專利名稱：檢測太陽能電池前期確認(rèn)對比樣本的光學(xué)檢測系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種光學(xué)檢測系統(tǒng)以及方法，尤指涉及于檢測太陽能電池前期 確認(rèn)對比樣本的光學(xué)檢測系統(tǒng)以及方法。
背景技術(shù)：
在地球能源逐漸枯竭的今日，太陽能電池成為一代的新寵。以硅晶的太陽 能電池而言，太陽能電池結(jié)構(gòu)上包含層狀相迭的光感應(yīng)層以及背膠基板，光感 應(yīng)層表面上可見的為具顏色的硅晶以及印刷在硅晶表面的導(dǎo)線。
導(dǎo)線顏色固定、均勻、且所占面積較小，硅晶所占面積較大，由于硅晶的 晶格不易控制，特別是多晶硅更為復(fù)雜，所以即使同一批次所制成原本欲為同 色的太陽能電池，往往不同太陽能電池彼此間仍有色差，若不將其分類而任意 組裝，則外觀上可能是不同深淺的同色，看似斑駁而不美觀，會影響到商品的 價值與客戶的信賴感。
因此，在同色的太陽能電池出廠前還須有分類的程序，該站除了檢査瑕疵 之外，最重要的就是將同色中屬性更接近的同系顏色分為同一類，以便于后續(xù) 安裝成的太陽能板時較為美觀。以往，這些工作都是以人工目視檢査，近年來
已逐漸導(dǎo)入自動光學(xué)檢測(Automated Optical Inspection; AOI);如中國臺灣專 利第1282861號，于整個測試系統(tǒng)中，裝設(shè)有光學(xué)檢測裝置，負(fù)責(zé)對太陽能電 池的外觀進(jìn)行檢測。
然而，即使現(xiàn)狀已逐漸導(dǎo)入自動光學(xué)檢測，過去的分類檢測仍屬單純，僅 直接根據(jù)色度做為分類的依據(jù)，此并不完全符合客戶的所需。以消費(fèi)者的角度 而言，僅希望遠(yuǎn)距視覺顏色平順一致；而顏色不一致是必然，直接根據(jù)色度分 類雖嚴(yán)謹(jǐn)，但會分為太多組而難組合成所需的產(chǎn)品。以制造商而言，僅需分類 的使消費(fèi)者目視舒服即可，可以將多種色度值的組合視為一類，會使分類更符 合商業(yè)化的需求，這些需求，是目前的自動光學(xué)檢測所做不到的。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種利用于檢測太陽能電池前期確認(rèn)對比樣本的 光學(xué)檢測系統(tǒng)以及方法，不但能將太陽能電池顏色分類檢測導(dǎo)入自動光學(xué)檢 測，特別是針對分類檢測前期所需的樣本確認(rèn)，還能以符合人類視覺的方式， 以較符合商業(yè)化生產(chǎn)的方式來定義出樣本，以便于后續(xù)導(dǎo)入自動光學(xué)檢測。
為實現(xiàn)上述目的，本發(fā)明一種于檢測太陽能電池前期確認(rèn)對比樣本的光學(xué) 檢測系統(tǒng)，針對多數(shù)個樣本太陽能電池進(jìn)行分析，以確認(rèn)能代表該些樣本太陽 能電池的樣本數(shù)據(jù)，使后續(xù)能依該樣本數(shù)據(jù)對該太陽能電池進(jìn)行分類。該光學(xué) 檢測系統(tǒng)包含一光源設(shè)備、 一影像傳感器、以及一處理單元。
該光源設(shè)備以一光線照射該些樣本太陽能電池以產(chǎn)生一反射光。該影像傳 感器接收該反射光以測得該樣本太陽能電池的影像畫面上多數(shù)個像素的色度 值。
該處理單元擷取來自該影像傳感器的該些色度值，根據(jù)一標(biāo)準(zhǔn)色度表，取 其二維的色度數(shù)據(jù)以成為一色度區(qū)域，其中對應(yīng)該些樣本太陽能電池的二維色 度數(shù)據(jù)會得到多數(shù)個色度區(qū)域。
其中，該處理單元根據(jù)預(yù)設(shè)的歸納原則，自該些色度區(qū)域中歸納出能代表 該些色度區(qū)域的代表色度區(qū)域為所述的樣本數(shù)據(jù)，后續(xù)能根據(jù)該太陽能電池與 該代表色度區(qū)域的符合程度來對該太陽能電池進(jìn)行分類。
而且，為實現(xiàn)上述目的，本發(fā)明還提供了一種于檢測太陽能電池前期確認(rèn) 對比樣本的光學(xué)檢測方法，針對一預(yù)定數(shù)量的樣本太陽能電池進(jìn)行分析，以確 認(rèn)能代表該些樣本太陽能電池的樣本數(shù)據(jù)，使后續(xù)能依該樣本數(shù)據(jù)對該太陽能 電池進(jìn)行分類，其特征在于，該光學(xué)檢測方法包含下列步驟以一光線照射該 些樣本太陽能電池以產(chǎn)生一反射光接收該反射光以測得該樣本太陽能電池的 影像畫面上多數(shù)個像素的色度值；擷取來自該些色度值，根據(jù)一標(biāo)準(zhǔn)色度表， 取其二維的色度數(shù)據(jù)以成為一色度區(qū)域，其中對應(yīng)該些樣本太陽能電池的二維 色度數(shù)據(jù)會得到多數(shù)個色度區(qū)域；以及根據(jù)預(yù)設(shè)的歸納原則，自該些色度區(qū)域 中歸納出能代表該些色度區(qū)域的代表色度區(qū)域為所述的樣本數(shù)據(jù)，使后續(xù)能根 據(jù)該太陽能電池與該代表色度區(qū)域的符合程度來對該太陽能電池進(jìn)行分類。
因此，透過本發(fā)明于檢測太陽能電池前期確認(rèn)對比樣本的光學(xué)檢測系統(tǒng)以 及方法，利用多個樣本太陽能電池色度值的二維色度數(shù)據(jù)，來分析出代表色度區(qū)域，不但能將太陽能電池顏色分類檢測導(dǎo)入自動光學(xué)檢測，特別是針對分類 檢測前期所需的樣本確認(rèn)，還能以符合人類視覺的方式，以較符合商業(yè)化生產(chǎn) 的方式來定義出樣本，以便于后續(xù)導(dǎo)入自動光學(xué)檢測。
關(guān)于本發(fā)明的優(yōu)點(diǎn)與精神可以通過以下的發(fā)明詳述及所附附圖得到進(jìn)一 步的了解。


圖1為本發(fā)明中太陽能電池的外觀及側(cè)剖示意圖2為本發(fā)明光學(xué)檢測系統(tǒng)所在自動化測試設(shè)備的示意圖3為本發(fā)明光學(xué)檢測系統(tǒng)的側(cè)面剖示圖4為本發(fā)明光學(xué)檢測系統(tǒng)的功能方塊示意圖5為本發(fā)明二維的色度數(shù)據(jù)夠成色度區(qū)域的示意圖6為本發(fā)明后續(xù)分類實作的示意圖7為本發(fā)明確認(rèn)對比樣本的光學(xué)檢測方法的流程圖；以及 圖8為本發(fā)明后續(xù)檢測分類太陽能電池的流程圖。 其中，附圖標(biāo)記
10:太陽能電池 12:光感應(yīng)層 1202:導(dǎo)線區(qū)域 20:自動化測試設(shè)備 22:進(jìn)片設(shè)備 24:檢測主設(shè)備 27:容置箱 30:光源設(shè)備 3002:上光源模塊 30a : LED燈 34:處理單元 50a:代表色度區(qū)域 38: 顯不器 44:網(wǎng)格
10a:樣本太陽能電池 14:背膠基板 1204:硅晶區(qū)域 21:輸送帶 23:光學(xué)檢測系統(tǒng) 26:分類設(shè)備 28:機(jī)械手臂 32:影像傳感器
3004:下光源模塊 3006:斜光源模塊 50:色度區(qū)域 36:影像管理模塊 40:影像畫面 42:像素
具體實施例方式
請參閱圖1，圖1為本發(fā)明中太陽能電池10的外觀及側(cè)剖示意圖。由側(cè) 剖圖可見，太陽能電池10上、下是由一光感應(yīng)層12以及一背膠基板14迭合 而成；以正視外觀圖可見，以投影方向正視光感應(yīng)層12，進(jìn)一步包含一導(dǎo)線 區(qū)域1202以及一硅晶區(qū)域1204，不論是多晶硅或是單晶結(jié)構(gòu)，硅晶區(qū)域1204 的顏色往往分布不均，是需要相當(dāng)技術(shù)手段才能自動的將太陽能電池10分類 顏色。
請參閱圖2，圖2為本發(fā)明光學(xué)檢測系統(tǒng)23所在自動化測試設(shè)備20的示 意圖。光學(xué)檢測系統(tǒng)23設(shè)置于一自動化測試設(shè)備20中；自動化測試設(shè)備20 的前段為進(jìn)片設(shè)備22,此站除了將太陽能電池10進(jìn)片于輸送帶21上之外，于 底部設(shè)有一臺光學(xué)檢測系統(tǒng)23，為照設(shè)并檢測太陽能電池10背部背膠基板14 表面的瑕疵。
自動化測試設(shè)備20的中段為檢測主設(shè)備24,于輸送帶21上方設(shè)有光學(xué)檢 測系統(tǒng)23，可用于檢測太陽能電池IO光感應(yīng)層12表面的顏色，根據(jù)所檢測得 的色度值來對太陽能電池10進(jìn)行分類。
自動化測試設(shè)備20的后段為分類設(shè)備26,于輸送帶21的兩旁有許多的容 置箱27，將分類后的太陽能電池10以機(jī)械手臂28運(yùn)送而分置于不同的容置箱 27中，供后續(xù)方便出貨。
請參閱圖3，圖3為本發(fā)明光學(xué)檢測系統(tǒng)23的側(cè)面剖示圖。本發(fā)明涉及 一種于檢測太陽能電池10前期確認(rèn)對比樣本的光學(xué)檢測系統(tǒng)23,針對一預(yù)定 數(shù)量通常為多數(shù)個樣本太陽能電池10a進(jìn)行分析，以確認(rèn)能代表些樣本太陽能 電池10a的樣本數(shù)據(jù)，使后續(xù)能依該樣本數(shù)據(jù)對太陽能電池IO進(jìn)行檢測分類。 由圖3可見光學(xué)檢測系統(tǒng)23包含一光源設(shè)備30、以及一影像傳感器32。
光源設(shè)備30是以一光線照射該些樣本太陽能電池10a的光感應(yīng)層12以產(chǎn) 生一反射光。光源設(shè)備30進(jìn)一步包含一上光源模塊3002、 一下光源模塊3004、 以及一斜光源模塊3006;上光源模塊3002以及下光源模塊3004由環(huán)狀分布的 多個LED燈30A構(gòu)成，斜光源模塊3006設(shè)于下光源模塊3004的下方，為四 個四向的線光源，上光源模塊3002以及下光源模塊3004對太陽能電池10產(chǎn) 生正面光，斜光源模塊3006對太陽能電池10產(chǎn)生斜向光，藉由該些光源模塊來組合成所需的光線。
影像傳感器32可采用CCD影像感應(yīng)器(CCD Image Sensor)、 CMOS影像感 應(yīng)器(CMOS Image Sensor; CIS),是設(shè)于光源設(shè)備30的上方。上光源模塊3002 以及下光源模塊3004環(huán)狀中間形成中空，影像傳感器32通過此環(huán)狀中空接收 反射自下方樣本太陽能電池10a的反射光，以測得樣本太陽能電池10a的影像 畫面40上多數(shù)個像素42的色度值。
配合圖3進(jìn)一步請參閱圖4，圖4為本發(fā)明光學(xué)檢測系統(tǒng)23的功能方塊示 意圖。光學(xué)檢測系統(tǒng)23除了前述的光源設(shè)備30以及一影像傳感器32之外， 更包含一處理單元34。
處理單元34擷取來自影像傳感器32的該些色度值，根據(jù)一標(biāo)準(zhǔn)色度表， 取其二維的色度數(shù)據(jù)以成為一色度區(qū)域50。其中，對應(yīng)該些樣本太陽能電池 10a的二維色度數(shù)據(jù)會得到多數(shù)個色度區(qū)域50。
該標(biāo)準(zhǔn)色度表可以為一C正LAB色彩空間、C正1931、或是CIELUV色彩 空間...等標(biāo)準(zhǔn)色度表。配合圖3、 4，請進(jìn)一步參閱圖5，圖5為本發(fā)明二維的 色度數(shù)據(jù)構(gòu)成色度區(qū)域50的示意圖。以該C正LAB色彩空間而言，該C正LAB 色彩空間是由A、 B的色度數(shù)據(jù)與L的亮度數(shù)據(jù)所組成，所述取其二維的色度 數(shù)據(jù)，是取A、 B的色度數(shù)據(jù)并放棄L的亮度數(shù)據(jù)。
處理單元34根據(jù)預(yù)設(shè)的歸納原則，自該些色度區(qū)域50中歸納出能代表該 些色度區(qū)域50的代表色度區(qū)域50a為所述的樣本數(shù)據(jù)，使后續(xù)能根據(jù)太陽能 電池10與代表色度區(qū)域50a的符合程度來對太陽能電池10進(jìn)行分類。
假如所述預(yù)定數(shù)量的樣本太陽能電池10a為五片樣本太陽能電池10a,所 以在A、 B色度數(shù)據(jù)的二維坐標(biāo)系統(tǒng)上會檢測規(guī)劃出五個色度區(qū)域50。如圖， 五個色度區(qū)域50則分別代表此五片樣本太陽能電池10a的色度數(shù)據(jù)，因此， 們只要自五個色度區(qū)域50歸納出最具代表性的區(qū)域范圍作為代表色度區(qū)域 50a，即成為后續(xù)分類為此色系所需最理想的樣本數(shù)據(jù)。
針對所述的歸納原則進(jìn)一步說明。所述的歸納原則，可以指代表色度區(qū)域 50a的像素42的色度值,于該些樣本太陽能電池10a中分別皆超過一預(yù)定比例。 舉上例五片樣本太陽能電池10a之例而言，所數(shù)的預(yù)定比例為60%，換句話說, 迭合三個色度區(qū)域50的位置才能被含括在代表色度區(qū)域50a的范圍內(nèi)，也就 是三個色度區(qū)域50交迭的位置會被定義為代表色度區(qū)域50a。此外，所述的歸納原則，也可以是指以晶格映射理論(cell-to-cell mapping theory)所歸納出的映像函數(shù)以作為代表色度區(qū)域50a。晶格映射理論為當(dāng)前一 種將多個函式歸納為一具有代表性的函式的方法，其理論基礎(chǔ)相當(dāng)深入，利用 此法也可以歸納出我們要的代表色度區(qū)域50a。
請參閱圖6，圖6為本發(fā)明后續(xù)分類實作的示意圖。如前述的光學(xué)檢測系 統(tǒng)23，光學(xué)檢測系統(tǒng)23進(jìn)一步包含一影像管理模塊36。
所述太陽能電池10根據(jù)與代表色度區(qū)域50a的符合程度來進(jìn)行分類；先 由影像管理模塊36將影像畫面40切割分為多數(shù)個網(wǎng)格(Grid)44,每一個網(wǎng)格 44包含一樣數(shù)量的多數(shù)個像素42，配合說明影像畫面40以及網(wǎng)格44以一顯 示器38來顯示說明。
影像管理模塊36根據(jù)影像傳感器32測得太陽能電池10上該些像素42的 色度值來對比多種代表色度區(qū)域50a，以將該些網(wǎng)格44進(jìn)行分類以成為一分類 組態(tài)，后續(xù)根據(jù)該分類組態(tài)分類太陽能電池IO。
進(jìn)一步說明，當(dāng)廠商提供多套的樣本太陽能電池10a，假如共測得八類的 代表色度區(qū)域50a，依據(jù)一個網(wǎng)格44中大多數(shù)像素42的分屬(對八類的分屬)， 將每一個網(wǎng)格44分類為八類代表色度區(qū)域50a中的一類代表色度區(qū)域50a。因 此， 一片太陽能電池10上多個網(wǎng)格44可能被統(tǒng)計出如下例:第三類52%，第五 類35%，第四類10%，其它類3%，這就是一種分類組態(tài)。
廠商可以根據(jù)此分類組態(tài)來分類太陽能電池10，例如，將此太陽能電池 10直接分為商品三型，或是分為商品三-五型。只要明確的將分類組態(tài)測出， 廠商反而有更大的彈性與自由度，將太陽能電池10商品做出對商業(yè)價值、對 消費(fèi)者感受最佳平衡點(diǎn)的分類商品。
此外，因為實際出貨的太陽能電池10，有些區(qū)域可能被包覆而較不重要， 或是位于邊緣較不影響消費(fèi)者的視覺感受。因此，本案進(jìn)一步還可依廠商或客 戶的實際需求，將太陽能電池10區(qū)分為多數(shù)個權(quán)重區(qū)域，該些權(quán)重區(qū)域分別 對應(yīng)不同的權(quán)重參數(shù)，該些權(quán)重區(qū)域中的網(wǎng)格44分別乘以所對應(yīng)的權(quán)重參數(shù) 以組成該分類組態(tài)。例如，中間區(qū)域(利用坐標(biāo)來明確定義)權(quán)重70%,周邊區(qū) 域權(quán)重30%，再統(tǒng)計網(wǎng)格44被分類的比例時需另行乘上權(quán)重；如此可以使商 品更能符合消費(fèi)者需求，而且節(jié)省過多不必要分類對廠商帶來的負(fù)擔(dān)。
請參閱圖7，圖7為本發(fā)明確認(rèn)對比樣本的光學(xué)檢測方法的流程圖。本發(fā)明也為一種于檢測太陽能電池10前期確認(rèn)對比樣本的光學(xué)檢測方法，針對一 預(yù)定數(shù)量通常為多數(shù)個樣本太陽能電池10a進(jìn)行分析，以確認(rèn)能代表該些樣本 太陽能電池10a的樣本數(shù)據(jù)，使后續(xù)能依該樣本數(shù)據(jù)對太陽能電池IO進(jìn)行分 類。該光學(xué)檢測方法包含下列步驟
步驟S02:以一光線照射該些樣本太陽能電池10a以產(chǎn)生一反射光。
步驟S04:接收該反射光以測得樣本太陽能電池10a的影像畫面40上多數(shù) 個像素42的色度值。
步驟S06:擷取來自該些色度值，根據(jù)一標(biāo)準(zhǔn)色度表，取其二維的色度數(shù) 據(jù)以成為一色度區(qū)域50，其中對應(yīng)該些樣本太陽能電池10a的二維色度數(shù)據(jù)會 得到多數(shù)個色度區(qū)域50。其中，該標(biāo)準(zhǔn)色度表例如為一Cffi LAB色彩空間， 該C正LAB色彩空間由A、 B的色度數(shù)據(jù)與L的亮度數(shù)據(jù)所組成，所述取其二 維的色度數(shù)據(jù)，為取A、 B的色度數(shù)據(jù)并放棄L的亮度數(shù)據(jù)。
步驟S08:根據(jù)預(yù)設(shè)的歸納原則，自該些色度區(qū)域50中歸納出能代表該 些色度區(qū)域50的代表色度區(qū)域50a為所述的樣本數(shù)據(jù)。
所述的歸納原則，可以指代表色度區(qū)域50a的像素42的色度值，于該些 樣本太陽能電池10a中分別都超過一預(yù)定比例?；蚴且跃Ц裼成淅碚?cell-to-ce11 mapping theory)所歸納出的映像函數(shù)以作為代表色度區(qū)域50a。
步驟S10:后續(xù)，能根據(jù)太陽能電池10與代表色度區(qū)域50a的符合程度來 對太陽能電池IO進(jìn)行分類。
請參閱圖8，圖8為本發(fā)明后續(xù)檢測分類太陽能電池10的流程圖。所述 步驟S10太陽能電池10根據(jù)與代表色度區(qū)域50a的符合程度來進(jìn)行檢測分類， 進(jìn)一步包含下列步驟
步驟20:以一光線照射太陽能電池10以產(chǎn)生一反射光。
步驟22:接收該反射光以測得太陽能電池10的影像畫面40上多數(shù)個像素 42的色度值。
步驟24:將影像畫面40切割分為多數(shù)個網(wǎng)格44(Grid),每一個網(wǎng)格44包 含一樣數(shù)量的多數(shù)個像素42。
步驟26:根據(jù)所測得太陽能電池10上該些像素42的色度值來對比多種代 表色度區(qū)域50a，以將該些網(wǎng)格44進(jìn)行分類以成為一分類組態(tài)。
步驟28:根據(jù)該分類組態(tài)來分類太陽能電池10。
10其中，太陽能電池10區(qū)也可分為多數(shù)個權(quán)重區(qū)域，該些權(quán)重區(qū)域分別對 應(yīng)不同的權(quán)重參數(shù)，該些權(quán)重區(qū)域中的網(wǎng)格44分別乘以所對應(yīng)的權(quán)重參數(shù)以 組成該分類組態(tài)。
因此，通過本發(fā)明于檢測太陽能電池IO前期確認(rèn)對比樣本的光學(xué)檢測系 統(tǒng)23以及方法，利用多個樣本太陽能電池10a色度值的二維色度數(shù)據(jù)，來分 析出代表色度區(qū)域50a，不但能將太陽能電池10顏色分類檢測導(dǎo)入自動光學(xué)檢 測，特別是針對分類檢測前期所需的樣本確認(rèn)，還能以符合人類視覺的方式， 以較符合商業(yè)化生產(chǎn)的方式來定義出樣本，以便于后續(xù)導(dǎo)入自動光學(xué)檢測。
當(dāng)然，本發(fā)明還可有其它多種實施例，在不背離本發(fā)明精神及其實質(zhì)的情 況下，熟悉本領(lǐng)域的技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但 這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。
權(quán)利要求
1、一種于檢測太陽能電池前期確認(rèn)對比樣本的光學(xué)檢測系統(tǒng)，針對一預(yù)定數(shù)量的樣本太陽能電池進(jìn)行分析，以確認(rèn)能代表該些樣本太陽能電池的樣本數(shù)據(jù)，使后續(xù)能依該樣本數(shù)據(jù)對該太陽能電池進(jìn)行分類，該該光學(xué)檢測系統(tǒng)包含一光源設(shè)備，以一光線照射該些樣本太陽能電池以產(chǎn)生一反射光；一影像傳感器，接收該反射光以測得該樣本太陽能電池的影像畫面上多數(shù)個像素的色度值；以及一處理單元，擷取來自該影像傳感器的該些色度值，根據(jù)一標(biāo)準(zhǔn)色度表，取其二維的色度數(shù)據(jù)以成為一色度區(qū)域，其中對應(yīng)該些樣本太陽能電池的二維色度數(shù)據(jù)會得到多數(shù)個色度區(qū)域；其中，該處理單元根據(jù)預(yù)設(shè)的歸納原則，自該些色度區(qū)域中歸納出能代表該些色度區(qū)域的代表色度區(qū)域為所述的樣本數(shù)據(jù)，后續(xù)是能根據(jù)該太陽能電池與該代表色度區(qū)域的符合程度來對該太陽能電池進(jìn)行分類。
2 、根據(jù)權(quán)利要求l所述的光學(xué)檢測系統(tǒng)，其特征在于，該標(biāo)準(zhǔn)色度表為一CIELAB色彩空間，該CIELAB色彩空間由A、 B的色度數(shù)據(jù)與L的亮度數(shù)據(jù)所組成，所述取其二維的色度數(shù)據(jù)，僅取A、 B的色度數(shù)據(jù)。
3 、根據(jù)權(quán)利要求l所述的光學(xué)檢測系統(tǒng)，其特征在于，所述的歸納原則是指該代表色度區(qū)域的像素的色度值，于該些樣本太陽能電池中分別都超過一預(yù)定比例。
4 、根據(jù)權(quán)利要求l所述的光學(xué)檢測系統(tǒng)，其特征在于，所述的歸納原則是指以晶格映射理論所歸納出的映像函數(shù)以作為該代表色度區(qū)域。
5 、根據(jù)權(quán)利要求l所述的光學(xué)檢測系統(tǒng)，其特征在于，該光學(xué)檢測系統(tǒng)進(jìn)一步包含一影像管理模塊，所述該太陽能電池根據(jù)與該代表色度區(qū)域的符合程度來進(jìn)行分類，由該影像管理模塊將該影像畫面切割分為多數(shù)個網(wǎng)格，每一個網(wǎng)格包含一樣數(shù)量的多數(shù)個像素，該影像管理模塊根據(jù)該影像傳感器測得該太陽能電池上該些像素的色度值來對比多種代表色度區(qū)域，以將該些網(wǎng)格進(jìn)行分類以成為一分類組態(tài)，后續(xù)根據(jù)該分類組態(tài)分類該太陽能電池。
6 、根據(jù)權(quán)利要求5所述的光學(xué)檢測系統(tǒng)，其特征在于，該太陽能電池區(qū)分多數(shù)個權(quán)重區(qū)域，該些權(quán)重區(qū)域分別對應(yīng)不同的權(quán)重參數(shù)，該些權(quán)重區(qū)域中 的網(wǎng)格分別乘以所對應(yīng)的權(quán)重參數(shù)以組成該分類組態(tài)。
7 、 一種于檢測太陽能電池前期確認(rèn)對比樣本的光學(xué)檢測方法，針對一 預(yù)定數(shù)量的樣本太陽能電池進(jìn)行分析，以確認(rèn)能代表該些樣本太陽能電池的樣 本數(shù)據(jù)，使后續(xù)能依該樣本數(shù)據(jù)對該太陽能電池進(jìn)行分類，其特征在于，該光學(xué)檢測方法包含下列步驟以一光線照射該些樣本太陽能電池以產(chǎn)生一反射光；接收該反射光以測得該樣本太陽能電池的影像畫面上多數(shù)個像素的色度值；擷取來自該些色度值，根據(jù)一標(biāo)準(zhǔn)色度表，取其二維的色度數(shù)據(jù)以成為一 色度區(qū)域，其中對應(yīng)該些樣本太陽能電池的二維色度數(shù)據(jù)會得到多數(shù)個色度區(qū) 域；以及根據(jù)預(yù)設(shè)的歸納原則，自該些色度區(qū)域中歸納出能代表該些色度區(qū)域的代 表色度區(qū)域為所述的樣本數(shù)據(jù)，使后續(xù)能根據(jù)該太陽能電池與該代表色度區(qū)域 的符合程度來對該太陽能電池進(jìn)行分類。
8 、 根據(jù)權(quán)利要求7所述的光學(xué)檢測方法，其特征在于，該標(biāo)準(zhǔn)色度表為 一CIELAB色彩空間，該CIELAB色彩空間由A、 B的色度數(shù)據(jù)與L的亮度數(shù)據(jù) 所組成，所述取其二維的色度數(shù)據(jù)，僅取A、 B的色度數(shù)據(jù)。
9 、 根據(jù)權(quán)利要求7所述的光學(xué)檢測方法，其特征在于，所述該太陽能電 池根據(jù)與該代表色度區(qū)域的符合程度來進(jìn)行分類，進(jìn)一步包含下列步驟-以一光線照射該太陽能電池以產(chǎn)生一反射光；接收該反射光以測得該太陽能電池的影像畫面上多數(shù)個像素的色度值； 將該影像畫面切割分為多數(shù)個網(wǎng)格，每一個網(wǎng)格包含一樣數(shù)量的多數(shù)個像素；根據(jù)所測得該太陽能電池上該些像素的色度值來對比多種代表色度區(qū)域， 以將該些網(wǎng)格進(jìn)行分類以成為一分類組態(tài)；以及 根據(jù)該分類組態(tài)來分類該太陽能電池。
10 、根據(jù)權(quán)利要求9所述的光學(xué)檢測方法，其特征在于，該太陽能電池區(qū) 分多數(shù)個權(quán)重區(qū)域，該些權(quán)重區(qū)域分別對應(yīng)不同的權(quán)重參數(shù)，該些權(quán)重區(qū)域中 的網(wǎng)格分別乘以所對應(yīng)的權(quán)重參數(shù)以組成該分類組態(tài)。
全文摘要
一種于檢測太陽能電池前期確認(rèn)對比樣本的光學(xué)檢測系統(tǒng)以及方法，該方法包括分析多數(shù)個樣本太陽能電池的光照檢測，擷取樣本太陽能電池的該些色度值，根據(jù)一標(biāo)準(zhǔn)色度表，取其二維的色度數(shù)據(jù)以成為一色度區(qū)域，因此，該些樣本太陽能電池會有多個色度區(qū)域；接續(xù)自該些色度區(qū)域中歸納出能代表該些色度區(qū)域的代表色度區(qū)域以作為樣本數(shù)據(jù)，后續(xù)，根據(jù)太陽能電池與代表色度區(qū)域的符合程度來對太陽能電池進(jìn)行分類，為一種既符合自動化，兼顧消費(fèi)者實用，又符合廠商商業(yè)利益的顏色分類手段。
文檔編號G01J3/46GK101676696SQ20081021152
公開日2010年3月24日 申請日期2008年9月17日 優(yōu)先權(quán)日2008年9月17日
發(fā)明者簡宏達(dá), 羅文期, 薜名凱, 黃建勝 申請人:中茂電子(深圳)有限公司