基于图像识别的废硅片形状检测方法与流程

本发明涉及图像处理，具体涉及一种基于图像识别的废硅片形状检测方法。

背景技术：

1、硅片作为生产材料被广泛应用与电子设备生产过程中，在生产过程中硅片会因为切割不合理、外部环境、人为损坏等原因导致硅片出现一定的损坏，此类硅片被认定为废硅片，无法应用与后续的设备生产。对于废硅片而言，其形状信息为生产过程中的重要参考数据，例如：若其形状规则，边缘整齐，经过一定的打磨等操作流程后可将废硅片进行回收再利用；若在废料堆积区内统计废硅片的形状信息，则可分析硅片处理流程中所产生问题的原因。因此为了优化生产过程，需要对硅片废料堆积区内的废硅片进行形状检测。

2、在现有技术中，可通过霍夫变换的原理检测出废料堆积区内废硅片图像中的边缘线条，进而根据边缘线条的位置和形态获得废硅片的形状信息。但是在霍夫变换过程中，因为图像质量的问题，会导致霍夫空间中的投票结果受到影响，导致投票结果产生误差，映射至原图后会使检测出的线条出现断裂、粗细不一致等问题，导致检测出的线条不能准确表征硅片的边缘分布和边缘宽度，影响废硅片形状检测的准确性。

技术实现思路

1、为了解决霍夫变换中基础投票机制会导致检测出的线条不能准确表征硅片的边缘分布和边缘宽度，进而影响废硅片的形状检测的技术问题，本发明的目的在于提供一种基于图像识别的废硅片形状检测方法，所采用的技术方案具体如下：

2、本发明提出了一种基于图像识别的废硅片形状检测方法，所述方法包括：

3、获取硅片废料堆积区内的废硅片图像及其废硅片边缘图像；将所述废硅片边缘图像映射至霍夫空间中，获得所述霍夫空间中的投票点；根据所述投票点的投票值筛选出高亮点；

4、获得每个所述高亮点的预设尺寸下的范围邻域，将邻接的所述范围邻域合并，获取高亮区域；所述高亮区域中最大投票值的高亮点为相交点，其他高亮点为亚相交点；

5、获得所述高亮区域内所述相交点与所述亚相交点之间的相对坐标距离和相对夹角；根据所述高亮区域内的相对坐标距离分布和所述相对夹角分布，获得所述高亮区域的拟合率；根据所述高亮区域的所述拟合率和所述相交点的投票值获得线条补充参数；根据所述线条补充参数将所述高亮区域划分为待填充区域和非待填充区域，对所述待填充区域进行填充，根据填充结果对应的所述线条补充参数筛除噪声区域并获得填充高亮区域；将所述填充高亮区域和非待填充区域映射至图像坐标系下，获得增强废硅片边缘图像；

6、根据所述增强废硅片边缘图像中边缘线的形态对所述硅片废料堆积区内的废硅片进行形状检测。

7、进一步地，所述获取高亮区域的获取方法包括：

8、获取相邻所述范围邻域的交并比，若所述交并比大于预设交并比阈值，则将对应范围邻域合并为一个范围邻域，直至范围邻域无法合并，获得所述高亮区域。

9、进一步地，所述相对坐标距离的获取方法包括：

10、以所述高亮区域内高亮点的最大横坐标绝对值与所述相交点的横坐标绝对值的比值作为横坐标权重；以所述高亮区域内高亮点的最小纵坐标绝对值与所述相交点的纵坐标绝对值的比值作为纵坐标权重；

11、将所述横坐标权重乘上欧氏距离公式中的横坐标差异，将所述纵坐标权重乘上欧氏距离公式中的纵坐标差异，获得相对坐标距离公式；根据所述相对坐标距离公式获得每个所述亚相交点与所述相交点之间的相对坐标距离。

12、进一步地，所述相对夹角的获取方法包括：

13、在霍夫空间中，获得每个亚相交点与所述相交点的连线，以所述连线与霍夫空间横轴的锐角夹角作为对应亚相交点与所述相交点的相对夹角。

14、进一步地，所述获得所述高亮区域的拟合率包括：

15、获得所述高亮区域下的所有亚相交点的平均相对坐标距离和平均相对夹角；将所述平均相对坐标距离负相关映射并归一化，获得数据点集中程度；以所述数据点集中程度与所述平均相对夹角的乘积作为所述拟合率。

