硅片绒面的测试方法、装置、电子设备及可读存储介质与流程

1.本发明实施例涉及太阳能电池技术，尤其涉及一种硅片绒面的测试方法、装置、电子设备及可读存储介质。


背景技术：

2.常规的化石燃料日益消耗且造成环境污染，太阳能作为一种替代化石燃料的可持续绿色能源得到快速发展。目前，太阳能的主要利用方式为光伏发电，例如太阳能电池，而在所有太阳能电池中，硅太阳能电池是当前太阳能领域的主流，这是由于硅材料在地壳中有着极为丰富的储量，同时有着优异的电学性能和机械性能。显然，在光伏发电技术的发展方向中，提高硅太阳能电池的光电性能，将会成为硅太阳能电池的重点研究方向。
3.硅太阳能电池制备过程中必须对硅片进行制绒，其绒面均一性与绒面尺寸均直接影响太阳能电池的效率。不同的绒面尺寸对太阳能电池的效率有不同的影响，较小的绒面可以有效降低硅片的反射率，从而提高太阳能电池的短路电流，较大的绒面有利于后续工艺对绒面的钝化。因此，准确统计绒面情况对于改善制绒工艺，提高太阳能电池效率起着至关重要的作用。
4.然而，现有的硅片绒面统计过程较为主观，对改善制绒工艺的作用微乎其微。


技术实现要素：

5.本发明实施例提供一种硅片绒面的测试方法、装置、电子设备及可读存储介质，以量化统计硅片绒面情况。
6.本发明实施例提供了一种硅片绒面的测试方法，包括：
7.获取制绒后硅片的制绒表面显微图像，并对所述制绒表面显微图像进行图像处理以得到制绒表面灰度图像；
8.从所述制绒表面灰度图像中提取出单个绒面的绒面形状参数；
9.统计处理所有绒面的绒面形状参数，确定得到所述制绒后硅片的绒面质量参数。
10.进一步地，对所述制绒表面显微图像进行图像处理以得到制绒表面灰度图像包括：
11.根据所述制绒表面显微图像中每个像素的初始灰度值，计算得到平均灰度值；
12.将所述制绒表面显微图像中初始灰度值高于所述平均灰度值的每个像素调节为第一灰度值且将其余每个像素调节为第二灰度值，以此得到所述制绒表面灰度图像，所述第一灰度值和所述第二灰度值的差值大于200。
13.进一步地，确定所述制绒表面显微图像中每个像素的初始灰度值之前，还包括：
14.对获取的所述制绒表面显微图像依次进行设置尺度、反相、调整对比度和平滑图像处理。
15.进一步地，从所述制绒表面灰度图像中提取出单个绒面的绒面形状参数包括：从所述制绒表面灰度图像中提取出每个连通区域并计算所述连通区域的绒面形状参数，其
中，所述连通区域中的像素均为所述第一灰度值。
16.进一步地，统计处理所有绒面的绒面形状参数，确定得到所述制绒后硅片的绒面质量参数，包括：
17.统计所述第一灰度值的区域总面积s1和所述第二灰度值的区域总面积s2，按照b＝s1/(s1 s2)计算得到有效制绒密度b。
18.进一步地，所述绒面形状参数包括：绒面面积、绒面尺寸、矩形度、圆形度、椭圆度、费雷特直径、费雷特角和形心坐标中的至少一种。
19.进一步地，单晶硅片的单个绒面的绒面尺寸x为：s为该单个绒面的绒面面积；
20.多晶硅片的单个绒面的绒面尺寸x为：s为该单个绒面的绒面面积。
21.进一步地，统计处理所有绒面的绒面形状参数之后，还包括：根据所述绒面形状参数分类统计所有绒面，获得固定绒面形状参数条件下的绒面占比。
22.进一步地，统计处理所有绒面的绒面形状参数，确定得到所述制绒后硅片的绒面质量参数，包括：
23.将所有绒面按照绒面面积从小到大进行排列以得到s1至sy，y为正整数；
24.计算绒面面积sn的累积面积kn，其中，ci为绒面面积为si的绒面个数ci，n≤y；
25.对绒面尺寸x-累积面积k曲线进行拟合，
[0026][0027]
其中，x0为面积占比最大绒面尺寸，dx为xn＝x0处的绒面尺寸变换范围，a1和a2为曲线常数。
[0028]
本发明实施例还提供了一种硅片绒面的测试装置，包括：
[0029]
图像处理模块，用于获取制绒后硅片的制绒表面显微图像，并对所述制绒表面显微图像进行图像处理以得到制绒表面灰度图像；
