DE102012107287B4

DE102012107287B4 - Computergestütztes Verfahren und Vorrichtung zum Identifizieren von Fehlern in einem Material

Info

Publication number: DE102012107287B4
Application number: DE102012107287.6A
Authority: DE
Inventors: Xiaoguang Wang
Original assignee: Cognex Corp
Current assignee: Cognex Corp
Priority date: 2011-08-19
Filing date: 2012-08-08
Publication date: 2019-09-05
Anticipated expiration: 2032-08-09
Also published as: CN103134807A; CN103134807B; US20140177938A1; US8750596B2; TW201310359A; US20130044936A1; TWI557650B; DE102012107287A9; DE102012107287A1

Abstract

Computergestütztes Verfahren zum Identifizieren eines Fehlers in einem Material, umfassend:
- das Erzeugen eines vorverarbeiteten Bildes durch eine Rechenvorrichtung auf der Grundlage eines Originalbildes des Materials;
- das Teilen des vorverarbeiteten Bildes durch die Rechenvorrichtung in einen Satz von Teilbildern;
- für ein erstes Teilbild im Satz von Teilbildern:
- Feststellen durch die Rechenvorrichtung, ob das erste Teilbild ein Merkmal umfasst, wobei das Merkmal ein Teil-Kandidat eines Fehlers im Material ist; und
- wenn das erste Teilbild das Merkmal umfasst, Hinzufügen des ersten Teilbildes durch die Rechenvorrichtung zu einem Satz von Merkmalsteilbildern;
- das Auswählen eines verketteten Merkmals durch die Rechenvorrichtung auf der Grundlage des Satzes von Merkmalsteilbildern, wobei das verkettete Merkmal Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers im Material darstellen; und
- das Identifizieren eines Fehlers im Material durch die Rechenvorrichtung basierend auf dem verketteten Merkmal und dem Originalbild,
- wobei das Identifizieren des Fehlers umfasst:
- Auswählen eines Paares von verketteten Merkmalen, das das verkettete Merkmal umfasst;
- Feststellen, ob das Paar von verketteten Merkmalen ein erstes Kriterium erfüllt, welches anzeigt, dass das Paar von verketteten Merkmalen auf demselben Fehler im Material liegt; und
- Berechnen eines restlichen Teils desselben Fehlers zwischen dem Paar der verketteten Merkmale.

Description

GEBIET DER ERFINDUNG
Die vorliegende Erfindung betrifft allgemein computergestützte Verfahren und Vorrichtungen, einschließlich Computerprogrammprodukte, zum Identifizieren von Fehlern in einem Material.
HINTERGRUND
Automatisierte Herstellungsverfahren können zur schnellen und effizienten Herstellung von Materialien in großen Mengen verwendet werden. Zum Beispiel können Wafer und Solarzellen auf Siliziumbasis unter Verwendung von automatischen Fertigungslinien produziert werden. Während solche Herstellungsverfahren beträchtliche Materialmengen ergeben können, ist es oft wichtig, das Endprodukt zur Qualitätssicherung und/oder Prozesskontrolle zu prüfen, da der Umsatz, der durch die Produktionsanlage realisiert wird, oft in direkter Beziehung zur Qualität des Endproduktes (oder des Materials) steht. Daher ist ein Schlüsselfaktor für hochwertige Produktionsverfahren oft eine schnell arbeitende und hoch genaue Prüfvorrichtung zum Testen und Überprüfen des Endproduktes des Herstellungsverfahrens.
Zum Beispiel hat bei Solarzellen die Umwandlungseffizienz (wie effizient die PV-Anlage Sonnenlicht in elektrische Energie umwandelt) oft einen direkten Einfluss auf die Ausgabe von elektrischer Energie. Daher wollen die Hersteller von Solarzellen eine höhere Umwandlungseffizienz durch ihre Produktlinien erreichen, da die Verkaufspreise in Beziehung zur Umwandlungseffizienz stehen. Daher können Hersteller von Solarzellen eine Prüfvorrichtung einsetzen, um Solarzellen auf ausreichende Umwandlungseffizienz zu testen.
Hersteller können Computersehen zum Prüfen von hergestellten Materialien und/oder Produkten verwenden. Jedoch haben viele hergestellte Materialien keine einheitlichen Oberflächen, was oft die Prüfung solcher Materialien (z.B. auf Fehler, wie zum Beispiel Risse) unter Verwendung von Computersehen erschwert. Zum Beispiel weisen polykristalline Solarzellen oft heterogene Texturen und verwirrende Merkmale auf. Daher haben Fehler in polykristallinen Solarzellen, wie zum Beispiel Risse, oft ein nicht einheitliches Erscheinungsbild (z.B. ungleichförmiger Kontrast, Polarität, Breite usw.). Ferner können Teile solcher Fehler oft einen sehr niedrigen Kontrast aufweisen (z.B. 1-2 Graustufen).
Vorhandene Materialprüfsysteme, die zum Erfassen von schwer zu identifizierenden Fehlern ausgelegt sind, verwenden oft hochauflösende Bilder, um die Fehler aufzudecken zu können. Die Verwendung von hochauflösenden Bildern ist jedoch datenintensiver und erfordert daher mehr Zeit zur Prüfung.
Aus der DE 100 00 364 A1 ist ein Verfahren zur Untersuchung gemusterter Substrate bekannt, bei dem Merkmale eines Bezugsbildes und eines Testbildes verglichen werden, um Fehler zu identifizieren. Aus der DE 36 12 268 A1 ist ein Verfahren zum Auffinden von in einem Vergleichsbild vorhandenen Flächen in einem Bild bekannt. Aus der US 2006/0193506 A1 ist ein Verfahren zur Inspektion von Wafern bekannt, bei Bildausschnitte verschmiert werden, aus denen dann ein Referenzbild für die Inspektion erzeugt wird. Aus der US 6,122,397 offenbart ebenfalls ein Verfahren zur Inspektion von Wafern, bei dem Fehlercharakterisierungen miteinander korreliert werden. Aus der US 5,801,965 ist ein Inspektionssystem für Halbleiterprodukte bekannt, mit dem Defekte klassifiziert werden und erfasste Merkmale der klassifizierten Defekte weiter zur Klassifizierung von Defekten verwendet werden.
ZUSAMMENFASSUNG DER ERFINDUNG
Ein Ansatz zum Erfassen von Fehlern eines Materials unter Verwendung von maschinellem Sehen (z.B. Risse in einer polykristallinen Solarzelle) besteht darin, zuerst starke Merkmale der Fehler zu erfassen (z.B. Merkmale, die in einem Bild des Materials leicht mit einem relativ hohen Grad an Sicherheit identifiziert werden können, wie zum Beispiel große und leicht identifizierbare Teile eines Risses) und dann die starken Fehlermerkmale einzusetzen, um die Suche nach schwachen Merkmalen der Fehler zu lenken (z.B. Merkmale, die schwieriger zu identifizieren sind, wie zum Beispiel kleine und dünne (z.B. haarstarke) Teile eines Risses).
Nach einem Gesichtspunkt wird ein computergestütztes Verfahren zum Identifizieren eines Fehlers in einem Material mit den Merkmalen des Patentanspruchs 1 dargeboten. Das Verfahren umfasst das Erzeugen eines vorverarbeiteten Bildes durch eine Rechenvorrichtung auf der Grundlage eines Originalbildes eines Materials. Das Verfahren umfasst das Teilen des vorverarbeiteten Bildes durch die Rechenvorrichtung in einen Satz von Teilbildern. Das Verfahren umfasst für ein erstes Teilbild im Satz von Teilbildern das Feststellen durch die Rechenvorrichtung, ob das erste Teilbild ein Merkmal enthält, wobei das Merkmal ein Teil-Kandidat eines Fehlers im Material ist, und, wenn das erste Teilbild das Merkmal enthält, Hinzufügen des ersten Teilbildes durch die Rechenvorrichtung zu einem Satz von Merkmalsteilbildern. Das Verfahren umfasst das Auswählen eines verketteten Merkmals durch die Rechenvorrichtung auf der Grundlage des Satzes von Merkmalsteilbildern, wobei das verkettete Merkmal Merkmale umfasst, die die Teil-Kandidaten eines selben Fehlers im Material darstellen. Das Verfahren umfasst das Identifizieren eines Fehlers im Material durch die Rechenvorrichtung basierend auf dem verketteten Merkmal und dem Originalbild umfassend das Berechnen eines restlichen Teils des Fehlers auf der Grundlage des verketteten Merkmals.
Nach einem weiteren Gesichtspunkt wird ein Computerprogrammprodukt mit den Merkmalen des Patentanspruchs 11 dargeboten, das greifbar in einem nicht flüchtigen computerlesbaren Medium verkörpert wird. Das Computerprogrammprodukt umfasst Anweisungen, die so ausgelegt sind, dass sie eine Datenverarbeitungsvorrichtung veranlassen, ein vorverarbeitetes Bild auf der Grundlage eines Originalbildes eines Materials zu erzeugen. Das Computerprogrammprodukt umfasst Anweisungen, die so ausgelegt sind, dass sie eine Datenverarbeitungsvorrichtung veranlassen, das vorverarbeitete Bild in einen Satz von Teilbildern zu teilen. Das Computerprogrammprodukt umfasst Anweisungen, die so ausgelegt sind, dass sie eine Datenverarbeitungsvorrichtung veranlassen, für ein erstes Teilbild im Satz von Teilbildern festzustellen, ob das erste Teilbild ein Merkmal umfasst, wobei das Merkmal ein Teil-Kandidat eines Fehlers im Material ist, und wenn das erste Teilbild das Merkmal umfasst, das erste Teilbild zu einem Satz von Merkmalsteilbildern hinzuzufügen. Das Computerprogrammprodukt umfasst Anweisungen, die so ausgelegt sind, dass sie eine Datenverarbeitungsvorrichtung veranlassen, ein verkettetes Merkmal auf der Basis des Satzes von Merkmalsteilbildern auszuwählen, wobei das verkettete Merkmal Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers im Material darstellen. Das Computerprogrammprodukt umfasst Anweisungen, die so ausgelegt sind, dass sie eine Datenverarbeitungsvorrichtung veranlassen, einen Fehler im Material zu identifizieren basierend auf dem verketteten Fehler und dem Originalbild umfassend das Berechnen eines restlichen Teils des Fehlers auf der Grundlage des verketteten Merkmals.
Nach einem weiteren Gesichtspunkt wird eine Vorrichtung zum Identifizieren eines Fehlers in einem Material mit den Merkmalen des Patentanspruchs 12 dargeboten. Die Vorrichtung umfasst ein Vorverarbeitungsmodul, das zum Erzeugen eines vorverarbeiteten Bildes auf der Grundlage eines Originalbildes eines Materials ausgelegt ist. Die Vorrichtung umfasst ein Erfassungsmodul für starke Merkmale in Kommunikation mit dem Vorverarbeitungsmodul, das zum Aufteilen des vorverarbeiteten Bildes in einen Satz von Teilbildern ausgelegt ist. Das Erfassungsmodul für starke Merkmale ist ferner dafür ausgelegt, für ein erstes Teilbild im Satz von Teilbildern festzustellen, ob das erste Teilbild ein Merkmal umfasst, wobei das Merkmal ein Teil-Kandidat eines Fehlers im Material ist, und wenn das erste Teilbild das Merkmal umfasst, Hinzufügen des ersten Teilbildes zu einem Satz von Merkmalsteilbildern. Die Vorrichtung umfasst ein Erfassungsmodul für schwache Merkmale in Kommunikation mit dem Erfassungsmodul für starke Merkmale, das zum Auswählen eines verketteten Merkmals auf der Grundlage des Satzes von Merkmalsteilbildern ausgelegt ist, wobei das verkettete Merkmal ein oder mehrere Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers im Material darstellen. Das Erfassungsmodul für schwache Merkmale ist zum Identifizieren eines Fehlers im Material ausgelegt basierend auf dem verketteten Merkmal und dem Originalbild umfassend das Berechnen eines restlichen Teils des Fehlers auf der Grundlage des verketteten Merkmals.
