长度也会对滑道检测产生影响,为了使滑道检测更准确,在上述各实施例的基础上,在本发明实施例中,所述根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值包括:
针对每条目标直线段,确定该目标直线段的聚集度,并识别该目标直线段的长度,根据该目标直线段的平均内外灰度差、聚集度、长度、平均内外灰度差对应的第三权重值、聚集度对应的第四权重值和长度对应的第五权重值,确定该目标直线段的滑道参数值。
根据上述各实施例的描述,可以确定每条目标直线段的平均内外灰度差和聚集度,另外,电子设备还可以识别每条目标直线段的长度。其中,针对每条目标直线段,电子设备可以识别该目标直线段上的两个端点的位置信息,根据该目标直线段的两个端点的位置信息可以确定出该目标直线段的长度。
电子设备中预设有平均内外灰度差对应的第三权重值、聚集度对应的第四权重值,以及长度对应的第五权重值,由于平均内外灰度差对滑道检测影响较大,因此,平均内外灰度差对应的第三权重值大于聚集度对应的第四权重值,也大于长度对应的第五权重值,第四权重值和第五权重值可以相同也可以不同。针对每条目标直线段,根据该目标直线段的平均内外灰度差、聚集度、长度、平均内外灰度差对应的第三权重值、聚集度对应的第四权重值和长度对应的第五权重值,确定该目标直线段的滑道参数值。具体的,将平均内外灰度差与对应的第三权重值的乘以,聚集度与对应的第四权重值的乘以,长度与对应的第五权重值的乘以的和,作为该目标直线段的滑道参数值。在确定出该目标直线段的滑道参数值之后,判断滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
例如,某条目标直线段的平均内外灰度差为50,聚集度为2,长度为5,平均内外灰度差对应的第三权重值为0.8,聚集度对应的第四权重值为0.1,长度对应的第五权重值为0.1,则确定该目标直线段的滑道参数值为(50×0.8)+(2×0.1)+(5×0.1)=40.7。例如预设的阈值为35,由于该目标直线段的滑道参数值40.7大于35,因此确定该目标直线段为滑道。
由于在本发明实施例中,针对每条目标直线段,确定该目标直线段的聚集度,并识别该目标直线段的长度,根据该目标直线段的平均内外灰度差、聚集度、长度、平均内外灰度差对应的第三权重值、聚集度对应的第四权重值和长度对应的第五权重值,确定该目标直线段的滑道参数值,结合目标直线段的平均内外灰度差、聚集度和长度确定该目标直线段的滑道参数值,使得确定滑道参数值更准确,进而使得滑道检测更准确。
实施例5:
为了使确定目标直线段更准确,在上述各实施例的基础上,在本发明实施例中,所述确定第一直线段中的目标直线段包括:
识别每条第一直线段的方向,针对每条第一直线段,判断是否存在与该第一直线段方向相同的第二直线段;
如果否,将该第一直线段作为一个直线段组中的目标直线段;
如果是,判断是否存在与该第一直线段方向相同,且间距小于预设的距离阈值的第三直线段,如果存在,将所述第三直线段和该第一直线段作为一个子直线段组中的直线段;如果任意两个子直线段组中包含至少一条相同的直线段,则将该任意两个子直线段组合并,得到每个直线段组;针对每个直线段组,识别该直线段组中每条直线段的长度,将长度最大的直线段作为该直线段组中的目标直线段;如果不存在与该第一直线段的间距小于预设的距离阈值的第三直线段,将该第一直线段作为一个直线段组中的目标直线段。
电子设备在确定出每条第一直线段后,可以识别每条第一直线段的方向。具体的,针对每条第一直线段,电子设备可以识别该第一直线段上的每个像素点的位置信息,根据该第一直线段的每个像素点的位置信息可以确定出该第一直线段的方程,根据该第一直线段的方程中的第一直线段的斜率,可以确定该第一直线段的方向。
识别出每条第一直线段的方向之后,针对每条第一直线段,判断是否存在与该第一直线段方向相同的第二直线段,如果不存在,则将该第一直线段作为一个直线段组中的目标直线段。
如果存在与该第一直线段方向相同的第二直线段,根据每条第一直线段的方程,可以确定与该第一直线段方向相同的第二直线段与该第一直线段的间距,判断是否存在与该第一直线段的间距小于预设的距离阈值的第三直线段,如果存在,将第三直线段和该第一直线段作为一个子直线段组中的直线段。进而,针对任意两个子直线段组,判断该任意两个子直线段组中是否包含至少一条相同的直线段,如果两个子直线段组中包含至少一条相同的直线段,则将该任意两个子直线段组合并,得到一个直线段组,而如果针对一个子直线段组,没有与其包含相同的直线段的其他子直线段组,则将该子直线段组作为一个直线段组,从而得到每个直线段组。针对每个直线段组,识别该直线段组中每条直线段的长度,其中,可以根据每条直线段的两个端点的位置信息,确定每条直线段的长度,将长度最大的直线段作为该直线段组中的目标直线段。
针对每条第一直线段,如果存在与该第一直线段方向相同的第二直线段,但是,第二直线段与该第一直线段的间距不小于预设的距离阈值,此时将该第一直线段作为一个直线段组中的目标直线段。其中,预设的距离阈值为一个较小值,例如可以是3,4等。
下面通过一个例子对确定目标直线段的过程进行说明。
