提供裂紋檢測用預(yù)測模型的方法和檢測半導(dǎo)體結(jié)構(gòu)上的裂紋的方法
【專利摘要】本發(fā)明涉及方法提供用于在半導(dǎo)體結(jié)構(gòu)上的裂紋檢測的預(yù)測模型的方法，該半導(dǎo)體結(jié)構(gòu)是光伏太陽能電池、制造過程中的光伏太陽能電池的前級物，尤其是用于制造太陽能電池的半導(dǎo)體材料，該方法包括以下方法步驟：A）提供具有至少一個(gè)裂紋的參照半導(dǎo)體結(jié)構(gòu)；B）提供關(guān)于至少一個(gè)裂紋的裂紋數(shù)據(jù)，裂紋數(shù)據(jù)包含與裂紋在參照半導(dǎo)體結(jié)構(gòu)上的位置有關(guān)的幾何位置數(shù)據(jù)；C）空間分辨式測量在半導(dǎo)體結(jié)構(gòu)中所產(chǎn)生的光致發(fā)光的多個(gè)局部測量點(diǎn)和/或通過空間分辨測量該半導(dǎo)體結(jié)構(gòu)的IR吸收來空間分辨測量該參照半導(dǎo)體結(jié)構(gòu)；D）通過依據(jù)在方法步驟C中求出的空間分辨測量數(shù)據(jù)并且依據(jù)在方法步驟B中提供的裂紋數(shù)據(jù)進(jìn)行學(xué)習(xí)算法的訓(xùn)練來建立預(yù)測模型，其中，學(xué)習(xí)算法的訓(xùn)練包括以下方法步驟：D1）通過下述方式建立用于至少一個(gè)局部描述符點(diǎn)的至少一個(gè)描述符，即，針對描述符點(diǎn)設(shè)定或確定一檢查區(qū)，并且依據(jù)檢查區(qū)內(nèi)的測量數(shù)據(jù)建立該描述符，該描述符是特征矢量和/或特征分布和/或特征直方圖，和D2）利用該描述符號和裂紋數(shù)據(jù)訓(xùn)練學(xué)習(xí)算法。本發(fā)明還涉及用于裂紋檢測的方法和裝置。
【專利說明】提供裂紋檢測用預(yù)測模型的方法和檢測半導(dǎo)體結(jié)構(gòu)上的裂紋的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及根據(jù)權(quán)利要求1的提供半導(dǎo)體結(jié)構(gòu)上的裂紋檢測用預(yù)測模型的方法和根據(jù)權(quán)利要求2的檢測半導(dǎo)體結(jié)構(gòu)上的裂紋的方法，該半導(dǎo)體結(jié)構(gòu)是光伏太陽能電池、制造過程中的光伏太陽能電池的前級物或者尤其用于制造這樣的光伏太陽能電池的半導(dǎo)體材料。
【背景技術(shù)】
[0002]由半導(dǎo)體材料構(gòu)成的光伏太陽能電池早已被用于將電磁輻射轉(zhuǎn)化為電能。在典型的光伏太陽能電池中，半導(dǎo)體材料占據(jù)了太陽能電池制造總成本的相當(dāng)份額。因而使用成本十分有利的材料例如多晶硅，另外，太陽能電池研究的一個(gè)目的在于減小光伏太陽能電池制造所用的半導(dǎo)體晶片的厚度，由此降低材料成本。
[0003]但由此出現(xiàn)以下危險(xiǎn)，即，裂紋不利地影響了半導(dǎo)體材料穩(wěn)定性。這樣的裂紋例如可能因娃晶塊中的材料缺陷而形成，因在晶片原材料制造中的載荷而出現(xiàn)，因缺陷和晶片鋸切時(shí)的機(jī)械應(yīng)力而出現(xiàn)，以及因運(yùn)輸和搬運(yùn)操作時(shí)的機(jī)械應(yīng)力而出現(xiàn)。另外，半導(dǎo)體材料在制造過程中承受力學(xué)負(fù)荷和熱負(fù)荷。
[0004]一旦半導(dǎo)體材料在加工過程中破碎，就出現(xiàn)高昂成本，因?yàn)橛绕浔仨毻Ｖ怪圃?。盡管有裂紋但還經(jīng)歷整個(gè)制造過程的這種半導(dǎo)體材料還有可能在隨后的應(yīng)用中造成在光伏太陽能電池使用時(shí)的顯著功率損失。
[0005]因此緣故，人們迫切需要用于檢測半導(dǎo)體結(jié)構(gòu)中的裂紋的方法，該半導(dǎo)體結(jié)構(gòu)是上述半導(dǎo)體原材料如用于制造太陽能電池的半導(dǎo)體晶片、制造過程中的太陽能電池前級物或成品太陽能電池。因?yàn)榱鸭y一般具有微米級延伸尺寸，故其也被稱為微裂紋。
[0006]已知利用所謂的IR透光拍攝來檢測裂紋。為此，半導(dǎo)體結(jié)構(gòu)借助紅外范圍內(nèi)的輻射接受透光檢測并借助成像法如CCD攝像機(jī)被測量。因?yàn)樵贗R范圍內(nèi)的不同吸收特性，故使用者能在如此獲得的圖像中肉眼發(fā)現(xiàn)裂紋。同樣知道了利用光致發(fā)光的裂紋檢測:為此，在半導(dǎo)體結(jié)構(gòu)中產(chǎn)生光致發(fā)光并借助成像法如CCD攝像機(jī)進(jìn)行空間分辨測量。光致發(fā)光測量的使用原則上是已知的并且例如在第22屆歐洲光伏太陽能會(huì)議的會(huì)刊(2007，米蘭，意大利)中的Trupke，T的“用于硅晶片和太陽能電池的表征的發(fā)光成像進(jìn)展”中有描述。但此時(shí)通常無法將裂紋與其它作用例如重組有效干擾點(diǎn)區(qū)分開。
[0007]另外，利用共振超聲振動(dòng)(RUV)的裂紋檢測是已知的并且例如在Monastyrskyi, A.等人的“用于硅晶片和太陽能電池的在線裂紋檢測的共振超聲振動(dòng)”(第33屆PVSC的會(huì)刊，2008)中有描述。

【發(fā)明內(nèi)容】

[0008]本發(fā)明的任務(wù)在于，提供一種可靠的、尤其可工業(yè)應(yīng)用的半導(dǎo)體結(jié)構(gòu)裂紋檢測方法，該半導(dǎo)體結(jié)構(gòu)是光伏太陽能電池、制造過程中的光伏太陽能電池前級物或用于制造光伏太陽能電池的原材料。
[0009]該任務(wù)通過根據(jù)權(quán)利要求1的提供半導(dǎo)體結(jié)構(gòu)上裂紋檢測用的預(yù)測模型的方法以及根據(jù)權(quán)利要求2的檢測半導(dǎo)體結(jié)構(gòu)上的裂紋的方法來解決。在權(quán)利要求3至13中找到本發(fā)明方法的有利實(shí)施方式。本發(fā)明還通過根據(jù)權(quán)利要求14的用于檢測半導(dǎo)體結(jié)構(gòu)上的裂紋的裝置來完成。茲將所有權(quán)利要求的語句援引納入說明書。