Weiterhin wird ein computergestütztes Verfahren zum Identifizieren eines Fehlers in einer Solarzelle beschrieben. Das Verfahren umfasst das Identifizieren eines Satzes von Merkmalen durch die Rechenvorrichtung, das auf einem Bild einer Solarzelle beruht. Die Solarzelle umfasst eine Mehrzahl von Texturen, und jedes Merkmal im Satz von Merkmalen ist ein Teil-Kandidat eines Fehlers in der Solarzelle. Das Verfahren umfasst das Auswählen eines Satzes von verketteten Merkmalen durch die Rechenvorrichtung basierend auf dem Satz von Merkmalen, wobei jedes verbundene Merkmal ein oder mehrere Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers in der Solarzelle darstellen. Das Verfahren umfasst das Identifizieren eines Fehlers in der Solarzelle durch die Rechenvorrichtung auf der Grundlage des Satzes von verketteten Merkmalen und des Bildes.
Weiterhin wird ein Computerprogrammprodukt beschrieben, das greifbar in einem nicht flüchtigen computerlesbaren Medium verkörpert wird. Das Computerprogrammprodukt umfasst Anweisungen, die so ausgelegt sind, dass sie eine Datenverarbeitungsvorrichtung veranlassen, einen Satz von Merkmalen auf der Grundlage eines Bildes einer Solarzelle zu identifizieren. Die Solarzelle umfasst mehrere Texturen, und jedes Merkmal im Satz von Merkmalen ist ein Teil-Kandidat eines Fehlers in der Solarzelle. Das Computerprogrammprodukt umfasst Anweisungen, die so ausgelegt sind, dass sie eine Datenverarbeitungsvorrichtung veranlassen, einen Satz von verketteten Merkmalen basierend auf dem Satz von Merkmalen auszuwählen, wobei jedes verkettete Merkmal ein oder mehrere Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers in der Solarzelle darstellen. Das Computerprogrammprodukt umfasst Anweisungen, die so ausgelegt sind, dass sie eine Datenverarbeitungsvorrichtung veranlassen, einen Fehler in der Solarzelle auf der Grundlage des Satzes von verketteten Merkmalen und des Bildes zu identifizieren.
Weiterhin wird eine Vorrichtung zum Identifizieren eines Fehlers in einer Solarzelle beschrieben. Die Vorrichtung umfasst ein Erfassungsmodul für starke Merkmale, das zum Identifizieren eines Satzes von Merkmalen auf der Grundlage eines Bildes einer Solarzelle ausgelegt ist. Die Solarzelle umfasst eine Mehrzahl von Texturen, und jedes Merkmal im Satz von Merkmalen ist ein Teil-Kandidat eines Fehlers in der Solarzelle. Die Vorrichtung umfasst ein Erfassungsmodul für schwache Merkmale in Kommunikation mit dem Erfassungsmodul für starke Merkmale, das zum Auswählen eines Satzes von verketteten Merkmalen auf der Grundlage des Satzes von Merkmalen ausgelegt ist, wobei jedes verkettete Merkmal ein oder mehrere Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers in der Solarzelle darstellen. Das Erfassungsmodul für schwache Merkmale ist zum Identifizieren eines Fehlers in der Solarzelle auf der Grundlage des Satzes von verketteten Merkmalen und des Bildes ausgelegt ist.
In anderen Beispielen können die oben angeführten Gesichtspunkte ein oder mehrere der folgenden Merkmale umfassen. Das Erzeugen des vorverarbeiteten Bildes kann das Erzeugen eines gefilterten Bildes umfassen, umfassend das Entfernen von einem oder mehreren Merkmalen unter Verwendung eines Filters und das Erzeugen des vorverarbeiteten Bildes durch Subtrahieren des gefilterten Bildes vom Originalbild, um das eine oder die mehreren Merkmale im Originalbild herauszustellen. Das vorverarbeitete Bild kann das Originalbild sein. Das vorverarbeitete Bild kann ein oder mehrere Merkmale des Materials herausstellen. Das vorverarbeitete Bild kann dunkle Pixel und helle Pixel umfassen, wobei die dunklen Pixel und die hellen Pixel auf der Grundlage eines Graustufenschwellwerts identifiziert werden.
In einigen Beispielen umfasst das Feststellen, ob das Teilbild das Merkmal umfasst, das Ausführen eines Geradenanpassungsalgorithmus unter Verwendung der hellen Pixel, der dunklen Pixel oder beider im Teilbild. Es kann festgestellt werden, ob das Merkmal einen ersten Kriteriensatz erfüllt, und es kann festgestellt werden, ob die verketteten Merkmale und der berechnete restliche Teil des Fehlers einen zweiten Kriteriensatz erfüllen.
In anderen Beispielen umfasst das Auswählen des verketteten Merkmals das Auswählen eines Merkmalsteilbildes aus dem Satz von Merkmalsteilbildern, das Identifizieren von einem oder mehreren Teilbildern, die an das ausgewählte Merkmalsteilbild grenzen, wobei jedes identifizierte Teilbild ein Merkmal umfasst, und das Erzeugen eines verketteten Merkmals, welches das ausgewählte Merkmalsteilbild und ein Teilbild aus dem einen oder den mehreren identifizierten Teilbildern umfasst, auf der Grundlage von einer oder mehreren Beschränkungen. Die eine oder die mehreren Beschränkungen können eine Position, eine Orientierung oder beides des einen oder der mehreren Merkmale umfassen.
Gemäß einem Merkmal der Erfindung umfasst das Identifizieren des Fehlers das Auswählen eines Paares von verketteten Merkmalen, das das verkettete Merkmal umfasst, Feststellen, ob das Paar von verketteten Merkmalen ein erstes Kriterium erfüllt, das anzeigt, dass das Paar von verketteten Merkmalen auf dem selben Fehler im Material liegt, und das Berechnen eines restlichen Teils desselben Fehlers zwischen dem Paar der verketteten Merkmale. Das erste Kriterium kann auf einem Abstand zwischen dem Paar von verketteten Merkmalen, einer Endrichtung jedes Merkmals im Paar von verketteten Merkmalen, einem Drehwinkel jedes Merkmals im Paar von verketteten Merkmalen, einer Länge jedes Merkmals im Paar von verketteten Merkmalen oder einer Kombination derselben beruhen.
In anderen Beispielen umfasst das Identifizieren des Satzes von Merkmalen das Erzeugen eines vorverarbeiteten Bildes auf der Grundlage des Bildes, um (a) eine oder mehrere Texturen der Mehrzahl von Texturen der Solarzelle im Bild zu entfernen oder (b) ein oder mehrere Merkmale eines Fehlers in der Mehrzahl von Texturen herauszustellen, oder beides. Das vorverarbeitete Bild kann in einen Satz von Teilbildern aufgeteilt werden. Für eines oder mehrere der Teilbilder im Satz von Teilbildern kann festgestellt werden, ob das Teilbild ein Merkmal umfasst, wobei das Merkmal ein Teil-Kandidat eines Fehlers in der Solarzelle ist. Wenn das Teilbild das Merkmal enthält, kann das Teilbild zu einem Satz von Merkmalen hinzugefügt werden.
In einigen Beispielen umfasst das Identifizieren des Fehlers das Berechnen eines restlichen Teils des Fehlers auf der Grundlage von Paaren von verketteten Merkmalen aus dem Satz von verketteten Merkmalen. Das Identifizieren des Fehlers kann für jedes Paar von verketteten Merkmalen aus dem Satz von verketteten Merkmalen das Feststellen umfassen, ob das Paar von verketteten Merkmalen ein erstes Kriterium erfüllt, das anzeigt, dass das Paar von verketteten Merkmalen auf demselben Fehler in der Solarzelle liegt, und das Berechnen eines restlichen Teils desselben Fehlers zwischen dem Paar der verketteten Merkmale, wobei derselbe Fehler ein Teil des Fehlers ist.
In anderen Beispielen wird eine Darstellung des Fehlers im Bild der Solarzelle angezeigt. Das Auswählen des Satzes von verketteten Merkmalen kann das Auswählen eines Teilbildes auf der Grundlage des Satzes von Merkmalen, das Identifizieren von einem oder mehreren Teilbildern, die an das ausgewählte Teilbild grenzen, wobei jedes identifizierte Teilbild ein Merkmal umfasst, und das Erzeugen eines verketteten Merkmals, welches das ausgewählte Teilbild und ein Teilbild aus dem einen oder den mehreren identifizierten Teilbildern umfasst, auf der Grundlage von einer oder mehreren Beschränkungen umfassen.
Die hier beschriebenen Techniken, die sowohl computergestützte Verfahren wie auch Vorrichtungen umfassen, können für einen oder mehrere der folgenden Vorteile sorgen. Die Suche nach starken Merkmalen in einem Bild des Materials kann so ausgelegt werden, dass sie einen hohen Schwellwert aufweisen, so dass schwache Merkmale (z.B. Merkmale, die nicht leicht mit hohem Sicherheitsgrad festgestellt werden können) schnell ausgeschlossen werden. Es ist vorteilhaft, dass die Suche nach starken Merkmalen schnell ausgeführt werden kann, und dann können die starken Merkmale zum Suchen in einer detaillierteren Weise verwendet werden (z.B. mit einem niedrigeren Schwellwert, so dass schwache Merkmale identifiziert werden können), da die starken Merkmale als Ausgangspunkt für die Suche nach schwachen Merkmalen verwendet werden. Ferner kann das Originalbild, das nach Fehlern abgesucht wird, gefiltert und/oder verarbeitet werden (z.B. zum Entfernen von schwachen Merkmalen und/oder anderem Rauschen), so dass starke Merkmale schnell und leicht identifiziert werden können. Außerdem können separat identifizierte starke Merkmale miteinander verbunden werden, so dass sie ein zusammenhängendes verkettetes starkes Merkmal bilden, um einen größeren Teil des Fehlers zu definieren.
Andere Gesichtspunkte und Vorteile der vorliegenden Erfindung werden aus der folgenden ausführlichen Beschreibung in Verbindung mit den begleitenden Zeichnungen ersichtlich, die die Prinzipien der Erfindung nur durch Beispiele illustrieren.
Figurenliste
Die vorhergehenden und andere Gesichtspunkte, Merkmale und Vorteile der vorliegenden Erfindung sowie die Erfindung selbst werden aus der folgenden Beschreibung der verschiedenen Ausführungsformen besser verständlich, wenn sie zusammen mit den begleitenden Zeichnungen gelesen werden.