[0030]
参数提取模块，用于从所述制绒表面灰度图像中提取出单个绒面的绒面形状参数；
[0031]
绒面量化模块，用于统计处理所有绒面的绒面形状参数，确定得到所述制绒后硅片的绒面质量参数。
[0032]
本发明实施例还提供了一种电子设备，包括：
[0033]
一个或多个处理器；
[0034]
存储装置，用于存储一个或多个程序，
[0035]
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的硅片绒面的测试方法。
[0036]
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的硅片绒面的测试方法。
[0037]
本发明实施例中，获取制绒后硅片的制绒表面显微图像，并对制绒表面显微图像进行图像处理以得到制绒表面灰度图像；从制绒表面灰度图像中提取出单个绒面的绒面形状参数；统计处理绒面的绒面形状参数，确定得到制绒后硅片的绒面质量参数。本发明实施例中，能够准确统计硅片绒面信息，量化统计硅片绒面情况，以此评估绒面质量好坏，实现了对硅片绒面质量的有效分析。显然，根据本发明提供的测试方法，以硅片中每个绒面的参数进行统计量化，测试结果更加全面、严谨和准确，排除了人为的主观影响，有助于改善制绒工艺，从而提高电池效率。
附图说明
[0038]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图虽然是本发明的一些具体的实施例，对于本领域的技术人员来说，可以根据本发明的各种实施例所揭示和提示的器件结构，驱动方法和制造方法的基本概念，拓展和延伸到其它的结构和附图，毋庸置疑这些都应该是在本发明的权利要求范围之内。
[0039]
图1是本发明实施例提供的一种硅片绒面的测试方法的示意图；
[0040]
图2是本发明实施例提供的一种硅片绒面的测试装置的示意图；
[0041]
图3是制绒后多晶硅硅片的制绒表面显微图像；
[0042]
图4是图像处理后的制绒表面显微图像；
[0043]
图5是图像处理后的制绒表面灰度图像；
[0044]
图6是图像处理后的制绒表面灰度图像；
[0045]
图7是绒面分布占比波形图；
[0046]
图8是绒面尺寸-累积面积曲线；
[0047]
图9是拟合后绒面尺寸-累积面积曲线；
[0048]
图10是制绒后单晶硅片的制绒表面显微图像；
[0049]
图11是图像处理后的制绒表面灰度图像；
[0050]
图12是绒面尺寸-累积面积曲线；
[0051]
图13是拟合后绒面尺寸-累积面积曲线；
[0052]
图14为现有技术提供的多晶硅片的绒面示意图；
[0053]
图15是本发明实施例提供的电子设备的示意图。
具体实施方式
[0054]
为使本发明的目的、技术方案和优点更加清楚，以下将参照本发明实施例中的附图，通过实施方式清楚、完整地描述本发明的技术方案，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例所揭示和提示的基本概念，本领域的技术人员所获得的所有其他实施例，都属于本发明保护的范围。
[0055]
参考图1所示，为本发明实施例提供的一种硅片绒面的测试方法的示意图。本实施例提供的硅片绒面测试方法可通过硅片绒面的测试装置执行，该测试装置可采用软件和/或硬件的方式实现，并配置在测试设备中。
[0056]
本实施例提供的硅片绒面的测试方法包括：
[0057]
步骤s1、获取制绒后硅片的制绒表面显微图像，并对制绒表面显微图像进行图像处理以得到制绒表面灰度图像。
[0058]
如上所述，硅太阳能电池制备过程中必须对硅片进行制绒，其中以单晶硅为材料的硅太阳能电池主要采用碱制绒法，以多晶硅为材料的硅太阳能电池主要采用金属辅助催化酸制绒法。制绒完成后，测试装置调用扫描电子显微镜对制绒后硅片的制绒表面进行拍摄，测试装置获得硅片的制绒表面显微图像。