[0010]本發(fā)明基于 申請人:的以下認(rèn)識，S卩，學(xué)習(xí)算法適用于建立半導(dǎo)體結(jié)構(gòu)上裂紋檢測用的預(yù)測模型，因而結(jié)合預(yù)測模型進(jìn)行裂紋檢測。因此，本發(fā)明的方法和本發(fā)明的裝置原則上不同于在光伏領(lǐng)域迄今所用的裂紋檢測方法，這是因?yàn)榈谝淮螌⒔柚鷮W(xué)習(xí)算法的機(jī)器學(xué)習(xí)用于裂紋檢測。
[0011]如上所述，本發(fā)明的裂紋檢測方法和本發(fā)明的裂紋檢測裝置涉及光伏領(lǐng)域。相應(yīng)地在此和下文中使用術(shù)語“半導(dǎo)體結(jié)構(gòu)”來稱呼用于制造太陽能電池的原材料如硅晶片、尤其是多晶硅晶片，也用以稱呼在制造過程中的任一工序處的光伏太陽能電池前級物以及成品太陽能電池。
[0012]根據(jù)本發(fā)明的、提供用于半導(dǎo)體結(jié)構(gòu)上的裂紋檢測的預(yù)測模型的方法包括以下方法步驟:
[0013]在方法步驟A中提供參照半導(dǎo)體結(jié)構(gòu)，該參照半導(dǎo)體結(jié)構(gòu)具有至少一個(gè)裂紋。
[0014]在方法步驟B中，提供關(guān)于至少一個(gè)裂紋的裂紋數(shù)據(jù)，該裂紋數(shù)據(jù)包含與裂紋在該參照半導(dǎo)體結(jié)構(gòu)上的位置有關(guān)的幾何位置數(shù)據(jù)。
[0015]該半導(dǎo)體結(jié)構(gòu)一般是面狀元件，從而一般可以關(guān)于半導(dǎo)體結(jié)構(gòu)的正面或背面的姿態(tài)來描述裂紋，就是說，一般借助二維幾何數(shù)據(jù)。此時(shí)在本發(fā)明范圍內(nèi)的是，裂紋數(shù)據(jù)包括描述裂紋延伸的多個(gè)點(diǎn)和/或線，和/或裂紋數(shù)據(jù)包括星形裂紋的至少兩條線在此相交的裂紋中心。
[0016]也在本發(fā)明范圍內(nèi)的是，參照半導(dǎo)體結(jié)構(gòu)是具有裂紋的半導(dǎo)體結(jié)構(gòu)，該裂紋利用另一測量法關(guān)于幾何位置被測量。作為替代或補(bǔ)充也可行的是，通過刻劃或類似方法在規(guī)定的幾何位置上給參照半導(dǎo)體結(jié)構(gòu)添加裂紋。
[0017]在方法步驟C中進(jìn)行參照半導(dǎo)體結(jié)構(gòu)的空間分辨測量。為此，對于多個(gè)局部測量點(diǎn)進(jìn)行在半導(dǎo)體結(jié)構(gòu)內(nèi)產(chǎn)生的光致發(fā)光的空間分辨測量和/或半導(dǎo)體結(jié)構(gòu)紅外吸收(IR吸收)的空間分辨測量。為執(zhí)行空間分辨成像方法，本身已知的測量裝置尤其CCD攝像機(jī)可被用于空間分辨測量。重要的是針對多個(gè)局部測量點(diǎn)進(jìn)行空間分辨測量。測量點(diǎn)覆蓋半導(dǎo)體結(jié)構(gòu)表面上的包含裂紋的至少一個(gè)區(qū)域。
[0018]在方法步驟D中建立預(yù)測模型。為此，結(jié)合在方法步驟C中求出的空間分辨測量數(shù)據(jù)和在方法步驟B中提供的裂紋數(shù)據(jù)進(jìn)行學(xué)習(xí)算法的訓(xùn)練。
[0019]不同于已知的裂紋檢測方法，尤其沒有基于物理模型根據(jù)測量信號來區(qū)分對應(yīng)于裂紋的測量點(diǎn)與其它測量點(diǎn)。取而代之，結(jié)合測量數(shù)據(jù)和裂紋數(shù)據(jù)即關(guān)于參照半導(dǎo)體結(jié)構(gòu)已知的對現(xiàn)有裂紋的描述來進(jìn)行學(xué)習(xí)算法的訓(xùn)練(Trainieren)。因此未規(guī)定表明裂紋的且就測量信號而言與其它元素如重組有效幾何結(jié)構(gòu)區(qū)分開的說明和標(biāo)準(zhǔn)(即，該描述的明確表述)，而是通過學(xué)習(xí)算法訓(xùn)練來構(gòu)成。
[0020]學(xué)習(xí)算法的訓(xùn)練此時(shí)包括以下步驟:
[0021]在方法步驟Dl中建立用于至少一個(gè)局部描述符點(diǎn)的至少一個(gè)描述符。此時(shí)，針對該描述符點(diǎn)設(shè)定或確定一檢查區(qū)，并且依據(jù)該檢查區(qū)內(nèi)的測量數(shù)據(jù)建立該描述符，該描述符是特征矢量和/或特征分布和/或特征直方圖。
[0022]因而，該檢查區(qū)包括根據(jù)方法步驟C的測量點(diǎn)的至少一個(gè)子集。也在本發(fā)明范圍內(nèi)的是該檢查區(qū)包括根據(jù)方法步驟C的全部測量點(diǎn)。
[0023]對此，描述符點(diǎn)形成所述描述符的一個(gè)局部點(diǎn)，從而結(jié)合特征矢量和/或特征分布和/或特征直方圖并在考慮檢查區(qū)的情況下構(gòu)成用于局部描述符點(diǎn)的描述。特征矢量和/或特征分布和/或特征直方圖的特征基于在方法步驟C中求出的測量數(shù)據(jù)。此時(shí)在本發(fā)明范圍內(nèi)的是該特征直接源于測量數(shù)據(jù)。但尤其有利的是該特征是多個(gè)測量數(shù)據(jù)的進(jìn)一步處理和/或關(guān)聯(lián)尤其是結(jié)構(gòu)描述。
[0024]在方法步驟D2中利用該描述符和該裂紋數(shù)據(jù)訓(xùn)練學(xué)習(xí)算法。
[0025]該訓(xùn)練可按照本身已知的方式利用本身已知的學(xué)習(xí)算法進(jìn)行。也在本發(fā)明范圍內(nèi)的是，只利用一個(gè)描述符點(diǎn)和對應(yīng)的描述符和/或只利用一個(gè)裂紋和對應(yīng)的幾何數(shù)據(jù)來訓(xùn)練該學(xué)習(xí)算法。但有利的是，利用多個(gè)描述符點(diǎn)和相應(yīng)建立的描述符來進(jìn)行所述訓(xùn)練?；蛘咔矣绕溥€有利的是，利用多個(gè)裂紋和各自對應(yīng)的裂紋數(shù)據(jù)來執(zhí)行所述方法。
[0026]學(xué)習(xí)算法的訓(xùn)練可以如上所述按照本身已知的方式進(jìn)行。此時(shí)重要的是，基于預(yù)定的裂紋數(shù)據(jù)而知道是否在該描述符點(diǎn)上有裂紋。該信息對于在訓(xùn)練中通過學(xué)習(xí)算法實(shí)現(xiàn)的分類形成是至關(guān)重要的。