1 zeigt ein beispielhaftes computergestütztes System zum Erfassen von Fehlern in einem Material.
2A zeigt ein beispielhaftes Bild eines Materials mit zwei Fehlern.
2B zeigt ein beispielhaftes vorverarbeitetes Bild, das auf der Grundlage des Bildes von 2A erzeugt wurde.
2C zeigt ein vergrößerter Teil des vorverarbeiteten Bildes aus 2B, das Teilbilder für den Teil des Bildes zeigt.
2D ist ein beispielhaftes Bild der kleinen Teile von Fehlern, das auf der Grundlage der starken Merkmale für die Fehler erzeugt wurde und in 2A.
3 zeigt ein Diagramm eines beispielhaften Verfahrens zum Identifizieren von Fehlern in einem Material.
4 zeigt ein Diagramm eines beispielhaften Verfahrens zum Identifizieren eines Satzes von verketteten Merkmalen für einen Teil eines Fehler-Kandidaten in einem Material.
5 zeigt ein beispielhaftes Diagramm einer polykristallinen Solarzelle mit einem ungleichförmigen Erscheinungsbild.

AUSFÜHRLICHE BESCHREIBUNG
Im Allgemeinen werden computergestützte Systeme und Verfahren zur Verfügung gestellt zur Verwenden von maschinellem Sehen, um ein Material (z.B. eine Solarzelle) auf Fehler (z.B. Mikrorisse) zu untersuchen und zu prüfen. Ein Originalbild (z.B. ein Bild einer Solarzelle) wird vorverarbeitet, um ein vorverarbeitetes Bild zu erzeugen, das hauptsächlich starke Merkmale von einem oder mehreren Fehlern enthält. Die starken Merkmale des einen oder der mehreren Fehler-Kandidaten werden unter Verwendung des vorverarbeiteten Bildes erfasst. Die starken Merkmale und/oder das Originalbild werden dann dazu verwendet, das Erfassen der schwachen Merkmale des Fehler-Kandidaten zu lenken. Die starken Merkmale und die schwachen Merkmale werden dann kombiniert, um den vollständigen Satz von tatsächlichen Fehlern im Material zu definieren (z.B. ein Satz von starken Merkmalen wird mit einem zugehörigen Satz von schwachen Merkmalen kombiniert, um einen tatsächlichen Fehler zu definieren).
Zum Beispiel werden starke Merkmale eines Risses (z.B. Teile eines Risses, die leicht unter Verwendung von maschinellem Sehen identifiziert werden können) mittels eines vorverarbeiteten Bildes identifiziert, das die starken Merkmale herausstellt. Das Erfassen der starken Teile des vollen Risses führt dazu, dass nur ein Anteil des vollen Risses identifiziert wird. Zum Beispiel kann man sich die erfassten Teile des Risses als gepunktete Linie denken, wobei die festen Anteile der gepunkteten Linie die erfassten starken Merkmale repräsentieren und die weißen Anteile der gepunkteten Linie die nicht erfassten schwachen Merkmale repräsentieren. Diese festgestellten starken Merkmale des Risses (z.B. die festen Anteile der gepunkteten Linie) werden dazu verwendet, die Erfassung der restlichen schwachen Merkmale (z.B. die weißen Anteile der gepunkteten Linie) zu lenken.
Ein Merkmal kann zum Beispiel Daten enthalten, die eine Position und einen Winkel, eine Länge (z.B. ein Liniensegment) und/oder zusätzliche Informationen anzeigen, wie zum Beispiel Polarität und Kontrast. Das Merkmal kann verwendet werden (z.B. an Entscheidungsfindungspunkten der computergestützten Verfahren, die hierin beschrieben werden), um Fehler oder Teile derselben zu identifizieren. Die computergestützten Systeme und Verfahren können Fehler-Kandidaten identifizieren, indem sie Teile der Fehler-Kandidaten identifizieren (z.B. durch Identifizieren von starken Merkmalen, die einen Fehler anzeigen können). Die computergestützten Systeme und Verfahren können die identifizierten Teile zum Suchen nach restlichen Teilen der Fehler-Kandidaten verwenden (z.B. schwache Merkmale), um festzustellen, ob der Fehler-Kandidat ein tatsächlicher Fehler ist.
Obwohl Beispiele hierin auf Ausführungsformen gerichtet sind, die das Erfassen von Rissen in einer polykristallinen Solarzelle beinhalten, sind die beschriebenen computergestützten Systeme und Verfahren nicht so eingeschränkt und können auf das Erfassen von Fehlern in anderen Arten von Materialien (oder Produkten) angewendet werden, wie zum Beispiel Silizium-Wafer, Leiterplatinen und/oder andere Arten von Materialien.
1 ist ein beispielhaftes computergestütztes System 100 zum Erfassen von Fehlern in einem Material. Das System 100 umfasst eine Fehlererfassungsrechenvorrichtung 102 (Fehlererfassungsvorrichtung 102), die mit einer Bilderfassungsvorrichtung 112 und einer Anzeigevorrichtung 114 in Verbindung steht. Die Fehlererfassungsvorrichtung 102 umfasst ein Vorverarbeitungsmodul 104, ein Erfassungsmodul für starke Merkmale 106, ein Erfassungsmodul für schwache Merkmale 108 und eine Datenbank 110. Die Fehlererfassungsvorrichtung 102 kann einen Prozessor und einen Speicher umfassen, die zum Erfassen von Fehlern in einem Material ausgelegt sind.
Das System 100 ist ein Beispiel für ein computergestütztes System, das speziell zum Ausführen der computergestützten Verfahren ausgelegt ist, welche hierin beschrieben werden. Die Systemstruktur und der Inhalt, die mit Bezug auf 1 angeführt werden, dienen jedoch nur als Beispiele und sind nicht dazu gedacht, andere Beispiele auf die in 1 gezeigte spezielle Struktur zu beschränken. Wie für den Fachmann auf diesem Gebiet erkennbar, können viele abweichende Systemstrukturen entworfen werden, ohne von den computergestützten Systemen und Verfahren, die hierin beschrieben werden, abzuweichen.
Außerdem können Informationen zwischen den Elementen, Komponenten und Teilsystemen, die hierin beschrieben werden, unter Verwendung einer beliebigen Technik fließen. Solche Techniken umfassen zum Beispiel das Weiterleiten der Informationen über ein Netzwerk unter Verwendung von Standardprotokollen, wie zum Beispiel TCP/IP, Weiterleiten der Informationen zwischen Modulen im Speicher und Weiterleiten der Informationen durch Schreiben in eine Datei, Datenbank oder eine andere nicht flüchtige Speichervorrichtung. Außerdem können Zeiger oder andere Verweise auf Informationen anstelle von oder zusätzlich zu Kopien der Informationen übertragen und empfangen werden. Umgekehrt können die Informationen anstelle von oder zusätzlich zu Zeigern oder anderen Verweisen auf die Informationen ausgetauscht werden. Andere Verfahren und Protokolle zur Mitteilung von Informationen können verwendet werden, ohne vom Geltungsbereich der Erfindung abzuweichen.
Die Bilderfassungsvorrichtung 112 kann eine beliebige Art von Bildaufnahmevorrichtung sein (z.B. eine zweidimensionale Kamera, eine dreidimensionale Kamera, ein Fotodetektor und/oder dergleichen), die zum Aufnehmen von Bildern der Materialien ausgelegt ist, welche durch die Fehlererfassungsvorrichtung 102 geprüft werden sollen. Zum Beispiel kann sich die Bilderfassungsvorrichtung 112 oberhalb eines Förderbandes eines Produktionsverfahrens befinden, wo die Bilderfassungsvorrichtung 112 Bilder einer repräsentativen Zahl von hergestellten Materialien zur Prüfung aufnimmt.
Die Anzeigevorrichtung 114 zeigt Bilder an, die von der Fehlererfassungsvorrichtung 102 (und/oder der Bilderfassungsvorrichtung 112) empfangen wurden. Zum Beispiel kann die Anzeigevorrichtung 114 Originalbilder, die von der Bilderfassungsvorrichtung 112 aufgenommen wurden, vorverarbeitete Bilder, die vom Vorverarbeitungsmodul 104 erzeugt wurden, und/oder Bilder mit hervorgehobenen Fehlern (z.B. mit Linien, Farben, Text oder anderen Markierungsmitteln hervorgehoben) anzeigen. Die Anzeigevorrichtung 114 kann zum Beispiel ein Computermonitor oder ein TV-Bildschirm sein. Die Anzeigevorrichtung 114 kann ferner eine Schnittstelle (z.B. eine Maus, Keyboard oder andere Dateneingabevorrichtung) für einen Benutzer zur Kommunikation mit der Fehlererfassungsvorrichtung 102 umfassen.
Das Vorverarbeitungsmodul 104 stellt Merkmale in empfangenen Bildern heraus (z.B. einschließlich schwacher Merkmale und starker Merkmale). Das Vorverarbeitungsmodul 104 führt zum Beispiel eine Glättungsfunktion aus (z.B. unter Verwendung der Medianfilterung), um Merkmale und/oder Rauschen zu entfernen, um ein gefiltertes Bild zu erzeugen. Das Vorverarbeitungsmodul 104 kann ein vorverarbeitetes Bild auf der Grundlage des Originalbildes und des gefilterten Bildes erzeugen (z.B. durch Subtrahieren des gefilterten Bildes vom Originalbild), um Merkmale im Originalbild herauszustellen. Das Vorverarbeitungsmodul 104 kann in einigen Ausführungsformen so ausgelegt werden, dass sie keinerlei Vorverarbeitung an Originalbildern ausführt, die von der Bilderfassungsvorrichtung 102 empfangen wurden.
Das Erfassungsmodul für starke Merkmale 106 extrahiert starke Merkmale von Teil-Kandidaten von Fehlern (oder Teile von Merkmalen) auf der Grundlage der Ausgabe des Vorverarbeitungsmoduls 104 (z.B. lokale Merkmale auf der Basis von Teilbildern). Zum Beispiel kann das Erfassungsmodul für starke Merkmale 106 nach Bildern für Teil-Kandidaten von Fehlern suchen, die schnell und/oder leicht zu identifizieren sind, mit einem hohen Grad an Sicherheit (oder mit einer kleinen Zahl von Falsch-Positiven). Das Erfassungsmodul für schwache Merkmale 108 erfasst auf der Grundlage der extrahierten starken Merkmale schwache Merkmale, die anderenfalls mit einem niedrigen Grad an Sicherheit verknüpft wären (z.B. weil die schwachen Merkmale niedrigen Kontrast, ungleichförmige Polarität oder Breite usw. haben, was das Erfassen der schwachen Merkmale sowohl schwierig wie auch zeitaufwändig macht). Da die Suche nach schwachen Merkmalen durch die bekannten starken Merkmale gelenkt wird, ist vorteilhafterweise die Gefahr von Falsch-Positiven reduziert und eine Zeiteinsparung wird dadurch erreicht, dass nicht nach potenziellen schwachen Merkmalen gesucht wird, wenn sie nicht mit bekannten starken Merkmalen verknüpft sind. Das Vorverarbeitungsmodul 104, das Erfassungsmodul für starke Merkmale 106 und das Erfassungsmodul für schwache Merkmale 108 werden unten detaillierter mit Bezug auf 3 und 4 beschrieben.
2A ist ein beispielhaftes Bild 200 eines Materials mit zwei Fehlern 202 bzw. 206 (z.B. zwei Risse im Material). Fehler 202 umfasst starke Merkmale 204A, 204B und 204C (zusammen: starke Merkmale 204). Die starken Merkmale sind zum Beispiel größere Teile des Fehlers, die leicht zu identifizieren sind. Die restlichen Teile von Fehler 202 sind schwache Merkmale (z.B. Merkmale, die im Vergleich mit den starken Merkmalen 204 nicht leicht zu identifizieren sind). Fehler 206 umfasst die starken Merkmale 208A, 208B, 208C, 208D, 208E und 208F (zusammen: starke Merkmale 208). Die restlichen Teile von Fehler 206 sind schwache Merkmale.
2B ist ein als Beispiel dienendes vorverarbeitetes Bild 220, das auf der Grundlage des Bildes 200 von 2A erzeugt wurde. Das Vorverarbeitungsmodul 104 erzeugt zum Beispiel das vorverarbeitete Bild 220 auf der Grundlage von Bild 200. Das vorverarbeitete Bild 220 umfasst die starken Merkmale 204 von Fehler 202 und die starken Merkmale 208 von Fehler 206. Das verarbeitete Bild 220 umfasst keine schwachen Merkmale von Fehler 202 oder 206. Teil 250 des vorverarbeiteten Bildes 220 wird detaillierter mit Bezug auf 2C beschrieben.
