ترجمه مقاله تشخیص نقص مبتنی بر شیفت میانگین سطوح ویفر خورشیدی چند – کریستالی – نشریه IEEE

عنوان فارسی: | تشخیص نقص مبتنی بر شیفت میانگین سطوح ویفر خورشیدی چند - کریستالی |
عنوان انگلیسی: | Mean Shift-Based Defect Detection in Multicrystalline Solar Wafer Surfaces |
تعداد صفحات مقاله انگلیسی : 11 | تعداد صفحات ترجمه فارسی : 32 |
سال انتشار : 2011 | نشریه : آی تریپل ای - IEEE |
فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
کد محصول : 5745 | رفرنس : دارد |
محتوای فایل : zip | حجم فایل : 9.18Mb |
رشته های مرتبط با این مقاله: مهندسی انرژی و مهندسی برق |
گرایش های مرتبط با این مقاله: تولید، انتقال و توزیع، مهندسی الکترونیک، افزاره های میکرو و نانو الکترونیک، مدارهای مجتمع الکترونیک، انرژی های تجدید پذیر، سیستم های انرژی و فناوریهای انرژی |
مجله: نتایج بدست آمده در حوزه انفورماتیک صنعتی |
دانشگاه: دانشگاه Yuan-Ze، مهندسی صنایع و مدیریت، تایوان |
کلمات کلیدی: تشخیص نقص، دید ماشین، شیفت میانگین، ویفر خورشیدی چند-کریستالی، بازرسی سطح |
وضعیت ترجمه عناوین تصاویر: ترجمه شده است |
وضعیت ترجمه متون داخل تصاویر: ترجمه شده است |
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
چکیده
۱. پیشگفتار
۲. تشخیص نقش با استفاده از شیفت-میانگین
A. الگوریتم شیفت میانگین
B. طرح ارائه شدهی بازرسی ویفر خورشیدی چند-کریستالی
C. انتخاب مقادیر پارامتر شیفت-میانگین
۳. نتایج تجربی
A. تاثیر تغییرات در پهنای باند فضایی hs
B. تاثیر تغییرات در پهنای باند دامنهی hr
C. تاثیر تغییرات در آستانهی پایان
d. تاثیر تغییرات در اندازههای پنجره برای ویژگی آنتروپی
E نتایج تست بیشتر
۴. نتیجهگیری
Abstract
This paper presents an automated visual inspection scheme for multicrystalline solar wafers using the mean-shift technique. The surface quality of a solar wafer critically determines the conversion efficiency of the solar cell. A multicrystalline solar wafer contains random grain structures and results in a heterogeneous texture in the sensed image, which makes the defect detection task extremely difficult. Mean-shift technique that moves each data point to the mode of the data based on a kernel density estimator is applied for detecting subtle defects in a complicated background. Since the grain edges enclosed in a small spatial window in the solar wafer show more consistent edge directions and a defect region presents a high variation of edge directions, the entropy of gradient directions in a small neighborhood window is initially calculated to convert the gray-level image into an entropy image. The mean-shift smoothing procedure is then performed on the entropy image to remove noise and defect-free grain edges. The preserved edge points in the filtered image can then be easily identified as defective ones by a simple adaptive threshold. Experimental results have shown the proposed method performs effectively for detecting fingerprint and contamination defects in solar wafer surfaces.
چکیده
این مقاله، یک طرح بازرسی بصری خودکار را برای ویفرهای (پولک، تراشه، قرص) خورشیدی چند-کریستالی با استفاده از تکنیک شیفت-میانگین ارائه میدهد. کیفیت سطح یک ویفر خورشیدی، کارایی تبدیل سلول خورشیدی را به طور حساسی تعیین میکند. یک ویفر خورشیدی چند-کریستالی شامل ساختارهای دانهای تصادفی است و منجر به به یک بافت ناهمگن در تصویر حس شده میشود، که وظیفهی تشخیص نقص را به شدت مشکل میسازد.
تکنیک شیفت-میانگین که هر نقطهی داده را به حالت داده بر اساس یک براوردگر چگالی کرنل (هسته) حرکت میدهد برای تشخیص نقصهای نامحسوس در یک زمینهی پیچیده اعمال میشود. از آنجایی که لبههای (یا یالهای) دانهای محصور در یک پنجرهی فضایی کوچک در ویفر خورشیدی، جهتهای یال سازگارتری را نشان میدهند و یک ناحیهی نقص، یک تغییر بالای جهات یال را ارائه میدهد، آنتروپی جهات گرادیان در یک پنجرهی همسایگی کوچک، در درجهی اول برای تبدیل تصویر سطح خاکستری به یک تصویر آنتروپی محاسبه میشود. روند هموارسازی شیفت-میانگین، سپس، روی تصویر آنتروپی به منظور حذف سر و صدا و یالهای دانهای عاری از نقص اجرا میشود. نقاط یال حفظ شده در تصویر فیلتر شده را میتوان سپس به سادگی به عنوان نقاط معیوب، توسط یک آستانهی تطبیقی ساده شناسایی کرد. نتایج تجربی نشان دادهاند که روش ارائه شده به طور موثری برای تشخیص اثر انگشت و نقصهای آلودگی در سطوح ویفر خورشیدی اجرا میشود.