例如,电子设备确定出了八条直线段,分别为直线段1,直线段2,……,直线段8,其中,直线段1,直线段2,直线段3,直线段4和直线段5的方向相同,直线段6和直线段7的方向相同,直线段8与其他直线段的方向不同。
针对直线段1,直线段2,直线段3,直线段4和直线段5中的每条直线段,经判断与直线段1的间距小于预设的距离阈值的直线段是直线段2,则将直线段1和直线段2作为子直线段组a中的直线段,与直线段2的间距小于预设的距离阈值的直线段是直线段1和直线段3,则将直线段1、直线段2和直线段3作为子直线段组b中的直线段,与直线段3的间距小于预设的距离阈值的直线段是直线段2,则将直线段2和直线段3作为子直线段组c中的直线段。子直线段组a、子直线段组b和子直线段组c中包括相同的直线段2,因此将子直线段组a、子直线段组b和子直线段组c合并为一个直线段组。该直线段组中包括直线段1,直线段2,直线段3。例如识别出该直线段组中的直线段2的长度最大,将直线段2作为该直线段组的目标直线段。如果经判断不存在与直线段4和直线段5的间距小于预设的距离阈值的直线段。则将直线段4和直线段5分别作为一个直线段组中的目标直线段。
针对直线段6和直线段7,经判断直线段6和直线段7的间距小于预设的距离阈值,则将直线段1和直线段2作为子直线段组d中的直线段,针对子直线段组d,由于没有与其包含相同的直线段的其他子直线段组,因此将子直线段组d作为一个直线段组。
针对直线段8,由于不存在与该直线段8方向相同的直线段,因此将直线段8作为一个直线段组中的目标直线段。
由于在本发明实施例中,通过识别每条第一直线段的方向,根据每条第一直线段的方向,以及任意两条第一直线段的间距和预设的距离阈值,确定出每个直线段组中的目标直线段,因此使得确定目标直线段更准确。
实施例6:
在上述各实施例的基础上,在本发明实施例中,所述针对每条目标直线段,确定该目标直线段的聚集度包括:
针对每条目标直线段,确定该目标直线段所属的直线段组,根据该目标直线段所属的直线段组中包含的直线段数量,确定该目标直线段的聚集度。
在确定每条目标直线段的聚集度时,首先识别该目标直线段所属的直线段组,该目标直线段所属的直线段组中包含的直线段数量,即为该目标直线段的聚集度。
例如,某个目标直线段所属的直线段组中包含的直线段数量为1个,则该目标直线段的聚集度为1;另外一个目标直线段所属的直线段组中包含的直线段数量为3个,则该目标直线段的聚集度为3。
图2为本发明实施例提供的一种硅片的滑道检测装置结构示意图,该装置包括:
第一确定模块21,用于在硅片图像中的硅片区域中,将灰度值大于预设灰度阈值的像素点确定为第一像素点;
第二确定模块22,用于基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段;针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向,针对所述每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点;根据每个第二像素点和对应的线外点在所述硅片图像中的灰度值,确定该第一直线段的平均内外灰度差;
第三确定模块23,用于确定第一中的目标直线段,根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断所述滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
所述装置还包括:
第四确定模块24,用于针对每条第一直线段,根据该第一直线段上每个像素点在所述硅片图像中的灰度值,将该第一直线段上每个像素点进行排序,将灰度值小的预设数量的像素点作为第二像素点。
所述第三确定模块23,具体用于针对每条目标直线段,确定该目标直线段的聚集度,根据该目标直线段的平均内外灰度差、聚集度、平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,确定该目标直线段的滑道参数值。
所述第三确定模块23,具体用于针对每条目标直线段,确定该目标直线段的聚集度,并识别该目标直线段的长度,根据该目标直线段的平均内外灰度差、聚集度、长度、平均内外灰度差对应的第三权重值、聚集度对应的第四权重值和长度对应的第五权重值,确定该目标直线段的滑道参数值。
所述第三确定模块23,具体用于识别每条第一直线段的方向,针对每条第一直线段,判断是否存在与该第一直线段方向相同的第二直线段;如果否,将该第一直线段作为一个直线段组中的目标直线段;如果是,判断是否存在与该第一直线段方向相同,且间距小于预设的距离阈值的第三直线段,如果存在,将所述第三直线段和该第一直线段作为一个子直线段组中的直线段;如果任意两个子直线段组中包含至少一条相同的直线段,则将该任意两个子直线段组合并,得到每个直线段组;针对每个直线段组,识别该直线段组中每条直线段的长度,将长度最大的直线段作为该直线段组中的目标直线段;如果不存在与该第一直线段的间距小于预设的距离阈值的第三直线段,将该第一直线段作为一个直线段组中的目标直线段。