16、进一步地，所述根据所述高亮区域的所述拟合率和所述相交点的投票值获得线条补充参数包括：

17、将所述拟合率进行负相关映射，获得第一映射值；将所述相交点的投票值负相关映射，获得第二映射值；将所述第一映射值和所述第二映射值相乘后获得补充判断指标；若所述补充判断指标小于预设判断阈值，则将所述线条补充参数为预设第一标签值；若所述补充判断指标不小于所述判断阈值，则将所述线条补充参数为预设第二标签值。

18、进一步地，所述根据所述线条补充参数在所述高亮区域中筛选出待填充区域包括：

19、若所述线条补充参数为所述第二标签值，则对应的所述高亮区域为所述待填充区域；若所述线条补充参数为所述第一标签值，则对应的所述高亮区域为所述非待填充区域。

20、进一步地，所述根据填充结果对应的所述线条补充参数筛除噪声区域并获得填充高亮区域包括：

21、在所述待填充区域中，以对应相交点的斜率作为待填充点的斜率，在所述待填充区域中随机填充待填充点，每次填充后更新所述待填充区域的所述线条补充参数，获得更新线条补充参数；若经过预设填充次数的填充后，所述更新线条补充参数仍为所述第二标签值，则将对应所述待填充区域作为噪声区域；若所述待填充区域的所述更新线条补充参数在预设填充次数之前更新成了所述第一标签值，则停止填充，将填充后的待填充区域作为所述填充高亮区域。

22、本发明具有如下有益效果：

23、本发明基于霍夫变换的原理首先筛选出高亮点，考虑到基础的投票机制会被图像中边缘信息的质量影响，导致仅根据高亮点获得的线条不能准确表征废硅片边缘线条的分布与宽度，因此获得高亮区域，对高亮区域内所有的高亮点均进行分析，通过分析高亮区域内高亮点的分布特征获得对应的线条补充参数。线条补充参数能够表征对应高亮区域是否需要进行填充，经过填充后的填充高亮区域对应在原图中的边缘区域特征更加明显，边缘线条更加清晰完整；并且还可通过填充结果筛除噪声区域，避免噪声线条影响后续的形状检测，即所获得的增强废硅片边缘图像中，线条信息清晰完整，不包含噪声线条的影响，并且能够清楚表征线条的分别和线条的宽度，因此基于增强废硅片边缘图像进行废硅片的边缘检测能得到更准确的形状检测结果。

技术特征：

1.一种基于图像识别的废硅片形状检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于图像识别的废硅片形状检测方法，其特征在于，所述获取高亮区域的获取方法包括：

3.根据权利要求1所述的一种基于图像识别的废硅片形状检测方法，其特征在于，所述相对坐标距离的获取方法包括：

4.根据权利要求1所述的一种基于图像识别的废硅片形状检测方法，其特征在于，所述相对夹角的获取方法包括：

5.根据权利要求1所述的一种基于图像识别的废硅片形状检测方法，其特征在于，所述获得所述高亮区域的拟合率包括：

6.根据权利要求1所述的一种基于图像识别的废硅片形状检测方法，其特征在于，所述根据所述高亮区域的所述拟合率和所述相交点的投票值获得线条补充参数包括：

7.根据权利要求6所述的一种基于图像识别的废硅片形状检测方法，其特征在于，所述根据所述线条补充参数在所述高亮区域中筛选出待填充区域包括：

8.根据权利要求7所述的一种基于图像识别的废硅片形状检测方法，其特征在于，所述根据填充结果对应的所述线条补充参数筛除噪声区域并获得填充高亮区域包括：

技术总结
本发明涉及图像处理技术领域，具体涉及一种基于图像识别的废硅片形状检测方法。该方法基于基础的霍夫变换，获取霍夫空间中的高亮区域，根据高亮区域中相交点与亚相交点之间的分布确定高亮区域的拟合率，进而获得高亮区域的线条补充参数。根据线条补充参数筛选出待填充区域和非待填充区域，对待填充区域进行填充和噪声区域的判断，进而根据填充高亮区域和非待填充区域获得增强废硅片边缘图像，利用增强废硅片边缘图像进行废硅片的形状检测。本发明考虑到线条区域的宽度特征，基于霍夫变换，获得无线条断裂、无噪声线条的增强废硅片边缘图像，使得形状检测精度更高。

技术研发人员：徐坤,朱莉莉,王曼,王新
受保护的技术使用者：山东九思新材料科技有限责任公司
技术研发日：
技术公布日：2024/1/13