本論文的目的在發展太陽能電池之表面瑕疵檢測技術。利用線型CCD具快速、高解析度及檢測範圍大等特性，結合影像處理演算法，進行瑕疵檢測，使用改良式SUSAN角點偵測法檢測太陽能電池表面裂痕瑕疵，太陽能電池灰階影像中的裂痕瑕疵包含有破裂、破孔、微裂等。並對於SUSAN角點演算法幾何門檻值設定，針對不同幾何外型與不同門檻值的關聯性做深度探討，得出不同角點角度與幾何門檻值之關聯性。在灰階差異門檻值取值方式上，改良式SUSAN角點演算法經由影像灰階值和對比度進行分析，提出不同影像對比度下，灰階差異門檻值的自適應取值方式。同時本研究利用以線型CCD或掃描器所擷取的多晶矽太陽能電池影像做驗證，項目包括刮痕、裂痕、破孔與邊緣破裂。經實驗結果，對於不同角點偵測的參數設定，在自適應灰階差異門檻值、幾何門檻值g=18的設定下，能得到最佳的檢測結果。

This study focuses on developing an automatic defect detection technology of a solar cell. A line scan CCD with high speed, high resolution, and vast inspecting scope is utilized to detect the surface defects by integrating image processing methods. This study employs the improved SUSAN corner detection algorithm to detect the defects such as crack, pinhole etc. In order to properly set the thresholds of SUSAN corner detection algorithm, the correlation between different geometry and different threshold is investigated to obtain the relation of different corner angles and geometry. For the threshold setting of gray scale differences, the improved SUSAN corner detection algorithm is use to analyze image gray value and image contrast. Thus, the gray scale difference threshold is adaptively selected according to different image contrast. This method is evaluated with an octagonal poly-silicon solar cell images grabbed by a line scan CCD or a scanner. The experimental items include scratch, fracture, pinhole, and crack. From the experimental results for parameter settings of different corner detection, it shows that the best results can be obtained by using geometry threshold of 18.

[1] 國際能源總署太陽光發電系統實施協定(IEA PVPS), http://www.iea-pvps.org
[2] 台灣區電機電子工業同會，http://www.teema.org.tw
[3] 陳婉如，「台灣太陽能電池產業未來展」，光連雙月刊，2005。
[4] 楊昌中，「能源領域中的奈米科技研究」，工研院能源與環境研究所，2005。
[5] S. Roberts,“Solar electricity: A practical guide to designing and installing small photovoltaic systems,” Prentice Hall, 1991.
[6] PIDA光電科技工業協進會 http://www.pida.org.tw/
[7] 經濟部能源局 http://www.moeaboe.gov.tw
[8] CTimes 全球中文化性電子產業社群平台 http://www.ctimes.com.tw
[9] Tomas Markvart, ”Solar Electricity, ” John Wiley & Sons, 1994.
[10] 莊嘉琛，「太陽能工程-太陽電池篇」，全華科技圖書，2007。
[11] 陳婉如，「全球太陽電池技術發展現況」，光連雙月刊，2004。
[12] 鄒宗勳，太陽能電池發展狀況http://cdnet.stpi.org.tw/techroom/market/energy/energy022.htm.
[13] 連水養，「量產型單晶太陽電池製作」，國立雲林科技大學電機工程系碩士論文，2002。
[14] 尤如瑾，「世界太陽光電產業現況與展望」，機械工業技術與市場資訊專輯，2005。
[15] 中華太陽能聯誼會 http://www.solar-i.com/know.html
[16] 李東獄，「獨立型太陽光電能發電系統分析與研究」，中原大學電機工程學系碩士論文，2007。
[17] 吳財福，張健軒，陳裕愷，「太陽能供電與照明系統綜論」，全華圖書，1999。
[18] 許國強，「Solar Cell 之AOI 檢測」，AOIEA 年會專題技術報告，2008。
[19] 羅運俊，何鋅年，王長貴，「太陽能發電技術與應用」，新文京開發，1999。
[20] 郭冠志，「機器視覺應用於太陽電池之表面瑕疵檢測」，國立台北科技大學機械整合研究所碩士論文，2007。
[21] 陳心怡，「太陽能電池板表面瑕疵檢測」，國立中央大學資訊工程研究所碩士論文，2007。
[22] 蔡欣儒，「太陽能電池板的尺寸量測與線路瑕疵檢測」，國立中央大學資訊工程研究所碩士論文，2007。
[23] 張志傑，「應用非線性擴散模式於異質性紋路之多晶太陽能晶片表面微裂瑕疵檢測」，元智大學工業工程與管理學系，碩士論文，2008
[24] Fu Zuang, Zhao Yanzheng, Liu Yang, Cao Qixin, Chen Mingbo, Zhang Jun, Jay Lee, ”Solar Cell Crack Inspection by Image Processing,” International Conference on the Business of Electronic Product Reliability and Liability, 07803-8362-1/04, 2004.

[25] L. Tomczak, V. Mosorov, ” Singular value decomposition for texture defect detection in visual inspection systems,”IEEE Conference on the Digital Object Identifier, Page(s): 131–133,2006.
[26] 益通光能 http://www.e-tonsolar.com/
[27] 馮趙祥，「新式Haar-like矩形特徵於太陽能板表面及邊緣瑕疵檢測研究」，國立台灣科技大學自動化及控制研究所碩士論文，2008。
[28] 太陽光電資訊網 http://www.pvproject.com.tw (台灣太陽光電產業協會)
[29] 顏旭男、王浩鑑、林顏諭，「無需精準定位之太陽能表面瑕疵檢測系統開發」，Taiwan AOI Forum, Show and Contest，台灣科技大學，台北，十一月，2009。
[30] 高祥恩，「多晶矽太陽能電池之表面瑕疵檢測」，中華大學機械工程學系碩士班論文，2007。
[31] A. Kolodziej, “Staebler-Wronski effect in amorphous silicon and its alloys,” OPTO-Electronics Review 12, Page(s): 21-32, 2004.
[32] 鄭淑娟，「薄膜太陽能技術、製程與產品特性分析」，MIC產業情報研究所，2009。.
[33] 科風股份有限公司http://www.pcmups.com.tw/Product.html , 2008.
[34] M. Ester, H.P. Kriegel, J. Sander and X. Xu, “A density-based algorithm for discovering clusters in large spatial databases with noise, ” Proceedings of the Second International Conference on Knowledge Discovery and Data Mining, Portland, Oregon, USA, Page(s): 226-231, 1996.
[35] Z. Hocenski, ” Texture feature extraction for a visual inspection of ceramic tiles,” IEEE Conference on the Digital Object Identifier, Volume 3, Page(s): 1279 - 1283, 2005.
[36] Xie. Xianghua, M. Mirmehdi, ” TEXEMS: Texture Exemplars for Defect Detection on Random Textured Surfaces,” IEEE Journal on the Digital Object Identifier, Volume 29, Page(s):1454 - 1464, 2007.
[37] H. P. Moravec, “Toward automatic visual obstacle avoidance,” In Proceedings of Fifth of International Joint Conference on Artificial Intelligence, Vol. 1, issue 1, Page: 584, 1977.
[38] C. Harris and M. Stephens, “A combined corner and edge detector,” In Proceedings of Fourth Alvey Vision Conference, Vol. 15, pp. 147-151, 1988.
[39] Yung-Yu Chuang," Digital Visual Effects, Spring 2006", http://www.csie.ntu.edu.tw/~cyy/courses/vfx/06spring/lectures/handouts/lec04_feature.ppt.2008-3-14,2006
[40] B. D. Lucas and T. Kanade. “An iterative image registration technique with an application to stereo vision”, In Proceedings of International Joint Conference on Artificial Intelligence, Page(s): 674-679, 1981.
[41] C. Tomasi and T. Kanade,“Detection and tracking of point features,” Carnegie Mel-lon University, Technical Report, 1991.
[42] S. M. Smith and M. Stephens, “SUSAN: A new approach to low level image processing,” International Journal of Computer Vision, Vol. 23, issue 1, Page(s): 45-78, 1997.
[43] 席志紅、劉利彬、許新利，「SUSAN角點檢測演算法改進」，App lied　Science　and　Technology, Vol.33, No.9, Page(s): 29-36, 2006.
[44] A. K. Jain and A. Vailaya, "Shape Based Retrieval: A Case Study with Trademark Image Database," Pattern Recognition, Vol. 31, No. 9, Page(s): 1369-1390, 1998.
[45] 鄭文瑋、薛名凱、羅文期、簡宏達，「太陽能電池之分色與瑕疵檢測應用」，Taiwan AOI Forum, Show and Contest，台灣科技大學，台北，十一月，2009。
[46] 吳宗諭、蔡明忠、田芬寧，「以密度為基礎之改良型快速分群演算法及其於偏光板瑕疵檢測之應用」，技術學刊Vol.24，No.4，pp. 267-274，2009，12月。
[47] 蔡明忠、田芬寧、林家戊，「以密度重心導引之分群演算法及其於抗反射玻璃瑕疵檢測之應用」，Taiwan AOI Forum, Show and Contest，台灣科技大學，台北，十一月，2009。
[48] 鐘國亮，「影像處理與電腦視覺」，東華書局，2006。
[49] 吳宗諭，「一種以密度為基礎之改良型快速分群演算法及即時偏光板瑕疵區域檢測之應用」，國立台灣科技大學自動化及控制研究所碩士論文，2007。