所述第三确定模块23,具体用于针对每条目标直线段,确定该目标直线段所属的直线段组,根据该目标直线段所属的直线段组中包含的直线段数量,确定该目标直线段的聚集度。
本发明公开了一种硅片的滑道检测方法及装置,所述方法包括:在硅片图像中的硅片区域中,将灰度值大于预设灰度阈值的像素点确定为第一像素点;基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段;针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向,针对所述每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点;根据每个第二像素点和对应的线外点在所述硅片图像中的灰度值,确定该第一直线段的平均内外灰度差;确定第一直线段中的目标直线段,根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断所述滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。由于在本发明实施例中,根据目标直线段的平均内外灰度差确定目标直线段的滑道参数值,如果滑道参数值大于预设的阈值,确定该目标直线段为滑道,而硅片滑道处的平均内外灰度差较大,因此本发明实施例根据平均内外灰度差确定滑道参数值,进而进行滑道的检测,能够减小复杂背景纹理对确定滑道的干扰,并且在低对比度情况下,能够准确的检测出滑道。
对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种硅片的滑道检测方法,其特征在于,所述方法包括:
在硅片图像中的硅片区域中,将灰度值大于预设灰度阈值的像素点确定为第一像素点;
基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段;针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向,针对所述每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点;根据每个第二像素点和对应的线外点在所述硅片图像中的灰度值,确定该第一直线段的平均内外灰度差;
确定第一直线段中的目标直线段,根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断所述滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
2.如权利要求1所述的方法,其特征在于,所述基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段之后,针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向之前,所述方法还包括:
针对每条第一直线段,根据该第一直线段上每个像素点在所述硅片图像中的灰度值,将该第一直线段上每个像素点进行排序,将灰度值小的预设数量的像素点作为第二像素点。
3.如权利要求1所述的方法,其特征在于,所述根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值包括:
针对每条目标直线段,确定该目标直线段的聚集度,根据该目标直线段的平均内外灰度差、聚集度、平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,确定该目标直线段的滑道参数值;
将平均内外灰度差与对应的第一权重值的乘积,聚集度与对应的第二权重值的乘积的和,作为该目标直线段的滑道参数值。
4.如权利要求1所述的方法,其特征在于,所述根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值包括:
针对每条目标直线段,确定该目标直线段的聚集度,并识别该目标直线段的长度,根据该目标直线段的平均内外灰度差、聚集度、长度、平均内外灰度差对应的第三权重值、聚集度对应的第四权重值和长度对应的第五权重值,确定该目标直线段的滑道参数值;
将平均内外灰度差与对应的第三权重值的乘积,聚集度与对应的第四权重值的乘积,长度与对应的第五权重值的乘积的和,作为该目标直线段的滑道参数值。
5.如权利要求3或4所述的方法,其特征在于,所述确定第一直线段中的目标直线段包括:
识别每条第一直线段的方向,针对每条第一直线段,判断是否存在与该第一直线段方向相同的第二直线段;
如果否,将该第一直线段作为一个直线段组中的目标直线段;
如果是,判断是否存在与该第一直线段方向相同,且间距小于预设的距离阈值的第三直线段,如果存在,将所述第三直线段和该第一直线段作为一个子直线段组中的直线段;如果任意两个子直线段组中包含至少一条相同的直线段,则将该任意两个子直线段组合并,得到每个直线段组;针对每个直线段组,识别该直线段组中每条直线段的长度,将长度最大的直线段作为该直线段组中的目标直线段;如果不存在与该第一直线段的间距小于预设的距离阈值的第三直线段,将该第一直线段作为一个直线段组中的目标直线段。
