[發明專利]太陽能電池晶片分色的方法

有效

• 申請號: 201210022696.9
• 申請日: 2012-01-20
• 公開（公告）號: CN103218626A
• 公開（公告）日: 2013-07-24
• 發明（設計）人: 蘇怡禎;翁義龍;楊欣泰
• 申請（專利權）人: 致茂電子股份有限公司
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 隆天國際知識產權代理有限公司 72003
• 代理人: 馮志云;呂俊清

1.一種太陽能電池晶片分色的方法，用以分類一太陽能電池晶片的表面顏色，該方法包含下列步驟：

取得該太陽能電池晶片的表面的一影像；

分析該影像以獲得一色彩空間中的多個座標點；

將該多個座標點分別分類至多個顏色群組中；

分析該多個顏色群組中的該多個座標點的比例以獲得一顏色特征向量；以及

提供該顏色特征向量作為一機器學習分類器的輸入值，以獲得該太陽能電池晶片的表面顏色的分類結果，其中該機器學習分類器是經過一分色訓練。

2.如權利要求1所述的方法，其中該色彩空間是CIE?Lab色彩空間。

3.如權利要求1所述的方法，其中，分析該影像以獲得該色彩空間中的該多個座標點的步驟包含：

分析該影像以獲得多個有效點；以及

將該影像于該多個有效點上的顏色分別轉換至該色彩空間中的該多個座標點。

4.如權利要求1所述的方法，其中該機器學習分類器所經過的該分色訓練包含下列步驟：

分別分析一訓練影像集合中的多個訓練影像，以獲得該色彩空間中的多組座標點集合，該多組座標點集合分別包含該色彩空間中的多個訓練影像座標點；

以一分群演算法自該多個訓練影像座標點中歸類出該多個顏色群組，并將該多個訓練影像座標點分別分類至該多個顏色群組中；

分別分析該多組座標點集合于該多個顏色群組中的該多個訓練影像座標點的比例，以獲得多個訓練影像顏色特征向量；

分別提供多個期望顏色值至該多個訓練影像顏色特征向量，以獲得多個訓練樣本；以及

以該多個訓練樣本對該機器學習分類器進行訓練。

5.如權利要求4所述的方法，其中該分群演算法是K-means分群演算法。

6.如權利要求1所述的方法，其中該機器學習分類器是一類神經網絡，該類神經網絡具有一隱藏層，并且該隱藏層具有多個節點。

7.如權利要求1所述的方法，其中該機器學習分類器是一支持向量機及一高斯混合模型的其中之一。

8.一種太陽能電池晶片分色的方法，用以分類一太陽能電池晶片的表面顏色，該方法包含下列步驟：

分別分析一訓練影像集合中的多個訓練影像，以獲得一色彩空間中的多組座標點集合，該多組座標點集合分別包含該色彩空間中的多個座標點；

以一分群演算法自該多個座標點中歸類出多個顏色群組，并將該多個座標點分別分類至多個顏色群組中；

分別分析該多組座標點集合于該多個顏色群組中的該多個座標點的比例，以獲得多個顏色特征向量；

分別提供多個期望顏色值至該多個顏色特征向量，以獲得多個訓練樣本；

以該多個訓練樣本對一機器學習分類器進行訓練；以及

提供該太陽能電池晶片的一第一顏色特征向量作為該機器學習分類器的輸入值，以獲得該太陽能電池晶片的表面顏色的分類結果。

9.如權利要求8所述的方法，其中該分群演算法是K-means分群演算法。

10.如權利要求8所述的方法，其中該色彩空間是CIE?Lab色彩空間。

11.如權利要求8所述的方法，其中，分別分析該訓練影像集合中的該多個訓練影像，以獲得該色彩空間中的該多組座標點集合的步驟包含：

分別分析該多個影像以獲得多個有效點集合，該多個有效點集合分別包含多個有效點；以及

將該多個影像于相對應的該多個有效點上的顏色分別轉換至該色彩空間中的該多個座標點。