[0027]在本發(fā)明范圍內(nèi)的是，多個(gè)參照半導(dǎo)體結(jié)構(gòu)被用于訓(xùn)練該學(xué)習(xí)算法。此時(shí)不一定需要每個(gè)參照半導(dǎo)體結(jié)構(gòu)都有裂紋，這是因?yàn)闆]有裂紋的描述符點(diǎn)和描述符對訓(xùn)練也是有意義的。但至少其中一個(gè)參照半導(dǎo)體結(jié)構(gòu)須如上所述地具有至少一個(gè)裂紋。
[0028]根據(jù)本發(fā)明的用于檢測半導(dǎo)體結(jié)構(gòu)上的裂紋的方法包括以下方法步驟:
[0029]在方法步驟A中提供半導(dǎo)體結(jié)構(gòu)。
[0030]不同于參照半導(dǎo)體結(jié)構(gòu)，在用于執(zhí)行裂紋檢測的半導(dǎo)體結(jié)構(gòu)中當(dāng)然沒有預(yù)先知道裂紋幾何位置或者說半導(dǎo)體結(jié)構(gòu)究竟有無裂紋的信息。
[0031]在方法步驟B中提供預(yù)測模型，該預(yù)測模型是通過學(xué)習(xí)算法的訓(xùn)練來建立的，最好是根據(jù)權(quán)利要求1或其優(yōu)選實(shí)施方式的方法來建立的。
[0032]在方法步驟C中通過空間分辨測量在半導(dǎo)體結(jié)構(gòu)中產(chǎn)生的光致發(fā)光的多個(gè)局部測量點(diǎn)和/或通過空間分辨測量該半導(dǎo)體結(jié)構(gòu)的IR吸收來空間分辨測量該半導(dǎo)體結(jié)構(gòu)。方法步驟C因而可被設(shè)計(jì)成與根據(jù)權(quán)利要求1或其有利實(shí)施方式的方法步驟C相同。尤其有利的是，在建立預(yù)測模型時(shí)和在裂紋檢測中執(zhí)行相同的測量方式，就是說都是光致發(fā)光的空間分辨測量或者都是IR吸收的空間分辨測量。
[0033]在方法步驟D中針對至少一個(gè)局部檢查點(diǎn)確定在該檢查點(diǎn)上是否有裂紋。該局部檢查點(diǎn)是在半導(dǎo)體結(jié)構(gòu)表面上的一個(gè)點(diǎn)且最好對應(yīng)于根據(jù)方法步驟C的其中一個(gè)所述測量點(diǎn)。
[0034]所述確定包括以下方法步驟:
[0035]在方法步驟Dl中，針對該檢查點(diǎn)建立至少一個(gè)描述符，在用于檢查點(diǎn)的描述符中設(shè)定并確定一檢查區(qū)，并且結(jié)合檢查區(qū)內(nèi)的測量數(shù)據(jù)建立該描述符，該描述符是特征矢量和/或特征分布和/或特征直方圖。
[0036]因此，裂紋檢測中的方法步驟Dl被設(shè)計(jì)成與根據(jù)權(quán)利要求1的預(yù)測模型建立中的方法步驟Dl相似，其中，在權(quán)利要求1中建立用于一個(gè)相應(yīng)的描述符點(diǎn)的描述符和在權(quán)利要求2中建立用于一個(gè)相應(yīng)的檢查點(diǎn)的描述符。所有之前和隨后的描述符建立實(shí)施方式因而能至少相似地在根據(jù)權(quán)利要求1的方法步驟Dl和根據(jù)權(quán)利要求2的方法步驟Dl方面被
予以考慮。
[0037]因此，對裂紋檢測也重要的是，針對該檢查點(diǎn)建立一描述符，該描述符因而是呈特征矢量和/或特征分布和/或特征直方圖形式的特征，從而針對該檢查點(diǎn)的特性在考慮在方法步驟C中獲得的檢查區(qū)內(nèi)的測量數(shù)據(jù)的情況下被映射在該描述符中。
[0038]在方法步驟D2中利用該描述符和預(yù)測模型確定該檢查點(diǎn)上是否有裂紋。
[0039]因而，本發(fā)明的裂紋檢測方法的特點(diǎn)是，只須例如通過執(zhí)行根據(jù)權(quán)利要求1的方法來提供一預(yù)測模型，隨后按照本身已知的方式以光致發(fā)光或IR吸收測量形式來執(zhí)行根據(jù)方法步驟C的測量，并且可通過描述符形成利用預(yù)測模型確定檢查點(diǎn)上是否有裂紋。
[0040]此時(shí)在本發(fā)明范圍內(nèi)的是只在一個(gè)檢查點(diǎn)進(jìn)行根據(jù)方法步驟D2的上述確定。最好在多個(gè)檢查點(diǎn)進(jìn)行所述確定。因而在本發(fā)明范圍內(nèi)的是，在方法步驟C中在此執(zhí)行測量的每個(gè)所述測量點(diǎn)被先后相繼選作為檢查點(diǎn)。
[0041]結(jié)果，利用本發(fā)明的裂紋檢測方法保證了確定半導(dǎo)體結(jié)構(gòu)是否有裂紋以及確定裂紋的幾何位置和/或延伸尺寸，無需通過假定、預(yù)定或物理模型推導(dǎo)來預(yù)定根據(jù)方法步驟C的測量數(shù)據(jù)和抽象的裂紋特性之間的關(guān)系。
[0042] 申請人:的研究表明，根據(jù)權(quán)利要求1的預(yù)測模型的形成和根據(jù)權(quán)利要求2的使用出眾地適用于檢測半導(dǎo)體結(jié)構(gòu)中的裂紋。根據(jù)本發(fā)明的裂紋檢測方法因而與已知裂紋檢測方法相比得到顯著改善。尤其可在執(zhí)行根據(jù)權(quán)利要求1的方法時(shí)在使用光致發(fā)光測量方法情況下在各自方法步驟C中結(jié)合學(xué)習(xí)算法訓(xùn)練提供在裂紋和其它幾何結(jié)構(gòu)例如重組有效結(jié)構(gòu)之間的命中精度高的區(qū)分，在此，不一定預(yù)先規(guī)定區(qū)分裂紋結(jié)構(gòu)與其它結(jié)構(gòu)的標(biāo)準(zhǔn)，而是只通過學(xué)習(xí)算法的訓(xùn)練來形成。
[0043]本發(fā)明方法還有以下優(yōu)點(diǎn)，可以劃分為預(yù)測模型的建立和將預(yù)測模型用于裂紋檢測:
[0044]因此，例如可由廠方通過準(zhǔn)確制備參照半導(dǎo)體結(jié)構(gòu)和/或結(jié)合許多裂紋和裂紋數(shù)據(jù)的訓(xùn)練來高精度地訓(xùn)練學(xué)習(xí)算法并將如此形成的預(yù)測模型提供給用戶使用。
[0045]因此，不一定需要用戶方也進(jìn)行學(xué)習(xí)算法訓(xùn)練。用戶也可直接將由廠方訓(xùn)練的預(yù)測模型用于裂紋檢測。