[0059]
然后，测试装置通过图像处理模块对制绒表面显微图像进行图像处理后得到制绒表面灰度图像，可选集成在测试装置中的图像处理模块为基于java的图像处理应用。在此图像处理后得到的制绒表面灰度图像是由两个灰阶值构成的图像，且该两个灰阶值的差值较大，可选该两个灰阶值的差值大于或等于200，灰阶值也可称为灰度值；例如该两个灰阶值为0和255，则对制绒表面显微图像进行图像处理后，制绒表面灰度图像中包括灰阶值为0的多个像素且剩余像素的灰阶值为255。相关从业人员可根据测试所需合理设置该两个灰阶值，并不限于以上示例。
[0060]
步骤s2、从制绒表面灰度图像中提取出单个绒面的绒面形状参数。
[0061]
如上所述，根据步骤s1得到制绒后硅片的制绒表面灰度图像，那么从制绒表面灰度图像中可以提取出所有的单个绒面，进而获得单个绒面的绒面形状参数。可选绒面形状参数包括绒面面积、绒面尺寸、矩形度、圆形度、椭圆度、费雷特直径、费雷特角和形心坐标中的至少一种。绒面形状参数包括但不限于以上示例，相关从业人员可以根据产品需求合理选取绒面形状参数，再获取制绒表面灰度图像中单个绒面的相关形状参数。
[0062]
步骤s3、统计处理所有绒面的绒面形状参数，确定得到制绒后硅片的绒面质量参数。
[0063]
如上所述，获取得到制绒表面灰度图像中所有的单个绒面的绒面形状参数，那么可以对所有绒面的绒面形状参数进行统计分类，以此得到制绒后硅片的绒面质量参数。例如获取得到制绒表面灰度图像中所有的单个绒面的绒面面积和绒面尺寸，计算可以得到绒面尺寸均一性，该绒面尺寸均一性可以表征硅片制绒表面的各个绒面的尺寸均匀度；其中，绒面尺寸均一性的数值越大，说明硅片制绒表面的各个绒面的尺寸均匀度较差，绒面之间的尺寸差异较大，相应的，表征了硅片的绒面质量差；绒面尺寸均一性的数值越小，说明硅片制绒表面的各个绒面的尺寸均匀度较好，绒面之间的尺寸差异较小，相应的，表征了硅片的绒面质量良好。可以理解，提取的单个绒面的绒面形状参数种类不同，则统计得到的绒面质量参数也会有所不同，不仅限于绒面尺寸均一性。绒面质量参数包括但不限于以上示例，相关从业人员可以根据产品需求合理选取绒面形状参数，再统计以获取制绒表面灰度图像的相关质量参数。
[0064]
本发明实施例中，获取制绒后硅片的制绒表面显微图像，并对制绒表面显微图像进行图像处理以得到制绒表面灰度图像；从制绒表面灰度图像中提取出单个绒面的绒面形状参数；统计处理绒面的绒面形状参数，确定得到制绒后硅片的绒面质量参数。本发明实施例中，能够准确统计硅片绒面信息，量化统计硅片绒面情况，以此作为评估绒面质量好坏的标准，实现了对硅片绒面质量的有效分析。显然，采用如上测试方法，根据硅片中每个绒面的参数进行统计量化，测试结果更加全面、严谨和准确，排除了人为的主观影响，有助于改善制绒工艺，从而提高电池效率。
[0065]
可选的，对制绒表面显微图像进行图像处理以得到制绒表面灰度图像包括：根据制绒表面显微图像中每个像素的初始灰度值，计算得到平均灰度值；
[0066]
将制绒表面显微图像中初始灰度值高于平均灰度值的每个像素调节为第一灰度值且将其余每个像素调节为第二灰度值，以此得到制绒表面灰度图像，第一灰度值和第二灰度值的差值大于200。
[0067]
具体包括如下步骤：1)获取制绒表面显微图像中每个像素的灰度值，该灰度值可看做所对应的像素的初始灰度值；2)对图像中所有像素的初始灰度值求和再求平均可得到平均值，该计算得出的平均值即为平均灰度值；3)将图像中初始灰度值高于平均灰度值的每个像素的灰度值从初始灰度值调节为第一灰度值，将图像中其余的每个像素的灰度值从初始灰度值调节为第二灰度值，以此得到制绒表面灰度图像。
[0068]
可选第一灰度值和第二灰度值的差值大于200。例如第一灰度值为255，第二灰度值为0，则得到处理后的制绒表面灰度图像为一幅黑白图像。以制绒表面显微图像中的5个像素为例，像素1的初始灰度值为12，像素2的初始灰度值为217，像素3的初始灰度值为184，像素4的初始灰度值为93，像素5的初始灰度值为56。若统计所有像素的初始灰度值后计算得到的平均灰度值为166，则调节后像素1、像素4和像素5的灰度值均为0，像素2和像素3的灰度值均为255。
[0069]
可以理解，第一灰度值和第二灰度值的差值仅为一种示例，相关从业人员可根据产品所需合理设定第一灰度值大小和第二灰度值大小，不限于此；例如例如第一灰度值为1，第二灰度值为250。可选图像灰度调节所使用的算法是watershed算法。
[0070]
在调节灰度之前，还可以对制绒表面显微图像进行一次图像预处理。具体的，确定制绒表面显微图像中每个像素的初始灰度值之前，还包括：对获取的制绒表面显微图像依次进行设置尺度、反相、调整对比度和平滑图像处理。可以理解，尺度、反相、对比度和平滑处理均是图像处理的操作，在此不限定该类操作的具体设定参数，但最终图像处理后应得到对比度高的显微图像，便于针对单个绒面进行分析。在其他实施例中还可选不进行尺度、反相、调整对比度和平滑图像处理，或者，还可选依次进行尺度、调整对比度和平滑图像处理等等，图像处理的方式等不限于此。然后对第一次处理后的显微图像进行灰度调节得到灰度图像。
[0071]
可选从制绒表面灰度图像中提取出单个绒面的绒面形状参数包括：从制绒表面灰度图像中提取出每个连通区域并计算连通区域的绒面形状参数，其中，连通区域中的像素均为第一灰度值。按照步骤s1得到的制绒表面灰度图像为一幅黑白图像，其中单个绒面为一个连通区域，一个连通区域内的像素的灰度值均为第一灰度值，两个连通区域之间的像素的灰度值为第二灰度值。如此连通区域和其边缘可有效分割，连通区域即为单个绒面的有效区域，根据图像中的多个连通区域，可获得每个连通区域的面积、尺寸等参数。
[0072]
例如第一灰度值为255(白色)，第二灰阶值为0(黑色)，制绒表面灰度图像中包括多个白色区域，两个白色区域之间由黑色线条划分，那么白色区域为制绒表面灰度图像中的有效制绒区域，其他黑色区域为无效制绒区域。测试装置可以获取图像中每个有效制绒区域的绒面形状参数。
[0073]
可选统计处理所有绒面的绒面形状参数，确定得到制绒后硅片的绒面质量参数，包括：统计第一灰度值的区域总面积s1和第二灰度值的区域总面积s2，按照b＝s1/(s1 s2)
计算得到有效制绒密度b。已知图像中所有的有效制绒区域和无效制绒区域，其中有效制绒区域中像素的灰度值为第一灰度值，无效制绒区域中像素的灰度值为第二灰度值，那么以此可以计算得到有效制绒密度。该有效制绒密度可作为评估硅片绒面质量的另一个标准，显然，有效制绒密度越高，说明硅片绒面质量越好。
[0074]
可选单晶硅片的单个绒面的绒面尺寸x为：s为该单个绒面的绒面面积；多晶硅片的单个绒面的绒面尺寸x为：s为该单个绒面的绒面面积。单个绒面的绒面尺寸与绒面面积相关，且单晶硅片的绒面尺寸计算公式和多晶硅片的绒面尺寸计算公式不同，按照如上公式可计算出来硅片中每个绒面的绒面尺寸，在此不再赘述。
[0075]
可选统计处理所有绒面的绒面形状参数之后，还包括：根据绒面形状参数分类统计所有绒面，获得固定绒面形状参数条件下的绒面占比。已知制绒表面灰度图像中每个绒面的绒面形状参数，那么可以确定固定绒面形状参数条件下的绒面占比。
[0076]
对获得的所有绒面的绒面形状参数按照所需尺寸x的范围与绒面面积进行分类，分类后将每组数据的sn进行累加获得固定条件下的绒面占比：a＝σsn/(s1 s2)。当然，还有其他不同参数的绒面占比求值，不限于此。例如，获取到每个绒面的绒面面积，并计算得到每个绒面的绒面尺寸；按照预先设定的多个绒面尺寸区间对统计出的每个绒面尺寸进行分类，得到每个绒面尺寸区间内包含的各个绒面的面积，以此可以得到其中一种绒面尺寸区间的绒面面积占比。假设单个绒面的绒面尺寸位于绒面尺寸区间[200nm，400nm]内的所有绒面的面积总和为ka，制绒表面灰度图像中所有绒面面积为kb，那么[200nm，400nm]的绒面占比为ka/kb。在此，绒面尺寸区间[200nm，400nm]即为固定绒面形状参数。可以理解，固定绒面形状参数可以包含至少一个绒面形状参数，如绒面尺寸区间[200nm，400nm]且圆形度大于0.8，则可以求得绒面尺寸区间[200nm，400nm]内圆形度大于0.8的绒面占比。
[0077]
可选统计处理所有绒面的绒面形状参数，确定得到制绒后硅片的绒面质量参数，包括：将所有绒面按照绒面面积从小到大进行排列以得到s1至sy，y为正整数；计算绒面面积sn的累积面积kn，其中，ci为绒面面积为si的绒面个数ci，n≤y；对绒面尺寸x-累积面积k曲线进行拟合，
[0078][0079]
其中，x0为最大占比绒面面积的绒面尺寸，dx为xn＝x0处的绒面尺寸变换范围，a1和a2为曲线常数。
[0080]
如上所述，已知制绒表面灰度图像中单个绒面的绒面面积，那么对所有单个绒面进行绒面面积从小到大排序，再计算累积面积，排序后依次标记为s1-sy，s1即为面积大小排序为第1位即面积最小的绒面面积，si即为面积排序为第i位的绒面面积，sn即为面积排序为第n位的绒面面积。
[0081]
绒面面积si的累积面积ki为单个绒面的绒面面积小于或等于si的所有绒面的总和，即s2的累积面积k2为所有绒面面积为s1的绒面面积总和加上所有绒面面积为s2的绒面面积总和。例如，绒面面积s1的绒面个数c1为2，绒面面积s2的绒面个数c2为5，那么k2＝2s1
5s2。实际情况中，单个绒面的绒面面积之间很少出现相等，很大可能绒面面积si的绒面个数ci为1，极少数情况下会存在绒面面积si的绒面个数ci不为1；若图像中每个绒面面积s的绒面个数均为1，那么
[0082]
已知sn的累积面积kn，那么kn对应的绒面尺寸为xn。对于单晶硅片，sn所对应的单个绒面的绒面尺寸xn为：对于多晶硅片，sn所对应的单个绒面的绒面尺寸xn为：
[0083]
以累积面积k为纵坐标，以绒面尺寸x为横坐标，对绒面尺寸与累积面积进行作图可得到x-k曲线。使用sigmoidal-boltzmann方程对所得x-k曲线进行拟合得到，其中，x0为面积占比最大绒面尺寸，dx为xn＝x0处的绒面尺寸变换范围，a1和a2为曲线常数。x0为绒面尺寸的最大概率分布点，用来表示面积占比最大的绒面的尺寸。拟合后，至少可以得到所有绒面的平均尺寸，绒面尺寸均一性dx，面积占比最大绒面尺寸x0，以此量化后的硅片绒面数据可以来评估硅片绒面的质量。
[0084]
本实施例中，采用了图像处理程序对整个绒面图像进行了统计，排除了人为的主观影响，更加全面且准确；还采用了严谨的数学模型(sigmoidal-boltzmann方程)对绒面数据进行了分析，获得了可量化的面积占比最大的绒面尺寸、绒面尺寸均一性与有效绒面密度，以此作为评估绒面质量好坏的标准。此外，还可以统计图像中所有的单个绒面的单个绒面面积、尺寸、绒面形状参数(包括：矩形度，圆形度，椭圆度，费雷德直径(feret diameter)，费雷特角(feret angle)，形心坐标等)。
[0085]
基于同一发明构思，本发明实施例还提供了一种硅片绒面的测试装置，如图2所示的测试装置用于执行上述任意实施例所述的测试方法。
[0086]
本实施例的测试装置包括：图像处理模块110，用于获取制绒后硅片的制绒表面显微图像，并对制绒表面显微图像进行图像处理以得到制绒表面灰度图像；参数提取模块120，用于从制绒表面灰度图像中提取出单个绒面的绒面形状参数；绒面量化模块130，用于统计处理所有绒面的绒面形状参数，确定得到制绒后硅片的绒面质量参数。
[0087]
本发明实施例中，能够准确统计硅片绒面信息，量化统计硅片绒面情况，例如可以计算得到每个绒面尺寸进而计算得出绒面尺寸均一性，以此作为评估绒面质量好坏的标准，实现了对硅片绒面质量的有效分析，在其他实施例中还可以根据其他绒面形状参数确定其他绒面质量参数，实现对硅片绒面的评估。显然，采用如上测试装置，根据硅片中每个绒面的参数进行统计量化，测试结果更加全面、严谨和准确，排除了人为的主观影响，有助于改善制绒工艺，从而提高电池效率。以下结合两个具体示例作进一步描述。
[0088]
该硅片绒面的测试装置对多晶硅片的制绒表面的测试过程如下：
[0089]
1、调用扫描电子显微镜(sem)对制绒后多晶硅片表面进行拍摄，获得的硅片绒面电镜图像如图3所示。
[0090]
2、调用imagej软件可选对图3进行如下图像处理：设置尺度—反相—调整对比度—平滑图像，以此获得图4；然后设置灰度阈值即上述的平均灰度值，根据灰度阈值调节
图像以对图像内区域按照第一灰度值和第二灰度值进行分类，分为白色区域和黑色区域，以此获得图5，图5中白色区域为有效制绒区域，黑色区域为无效制绒区域。
[0091]
3、使用watershed算法对图5进行分割，获得图6，图6中每个白色的连通区域为一个绒面；然后使用imagej软件统计图6中每一块白色区域的面积s与其他形状参数，并计算绒面尺寸x，
[0092]
4、对步骤3中获得的数据进行分类，得到绒面分布图。例如：绒面尺寸x从0nm到1000nm的尺寸区间内每200nm划分为一组，大于1000nm为一组，分别为[0，200]、(200，400]、(400，600]、(600，800]、(800，1000]、(1000， ∞)，将所有的绒面按照绒面尺寸区间进行分类；然后，划分至同一绒面尺寸区间内的所有绒面按圆形度0～0.4、0.6～0.8、0.8～1再各分三组，将同一绒面尺寸区间内位于同一圆形度组的绒面面积进行累加，获得该条件下的面积占比，如图7所示；由图7可知，在800～1000nm的绒面尺寸范围内的绒面占比为22.63％，该组中圆形度高于0.6的绒面占比为19.34％；在1000～1200nm的绒面尺寸范围内的绒面占比为19.87％，该组中圆形度高于0.6的绒面占比为15.61％。
[0093]
5、对步骤3中获得的数据进行如下处理：将所有绒面按照面积s从小到大排列，再将排序后的所有绒面面积按照不同尺寸进行累加，获得累积面积k。kn＝σs(s≤sn)，在此可看做ci＝1，kn为面积小于或等于sn的所有绒面的面积之和。将xn作为横坐标及kn作为纵坐标对尺寸与累积面积进行作图，获得图8。
[0094]
6、使用sigmoidal-boltzmann方程对所得曲线进行拟合得到kn的方程和图9：
[0095][0096]
通过计算可知，图9中x0＝1012.3nm，dx＝182.8nm，kn的最大值为69.59％，故该绒面的面积占比最大绒面尺寸x0为1012.3nm，绒面尺寸均一性dx为182.8nm，有效绒面密度为69.59％。
[0097]
该硅片绒面的测试装置对单晶硅片的制绒表面的测试过程如下：
[0098]
1、调用扫描电子显微镜(sem)对制绒后单晶硅片表面进行拍摄，获得的硅片绒面电镜图像如图10所示。
[0099]
2、使用其中的imagej软件对图10进行如下处理：设置尺度—反相—调整对比度—平滑图像，然后设置灰度阈值(即平均灰度值)对图像内区域按照灰度进行分割，从而获得图11；再使用imagej软件统计图11中每一块白色区域的面积与形状参数，并计算绒面尺寸x，
[0100]
3、对步骤2中获得的数据进行如下处理：将所有绒面按照面积s从小到大排列，将排序后的所有绒面面积按照不同尺寸进行累加，获得累积面积k。kn＝σs(s≤sn)，kn为面积小于或等于sn的所有绒面的面积之和。将xn作为横坐标，kn作为纵坐标对尺寸与累积面积进行作图，获得图12。
[0101]
4、使用sigmoidal-boltzmann方程对所得曲线进行拟合，以此获得图13：
[0102]
[0103]
通过计算可知图13中x0＝1768.2nm，dx＝213.4nm。故该绒面的面积占比最大绒面尺寸x0为1768.2nm；绒面尺寸均一性dx为213.4nm。
[0104]
参见图14所示，为现有技术的硅片绒面测量方式，其中硅片与图3所示硅片完全相同。现有技术中，面积占比最大绒面尺寸通过主观测量个别最大尺寸点获得，其中3个目测最大的绒面尺寸分别为1.24μm、1.26μm、1.31μm，则x0为1.27μm；本发明图3中采用上述测量方法测得的x0为1.0123μm；显然本发明根据统计结果得出的结论更为准确。而现有技术中绒面尺寸均一性dx与有效绒面密度kn只能通过sem图形进行主观判断，无法进行量化，所得结果不准确。
[0105]
本实施例中，将图像处理软件imagej应用于绒面扫描电子显微镜的处理与分析上，将sigmoidal-boltzmann方程应用于绒面数据拟合与数据处理中，适用于对单晶与多晶硅片绒面的处理，可以获得可量化的面积占比最大的绒面尺寸、绒面均一性与有效绒面密度来作为评估绒面质量好坏的标准，还可以统计所有的单个绒面的绒面面积、尺寸、绒面形状参数(包括：矩形度，圆形度，椭圆度，费雷德直径(feret diameter)，费雷特角(feret angle)，形心坐标)。
[0106]
基于同一发明构思，本发明实施例还提供了一种电子设备，该电子设备包括：
[0107]
一个或多个处理器；
[0108]
存储装置，用于存储一个或多个程序，
[0109]
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上任一实施例的硅片绒面的测试方法。
[0110]
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任一实施例的硅片绒面的测试方法。
[0111]
图15是本发明实施例提供的电子设备的结构示意图，如图15所示，该电子设备包括处理器410、存储器420、输入装置430和输出装置440；电子设备中处理器410的数量可以是一个或多个，图15中以一个处理器410为例；电子设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图15中以通过总线连接为例。
[0112]
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的硅片绒面的测试方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的硅片绒面的测试方法。
[0113]
存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0114]
输入装置430可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置440可包括显示屏等显示设备。
[0115]
本实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令
在由计算机处理器执行时用于实现本发明实施例所提供的硅片绒面的测试方法。
[0116]
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的硅片绒面的测试方法中的相关操作。
[0117]
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0118]
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0119]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整、相互组合和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。