2C ist ein vergrößerter Teil 250 des verarbeiteten Bildes 220 von 2B, das Teilbilder für den Teil 250 des verarbeiteten Bildes 220 zeigt. Der vergrößerte Teil 250 umfasst die Teilbilder 250A, 250B bis 250N (zusammen: Teilbilder 250). Jedes Teilbild stellt einen Teil des gesamten verarbeiteten Bildes 220 dar. Die Größe jedes Teilbildes kann voreingestellt werden (z.B. über einen Bediener durch die Anzeigevorrichtung 114). Jedes Teilbild kann zum Beispiel so konfiguriert werden, dass es 50 Pixel breit und 50 Pixel hoch, 40 Pixel breit und 60 Pixel hoch ist usw. Obwohl 2C die Teilbilder als rechteckige, nicht überlappende und zusammenhängende Blöcke zeigt, dient dies nur der Erläuterung. Die Teilbilder können eine beliebige Form haben und können sich gegenseitig überlappen und/oder nicht zusammenhängend sein. Die Teilbilder 252A, 252B, 252C, 252D und 252E (zusammen: Teilbilder 252) enthalten jeweils einen Teil des starken Merkmals 204C. Die Teilbilder 254A, 254B und 254C (zusammen: Teilbilder 254) enthalten jeweils einen Teil des starken Merkmals 204B. Zum Beispiel enthält das Teilbild 252C Merkmal 262, und Teilbild 252E enthält Merkmal 260. Obwohl 2C die Merkmale (z.B. die Merkmale 260 und 262) meistens als Diagonalen über die Teilbilder zeigt, dient dies nur als Beispiel. Die Merkmale können zum Beispiel in einer beliebigen Richtung und/oder Orientierung in den Teilbildern liegen (z.B. als geometrische Form, wie zum Beispiel Geraden, gekrümmte Linien, Ovale, Rechtecke usw.) .
2D ist ein als Beispiel dienendes Bild 280 der kleinen Teile von Fehlern, das auf der Grundlage der starken Merkmale 204 und 208 für die Fehler 202 und 206 in 2A erzeugt wurde. Für Fehler 202 werden die starken Merkmale 204 (z.B. wie in 2B gezeigt) zum Leiten bei der Erfassung der schwachen Merkmale 282A und 282B (zusammen: schwache Merkmale 282) verwendet. Für Fehler 206 werden die starken Merkmale 208 zum Leiten der Erfassung der schwachen Merkmale 284A, 284B, 284C, 284D und 284E (zusammen: die schwachen Merkmale 284) verwendet. Fehler 202 besteht aus den starken Merkmalen 204 und den schwachen Merkmalen 282, und Fehler 206 besteht aus den starken Merkmalen 208 und den schwachen Merkmalen 284 (z.B. führt die Erfassung der starken und schwachen Merkmale eines Fehlers zur Erfassung des gesamten Fehlers, wie detaillierter unten erläutert).
3 ist eine grafische Darstellung eines beispielhaften Verfahrens 300 zum Identifizieren von Fehlern in einem Material. Mit Verweis auf die 2A-2D empfängt in Schritt 302 die Fehlererfassungsvorrichtung 102 ein Bild (z.B. Bild 200 oder Bild 220) eines Materials von der Bilderfassungsvorrichtung 112. In Schritt 304 identifiziert (oder erfasst) das Erfassungsmodul für starke Merkmale 106 einen Satz von starken Merkmalen (starke Merkmale 204 und 208) für einen oder mehrere Fehler 202, 204 im Bild des Materials. In Schritt 306 identifiziert das Erfassungsmodul für schwache Merkmale 108 einen Satz von schwachen Merkmalen 282, 284 im Bild auf der Grundlage des identifizierten Satzes von starken Merkmalen 204, 208. In Schritt 308 gibt die Fehlererfassungsvorrichtung 102 Daten aus, die einen Satz von Fehlern 202, 206 auf der Grundlage des Satzes von schwachen Merkmalen 282, 284 und des Satzes von starken Merkmalen 204, 208 im Material anzeigen.
Zum Beispiel kann die Fehlererfassungsvorrichtung 102 einen Riss in einer polykristallinen Solarzelle identifizieren. 5 ist ein beispielhaftes Diagramm einer polykristallinen Solarzelle 500 mit einem ungleichförmigen Erscheinungsbild. Die polykristalline Solarzelle 500 umfasst ein ungleichförmiges Erscheinungsbild mit Merkmalen, zu denen unterschiedlicher Kontrast, Polarität, Breite usw. gehören (z.B. Merkmale 502 und 504, die keine Fehler in der Solarzelle 500 sind). Die Fehlererfassungsvorrichtungen können fälschlicherweise Merkmale der polykristallinen Solarzelle 500 als Fehler klassifizieren (z.B. Klassifizieren von Merkmal 502 als Fehler). Ferner erschweren solche Merkmale wie 502, 504 die Suche und/oder das Erfassen von Fehlern, da oft die Fehlererfassungsvorrichtungen so ausgelegt sind, dass sie nicht zu Fehlern gehörende Merkmale sowohl erfassen als auch ausschließen, was zu einer großen Zahl von Merkmalen führt, die durch viele Fehlererfassungsvorrichtungen erfasst und/oder analysiert werden. Die Fehlererfassungsvorrichtung 102 kann vorteilhafterweise nach starken Merkmalen eines Fehlers suchen und dann die starken Merkmale verwenden, um das Erfassen der schwachen Merkmale des Fehlers zu leiten. Dadurch kann die Fehlererfassungsvorrichtung 102 Fehler schnell, effizient und genau klassifizieren.
Mit Verweis auf Schritt 304 kann das Verfahren das Identifizieren eines Satzes von starken Merkmalen für einen Satz einer beliebigen Art von Fehlern des Materials umfassen (z.B. Risse, Späne, Herstellungsfehler und/oder dergleichen). Die starken Merkmale der Fehler können vorteilhafterweise schnell und mit einer hohen Erfolgsrate (mit einer niedrigen Rate einer fehlerhaften Identifizierung eines nicht zu einem Fehler gehörenden Merkmals) identifiziert werden und dann dazu verwendet werden, die Suche nach schwachen Merkmalen der Fehler zu leiten, die anderenfalls langsam und mit einer niedrigen Erfolgsrate identifiziert werden würden (da z.B. ein System keine A-priori-Informationen über die schwachen Merkmale hätte, müsste das System alle Merkmale berücksichtigen, die schwache Merkmale sein könnten, und sie eins nach dem anderen als Fehler oder als keiner klassifizieren).
Mit Verweis auf Schritt 304 kann das Erfassungsmodul für starke Merkmale 106 das vorverarbeitete Bild in Teilbilder 250 aufteilen und jedes Teilbild 250 nach Teilen von starken Merkmalen durchsuchen. Das Erfassungsmodul für starke Merkmale 106 kann die identifizierten starken Merkmale in jedem Teilbild miteinander verketten, um einen Satz von verketteten Merkmalen zu bilden. Das Erfassungsmodul für starke Merkmale 106 kann die verketteten Merkmale verwenden (die zum Beispiel einen vollständigen großen Fehler repräsentieren), um nach schwachen Merkmalen zu suchen.
4 ist ein Diagramm eines beispielhaften computergestützten Verfahrens 400 zum Identifizieren eines Satzes von verketteten Merkmalen für einen Teil eines Fehler-Kandidaten in einem Material. Mit Verweis auf die 2A-2D erzeugt das Vorverarbeitungsmodul 104 in Schritt 402 ein vorverarbeitetes Bild 220 auf der Grundlage des Originalbildes 200 des Materials, um ein oder mehrere Merkmale des Materials zu entfernen (z.B. um Rauschen und/oder schwache Merkmale der Fehler aus dem Bild zu entfernen). In Schritt 404 teilt das Erfassungsmodul für starke Merkmale 106 das vorverarbeitete Bild 220 in einen Satz von Teilbildern 250 auf. Für ein oder mehrere der Teilbilder im Satz von Teilbildern 250 stellt das Erfassungsmodul für starke Merkmale 106 in Schritt 406 fest, ob das Teilbild ein Merkmal enthält, wobei das Merkmal ein Teil eines Fehlers im Material ist. Wenn zum Beispiel der Fehler im Material ein Riss ist, stellt das Erfassungsmodul für starke Merkmale 106 fest, ob das Teilbild ein Liniensegment enthält, welches einen Teil-Kandidaten des Risses darstellt. Wenn das Teilbild das Merkmal enthält, fügt das Erfassungsmodul für starke Merkmale 106 das Teilbild einem Satz von Merkmalsteilbildern hinzu (z.B. einem Satz von einem oder mehreren Teilbildern, von denen jedes ein starkes Merkmal enthält). In Schritt 408 berechnet das Erfassungsmodul für starke Merkmale 106 einen Satz von verketteten Merkmalen auf der Grundlage des Satzes von Merkmalsteilbildern. Jedes verkettete Merkmal umfasst ein oder mehrere Merkmale, die Teile eines selben Risses im Material darstellen.
Mit Verweis auf Schritt 402 entfernt das vorverarbeitete Bild 220 Hintergrundtextur(en), damit das Erfassungsmodul für starke Merkmale 106 besser die starken Merkmale identifizieren kann (z.B. schneller, da das Erfassungsmodul für starke Merkmale 106 weniger Merkmale analysiert - nur die starken Merkmale, und genauer, da die starken Merkmale oft leicht identifizierbare Merkmale der Fehler sind). Zum Beispiel haben die polykristallinen Solarzellen oft heterogene Texturen mit einem Erscheinungsbild, als ob die Solarzelle durch Verschmelzen verschiedener polykristalliner Stücke hergestellt worden wäre. Daher kann das vorverarbeitete Bild 220 die Kantenteile der verschiedenen polykristallinen Stücke entfernen. Das Entfernen solcher Kantenteile und/oder von anderem Rauschen, das keine Fehler in der polykristallinen Solarzelle anzeigt, ermöglicht dem Erfassungsmodul für starke Merkmale 106 vorteilhafterweise, starke Merkmale von Fehlern schnell und einfach zu identifizieren, ohne Verarbeitungszeit für nicht zu Fehlern gehörende (oder möglicherweise nicht zu Fehlern gehörende) schwache Merkmale zu verschwenden.
Das Vorverarbeitungsmodul 104 kann das vorverarbeitete Bild auf der Grundlage eines gefilterten Bildes erzeugen. Zum Beispiel kann das Vorverarbeitungsmodul 104 ein gefiltertes Bild durch Ausführen eines Filters an dem Originalbild 200 erzeugen, das von der Bilderfassungsvorrichtung 112 empfangen wurde. Das Filter kann zum Beispiel ein Filter sein, das zum Beibehalten von Hintergrundmerkmalen und/oder Texturen (z.B. Rauschen und schwachen Merkmalen) und zum Entfernen von starken Merkmalen aus dem Originalbild 200 ausgelegt ist. Das Filter kann zum Beispiel ein Tiefpassfilter, ein Medianfilter und/oder eine Glättungsfunktion niedriger Frequenz sein. Das Vorverarbeitungsmodul 104 kann das vorverarbeitete Bild 220 durch Subtrahieren des gefilterten Bildes vom Originalbild 200 (oder umgekehrt) erzeugen, um Hintergrundtexturen im Originalbild zu entfernen, ein oder mehrere schwache Merkmale im Originalbild zu entfernen oder beides. In einigen Ausführungsformen kann das Vorverarbeitungsmodul 104 ein Texturfilter ausführen und die Ausgabe des Verstärkungsfilters verwenden.
Während 2B den Hintergrund mit weißen Pixeln und die starken Merkmale mit schwarzen Pixeln zeigt, kann, mit Verweis auf das vorverarbeitete Bild 220, das vorverarbeitete Bild einen Hintergrund von dunklen Pixeln und einen Satz von starken Merkmalen enthalten, die helle Pixel umfassen, wobei die dunklen Pixel und die hellen Pixel auf der Grundlage eines Graustufenschwellwerts identifiziert werden. Zum Beispiel kann die Fehlererfassungsvorrichtung 102 einen Graustufenschwellwert zum Identifizieren verwenden, welche Pixel mit starken Merkmalen verknüpft sind. Wenn zum Beispiel der Hintergrund schwarz ist und Pixelmerkmale mit helleren Pixeln verknüpft sind, kann die Fehlererfassungsvorrichtung 102 einen Graustufenschwellwert definieren, bei dem alle Pixel mit einem Graustufenwert, der größer als der Graustufenschwellwert ist, als repräsentativ für Pixel bestimmt werden, die potenziell mit starken Merkmalen eines Fehler-Kandidaten verknüpft sind, während bei Pixeln mit einem Graustufenwert, der kleiner als der Graustufenschwellwert ist, festgestellt wird, dass sie keine Pixel repräsentieren, die potenziell mit starken Merkmalen verknüpft sind.
Mit Verweis auf Schritt 404 umfasst das vorverarbeitete Bild 220 einen Satz von starken Merkmalen 204 und 208, und das Erfassungsmodul für starke Merkmale 106 muss die starken Merkmale 204 und 208 erfassen und sie miteinander verbinden, falls notwendig, um vollständige starke Merkmale zu bilden. Das Erfassungsmodul für starke Merkmale 106 teilt das vorverarbeitete Bild 220 in einen Satz von Teilbildern 250 auf (z.B. um nach Teilen von starken Merkmalen in jedem der Teilbilder zu suchen). In einigen Ausführungsformen teilt das Erfassungsmodul für starke Merkmale 106 das vorverarbeitete Bild 220 nicht wirklich in unterschiedliche Datenstrukturen auf, sondern statt dessen berücksichtigt das Erfassungsmodul für starke Merkmale 106 bestimmte Gruppen von Pixeln in einer iterativen Weise. In einigen Beispielen berücksichtigt das Erfassungsmodul für starke Merkmale 106 jedes Teilbild im vorverarbeiteten Bild 220 iterativ. Da das Erfassungsmodul für starke Merkmale 106 Teile von Merkmalen in jedem Teilbild identifiziert (z.B. Teile eines starken Merkmals), kann das Erfassungsmodul für starke Merkmale 106 den identifizierten Satz von Merkmalen in den Teilbildern miteinander verketten, um ein vollständiges Merkmal zu erzeugen (z.B. um ein vollständiges starkes Merkmal zu erzeugen), was detaillierter unten beschrieben wird.