[0046]在本發(fā)明的裂紋檢測方法中，最好在方法步驟E中進(jìn)行裂紋重建，在裂紋重建中確定裂紋表象的幾何數(shù)據(jù)。因而為此基于一個(gè)對應(yīng)于裂紋的檢查點(diǎn)來進(jìn)行重建，以至少確定裂紋的部分且最好全部幾何表象。尤其有利的是，在方法步驟E中針對檢查點(diǎn)周圍的一個(gè)局部重建區(qū)域?qū)τ谥亟▍^(qū)內(nèi)的每個(gè)測量點(diǎn)確定出方位并且借助通過圖案識別手段的與星形圖案和/或線性圖案的相似性比較來確定對應(yīng)于裂紋的測量點(diǎn)。上述優(yōu)選實(shí)施方式尤其在光致發(fā)光測量方法的使用時(shí)且尤其在多晶硅半導(dǎo)體結(jié)構(gòu)的使用時(shí)是有利的。
[0047]本發(fā)明方法的這個(gè)優(yōu)選實(shí)施方式基于 申請人:的以下認(rèn)識，S卩，半導(dǎo)體結(jié)構(gòu)中的裂紋一般具有星形圖案。由此可以利用本身已知的星形圖案和/或線性圖案的識別和重建的方法的組合來進(jìn)行裂紋重建。
[0048]如上所述，在本發(fā)明范圍內(nèi)的是，在方法步驟D中在建立預(yù)測模型時(shí)和/或在裂紋檢測時(shí)先后相繼依據(jù)多個(gè)局部點(diǎn)作為描述符點(diǎn)或檢查點(diǎn)，此時(shí)例如可以采用在各方法步驟C中被測量的所有局部測量點(diǎn)。
[0049]但有利的是利用關(guān)鍵點(diǎn)確定方法來限制描述符點(diǎn)和/或檢查點(diǎn)的數(shù)量。這樣的方法也被稱為興趣點(diǎn)(POI)確定方法。尤其有利的是，為了確定描述符點(diǎn)和/或檢查點(diǎn)而采用關(guān)鍵點(diǎn)搜尋法，最好是采用根據(jù)SIFT方法、GLOH方法和/或SURF方法或用于特征檢測的已知方法例如坎尼示波器或哈里斯示波器或與之相似的、導(dǎo)出的或類似的方法中的至少其中一個(gè)方法的關(guān)鍵點(diǎn)確定。上述方法是本身已知的并且例如記載如下:
[0050]-GLOH:Krystian Mikolajczyk和Cordelia Schmid的“A performance evulationof local descriptors，，(IEEE Transactions on Pattern Analysis and MachineIntelligence, 10，27，第 1615 — 1630 頁，2005)。
[0051]-SIFT:Lowe, David G.( 1999)的 “Object recognition from localscale-1nvariant features”(國際計(jì)算機(jī)展望大會(huì)會(huì)刊2.第1150-1157頁，
[0052]do1: 10.1109/ICCV.1999.790410.http://do1.1eeecs.0rg/10.1109/ICCV.1999.790410)。
[0053]-SURF:Bay, H.> Tuytelaars, T.> Gool, L.V.的 “ SURF: Speeded Up RobustFeatures”(第九屆計(jì)算機(jī)展望歐洲大會(huì)的會(huì)刊，2006.05)。
[0054]-Harris:C.Harris 和 Μ.Stephens 的 “A combined corner and edge detector”(第四屆 Alvey Vision Conference 會(huì)刊，1988,第 147-151 頁)。
[0055] 申請人:的研究表明，對關(guān)鍵點(diǎn)確定尤其有利的是利用方位可控的濾波器來確定所述至少一個(gè)關(guān)鍵點(diǎn)。有利地利用尤其用于計(jì)算測量數(shù)據(jù)的導(dǎo)數(shù)優(yōu)選是二階導(dǎo)數(shù)的濾波器來進(jìn)行所述確定。 申請人:的研究表明，尤其是由高斯濾波器二階導(dǎo)數(shù)構(gòu)成的條形圖濾波器適用于關(guān)鍵點(diǎn)確定。
[0056]為了選擇關(guān)鍵點(diǎn)，尤其從所有測量點(diǎn)開始確定整個(gè)區(qū)域內(nèi)的關(guān)鍵點(diǎn)在本發(fā)明范圍內(nèi)。也在本發(fā)明范圍內(nèi)的是，預(yù)先規(guī)定在半導(dǎo)體結(jié)構(gòu)表面上的有限幾何區(qū)域和/或在方法步驟C中測量的測量點(diǎn)的子集，在其中確定關(guān)鍵點(diǎn)。
[0057]在確定關(guān)鍵點(diǎn)時(shí)，局部區(qū)域或測量點(diǎn)的不同特性和特征可用于確定相關(guān)圖像局部，例如測量信號強(qiáng)度的表象或者測量信號強(qiáng)度值的分布。該特征例如可以通過因素如方差、平均值、對稱性或其它本身已知的因素的確定被描繪下來并且被用于確定該關(guān)鍵點(diǎn)。
[0058]也可關(guān)于幾何表象采用特征表象如角、邊、線或圓形結(jié)構(gòu)。這樣的特征表象例如可由使用濾波器時(shí)的濾波器響應(yīng)來確定和/或由多個(gè)濾波器組合且或許伴隨結(jié)果的預(yù)處理和進(jìn)一步處理來確定?？捎脼V波器的例子是索伯爾濾波器、普利維特濾波器、高斯濾波器、高斯差分濾波器、高斯拉普拉斯。使用張量例如哈里斯示波器、海賽行列式也在本發(fā)明范圍內(nèi)，或者使用可控濾波器、使用小波例如Gabor和Haar小波也在本發(fā)明范圍內(nèi)。而且,使用蘇珊角點(diǎn)檢測器或者坎尼邊緣檢測器也在本發(fā)明范圍內(nèi)。
[0059] 申請人:的研究表明，利用各向異性的條形圖濾波器的過濾是很有利的，該濾波器是高斯濾波器的二階導(dǎo)數(shù)并且例如在J.Malik的“Contour and Texture Analysis forImage Segmentation”(計(jì)算機(jī)展望國際期刊43 (I)，第7-27頁,2001)中有描述。
