关键词:
直拉硅单晶生长
CCD图像直径检测
分数阶麻雀搜索算法
分数阶微分算子
平行弦中线定理
参数降维
摘要:
单晶硅作为集成电路制造(Integrated Circuit,IC)的重要原材料,其质量和性能直接影响集成电路的可靠性和稳定性。在晶体生长过程中,剧烈的直径波动会导致晶体生长出现位错缺陷从而影响单晶硅棒的品质。因此需要及时、准确地测量单晶硅晶体直径,以便实现对晶体直径的精确控制,生产出高质量的单晶硅。随着单晶硅生产朝向大尺寸硅片方向发展,现有的直径检测方法面临检测精度不足、检测速度低等问题。为了解决上述问题,本文研究CCD图像直径检测中的图像分割、边缘检测以及椭圆拟合算法,主要展开了以下的研究内容:
(1)针对CCD图像直径检测中高亮光环区域分割不完整的问题,提出基于分数阶麻雀搜索优化的Otsu多阈值分割算法。利用分数阶微分改进麻雀搜索算法,通过基准测评函数集验证其有效性,将其应用到Otsu多阈值分割算法中。设置多个灰度值阈值将图像分割成多个区域,利用分数阶麻雀搜索算法在阈值空间搜索最大类间方差函数对应的最优分割阈值。通过硅单晶生长过程CCD图像直径检测高亮光环区域分割实验验证了所提算法的有效性,实验结果表明,所提算法从硅单晶生长过程CCD图像中完整分割出了高亮光环区域。
(2)针对CCD图像直径检测中高亮光环区域边缘细节丢失的问题,提出基于四方向分数阶微分算子的Canny边缘检测算法。整数阶边缘检测算子容易受噪声影响,且对边缘细节不敏感。利用分数阶微分对噪声的抑制能力和对边缘细节的保留能力,将整数阶微分算子改进为分数阶微分算子,并增加45°和135°方向上的边缘检测模板,推导出0°、45°、90°和135°四方向分数阶微分算子。通过硅单晶生长过程CCD图像直径检测高亮光环区域边缘检测实验验证了所提算法的有效性,实验结果表明,四方向分数阶微分算子可以保留更多的图像边缘细节,降低边缘检测结果的漏检率和误检率。
(3)针对CCD图像直径检测中高亮光环区域边缘点椭圆拟合精度和速度不足的问题,提出基于参数降维和分数阶麻雀搜索优化的霍夫椭圆拟合算法。通过改进平行弦中线定理求解椭圆中心,将中心点坐标代入椭圆方程中,减少霍夫椭圆拟合的参数,利用分数阶麻雀搜索算法优化霍夫椭圆拟合的精度和速度。实验结果表明,所提算法有效提高了霍夫椭圆拟合的速度和精度。
(4)将所提的三种算法应用到直拉硅单晶生长过程CCD图像晶体直径检测中进行验证。根据算法拟合出的椭圆长轴参数求得直径测量值为299.9369mm,与直径标定值的误差在0.1mm以内,检测时间在10s以内,符合单晶硅直径测量系统的精度和速度要求。