6.如权利要求5所述的方法,其特征在于,所述针对每条目标直线段,确定该目标直线段的聚集度包括:
针对每条目标直线段,确定该目标直线段所属的直线段组,根据该目标直线段所属的直线段组中包含的直线段数量,确定该目标直线段的聚集度。
7.一种硅片的滑道检测装置,其特征在于,所述装置包括:
第一确定模块,用于在硅片图像中的硅片区域中,将灰度值大于预设灰度阈值的像素点确定为第一像素点;
第二确定模块,用于基于霍夫变换和所述第一像素点,确定所述硅片区域中的每条第一直线段;针对每条第一直线段,确定该第一直线段上每个第二像素点的梯度方向,针对所述每个第二像素点,根据该第二像素点的梯度方向,确定位于该梯度方向上的该第二像素点对应的线外点;根据每个第二像素点和对应的线外点在所述硅片图像中的灰度值,确定该第一直线段的平均内外灰度差;
第三确定模块,用于确定第一中的目标直线段,根据目标直线段的平均内外灰度差,确定目标直线段的滑道参数值,判断所述滑道参数值是否大于预设的阈值,如果是,确定该目标直线段为滑道。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
第四确定模块,用于针对每条第一直线段,根据该第一直线段上每个像素点在所述硅片图像中的灰度值,将该第一直线段上每个像素点进行排序,将灰度值小的预设数量的像素点作为第二像素点。
9.如权利要求7所述的装置,其特征在于,所述第三确定模块,具体用于针对每条目标直线段,确定该目标直线段的聚集度,根据该目标直线段的平均内外灰度差、聚集度、平均内外灰度差对应的第一权重值和聚集度对应的第二权重值,确定该目标直线段的滑道参数值;
将平均内外灰度差与对应的第一权重值的乘积,聚集度与对应的第二权重值的乘积的和,作为该目标直线段的滑道参数值。
10.如权利要求7所述的装置,其特征在于,所述第三确定模块,具体用于针对每条目标直线段,确定该目标直线段的聚集度,并识别该目标直线段的长度,根据该目标直线段的平均内外灰度差、聚集度、长度、平均内外灰度差对应的第三权重值、聚集度对应的第四权重值和长度对应的第五权重值,确定该目标直线段的滑道参数值;
将平均内外灰度差与对应的第三权重值的乘积,聚集度与对应的第四权重值的乘积,长度与对应的第五权重值的乘积的和,作为该目标直线段的滑道参数值。
11.如权利要求9或10所述的装置,其特征在于,所述第三确定模块,具体用于识别每条第一直线段的方向,针对每条第一直线段,判断是否存在与该第一直线段方向相同的第二直线段;如果否,将该第一直线段作为一个直线段组中的目标直线段;如果是,判断是否存在与该第一直线段方向相同,且间距小于预设的距离阈值的第三直线段,如果存在,将所述第三直线段和该第一直线段作为一个子直线段组中的直线段;如果任意两个子直线段组中包含至少一条相同的直线段,则将该任意两个子直线段组合并,得到每个直线段组;针对每个直线段组,识别该直线段组中每条直线段的长度,将长度最大的直线段作为该直线段组中的目标直线段;如果不存在与该第一直线段的间距小于预设的距离阈值的第三直线段,将该第一直线段作为一个直线段组中的目标直线段。
12.如权利要求11所述的装置,其特征在于,所述第三确定模块,具体用于针对每条目标直线段,确定该目标直线段所属的直线段组,根据该目标直线段所属的直线段组中包含的直线段数量,确定该目标直线段的聚集度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711226665.4A CN108010020B (zh) | 2017-11-29 | 2017-11-29 | 一种硅片的滑道检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711226665.4A CN108010020B (zh) | 2017-11-29 | 2017-11-29 | 一种硅片的滑道检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108010020A CN108010020A (zh) | 2018-05-08 |
CN108010020B true CN108010020B (zh) | 2020-05-26 |
Family
ID=62054784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711226665.4A Active CN108010020B (zh) | 2017-11-29 | 2017-11-29 | 一种硅片的滑道检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108010020B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228780B (zh) * | 2023-05-10 | 2023-07-07 | 江苏森标科技有限公司 | 基于计算机视觉的硅片缺陷检测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105261031A (zh) * | 2015-11-26 | 2016-01-20 | 四川汇源光通信有限公司 | 基于梯度计算的直线检测方法及装置 |