Mit Verweis auf Schritt 406 erzeugt das Erfassungsmodul für starke Merkmale 106 einen Satz von Merkmalsteilbildern, wobei jedes Merkmalsteilbild ein Merkmal enthält (das nur ein Teil eines vollständigen Merkmals sein kann). Zum Beispiel analysiert das Erfassungsmodul für starke Merkmale 106 ein oder mehrere Teilbilder 250, um festzustellen, ob das Teilbild ein Liniensegment enthält (wobei das Liniensegment ein Teil-Kandidat eines Risses im Material ist). Zum Beispiel stellt das Erfassungsmodul für starke Merkmale 106 fest, dass das Teilbild 252E das Merkmal 260 enthält. Das Erfassungsmodul für starke Merkmale 106 kann das Teilbild 252E einem Satz von Merkmalsteilbildern hinzufügen. Wenn zum Beispiel das Erfassungsmodul für starke Merkmale 106 die Teilbilder 250 von 2C analysiert, würde der Satz von Merkmalsteilbildern zumindest die Teilbilder 252A, 252C, 252E, 254A und 254C enthalten, da jedes dieser Teilbilder ein Merkmal enthält (z.B. enthält jedes ein Liniensegment für einen Teil-Kandidaten eines Risses). Wenn ferner das Erfassungsmodul für starke Merkmale 106 feststellt, dass das Teilbild 252B ein Merkmal enthält (da die Ecke links oben im Teilbild 252B ein Merkmal enthalten kann), dann würde das Erfassungsmodul für starke Merkmale 106 252B zum Merkmal hinzufügen.
In einigen Ausführungsformen kann das Erfassungsmodul für starke Merkmale 106 feststellen, ob das Teilbild ein Liniensegment enthält, indem es einen Geradenanpassungsalgorithmus ausführt. Der Geradenanpassungsalgorithmus kann ein leichtgewichtiges Werkzeug sein (z.B. eines, das rechentechnisch wenige Computerressourcen benötigt), welches eine Liste von Punkten (z.B. ein Minimum an zweidimensionalen Punkten) als Eingabe verwendet. Das Erfassungsmodul für starke Merkmale 106 kann die Pixel jedes Teilbildes analysieren, um festzustellen, welche in den Geradenanpassungsalgorithmus eingegeben werden. Wenn zum Beispiel das verarbeitete Bild 220 so aufgebaut ist, dass die Hintergrundpixel dunkle Pixel sind (wobei z.B. die dunklen Pixel auf der Grundlage eines Graustufenschwellwerts identifiziert werden) und daher die starken Merkmale durch hellere Pixel definiert sind (wobei z.B. die hellen Pixel auf der Grundlage eines Graustufenschwellwerts identifiziert werden), kann das Erfassungsmodul für starke Merkmale 106 einen Geradenanpassungsalgorithmus unter Verwendung der hellen Pixel in einem Teilbild ausführen. Das Erfassungsmodul für starke Merkmale 106 kann zum Beispiel einen Graustufenschwellwert verwenden, um festzustellen, welche Pixel in den Geradenanpassungsalgorithmus eingegeben werden. In einigen Beispielen kann das Erfassungsmodul für starke Merkmale 106 einen Geradenanpassungsalgorithmus unter Verwendung der dunklen Pixel im Teilbild ausführen (und/oder eine Kombination aus den hellen Pixeln und den dunklen Pixeln).
In einigen Ausführungsformen kann der Geradenanpassungsalgorithmus entweder (a) ein Liniensegment (z.B. ein Geradensegment, das eine Richtung und/oder eine Position hat) oder (b) einen Nullwert zurückgeben, der anzeigt, dass das Teilbild kein Liniensegment enthält. Das Erfassungsmodul für starke Merkmale 106 kann ein Teilbild dem Satz von Merkmalsteilbildern hinzufügen (der Satz von Teilbildern, die Liniensegmente enthalten), wenn der Geradenanpassungsalgorithmus ein Liniensegment zurückgibt. Anderenfalls kann das Erfassungsmodul für starke Merkmale 106 das Teilbild, das gerade analysiert wird, weglassen (und z.B. mit der Analyse eines weiteren Teilbildes fortfahren).
In einigen Ausführungsformen stellt das Erfassungsmodul für starke Merkmale 106 fest, ob auf der Grundlage eines Satzes von Beschränkungen (z.B. eine oder mehrere Beschränkungen) ein Teilbild ein Merkmal enthält. Das Erfassungsmodul für starke Merkmale 106 kann feststellen, ob das Teilbild ausreichend Merkmalspixel enthält (z.B., auf der Grundlage eines Minimalwertes, nach der Graustufenschwellwertunterscheidung von Pixeln im Teilbild). Das Erfassungsmodul für starke Merkmale 106 kann einen Merkmalsanpassungsfehler berechnen (z.B., wenn das Merkmal eine Linie ist, ob ein Linienanpassungsfehler unterhalb eines Schwellwertes liegt). Das Erfassungsmodul für starke Merkmale 106 kann feststellen, ob im Originalbild 200 der Merkmal-Kandidat im Teilbild ausreichend Kontrast bei seiner Orientierung hat. Das Erfassungsmodul für starke Merkmale 106 kann feststellen, ob die Helligkeitsvariation des Merkmal-Kandidaten im Originalbild 200 im Teilbild klein genug ist. Das Erfassungsmodul für starke Merkmale 106 kann feststellen, ob die Dicke des Merkmal-Kandidaten im Originalbild 200 innerhalb eines Dickenbereichs liegt (z.B. wenn der Merkmal-Kandidat ein Liniensegment für einen Teil eines Risses ist, kann es einen Rissdickenbereich verwenden).
In einigen Ausführungsformen können neben den Linienerfassungswerkzeugen andere Werkzeuge verwendet werden, um kurze Linien in den Teilbildern zu erfassen. Zum Beispiel kann das Caliper Tool, das von Cognex aus Natick, MA, USA geliefert wird, zum Erfassen der zwei Kanten einer Linie verwendet werden. Das Caliper Tool kann auf der Grundlage einer gegebenen Richtung und Position der Linie messen, wie sich im Bild der Graustufenwert über der Linie ändert, um die Position der Linie zu bestimmen. Wenn zum Beispiel die Richtung der Linie nicht bekannt ist, kann das Caliper Tool iterativ jede Richtung im Teilbild prüfen und unter Verwendung der zwei stärksten Kanten feststellen, wo die Linie liegt.
Mit Verweis auf Schritt 408 stellt das Erfassungsmodul für starke Merkmale 106 fest, ob ein oder mehrere identifizierte Merkmale aus Schritt 406 miteinander verbunden werden sollen (z.B. kann für Rissfehler das Erfassungsmodul für starke Merkmale 106 benachbarte Rissmerkmale aus den verschiedenen Teilbildern miteinander verketten, um ein vollständiges Fehlermerkmal zu identifizieren). Das Erfassungsmodul für starke Merkmale 106 wählt zum Beispiel das Merkmalsteilbild 252E aus dem Satz von Merkmalsteilbildern aus. Das Erfassungsmodul für starke Merkmale 106 identifiziert ein oder mehrere Teilbilder, die an das ausgewählte Merkmalsteilbild grenzen, wobei jedes identifizierte Teilbild ein Merkmal enthält. Zum Beispiel kann das Merkmalsteilbild 252E acht Teilbilder haben, die daran grenzen (z.B. die Teilbilder, die oberhalb, unterhalb, links, rechts liegen, und an den vier Ecken). Das Merkmalsteilbild 252C grenzt an das Teilbild 252E, da die rechte obere Ecke des Merkmalsteilbildes 252C der linken unteren Ecke des Merkmalsteilbildes 252 benachbart ist. Das Erfassungsmodul für starke Merkmale 106 erzeugt ein verkettetes Merkmal, das das Merkmalsteilbild 252C und das Merkmalsteilbild 252E umfasst (und daher werden z.B. die Merkmale 260 und 262 miteinander verkettet, um ein verkettetes Merkmal zu bilden). Das Erfassungsmodul für starke Merkmale 106 kann vorteilhafterweise separat berechnete Merkmale miteinander verbinden, um ein zusammenhängendes verkettetes Merkmal zu bilden.
Das Erfassungsmodul für starke Merkmale 106 kann verkettete Merkmale auf der Grundlage von einer oder mehreren Beschränkungen identifizieren, um sicherzustellen, dass Merkmale nur dann zu einem einzigen verketteten Merkmal miteinander verkettet werden, wenn sie Teil-Kandidaten eines selben Fehlers repräsentieren (z.B. eines Risses). Die eine oder mehrere Beschränkungen können eine Position, eine Orientierung der Merkmale, die das Erfassungsmodul für starke Merkmale 106 gerade analysiert, oder beides umfassen. Z.B. ist für Liniensegmentteil-Kandidaten eines Risses in benachbarten Teilbildern das Erfassungsmodul für starke Merkmale 106 dafür ausgelegt, die Liniensegmente miteinander zu verketten. Das Erfassungsmodul für starke Merkmale 106 kann vorteilhafterweise separate Liniensegmente so lang wie möglich miteinander verketten (z.B. zu einer gekrümmten Linie), um einen großen Teil-Kandidaten eines Risses zu definieren.
Das Erfassungsmodul für starke Merkmale 106 kann den Prozess des Verkettens von einer Zelle starten, in der es ein Merkmal gibt (z.B. ein Merkmalsteilbild). Das Erfassungsmodul für starke Merkmale 106 kann die benachbarten Zellen des Merkmalsteilbildes (z.B. die acht benachbarten Teilbilder) auf der Grundlage von Beschränkungen analysieren, um potenziell das Merkmalsteilbild mit einem oder mehreren benachbarten Teilbildern zu verketten. Zum Beispiel kann eine Beschränkung das Überprüfen umfassen, ob die Richtungen der Merkmale in den benachbarten Teilbildern kompatibel sind (z.B. überprüfen, dass eine Linie von einem Liniensegment sich zu einem anderen Liniensegment fortsetzt, statt zwei Liniensegmente miteinander zu verketten, die parallel liegen).
Das Erfassungsmodul für starke Merkmale 106 kann benachbarte Teilbilder darauf analysieren, ob die benachbarten Teilbilder ein Merkmal enthalten oder nicht. Wenn zum Beispiel ein ausgewähltes Merkmalsteilbild Eins ein benachbartes Teilbild mit einem Merkmal hat, dann kann das Erfassungsmodul für starke Merkmale 106 die zwei Merkmale in den jeweiligen Teilbildern miteinander verketten. Das Erfassungsmodul für starke Merkmale 106 kann dann die benachbarten Teilbilder des neu verketteten Teilbildes analysieren (z.B. unter Verwendung desselben Prozesses, der zum Analysieren des anfänglichen Teilbildes verwendet wurde).
Wenn zum Beispiel das ausgewählte Teilbild mehrere benachbarte Teilbilder mit Merkmalen hat, dann kann das Erfassungsmodul für starke Merkmale 106 auswählen, welches der mehreren Teilbilder mit dem gewählten Teilbild auf der Grundlage eines Punktevergabemechanismus verkettet werden soll, um melden zu können, welches der beste Kandidat unter seinen benachbarten Teilbildern ist (z.B. entlang seiner vier Seiten und vier Ecken). Zum Beispiel können bekannte Informationen über jedes Merkmal in den Teilbildern genutzt werden, wie zum Beispiel eine Position des Merkmals im Teilbild (z.B. der Mittelpunkt des Merkmals) und ein Richtungswinkel des Merkmals. Der Verkettungsalgorithmus kann einen Punktwert verwenden, um zu messen, wie gut die Informationen über das Merkmal des aktuellen Teilbildes zu(m) (den) Merkmal(en) in (einem) benachbarten Bild(ern) passen oder sich paaren. Das Erfassungsmodul für starke Merkmale 106 kann das benachbarte Merkmal mit dem besten Punktwert aufgreifen, um es mit dem aktuellen Merkmal zu verketten. Das Erfassungsmodul für starke Merkmale 106 kann als nächstes Merkmal das gewählte benachbarte Merkmal betrachten, um nach zusätzlichen Merkmalen zu suchen, die mit dem benachbarten Merkmal zu verketten sind. Der Punktwert kann auf der Grundlage zum Beispiel berechnet werden, um wie viel ein Merkmal „gedreht“ werden muss, um sich mit einem benachbarten Merkmal zu verbinden.
Da zum Beispiel Risse in einem Material lokal oft gerade sind (z.B. ohne viele stark gekrümmte Windungen), können Merkmale mit einer großen Drehung vernachlässigt werden. Zum Beispiel kann die folgende Punktvergabefunktion für den Drehwinkel verwendet werden: $S = | A_{C} - A_{T} | + | A_{T} - A_{N} |$
wobei:

S = Punktwert für den Drehwinkel für das aktuelle Merkmal (das Merkmal, welches gerade analysiert wird);
A_C = Winkel des aktuellen Merkmals;
An = Winkel eines benachbarten Merkmals des aktuellen Merkmals; und
A_T = Winkel des Drehungs-Liniensegmentes, welches das Liniensegment ist, das am Mittelpunkt des aktuellen Merkmals startet und am Mittelpunkt des benachbarten Merkmals endet.

Bezüglich A_C und A_T kann der Winkel eine Richtung einer Linie im Bildkoordinatensystem anzeigen (z. B. kann der Winkel durch den Winkel gemessen werden, der durch das aktuelle Merkmal und die x-Achse des Koordinatensystems gebildet wird). Ein niedriger Punktwert (S) von 0 bedeutet, dass das aktuelle Merkmal keinerlei „Drehung“ hat, wenn das aktuelle Merkmal mit dem benachbarten Merkmal verbunden wird (z.B. kann der Endpunkt des aktuellen Merkmals mit dem Anfangspunkt des benachbarten Merkmals unter Verwendung einer Gerade verbunden werden). Ein hoher Punktwert (S) bedeutet, dass das aktuelle Merkmal einen hohen „Drehwinkel“ hat, wenn das aktuelle Merkmal mit dem benachbarten Merkmal verbunden wird. Das Erfassungsmodul für starke Merkmale 106 kann das benachbarte Merkmal mit dem kleinsten Punktwert als nächstes zu analysierendes Merkmal auswählen.
In einigen Ausführungsformen kann es, nachdem das Erfassungsmodul für starke Merkmale 106 die starken Merkmale miteinander verkettet, eine Reihe von voneinander getrennten verketteten Merkmalen geben (z. B. die starken Merkmale 204 und 208). Wie im Originalbild 200 gezeigt, sind jedoch die starken Merkmale 204 alle Teil desselben Fehlers 202, und die starken Merkmale 208 sind alle Teil desselben Fehlers 206. Das Erfassungsmodul für starke Merkmale 106 hat nur die starken Merkmale festgestellt und miteinander verkettet, die schwachen Merkmale jedes Fehlers (die schwachen Merkmale 282 und 284) sind jedoch noch nicht identifiziert worden. Wie in 3 beschrieben, verwendet das Erfassungsmodul für schwache Merkmale 108 vorzugsweise die starken Merkmale zum Leiten der Erfassung der schwachen Merkmale (z. B. verwendet das Erfassungsmodul für schwache Merkmale 108 die starken Merkmale 204 und 208 zum Leiten der Erfassung der schwachen Merkmale 282 bzw. 284).
Mit Verweis auf Schritt 306 berechnet das Erfassungsmodul für schwache Merkmale 108 den Satz von schwachen Merkmalen für Fehler auf der Grundlage des identifizierten Satzes von starken Merkmalen aus Schritt 304. In einigen Ausführungsformen identifiziert das Erfassungsmodul für schwache Merkmale 108 einen Fehler (z. B. Fehler 202 und 206) auf der Grundlage eines Paares von verketteten Merkmalen aus dem Satz von verketteten Merkmalen. Das Erfassungsmodul für schwache Merkmale 108 kann rekursiv nach Paaren von verketteten Merkmalen eines Fehlers suchen, um schwache Merkmale desselben Fehlers zu erfassen. Zum Beispiel kann das Erfassungsmodul für schwache Merkmale 108 feststellen, ob ein ausgewähltes Paar von verketteten Merkmalen ein Kriterium erfüllt, das anzeigt, dass das Paar von verketteten Merkmalen auf demselben Fehler liegt (z. B. um festzustellen, dass die starken Merkmale 204A und 204B im selben Fehler 202 liegen, während die starken Merkmale 204A und 208A auf unterschiedlichen Fehlern 202 bzw. 206 liegen). Das Kriterium kann zum Beispiel auf einem Abstand zwischen dem Paar von verketteten Merkmalen (z. B. dem Pixelabstand zwischen einem Endpunkt auf dem starken Merkmal 204A und einem Endpunkt auf dem starken Merkmal 204B), einer Endrichtung jedes Merkmals im Paar von verketteten Merkmalen (z. B. der linearen Richtung eines Endpunktes auf einem starken Merkmal), einem Drehwinkel jedes Merkmals im Paar von verketteten Merkmalen (z. B. auf Gleichung 1 beruhend), einer Länge jedes Merkmals im Paar von verketteten Merkmalen (z.B. der Zahl von Pixeln entlang dem starken Merkmal 204A und auf dem starken Merkmal 204B) und/oder einem anderen Kriterium beruhen, das anzeigt, ob das Paar von Merkmalen Teil eines selben Fehlers ist.
Das Erfassungsmodul für schwache Merkmale 108 kann Paare von verketteten Merkmalen (oder starken Merkmalen) unter Verwendung eines Auswahlalgorithmus wählen, der Paar-Kandidaten von starken Merkmalen mit Punkten bewertet (und z.B. das Paar von starken Merkmalen mit der höchsten Punktzahl auswählen). Das Erfassungsmodul für schwache Merkmale 108 kann Paare auf der Grundlage des Abstandes zwischen den Enden eines verketteten Merkmals und den Enden des anderen verketteten Merkmals mit Punkten bewerten (z. B. kann eventuell das Erfassungsmodul für schwache Merkmale 108 zwei verkettete Merkmale nicht berücksichtigen, wenn die Endpunkte zu weit entfernt sind). Das Erfassungsmodul für schwache Merkmale 108 kann Paare auf der Grundlage der Endrichtung von verketteten Merkmalen mit Punkten bewerten (z. B. auf der Grundlage der letzten zwei Punkte jedes verketteten Merkmals). Wenn zum Beispiel das verkettete Merkmal ein Liniensegment eines Teils eines Risses ist, kann das Liniensegment eine Kurve sein und daher keine feste Richtung haben, jedoch kann die tangentiale Richtung beider Enden des Liniensegments berechnet und mit der tangentialen Richtung des anderen verketteten Merkmals verglichen werden, mit dem verglichen wird. Das Erfassungsmodul für schwache Merkmale 108 kann Paare auf der Grundlage des Drehwinkels des verketteten Merkmals mit Punkten bewerten.
Das Erfassungsmodul für schwache Merkmale 108 kann Paare von verketteten Merkmalen auf der Grundlage der Endpunkte jedes verketteten Merkmals wählen (die hierin als „Kettenenden“ bezeichnet werden, wo jedes verkettete Merkmal ein Kopfstück und ein Endstück umfasst). Ein Kettenende kann zum Beispiel ein einzelnes Pixel oder mehr als ein Pixel umfassen (z. B. kann das Kettenende das ganze Merkmal sein, das zum Teilbild gehört, welches den Endteil des starken Merkmals bildet). Für einen gegebenen Satz von N verketteten Merkmalen gibt es insgesamt (2*N) Kettenenden. Um festzustellen, welches Kettenende mit einem anderen Kettenende gepaart werden sollte, kann das Erfassungsmodul für schwache Merkmale 108 einen Algorithmus ausführen, um den besten Kandidaten der Kettenenden auszuwählen.
In einigen Ausführungsformen kann der Algorithmus zum Beispiel folgendermaßen ablaufen. Bevor Kettenenden analysiert werden, gibt es einen Anfangspool von (2*N) Kettenenden. Das Erfassungsmodul für schwache Merkmale 108 wählt ein Kettenende aus und vergleicht das ausgewählte Kettenende mit den übrigen Kettenenden, um festzustellen, ob eines der Kettenenden mit dem gewählten Kettenende gepaart werden kann. In einigen Ausführungsformen kann das Erfassungsmodul für schwache Merkmale 108 dafür ausgelegt werden, nicht alle vorhandenen Kettenenden erschöpfend zu durchsuchen, bevor ein Paar von Kettenenden gewählt wird. Zum Beispiel kann für ein gegebenes Kettenende das Erfassungsmodul für schwache Merkmale 108 nach anderen Kettenenden suchen und ein zweites Kettenende wählen, sobald das Erfassungsmodul für schwache Merkmale 108 ein paarfähiges findet (was unten detaillierter beschrieben wird). In einigen Ausführungsformen ist das Erfassungsmodul für schwache Merkmale 108 so ausgelegt, dass es jeden potenziellen Satz von Kettenenden erschöpfend durchsucht, um das beste Paar von Kettenenden auszuwählen. Zum Beispiel könnte ein vereinheitlichter Punktwert so ausgelegt werden, dass verschiedene Merkmale jedes Paares von Kettenenden berücksichtigt werden (z. B. sowohl der Abstand von Kettenenden wie auch die Kollinearität, wie weiter unten diskutiert wird). Das Erfassungsmodul für schwache Merkmale 108 könnte erschöpfend alle anderen Kettenenden bewerten, den vereinheitlichten Punktwert für jedes berechnen und dann die Kettenenden mit dem besten Punktwert wählen.
Das Erfassungsmodul für schwache Merkmale 108 kann feststellen, ob zwei Kettenenden auf der Grundlage von einer oder mehreren Prüfungen paarfähig sind, wie zum Beispiel ein Abstandstest, ein Drehwinkeltest und/oder ein anderer Test, der Informationen über die Paarenden liefern und/oder bestimmen kann. Zum Beispiel kann das Erfassungsmodul für schwache Merkmale 108 einen Abstandstest ausführen, der feststellen kann, ob der Abstand der Endpunkte der zwei Kettenenden kleiner als ein maximaler Abstandsschwellwert ist (der maximale Abstandsschwellwert kann voreingestellt (oder fest programmiert) sein, vom Bediener geliefert sein usw.). Wenn der Abstand kleiner als der maximale Abstandsschwellwert ist, kann das Erfassungsmodul für schwache Merkmale 108 bestimmen, dass das Paar von Kettenenden den Abstandstest besteht, anderenfalls weist das Erfassungsmodul für schwache Merkmale 108 die zwei Kettenenden als nicht paarfähig zurück.
Als weiteres Beispiel kann das Erfassungsmodul für schwache Merkmale 108 die Kollinearität der zwei Kettenenden untersuchen. Zum Beispiel kann das Erfassungsmodul für schwache Merkmale 108 feststellen, wie kollinear die ersten wenigen Merkmale an den zwei Kettenenden sind (z. B. durch Messen des Anpassungsfehlers einer Gerade, die die ersten wenigen Merkmalspunkte anpasst, und/oder durch Messen, wie weit diese Merkmale von einem Liniensegment abweichen, welches die zwei Kettenenden verbindet). Als weiteres Beispiel kann das Erfassungsmodul für schwache Merkmale 108 die Kollinearität durch Ausführen eines Drehwinkeltests bestimmen, um festzustellen, ob der Drehwinkel-Punktwert für die zwei Kettenenden kleiner als ein Maximaldrehwinkel-Schwellpunktwert ist. Wenn der Drehwinkel-Punktwert kleiner als der Maximaldrehwinkel- Schwellpunktwert ist, kann das Erfassungsmodul für schwache Merkmale 108 bestimmen, dass das Paar von Kettenenden den Drehwinkeltest besteht, anderenfalls weist das Erfassungsmodul für schwache Merkmale 108 die zwei Kettenenden als nicht paarfähig zurück. Der Drehwinkelpunktwert kann zum Beispiel unter Verwendung von Gleichung 1 oben berechnet werden. In einigen Beispielen wird der Drehwinkelpunktwert unter Verwendung von Gleichung 2 berechnet: $S = | A_{C} - A_{T} | + | A_{T} - A_{N} |$
wobei:

S = Drehwinkelpunktwert für das erste Kettenende der zwei Kettenenden;
A_C = tangentialer Winkel des ersten Kettenendes;
A_N = tangentialer Winkel des zweiten Kettenendes der zwei Kettenenden; und
A_T = Winkel des Liniensegmentes, welches das Liniensegment ist, das am Endpunkt des ersten Kettenendes beginnt und am Mittelpunkt des zweiten Kettenendes endet.

Das Erfassungsmodul für schwache Merkmale 108 kann eine Kombination von Tests verwenden, um festzustellen, ob zwei Kettenenden paarfähig sind. Zum Beispiel kann das Erfassungsmodul für schwache Merkmale 108 sowohl den Abstandstest als auch den Kollinearitätstest verwenden, um festzustellen, ob zwei Kettenenden paarfähig sind (wenn z. B. das Erfassungsmodul für schwache Merkmale 108 feststellt, dass einer oder mehrere der zwei Tests nicht erfüllt sind, weist das Erfassungsmodul für schwache Merkmale 108 die beiden Kettenenden als nicht paarfähig zurück). Das Erfassungsmodul für schwache Merkmale 108 kann vorteilhafterweise so ausgelegt werden, dass es die Paarfähigkeit definiert als (a) Einbeziehung von nicht erfassten Teilen des Fehlers, die nicht zu groß sind (z. B. schwache Segmente (oder Teile) eines Risses sind nicht zu lang) und (b) die Fehler umfassen keine Merkmale, bei denen es unwahrscheinlich ist, dass sie einen Fehler definieren (z. B. kann der Algorithmus so ausgelegt werden, dass Teile eines Risses gepaart werden, die die Tendenz haben, sich zu erstrecken, statt Wendungen auszuführen, da Risse mit scharfen Wendungen und/oder Zickzackwendungen unwahrscheinlich sind).
Wenn ein paarfähiges Kettenende gefunden ist, stellt das Erfassungsmodul für schwache Merkmale 108 als Nächstes fest, ob die zwei Kettenenden tatsächlich gepaart werden können. Wenn die Paarung erfolgreich ist (wenn z. B. das Erfassungsmodul für schwache Merkmale 108 ein oder mehrere schwache Merkmale zwischen den gepaarten starken Merkmalen erfasst), verbindet das Erfassungsmodul für schwache Merkmale 108 die zwei verketteten Merkmale (z. B. mit Zwischenmerkmalen), um eine neue Verbindung zu bilden. Die zwei Kettenenden (die durch das Erfassungsmodul für schwache Merkmale 108 verbunden wurden) werden aus dem Pool der Kettenenden entfernt.
Das Erfassungsmodul für schwache Merkmale 108 kann die oben beschriebenen Schritte des Algorithmus für ein nächstes ausgewähltes Kettenende im Pool wiederholen (der z.B. jetzt (2*(N-1)) Kettenenden hat). Das Erfassungsmodul für schwache Merkmale 108 kann so ausgelegt werden, dass es die Suche nach paarfähigen Kettenenden abschließt, wenn im Pool keine Kettenenden mehr übrig sind oder wenn das Erfassungsmodul für schwache Merkmale 108 feststellt, dass alle übrigen Kettenenden nicht mit anderen Kettenenden gepaart werden können.
Das Erfassungsmodul für schwache Merkmale 108 kann den restlichen Teil desselben Fehlers zwischen dem Paar der verketteten Merkmale berechnen. Für Fehler 202 berechnet das Erfassungsmodul für schwache Merkmale 108 zum Beispiel das schwache Merkmal 282A auf der Grundlage der starken Merkmale 204A und 204B und berechnet das schwache Merkmal 282B auf der Grundlage der starken Merkmale 204B und 204C. Wenn zum Beispiel Fehler 202 ein Riss ist, berechnet das Fehlererfassungsmodul 106 verkettete Liniensegmente für starke Rissmerkmale 204 und verwendet die starken Rissmerkmale 204 zum Leiten der Identifizierung der schwachen Rissmerkmale 282, was zur Identifizierung des ganzen Risses 202 führt.
Das Erfassungsmodul für starke Merkmale 106 kann vorteilhafterweise so ausgelegt werden, dass es nur starke Merkmale erfasst, und das Erfassungsmodul für schwache Merkmale 108 kann so ausgelegt werden, dass es die erfassten starken Merkmale zum Erfassen der bisher nicht erfassten schwachen Merkmale verwendet. Zum Beispiel kann das Erfassungsmodul für starke Merkmale 106 nicht in der Lage sein, die schwachen Merkmale zu erfassen, da es bestimmte Parameter hat, die so eingestellt sind, dass sie sicherstellen, dass das Modul nur Fehlermerkmale und keine anderen Merkmale erfasst (z. B. und keine nicht zu Fehlern gehörenden Merkmale, wie zum Beispiel heterogene Texturen einer Solarzelle). Daher kann das Erfassungsmodul für starke Merkmale 106 so ausgelegt werden, dass es keine schwachen Merkmale und/oder Rauschen erfasst.
In einigen Ausführungsformen verwendet das Erfassungsmodul für schwache Merkmale 108 das Originalbild 200 zum Erfassen von schwachen Merkmalen (z. B. statt der Verwendung des vorverarbeiteten Bildes 220). Das Erfassungsmodul für schwache Merkmale 108 kann das Originalbild 200 statt des vorverarbeiteten Bildes 220 verwenden, da schwache Merkmale einen geringen Kontrast im vorverarbeiteten Bild 220 haben (z. B. auf Grund von Filterung durch Verwendung des Medianfilters, um die Pixel des Originalbildes 200 zu ändern). Das Erfassungsmodul für starke Merkmale 106 kann vorteilhafterweise schnell nach starken Merkmalen suchen (z. B. weil das Durchsuchen des vorverarbeiteten Bildes 220 die Verarbeitung von weniger Daten erfordert und weil das Erfassungsmodul für starke Merkmale 106 so ausgelegt werden kann, dass es die Verarbeitung von Daten anhält (z. B. von einem Teilbild), wenn die Beschränkungen nicht eingehalten werden, was einen mehr kursorischen Überblick über die Daten ausreichend zu sein ermöglicht). Das Erfassungsmodul für schwache Merkmale 108 kann so ausgelegt werden, dass es eine detailliertere Durchsuchung des Originalbildes 220 ausführt, weil die starken Merkmale der Fehler festgestellt worden sind, die zum Leiten von Suchvorgängen für schwache Merkmale der Fehler verwendet werden (z. B. und daher, während andere schwache Merkmale im Originalbild 200 vorhanden sein können, kann das Erfassungsmodul für schwache Merkmale 108 nur die schwachen Merkmale berücksichtigen, die auf der Grundlage der erfassten starken Merkmale identifiziert werden).
In einigen Ausführungsformen verwendet das Erfassungsmodul für schwache Merkmale 108 Beschränkungen, die lockerer als diejenigen sind, welche vom Erfassungsmodul für starke Merkmale 106 sind, zum Erfassen der schwachen Merkmale. In einigen Ausführungsformen werden vom Erfassungsmodul für starke Merkmale 106 und vom Erfassungsmodul für schwache Merkmale 108 unterschiedliche Werkzeuge verwendet, um die schwachen Merkmale festzustellen. Zum Beispiel kann das Erfassungsmodul für starke Merkmale 106 das Caliper Tool verwenden, das oben diskutiert wurde. Dem Erfassungsmodul für schwache Merkmale 108 ist bekannt, welches die Richtung in den schwachen Merkmalen ist basierend auf den umgebenden starken Merkmalen (z. B. erstreckt sich das starke Merkmal 204C in das schwache Merkmal 282B hinein). Das Caliper Tool kann im erwarteten Bereich eingesetzt werden (z. B. wo das schwache Merkmal 282B erwartet wird). Das Caliper Tool kann melden (a) falls stark genug, den Ort des schwachen Merkmals (z. B. den Ort des schwachen Merkmals 282B von Fehler 202) und/oder (b) nichts (z. B. weil es keine Übereinstimmung gibt, wie zum Beispiel Suche nach einem Teil von Fehler 202 unterhalb des starken Merkmals 204C). Das Caliper Tool kann das schwache Merkmal 282B Pixel für Pixel erfassen (z. B. durch Erfassen des ersten Pixels neben dem starken Merkmal 204C und dann iteratives Suchen nach jedem nächsten Pixel auf der Grundlage des vorherigen Pixels).
In einigen Ausführungsformen kann das Erfassungsmodul für schwache Merkmale so ausgelegt werden, dass es weniger Pixel-Kandidaten sucht, wenn die Pixel-Kandidaten näher bei bekannten starken Merkmalen liegen (z. B. an den Endpunkten eines schwachen Merkmals), und mehr Pixel-Kandidaten sucht, wenn die Pixel-Kandidaten weiter weg von starken Merkmalen liegen (z.B. in der Mitte des schwachen Merkmals). Zum Beispiel kann ein gepaarter Satz von starken Merkmalen mit einem Abstand zwischen den beiden starken Merkmalen einen Hinweis darauf liefern, dass die Endteile des schwachen Merkmals in der Nähe der starken Merkmale dicht bei den benachbarten Enden der großen Merkmale erscheinen sollten, während es in der Mitte des schwachen Merkmals weniger bekannt ist, wo sich dieser Teil des schwachen Merkmals befindet (z. B. kann das schwache Merkmal eine Kurve sein, also kann in der Mitte dieser Teil des schwachen Merkmals an einem unerwarteten Ort liegen).
Bezüglich Schritt 308 von 3 stellt die Fehlererfassungsvorrichtung 102 die erfassten schwachen Merkmale und starken Merkmale zusammen, um tatsächliche Fehler zu identifizieren. Zum Beispiel stellt die Fehlererfassungsvorrichtung 102 die starken Merkmale 204 mit den schwachen Merkmalen 282 zusammen, um Fehler 202 zu identifizieren (z. B. einen ganzen Riss in einer Solarzelle).
Die oben beschriebenen Verfahren können in digitalen und/oder analogen elektronischen Schaltungen oder in Computer-Hardware, Firmware, Software oder in Kombinationen derselben implementiert werden. Die Implementierung kann als Computerprogrammprodukt erfolgen, d. h. als Computerprogramm, das greifbar in einer maschinenlesbaren Speichervorrichtung verkörpert ist, zur Ausführung durch oder zur Steuerung des Betriebs von einer Datenverarbeitungsvorrichtung, z. B. eines programmierbaren Prozessors, eines Computers und/oder mehrerer Computer. Ein Computerprogramm kann in einer beliebigen Form von Computer- oder Programmiersprache geschrieben werden, einschließlich Quellcode, kompilierter Code, interpretierter Code und/oder Maschinencode, und das Computerprogramm kann in beliebiger Form eingesetzt werden, einschließlich als selbstständiges Programm oder als Unterprogramm, Element oder einer anderen Einheit, die sich zur Verwendung in einer Rechenumgebung eignet. Ein Computerprogramm kann zur Ausführung auf einem Computer oder auf mehreren Computern an einem oder mehreren Orten eingesetzt werden.
Verfahrensschritte können von einem oder mehreren Prozessoren ausgeführt werden, die ein Computerprogramm ausführen, um Funktionen der Erfindung durch Bearbeiten von Eingangsdaten und/oder Erzeugen von Ausgangsdaten durchzuführen. Verfahrensschritte können auch ausgeführt werden und eine Vorrichtung kann implementiert werden als Logikschaltung für spezielle Zwecke, z. B. als ein FPGA (field programmable gate array - feldprogrammierbares Gate-Array), ein FPAA (field-programmable analog array - feldprogrammierbares analoges Array), eine CPLD (complex programmable logic device - komplexe programmierbare Logikvorrichtung), ein PSoC (Programmable System-in-Chip - programmierbares System auf Chip), ASIP (application-specific instruction set processor - anwendungsspezifischer Instruktionssatzprozessor) oder eine ASIC (application-specific integrated circuit - anwendungsspezifische integrierte Schaltung). Unterprogramme können sich auf Teile des Computerprogramms und/oder den Prozessor/Spezialschaltung beziehen, die ein oder mehrere Funktionen implementiert.
Prozessoren, die sich für die Ausführung eines Computerprogramms eignen, umfassen beispielsweise sowohl Allgemein- wie auch Spezialmikroprozessoren und einen oder mehrere Prozessoren beliebiger Art von digitalem oder analogem Computer. Allgemein empfängt ein Prozessor Instruktionen und Daten von einem Nur-Lese-Speicher oder einem Direktzugriffsspeicher oder beiden. Die wesentlichen Elemente eines Computers sind ein Prozessor zum Ausführen von Instruktionen und ein oder mehrere Speichervorrichtungen zum Speichern von Instruktionen und/oder Daten. Speichervorrichtungen, wie zum Beispiel ein Cache, können zur zeitweiligen Speicherung von Daten verwendet werden. Speichervorrichtungen können auch zur langzeitlichen Datenspeicherung verwendet werden. Allgemein umfasst ein Computer auch einen oder mehrere Speichervorrichtungen zum Speichern von Daten oder ist betriebsmäßig mit diesen verbunden, um Daten von denselben zu empfangen oder Daten an dieselben zu übertragen oder beides, z. B. magnetische, magnetooptische Platten oder optische Platten. Ein Computer kann auch betriebsmäßig mit einem Kommunikationsnetzwerk verbunden werden, um Instruktionen und/oder Daten aus dem Netzwerk zu empfangen und/oder Instruktionen und/oder Daten in das Netzwerk zu übertragen. Computerlesbare Speichervorrichtungen, die sich zum Verkörpern von Computerprogrammanweisungen und Daten eignen, umfassen alle Formen von flüchtigem und nicht flüchtigem Speicher, einschließlich als Beispiel Halbleiterspeichervorrichtungen, z. B. DRAM, SRAM, EPROM, EEPROM und Flash-Speichervorrichtungen; Magnetplatten, z. B. interne Festplatten oder Wechselplatten; magnetooptische Platten und optische Platten, z. B. CD, DVD, HD-DVD und Blu-Ray-Discs. Der Prozessor und der Speicher können durch Logikschaltungen für spezielle Zwecke ergänzt und/oder in dieselben integriert werden.
Um für Interaktion mit einem Benutzer zu sorgen, können die oben beschriebenen Verfahren auf einem Computer in Kommunikation mit einer Anzeigevorrichtung implementiert werden, z. B. einer Katodenstrahlröhre (CRT), Plasma- oder Flüssigkristallanzeige (LCD), zum Anzeigen von Informationen für den Benutzer und eine Tastatur und eine Zeigevorrichtung, z. B. eine Maus, ein Trackball, ein Touchpad oder einen Bewegungssensor, womit der Benutzer Eingaben in den Computer machen kann (z. B. durch Interaktion mit einem Benutzeroberflächenelement). Andere Arten von Vorrichtungen können ebenfalls zum Bereitstellen von Interaktion mit einem Nutzer verwendet werden; zum Beispiel Rückmeldungen, die für den Benutzer bereitgestellt werden, können jede Form von sensorischer Rückmeldung sein, z.B. optische Rückmeldung, akustische Rückmeldung oder taktile Rückmeldung; Eingaben vom Benutzer können in beliebiger Form empfangen werden, einschließlich akustischer, Sprech- und/oder taktiler Eingaben.
Die oben beschriebenen Techniken können in einem verteilten Rechensystem implementiert werden, das eine Back-End-Komponente umfasst. Die Back-End-Komponente kann zum Beispiel ein Datenserver, eine Middleware-Komponente und/oder ein Anwendungsserver sein. Die oben beschriebenen Techniken können in einem verteilten Rechensystem implementiert werden, das eine Front-End-Komponente umfasst. Die Front-End-Komponente kann zum Beispiel ein Client-Computer sein, der eine grafische Benutzerschnittstelle hat, ein Webbrowser, durch den ein Benutzer mit einer Beispielimplementierung und/oder anderen grafischen Benutzerschnittstellen für eine Übertragungsvorrichtung kommunizieren kann. Die oben beschriebenen Techniken können in einem verteilten Rechensystem implementiert werden, das eine Kombination aus solchen Back-End-, Middleware- oder Front-End-Komponenten umfassen kann.
Das Rechensystem kann Clients und Server umfassen. Ein Client und ein Server befinden sich im Allgemeinen fern voneinander und interagieren normalerweise über ein Kommunikationsnetz. Die Beziehung von Client und Server entsteht dank der Computerprogramme, die auf den jeweiligen Computern laufen und eine Client-Server-Beziehung zueinander haben.
Die Komponenten des Rechensystems können durch eine Form oder ein Medium der digitalen oder analogen Datenkommunikation miteinander verbunden sein (z. B. ein Kommunikationsnetzwerk). Beispiele für Kommunikationsnetzwerke umfassen Netzwerke auf der Basis von Schaltkreisen und Paketen. Paketvermittelte Netzwerke können zum Beispiel das Internet, ein Internetprotokoll(IP)-Träger-Netzwerk (z. B. ein lokales Netzwerk (LAN), ein Weitverkehrsnetzwerk (WAN), ein Campusnetzwerk (CAN), ein Stadtnetz (MAN), ein Heimnetzwerk (HAN)), ein privates IP-Netzwerk, eine IP-Nebenstellenanlage (IPBX), ein drahtloses Netzwerk (z. B. ein Funkzugangsnetz (RAN), 802.11-Netzwerk, 802.16-Netzwerk, General Packet Radio Service- (GPRS)-Netzwerk, HiperLAN) und/oder andere paketvermittelte Netzwerke umfassen. Schaltkreisbasierte Netzwerke können zum Beispiel das öffentliche Telefonnetz (PSTN), eine Nebenstellenanlage (PBX), ein drahtloses Netzwerk (z. B. RAN, Bluetooth, Code-Division Multiple Access- (CDMA)-Netzwerk, Time Division Multiple Access- (TDMA)-Netzwerk, ein globales System für Mobilkommunikations- (GSM)-Netzwerk und/oder andere schaltkreisbasierte Netzwerke umfassen.
Vorrichtungen des Rechensystems und/oder Rechenvorrichtungen können zum Beispiel einen Computer, einen Computer mit Browservorrichtung, ein Telefon, ein IP-Telefon, eine mobile Vorrichtung (z. B. Mobiltelefon, Personal Digital Assistant (PDA), Laptop-Computer, elektronische Mailvorrichtung), einen Server, einen Baugruppenträger mit einer oder mehreren Verarbeitungskarten, Schaltkreise für spezielle Zwecke und/oder andere Kommunikationsvorrichtungen umfassen. Die Browservorrichtung umfasst zum Beispiel einen Computer (z. B. Desktop-Computer, Laptop-Computer) mit einem Internetbrowser (z. B. Microsoft® Internet Explorer®, von der Microsoft Corporation erhältlich, Mozilla® Firefox, von der Mozilla Corporation erhältlich). Eine mobile Rechenvorrichtung umfasst zum Beispiel einen Blackberry®. IP-Telefone umfassen zum Beispiel ein Cisco® Unified IP Phone 7985G, erhältlich von Cisco System, Inc, und/oder ein Cisco® Unified Wireless Phone 7920, erhältlich von Cisco System, Inc.
Der Fachmann auf diesem Gebiet wird erkennen, dass die Erfindung in anderen speziellen Formen verkörpert werden kann, ohne vom Geist oder wesentlichen Merkmalen derselben abzuweichen. Die vorhergehenden Ausführungsformen sollen daher in allen Beziehungen als erläuternd und nicht als die Erfindung, die beschrieben wird, einschränkend angesehen werden. Der Anwendungsbereich der Erfindung wird daher durch die angehängten Ansprüche angezeigt und nicht durch die vorhergehende Beschreibung, und alle Änderungen, die innerhalb der Bedeutung und des Äquivalenzbereichs der Ansprüche liegen, sollen daher als hierin eingeschlossen betrachtet werden.

Claims

Computergestütztes Verfahren zum Identifizieren eines Fehlers in einem Material, umfassend: - das Erzeugen eines vorverarbeiteten Bildes durch eine Rechenvorrichtung auf der Grundlage eines Originalbildes des Materials; - das Teilen des vorverarbeiteten Bildes durch die Rechenvorrichtung in einen Satz von Teilbildern; - für ein erstes Teilbild im Satz von Teilbildern: - Feststellen durch die Rechenvorrichtung, ob das erste Teilbild ein Merkmal umfasst, wobei das Merkmal ein Teil-Kandidat eines Fehlers im Material ist; und - wenn das erste Teilbild das Merkmal umfasst, Hinzufügen des ersten Teilbildes durch die Rechenvorrichtung zu einem Satz von Merkmalsteilbildern; - das Auswählen eines verketteten Merkmals durch die Rechenvorrichtung auf der Grundlage des Satzes von Merkmalsteilbildern, wobei das verkettete Merkmal Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers im Material darstellen; und - das Identifizieren eines Fehlers im Material durch die Rechenvorrichtung basierend auf dem verketteten Merkmal und dem Originalbild, - wobei das Identifizieren des Fehlers umfasst: - Auswählen eines Paares von verketteten Merkmalen, das das verkettete Merkmal umfasst; - Feststellen, ob das Paar von verketteten Merkmalen ein erstes Kriterium erfüllt, welches anzeigt, dass das Paar von verketteten Merkmalen auf demselben Fehler im Material liegt; und - Berechnen eines restlichen Teils desselben Fehlers zwischen dem Paar der verketteten Merkmale.
Verfahren nach Anspruch 1, wobei das Erzeugen des vorverarbeiteten Bildes Folgendes umfasst: - Erzeugen eines gefilterten Bildes umfassend das Entfernen von einem oder mehreren Merkmalen unter Verwendung eines Filters; und - Erzeugen des vorverarbeiteten Bildes durch Subtrahieren des gefilterten Bildes vom Originalbild, um das eine oder die mehreren Merkmale im Originalbild herauszustellen.
Verfahren nach Anspruch 1, wobei das vorverarbeitete Bild das Originalbild ist.
Verfahren nach Anspruch 1, wobei das vorverarbeitete Bild ein oder mehrere Merkmale des Materials herausstellt.
Verfahren nach Anspruch 1, wobei das vorverarbeitete Bild dunkle Pixel und helle Pixel umfasst, wobei die dunklen Pixel und die hellen Pixel auf der Grundlage eines Graustufenschwellwerts identifiziert sind.
Verfahren nach Anspruch 5, wobei das Feststellen, ob das Teilbild das Merkmal beinhaltet, das Ausführen eines Geradenanpassungsalgorithmus unter Verwendung der hellen Pixel, der dunklen Pixel oder beider im Teilbild umfasst.
Verfahren nach Anspruch 1, ferner umfassend: - Feststellen, dass das Merkmal einen ersten Satz von Kriterien erfüllt; und - Feststellen, dass die verketteten Merkmale und der berechnete restliche Teil des Fehlers einen zweiten Satz von Kriterien erfüllen.
Verfahren nach Anspruch 1, wobei das Auswählen des verketteten Merkmals Folgendes umfasst: - Auswählen eines Merkmalsteilbildes aus dem Satz von Merkmalsteilbildern; - Identifizieren von einem oder mehreren Teilbildern, die an das ausgewählte Merkmalsteilbild grenzen, wobei jedes identifizierte Teilbild ein Merkmal umfasst; und - Erzeugen eines verketteten Merkmals, das das ausgewählte Merkmalsteilbild und ein Teilbild aus dem einen oder den mehreren identifizierten Teilbildern umfasst basierend auf einer oder mehreren Beschränkungen.
Verfahren nach Anspruch 8, wobei die eine oder mehreren Beschränkungen eine Position, eine Orientierung oder beides von dem einen oder den mehreren Merkmalen umfassen.
Verfahren nach Anspruch 1, wobei das erste Kriterium auf einem Abstand zwischen dem Paar von verketteten Merkmalen, einer Endrichtung jedes Merkmals im Paar von verketteten Merkmalen, einem Drehwinkel jedes Merkmals im Paar von verketteten Merkmalen, einer Länge jedes Merkmals im Paar von verketteten Merkmalen oder einer Kombination derselben beruht.
Computerprogrammprodukt, das greifbar in einem computerlesbaren Medium verkörpert ist, wobei das Computerprogrammprodukt Anweisungen umfasst, die dazu ausgelegt sind, eine Datenverarbeitungsvorrichtung zu Folgendem zu veranlassen: - Erzeugen eines vorverarbeiteten Bildes auf der Grundlage eines Originalbildes eines Materials; - Teilen des vorverarbeiteten Bildes in einen Satz von Teilbildern; - für ein erstes Teilbild im Satz von Teilbildern: - Feststellen, ob das erste Teilbild ein Merkmal umfasst, wobei das Merkmal ein Teil-Kandidat eines Fehlers im Material ist; und - wenn das erste Teilbild das Merkmal umfasst, Hinzufügen des ersten Teilbildes zu einem Satz von Merkmalsteilbildern; - Auswählen eines verketteten Merkmals auf der Grundlage des Satzes von Merkmalsteilbildern, wobei das verkettete Merkmal Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers im Material darstellen; und - Identifizieren eines Fehlers im Material basierend auf dem verketteten Merkmal und dem Originalbild beruht, - wobei das Identifizieren des Fehlers umfasst: - Auswählen eines Paares von verketteten Merkmalen, das das verkettete Merkmal umfasst; - Feststellen, ob das Paar von verketteten Merkmalen ein erstes Kriterium erfüllt, welches anzeigt, dass das Paar von verketteten Merkmalen auf demselben Fehler im Material liegt; und - Berechnen eines restlichen Teils desselben Fehlers zwischen dem Paar der verketteten Merkmale.
Vorrichtung zum Identifizieren eines Fehlers in einem Material, umfassend: - ein Vorverarbeitungsmodul, das zum Erzeugen eines vorverarbeiteten Bildes auf der Grundlage eines Originalbildes eines Materials ausgelegt ist; - ein Erfassungsmodul für starke Merkmale in Kommunikation mit dem Vorverarbeitungsmodul, das für Folgendes ausgelegt ist: - Teilen des vorverarbeiteten Bildes in einen Satz von Teilbildern; und - für ein erstes Teilbild im Satz von Teilbildern: - Feststellen, ob das erste Teilbild ein Merkmal umfasst, wobei das Merkmal ein Teil-Kandidat eines Fehlers im Material ist; und - wenn das erste Teilbild das Merkmal umfasst, Hinzufügen des ersten Teilbildes zu einem Satz von Merkmalsteilbildern; und - ein Erfassungsmodul für schwache Merkmale in Kommunikation mit dem Erfassungsmodul für starke Merkmale, das für Folgendes ausgelegt ist: - Auswählen eines verketteten Merkmals auf der Grundlage des Satzes von Merkmalsteilbildern, wobei das verkettete Merkmal Merkmale umfasst, die Teil-Kandidaten eines selben Fehlers im Material darstellen; und - Identifizieren eines Fehlers im Material basierend auf dem verketteten Merkmal und dem Originalbild, - wobei das Identifizieren des Fehlers umfasst: - Auswählen eines Paares von verketteten Merkmalen, das das verkettete Merkmal umfasst; - Feststellen, ob das Paar von verketteten Merkmalen ein erstes Kriterium erfüllt, welches anzeigt, dass das Paar von verketteten Merkmalen auf demselben Fehler im Material liegt; und - Berechnen eines restlichen Teils desselben Fehlers zwischen dem Paar der verketteten Merkmale.