[0060]此時(shí)尤其有利的是使用具有不同空間方位的濾波器。此時(shí)，積極的濾波器響應(yīng)在濾波器的不同空間方位取向情況下被關(guān)聯(lián)起來，最好是累加。因而，實(shí)現(xiàn)關(guān)于轉(zhuǎn)動(dòng)集合SO (2)的Haar積分形狀，像例如在H.Schulz-Mirbach的“ Anwendung vonInvarianzprinzipien zur Merkmalgewinnung in derMustererkennung Dissertation，，(漢堡港技術(shù)大學(xué)，1995.02.10，Nr.372，VDI出版)中描述的那樣。
[0061] 申請人:的研究表明，由此得到的值尤其在裂紋中心增大并且還是轉(zhuǎn)動(dòng)恒定的。因而，由此可以簡單方式根據(jù)轉(zhuǎn)動(dòng)來確定裂紋中心，即，確定在各自測量圖上的裂紋實(shí)際走向。由此得到如下有利效果，即，與測量時(shí)的裂紋或半導(dǎo)體結(jié)構(gòu)的轉(zhuǎn)動(dòng)無關(guān)在分析時(shí)獲得一樣大小的值，因而被同樣檢測。
[0062]另外，使用具有不同刻度的濾波器也在本發(fā)明范圍內(nèi)。由此獲得相對于裂紋尺寸變化不敏感的結(jié)果。
[0063]此時(shí)尤其有利的是，在不同刻度級別的結(jié)果分析被考慮用于估算待考慮區(qū)域的大小:因而相應(yīng)高的結(jié)果是指高的刻度級別，因而指示較大裂紋，從而與結(jié)果處于較低刻度級別時(shí)的結(jié)果相比，有利地依據(jù)較大的圖像部分來確定關(guān)鍵點(diǎn)、裂紋檢測和/或裂紋重建。
[0064]總體上通過關(guān)鍵點(diǎn)確定得到以下優(yōu)點(diǎn)，可將潛在裂紋區(qū)域的數(shù)量限制到明顯較少的關(guān)鍵點(diǎn)，因而能獲得該方法的提速。
[0065]也在本發(fā)明范圍內(nèi)的是，首先利用其它測量方法來確定關(guān)鍵點(diǎn)。在此情況下，例如IR測量的檢測結(jié)果以傳統(tǒng)方式被用于確定關(guān)鍵點(diǎn)。不同的測量方法也可以相互組合:因而例如依據(jù)IR測量的關(guān)鍵點(diǎn)確定在本發(fā)明范圍內(nèi)，隨后，用于原先用IR測量獲得的關(guān)鍵點(diǎn)的光致發(fā)光測量被分析以用于裂紋檢測。
[0066]在根據(jù)權(quán)利要求1和/或權(quán)利要求2的方法步驟Dl中的描述符最好根據(jù)SIFT方法、GLOH方法、HOG方法、LESH方法和/或SURF方法和/或結(jié)合檢查區(qū)的特征來產(chǎn)生描述符的方法變型中的至少一種方法來確定。作為替代或補(bǔ)充而有利的是，為了建立描述符，采用可校準(zhǔn)且可轉(zhuǎn)動(dòng)的濾波器優(yōu)選上述條形圖濾波器的最大濾波器響應(yīng)。LESH方法本身也是已知的并且例如在 Sarfraz, S.、Hellwich, 0.的 “Head Pose Estimation in FaceRecognition across Pose Scenarios”中有描述(VISAPP2008會(huì)議,計(jì)算機(jī)展望理論和應(yīng)用信息大會(huì)，葡萄牙馬德拉，第235-242頁，2008.01 (最佳學(xué)生論文獎(jiǎng)))。
[0067]尤其有利的是，按照包含以下方法步驟的方式建立描述符:
[0068]在方法步驟Dl.1中對于檢查區(qū)的每個(gè)局部點(diǎn)，最好通過確定針對該檢查區(qū)的每個(gè)測量點(diǎn)的參量來確定幅度和方位，該參量進(jìn)一步優(yōu)選是用于各測量點(diǎn)的測量值的梯度或者用于各測量點(diǎn)的可控濾波器的最大濾波器響應(yīng)和方位。
[0069]在方法步驟Dl.2中針對檢查區(qū)的至少選定的關(guān)鍵點(diǎn)建立特征直方圖。
[0070]此時(shí)尤其有利的是，還確定裂紋主方位并且根據(jù)裂紋主方位進(jìn)行特征直方圖的修正，以獲得轉(zhuǎn)動(dòng)恒定的特征直方圖。
[0071]因而在描述符建立時(shí)進(jìn)行結(jié)合特征的描述符點(diǎn)或檢查點(diǎn)周圍的檢查區(qū)的描述。特征描述例如可以由一個(gè)或多個(gè)特征、特征分布或其參量或特征的某些表象的立方圖組成。此時(shí)可以采用本身已知的根據(jù)在本身已知的算法SIFT、GL0H、HOG、LESH或SURF中的描述符的特征表述。建立描述符號的基礎(chǔ)總是在方法步驟C中確定的測量數(shù)據(jù)。
[0072]在上述優(yōu)選實(shí)施方式中，有利地在方法步驟Dl.1和Dl.2之間確定裂紋主方位并且在方法步驟Dl.2中進(jìn)行通過用掃描算法掃描檢查區(qū)內(nèi)的測量點(diǎn)來建立特征直方圖。在此采用根據(jù)GLON和/或SIFT或其變型方式的本身已知的掃描算法是尤其有利的。[0073]為了建立描述符，因此可以采用圖像局部的某種掃描和/或劃分。尤其可以采用本身已知的根據(jù)已知算法的掃描。
[0074]為建立描述符進(jìn)行特征選擇，就像在SIFT、GLOH、HOG、LESH或SURF算法中已知的那樣。
[0075] 申請人:的研究表明，在此如上所述地采用各向異性的條形圖濾波器的最大濾波器響應(yīng)也尤其是有利的。代替如從SIFT和GLOH中知道的梯度方位和梯度幅度的使用，因而有利地使用具有最大濾波器響應(yīng)的條形圖濾波器的方位和幅度。
[0076]在本發(fā)明范圍內(nèi)的是在描述符建立時(shí)預(yù)處理或二次處理特征描述。尤其可通過根據(jù)所確定的裂紋主方位修正描述符來如上所述地實(shí)現(xiàn)轉(zhuǎn)動(dòng)恒定。而且可通過描述符的縮放和/或整平獲得相對于對比變化或噪音的穩(wěn)定性。
[0077]最好在根據(jù)權(quán)利要求1和/或權(quán)利要求2的方法步驟Dl中包含以下方法步驟地確定該檢查區(qū):
[0078]首先，如之前尤其關(guān)于權(quán)利要求5和6所述的那樣實(shí)現(xiàn)至少一個(gè)局部關(guān)鍵點(diǎn)的確定。
[0079]隨后，確定該檢查區(qū)內(nèi)的測量點(diǎn)，在用于檢查區(qū)的測量點(diǎn)處規(guī)定幾何延伸尺寸和形狀。最好對于檢查區(qū)設(shè)定其中心點(diǎn)是關(guān)鍵點(diǎn)的矩形、橢圓形或圓形區(qū)域。
[0080]在本發(fā)明方法的一個(gè)有利實(shí)施方式中，晶界的幾何位置作為半導(dǎo)體結(jié)構(gòu)內(nèi)的晶界數(shù)據(jù)來設(shè)定和/或借助空間分辨測量方法來確定，并且依據(jù)晶界數(shù)據(jù)來進(jìn)行加權(quán)，其中，
[0081]-在確定關(guān)鍵點(diǎn)時(shí)，如上所述，位于晶界上的局部點(diǎn)不被選作關(guān)鍵點(diǎn)，或者在確定關(guān)鍵點(diǎn)時(shí)具有比其余局部點(diǎn)低的權(quán)重，和/或
[0082]-當(dāng)在建立預(yù)測模型時(shí)的方法步驟D中建立描述符時(shí)和/或在裂紋檢測時(shí)，不考慮位于晶界上的局部點(diǎn)，或者以比其余局部點(diǎn)低的權(quán)重考慮位于晶界上的局部點(diǎn)，和/或
[0083]-在裂紋重建中，如上所述，不考慮位于晶界上的局部點(diǎn)或者以比其余局部點(diǎn)低的權(quán)重來考慮位于晶界上的局部點(diǎn)。
[0084]因而尤其在應(yīng)用本發(fā)明方法當(dāng)用于多晶硅晶片時(shí)提供該優(yōu)選實(shí)施方式。只要晶界幾何位置是已知的或基于可用的測量設(shè)備能簡單確定，則裂紋檢測時(shí)的易出錯(cuò)性因而可被再次降低，其做法是將晶界位置信息如上所述地用在本發(fā)明方法中。
[0085]用于建立預(yù)測模型或執(zhí)行裂紋檢測的學(xué)習(xí)算法可以是本身已知的學(xué)習(xí)算法。尤其是，神經(jīng)原網(wǎng)或貝葉斯分類器或核心機(jī)的使用在本發(fā)明范圍內(nèi)。 申請人:的研究表明，使用支持向量機(jī)算法是尤其有利的，其依據(jù)是該支持向量機(jī)為了完成分類任務(wù)而確定用于劃分“開裂”類和“未開裂”類的特征描述的最佳超平面。由此得到顯著優(yōu)點(diǎn)，因?yàn)閯澐置孀詈迷陬愔g。不在類界上的特征描述對邊界走向沒有不利影響。為了能通過劃分面完成分類任務(wù)，數(shù)據(jù)通過所謂“核心技巧”映射到一高維度空間。該做法本身是已知的且例如在Bernhard Scholkopf.Alex Smola 的“Learning with Kernels:Support Vector Machines, Regularization, Optimization, and Beyond”(“適應(yīng)性計(jì)算和機(jī)器學(xué)習(xí)”，MIT 出版社，劍橋，MA, 2002, ISBN0-262-19475-9)中有描述。
[0086]如上所述，借助學(xué)習(xí)算法，在描述符特征表述和在某個(gè)局部點(diǎn)上是否有裂紋的已知信息之間的關(guān)系被用于形成該預(yù)測模型。隨后，可結(jié)合預(yù)測模型在裂紋檢測時(shí)將未知的圖像部分或?yàn)榇藰?gòu)成的描述符分類為裂紋或無裂紋。[0087]在本發(fā)明的裂紋檢測方法中如上所述有利的是在方法步驟E中執(zhí)行裂紋重建。此時(shí)，可以基于在所關(guān)注的檢查區(qū)內(nèi)的相應(yīng)檢查點(diǎn)周圍區(qū)域的結(jié)構(gòu)特性來重建裂紋結(jié)構(gòu)。屬于裂紋的局部點(diǎn)的結(jié)構(gòu)特性此時(shí)與不屬于裂紋的結(jié)構(gòu)特性分界開。結(jié)構(gòu)特性在此情況下可以是位置、密度值、梯度和濾波器響應(yīng)。
[0088] 申請人:的研究已經(jīng)表明，有利地在假定裂紋的星形或線性結(jié)構(gòu)情況下進(jìn)行圖案識別。
[0089]尤其有利的是，在線性或星形裂紋情況下如此設(shè)計(jì)重建，即，首先最好如以上在關(guān)鍵點(diǎn)搜尋描述時(shí)所述的那樣確定一個(gè)裂紋中心，并且限定作為檢查區(qū)的中心點(diǎn)。
[0090]隨后，抽取該檢查區(qū)測量點(diǎn)的結(jié)構(gòu)特性。關(guān)鍵點(diǎn)周圍的測量點(diǎn)的描述與根據(jù)本身已知的圖案識別手段的星形圖案的一對應(yīng)點(diǎn)的描述進(jìn)行比較。顯示出與星形圖案的區(qū)域相似的結(jié)構(gòu)例如方位的結(jié)構(gòu)因此高概率地屬于裂紋并因而能評定為屬于裂紋。為了計(jì)算結(jié)構(gòu)特性的相似性，可以有利地實(shí)現(xiàn)附加加權(quán)，例如通過各局部點(diǎn)密度值、梯度或相應(yīng)的濾波器響應(yīng)。在非常相似的情況下判斷局部點(diǎn)是否屬于裂紋。該判斷例如可以利用本身已知的基于裂紋中心的遲滯方法來完成。
[0091] 申請人:的研究表明，結(jié)構(gòu)的方位和密度尤其適用于描述結(jié)構(gòu)特性。
[0092]在這里，為了計(jì)算方位，利用上述各向異性的條形圖濾波器在不同方位上的過濾也被證明是有利的。此時(shí)有利的是，采用最大濾波器響應(yīng)及其方位作為結(jié)構(gòu)信息。
【專利附圖】

【附圖說明】
[0093]以下將結(jié)合實(shí)施例和附圖描述本發(fā)明的其它特征和優(yōu)選實(shí)施方式，圖中:
[0094]圖1在分圖a)中示出了大致居中有裂紋的多晶硅晶片的光致發(fā)光圖片，其中，在分圖b)中繪制出裂紋周圍區(qū)域的局部放大圖；
[0095]圖2是將條形圖濾波器用于包含裂紋的區(qū)域時(shí)的最大濾波器響應(yīng)的視圖；
[0096]圖3在分圖a)中示出了未整平的裂紋周圍方位直方圖并在分圖b)中示出了整平后的方位直方圖；
[0097]圖4示出了裂紋重建結(jié)果。
【具體實(shí)施方式】
[0098]結(jié)合附圖來描述根據(jù)本發(fā)明的提供用于裂紋檢測的預(yù)測模型的方法和根據(jù)本發(fā)明的裂紋檢測方法的實(shí)施例。
[0099]多晶硅晶片作為參照半導(dǎo)體結(jié)構(gòu)，其大致呈方形，其具有約15.6cm邊長和約180 μ m厚度。這種多晶硅晶片是制造光伏太陽能電池用的典型原材料。
[0100]為了作為參照半導(dǎo)體結(jié)構(gòu)形成該半導(dǎo)體結(jié)構(gòu)，利用自動(dòng)沖擊裝置大致居中地將一個(gè)金屬尖即所謂的沖尖從規(guī)定落差高度掉落到半導(dǎo)體結(jié)構(gòu)上，從而形成裂紋并且還知道了幾何位置即與金屬尖在晶片上的撞擊點(diǎn)重合的裂紋中心的X坐標(biāo)和Y坐標(biāo)。
[0101]在方法步驟A中提供如此制備的參照半導(dǎo)體結(jié)構(gòu)。另外，如上所述知道了裂紋中心的地點(diǎn)坐標(biāo)并且因而在方法步驟B中作為裂紋數(shù)據(jù)來提供。
[0102]在方法步驟C中，進(jìn)行參照半導(dǎo)體結(jié)構(gòu)的空間分辨測量。此時(shí)，采用本身已知的用于光致發(fā)光測量的設(shè)備:通過利用電磁輻照的半導(dǎo)體光學(xué)激發(fā)來產(chǎn)生電子穴對。因?yàn)橹亟M過程，由參照半導(dǎo)體結(jié)構(gòu)發(fā)出光致發(fā)光，其被硅CCD攝像機(jī)空間分辨測量。因此，作為方法步驟C的結(jié)果，對于許多呈網(wǎng)狀分散于參照半導(dǎo)體結(jié)構(gòu)表面的測量點(diǎn)，分別存在一個(gè)測量值，該測量值對應(yīng)于針對這些測量點(diǎn)所求出的光致發(fā)光的強(qiáng)度或至少與強(qiáng)度相關(guān)聯(lián)。
[0103]測量結(jié)果如圖1a所示。清楚看到(1024X1024)個(gè)點(diǎn)的高空間分辨率。最初大致居中看到星形裂紋結(jié)構(gòu)。裂紋結(jié)構(gòu)周圍區(qū)域用黑色矩形標(biāo)示。圖1b示出該矩形的局部放大圖，在矩形中該裂紋結(jié)構(gòu)(在所畫的黑圓圈內(nèi))清晰可見。
[0104]但圖1a和Ib也示出多個(gè)其它結(jié)構(gòu)具有相似的測量值，因而對用于結(jié)合測量信號將對應(yīng)于裂紋的測量點(diǎn)與其余測量點(diǎn)區(qū)分開的方法提出嚴(yán)格要求。
[0105]因而，在本發(fā)明方法的該實(shí)施例中，在方法步驟D中借助結(jié)合在方法步驟C中確定的空間分辨測量數(shù)據(jù)和在步驟B中提供的裂紋數(shù)據(jù)的學(xué)習(xí)算法訓(xùn)練來建立一預(yù)測模型:
[0106]此時(shí)可行的是，如上所述地針對每個(gè)測量點(diǎn)分別建立一個(gè)描述符并且隨后訓(xùn)練該學(xué)習(xí)算法。
[0107]但在此所述的實(shí)施例中，首先進(jìn)行潛在裂紋中心的檢測以搜尋關(guān)鍵點(diǎn)，從而顯著限制了處理持續(xù)時(shí)間和處理成本，因?yàn)橹粚﹃P(guān)鍵點(diǎn)進(jìn)行后續(xù)步驟。
[0108]在此情況下原則上可采用上述方法來搜尋關(guān)鍵點(diǎn)(所謂興趣點(diǎn)Ρ0Ι)。但 申請人:的研究表明，因?yàn)榱鸭y具有星形結(jié)構(gòu)，故使用各向異性條形圖濾波器搜尋關(guān)鍵點(diǎn)是尤其有利的。在本實(shí)施例中采用各向異性高斯濾波器的二階導(dǎo)數(shù)。該濾波器按照不同方位取向來建立，在此是按照這樣的方位取向:
【權(quán)利要求】
1.一種用于提供用于在半導(dǎo)體結(jié)構(gòu)上的裂紋檢測的預(yù)測模型的方法，所述半導(dǎo)體結(jié)構(gòu)是光伏太陽能電池、制造過程中的光伏太陽能電池的前級物，尤其是用于制造太陽能電池的半導(dǎo)體材料， 該方法包括以下方法步驟: A.提供參照半導(dǎo)體結(jié)構(gòu)，該參照半導(dǎo)體結(jié)構(gòu)具有至少一個(gè)裂紋； B.提供關(guān)于所述至少一個(gè)裂紋的裂紋數(shù)據(jù)，該裂紋數(shù)據(jù)包含與裂紋在該參照半導(dǎo)體結(jié)構(gòu)上的位置有關(guān)的幾何位置數(shù)據(jù)； C.通過空間分辨式測量在半導(dǎo)體結(jié)構(gòu)中所產(chǎn)生的光致發(fā)光的多個(gè)局部測量點(diǎn)和/或通過空間分辨測量該半導(dǎo)體結(jié)構(gòu)的IR吸收來空間分辨測量該參照半導(dǎo)體結(jié)構(gòu)，和 D.通過依據(jù)在方法步驟C中求出的空間分辨的測量數(shù)據(jù)并且依據(jù)在方法步驟B中提供的裂紋數(shù)據(jù)進(jìn)行學(xué)習(xí)算法的訓(xùn)練來建立預(yù)測模型，其中，該學(xué)習(xí)算法的訓(xùn)練包括以下方法步驟: Dl.通過下述方式建立用于至少一個(gè)局部描述符點(diǎn)的至少一個(gè)描述符，即，針對該描述符點(diǎn)設(shè)定或者確定一個(gè)檢查區(qū)，并且依據(jù)該檢查區(qū)內(nèi)的測量數(shù)據(jù)建立該描述符，該描述符是特征矢量和/或特征分布和/或特征直方圖，和 D2.利用該描述符號和該裂紋數(shù)據(jù)訓(xùn)練該學(xué)習(xí)算法。
2.一種用于檢測在半 導(dǎo)體結(jié)構(gòu)上的裂紋的方法，該半導(dǎo)體結(jié)構(gòu)是光伏太陽能電池，制造過程中的光伏太陽能電池前級物，尤其是用于制造太陽能電池的半導(dǎo)體材料，該方法包括以下方法步驟: A.提供半導(dǎo)體結(jié)構(gòu)； B.提供預(yù)測模型，該預(yù)測模型是通過學(xué)習(xí)算法的訓(xùn)練來建立的，最好是根據(jù)權(quán)利要求1來建立的； C.通過空間分辨測量在半導(dǎo)體結(jié)構(gòu)中所產(chǎn)生的光致發(fā)光的多個(gè)局部測量點(diǎn)和/或通過空間分辨測量該半導(dǎo)體結(jié)構(gòu)的IR吸收來空間分辨測量該半導(dǎo)體結(jié)構(gòu)； D.針對至少一個(gè)局部檢查點(diǎn)確定在該檢查點(diǎn)上是否有裂紋，包括以下的方法步驟: Dl.通過下述方式建立該檢查點(diǎn)的至少一個(gè)描述符，即，針對該檢查點(diǎn)設(shè)定或確定一個(gè)檢查區(qū)并且結(jié)合該檢查區(qū)內(nèi)的測量數(shù)據(jù)建立該描述符，該描述符是特征矢量和/或特征分布和/或特征直方圖，和 D2.利用該描述符和預(yù)測模型來確定在該檢查點(diǎn)是否有裂紋。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，當(dāng)根據(jù)方法步驟D檢測裂紋時(shí)，在方法步驟E內(nèi)按照求出裂紋特性的幾何數(shù)據(jù)的方式進(jìn)行裂紋重建。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在方法步驟E中針對檢查點(diǎn)周圍的一個(gè)局部重建區(qū)域?qū)τ谠撝亟▍^(qū)內(nèi)的每個(gè)測量點(diǎn)確定出方位并且借助通過圖案識別手段的與星形圖案的相似性比較來確定對應(yīng)于該裂紋的測量點(diǎn)。
5.根據(jù)前述權(quán)利要求之一所述的方法，其特征在于，在根據(jù)權(quán)利要求1的方法步驟Dl中該至少一個(gè)描述符點(diǎn)和/或在根據(jù)權(quán)利要求2的方法中該至少一個(gè)檢查點(diǎn)是利用關(guān)鍵點(diǎn)搜尋方法來確定的，最好根據(jù)SIFT方法、GLOH方法和/或SURF方法中的至少一個(gè)方法。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，該至少一個(gè)關(guān)鍵點(diǎn)的確定是利用能夠控制方位的濾波器來實(shí)現(xiàn)的，最好利用條形圖濾波器，該條形圖濾波器尤其采用高斯濾波器的導(dǎo)數(shù)，最好是二階導(dǎo)數(shù)。
7.根據(jù)前述權(quán)利要求之一所述的方法，其特征在于，在根據(jù)權(quán)利要求1和/或權(quán)利要求2的方法步驟Dl中的描述符是根據(jù)SIFT方法、GLOH方法、HOG方法、LESH方法和/或SURF方法中的至少一個(gè)方法來確定的，和/或 為了建立該描述符，使用可縮放且可轉(zhuǎn)動(dòng)的濾波器的優(yōu)選是條形圖濾波器的最大濾波器響應(yīng)和方位。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，按照包含以下方法步驟的方式建立該描述符: Dl.1對于該檢查區(qū)的每個(gè)局部點(diǎn)，最好通過確定針對該檢查區(qū)的每個(gè)測量點(diǎn)的參量來確定幅度和方位，該參量進(jìn)一步優(yōu)選是用于各測量點(diǎn)的測量值的梯度或者用于各測量點(diǎn)的可控濾波器的最大濾波器響應(yīng)和方位； Dl.2針對該檢查區(qū)的至少選定的關(guān)鍵點(diǎn)建立特征直方圖。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，還確定裂紋主方位，并且依據(jù)該裂紋主方位來修正該特征直方圖以獲得轉(zhuǎn)動(dòng)恒定的特征直方圖。
10.根據(jù)權(quán)利要求8至9之一所述的方法，其特征在于，裂紋主方位在方法步驟Dl.1和Dl.2之間來確定，并且在方法步驟Dl.2中該特征直方圖是通過根據(jù)GLOH和/或SIFT和/或GLOH或SIFT的變型方案的掃描算法來掃描該檢查區(qū)內(nèi)的測量點(diǎn)來實(shí)現(xiàn)的。
11.根據(jù)前述權(quán)利要求之一所述的方法，其特征在于，按照包括以下方法步驟的方式在根據(jù)權(quán)利要求1和/或權(quán)利要求2的方法步驟Dl中確定該檢查區(qū): 根據(jù)權(quán)利要求5至6之一確定至少一個(gè)局部關(guān)鍵點(diǎn)， 結(jié)合在關(guān)鍵點(diǎn)周圍的檢查區(qū)的預(yù)定幾何延伸尺寸來確定該檢查區(qū)內(nèi)的測量點(diǎn)，按照優(yōu)選方式結(jié)合其中心點(diǎn)是該關(guān)鍵點(diǎn)的矩形、橢圓形或圓形的檢查區(qū)的預(yù)定幾何延伸尺寸來確定該檢查區(qū)內(nèi)的測量點(diǎn)。
12.根據(jù)前述權(quán)利要求之一所述的方法，其特征在于，晶界的幾何位置作為半導(dǎo)體結(jié)構(gòu)內(nèi)的晶界數(shù)據(jù)來設(shè)定和/或借助空間分辨測量方法來確定，并且 如此依據(jù)晶界數(shù)據(jù)來進(jìn)行加權(quán)， -在根據(jù)權(quán)利要求5的關(guān)鍵點(diǎn)確定時(shí)，位于晶界上的局部點(diǎn)不被選作關(guān)鍵點(diǎn)，或者在確定關(guān)鍵點(diǎn)時(shí)對位于晶界上的局部點(diǎn)賦予比其余局部點(diǎn)低的權(quán)重，和/或 -在根據(jù)權(quán)利要求1和/或權(quán)利要求2的方法步驟D中的描述符建立時(shí)，不考慮位于晶界上的局部點(diǎn)，或者以比其余局部點(diǎn)低的權(quán)重考慮位于晶界上的局部點(diǎn)，和/或 -在根據(jù)權(quán)利要求3的裂紋重建時(shí)，不考慮位于晶界上的局部點(diǎn)或者以比其余局部點(diǎn)低的權(quán)重來考慮位于晶界上的局部點(diǎn)。
13.根據(jù)前述權(quán)利要求之一所述的方法，其特征在于，該學(xué)習(xí)算法是神經(jīng)原網(wǎng)或貝葉斯分類器或基于核心機(jī)的學(xué)習(xí)算法尤其優(yōu)選是支持向量機(jī)算法。
14.一種用于在半導(dǎo)體結(jié)構(gòu)上檢測裂紋的裝置，該半導(dǎo)體結(jié)構(gòu)是光伏太陽能電池或在制造過程中的光伏太陽能電池的前級物，包含半導(dǎo)體原材料， 該裝置包括用于空間分辨測量在半導(dǎo)體結(jié)構(gòu)中產(chǎn)生的光致發(fā)光和/或空間分辨測量該半導(dǎo)體結(jié)構(gòu)的IR吸收的測量單元和用于結(jié)合由該測量單元所確定的空間分辨測量數(shù)據(jù)來檢測裂紋的分析單元，其特征在于，該分析單元被構(gòu)造用于根據(jù)權(quán)利要求2至13之一進(jìn)行裂紋檢測。`
【文檔編號】G01N21/95GK103733322SQ201280038885
【公開日】2014年4月16日 申請日期:2012年6月15日 優(yōu)先權(quán)日:2011年6月17日
【發(fā)明者】馬西亞斯·德瑪, S·瑞恩, 喬納斯·克里施 申請人:弗勞恩霍弗實(shí)用研究促進(jìn)協(xié)會(huì), 弗賴堡阿爾伯特-路德維格大學(xué)