CN106127779A (zh) * | 2016-06-29 | 2016-11-16 | 上海晨兴希姆通电子科技有限公司 | 基于视觉识别的缺陷检测方法及系统 |
-
2017
- 2017-11-29 CN CN201711226665.4A patent/CN108010020B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105261031A (zh) * | 2015-11-26 | 2016-01-20 | 四川汇源光通信有限公司 | 基于梯度计算的直线检测方法及装置 |
CN106127779A (zh) * | 2016-06-29 | 2016-11-16 | 上海晨兴希姆通电子科技有限公司 | 基于视觉识别的缺陷检测方法及系统 |
Non-Patent Citations (2)
Title |
---|
Wafer Defect Detection Using Directional Morphological Gradient Techniques;Gongyuan Qu;《Springer Link》;20020724;第686-703页 * |
基于滤波差分的双阈值弱划痕提取算法;李阳 等;《强激光与粒子束》;20150731;第27卷(第7期);第1-8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108010020A (zh) | 2018-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414507B (zh) | 车牌识别方法、装置、计算机设备和存储介质 | |
CN109671078B (zh) | 一种产品表面图像异常检测方法及装置 | |
CN109086734B (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
CN108564579B (zh) | 一种基于时空相关的混凝土裂缝检测方法及检测装置 | |
CN111027546B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
Selvakumar et al. | The performance analysis of edge detection algorithms for image processing | |
CN105139391B (zh) | 一种雾霾天气交通图像边缘检测方法 | |
CN110298858B (zh) | 一种图像裁剪方法及装置 | |
CN110570442A (zh) | 一种复杂背景下轮廓检测方法、终端设备及存储介质 | |
CN115953373B (zh) | 玻璃缺陷检测方法、装置、电子设备及存储介质 | |
CN109165603B (zh) | 一种舰船检测方法及装置 | |
CN112991374A (zh) | 基于Canny算法的边缘增强方法、装置、设备及存储介质 | |
CN112861870A (zh) | 指针式仪表图像矫正方法、系统及存储介质 | |
CN115471476A (zh) | 一种部件缺陷检测方法、装置、设备及介质 | |
CN114882010A (zh) | 基于图片识别的表面缺陷检测方法 | |
CN114972339A (zh) | 用于推土机结构件生产异常检测的数据增强系统 | |
CN113393430B (zh) | 用于风机叶片缺陷检测的热成像图像增强训练方法和装置 | |
CN108010020B (zh) | 一种硅片的滑道检测方法及装置 | |
CN113177922A (zh) | 一种原料异物识别方法、系统、介质及电子终端 | |
CN110634124A (zh) | 一种区域检测的方法及设备 | |
CN115861220A (zh) | 基于改进的ssd算法的冷轧带钢表面缺陷检测方法和系统 | |
CN111242918B (zh) | 基于卡尔曼滤波和马尔可夫随机场的图像分割方法及系统 | |
CN109215068B (zh) | 图像放大率测量方法及装置 | |
CN111739011A (zh) | 一种电线杆倾斜检测方法及装置 | |
CN112132135A (zh) | 一种基于图像处理的电网传输线检测方法、存储介质 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Zhejiang Huarui Technology Co.,Ltd. Address before: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee before: ZHEJIANG HUARAY TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |