本发明涉及半导体晶锭加工，尤其涉及一种晶锭特定区域识别与加工方法和加工装置。
背景技术：
1、随着碳化硅等材料在光伏、半导体等领域的广泛应用，晶锭的制造和加工成为了关键环节之一。晶锭的生产过程中通常需要进行激光加工，以在晶锭内部形成裂纹层，从而在后续的剥离过程中实现高效的晶片切割。然而，激光加工过程中，由于晶锭材料本身的物理性质、掺杂浓度不均匀以及加工工艺参数的差异，导致某些区域未能有效形成裂纹或裂纹连接不完整。这些区域被称为“特定区域”，如果不加以处理，容易在后续的晶片剥离过程中出现裂片、崩边等问题，影响产品质量和生产效率。
2、现有技术中，晶锭加工通常依赖于激光系统的自动控制和人工操作相结合的方式，人工对彩纹图像的观察和判断存在主观性和不确定性，难以实现高精度、高效率的识别和加工。此外，传统的光源与相机组合在识别晶锭裂纹时，受限于设备精度和光线条件，无法准确识别出未形成裂纹的区域，导致特定区域无法被完全加工。为解决这些问题，需要引入一种更加精确且智能化的晶锭特定区域识别与加工方法。
技术实现思路
1、为了解决上述的技术问题，本发明的目的是提供一种晶锭特定区域识别与加工方法，该方法采用光源照射、相机采集彩纹图像，并结合特定区域识别算法，自动化识别晶锭中未形成裂纹的特定区域，并对这些区域进行二次加工，直至特定区域消失或达到加工标准。该方法能够提高加工的自动化和精度，减少人工干预，确保晶锭裂纹的均匀性和完整性，提升了晶片的剥离质量和生产效率。同时，该方法有效解决了现有技术中识别和处理特定区域的技术难题，具有较高的工业应用价值。
2、为了实现上述的目的，本发明采用了以下的技术方案：
3、一种晶锭特定区域识别与加工方法，包括以下步骤：
4、1）在前道晶锭激光加工形成剥离带后，在晶锭表面使用光源照射并用相机采集彩纹图像；
5、2）对采集的彩纹图像进行预处理；
6、3）通过特定区域识别算法识别晶锭中的特定区域，所述特定区域为前道晶锭激光加工后未观察到彩纹的区域；
7、4）对特定区域进行二次加工，直至该特定区域消失或满足加工标准。
8、作为优选，所述光源包括面光源或条形光源，相机需放置在光源照射光经由晶锭裂纹反射后的光路上，且该空间关系需根据相机画幅进行微调，以确保清晰捕捉彩纹。
9、作为优选，所述特定区域为在前道激光加工后，由于未形成裂纹或裂纹未连接而未显示彩纹的区域，且这些区域容易出现在晶锭的小面区域或低电阻率区域。
10、作为优选，当使用条形光源时，图像拼接包括以下步骤：
11、a）首先通过采集首张图像的中心点坐标确定拼接起始点；
12、b）通过电机带动晶锭或条形光源和相机移动，移动的距离小于等于预定距离 d；
13、c）通过坐标裁剪拼接多个图像，最终形成完整的彩纹图像。
14、作为再优选，在拼接过程中，针对每个拼接点位置进行图像融合处理，以消除拼接痕迹，确保彩纹信息的连续性和完整性。
15、作为优选，所述特定区域识别包括以下步骤：
16、a）通过深度学习图像分割算法对预处理后的彩纹图像进行分割；
17、b）所述图像分割模型采用全卷积神经网络（fcn）进行训练，使用已标注的图像数据集进行模型训练，并通过调整学习率、批量大小等超参数优化模型。
18、作为优选，模型训练阶段使用opencv库进行图像预处理，pytorch框架进行模型训练，训练完成后将未标注的彩纹图像输入模型，得到分割的特定区域结果。
19、作为优选，特定区域加工步骤中，根据工艺需求调整以下参数：光源的光强；激光加工的深度；激光划线的速度和间距；激光划线的路径；通过调整以上参数，对特定区域进行加工以确保裂纹的生成和连接，避免后续剥离时出现裂片或崩边的风险。
20、作为优选，特定区域加工完成后，再次对晶锭进行彩纹图像采集和识别，判断特定区域是否完全消失，若未消失，则重复识别-加工的循环步骤，直至加工完成。
21、进一步，本发明还公开了一种用于实现所述方法的晶锭特定区域识别与加工装置，所述装置包括：
22、光源和相机组成的探测模块，采集晶锭彩纹图像；
23、基于深度学习的特定区域识别模块，用于分割并识别特定区域；
24、特定区域加工模块，依据工艺参数调整激光加工；
25、结果显示模块，通过网络通信将识别和加工结果返回客户端。
26、本发明由于采用了上述的技术方案，主要通过光源照射、相机采集彩纹图像、图像预处理、特定区域识别算法及二次加工等步骤，解决了现有技术中晶锭加工时特定区域无法有效识别与处理的技术难题。本发明的技术效果体现在以下几个方面：
27、1、提高了特定区域识别的精度： 通过采用光源照射和相机采集彩纹图像的方式，结合特定的空间关系配置，能够清晰捕捉到晶锭表面的彩纹信息，尤其是裂纹反射光的特征图像。通过图像预处理技术（如图像拼接、裁剪等）及特定区域识别算法，能够精准识别出激光加工后未形成裂纹或裂纹未连接的特定区域，从而大幅提升了识别精度。
28、2、实现了特定区域的智能化二次加工： 本发明在识别出特定区域后，采用二次加工的方式，调整激光工艺参数（如光强、深度、划线路径等），对特定区域进行针对性处理，确保该区域形成完整裂纹，直至该区域消失或符合预设的加工标准。该智能化的二次加工过程有效降低了裂片和崩边等问题的发生率，保证了晶锭加工质量。
29、3、减少了人工干预，提高了生产效率： 传统的晶锭特定区域识别与修复往往依赖于人工观察与手动修正，而本发明通过自动化的图像采集、识别和二次加工过程，大幅减少了对人工操作的依赖，降低了主观判断带来的误差，提高了加工过程的稳定性和一致性，从而显著提高了生产效率。
30、4、优化了晶片剥离质量： 通过本发明的方法，可以确保晶锭内部裂纹的均匀性和完整性，避免因裂纹未形成或未连接导致的晶片剥离缺陷，如裂片、崩边等问题。特定区域经过二次加工后，能够更好地满足后续晶片剥离的要求，从而提升了晶片的整体质量。
31、5、适应性强： 本发明不仅适用于常规的晶锭材料，还可以根据不同材料的特性（如导电型sic等），通过调整激光加工参数和识别算法，灵活适应不同晶锭的加工需求，从而具备广泛的工业应用前景。
32、综上所述，本发明通过自动化、智能化的特定区域识别与加工方法，提升了晶锭裂纹的加工质量，减少了人工干预，显著提高了生产效率，且保证了晶片剥离过程中的质量和稳定性，具有重要的技术优势和应用价值。
1.一种晶锭特定区域识别与加工方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：所述光源包括面光源或条形光源，相机需放置在光源照射光经由晶锭裂纹反射后的光路上，且该空间关系需根据相机画幅进行微调，以确保清晰捕捉彩纹。
3.根据权利要求1所述的方法，其特征在于：所述特定区域为在前道激光加工后，由于未形成裂纹或裂纹未连接而未显示彩纹的区域，且这些区域容易出现在晶锭的小面区域或低电阻率区域。
4.根据权利要求1所述的方法，其特征在于：当使用条形光源时，图像拼接包括以下步骤：
5.根据权利要求4所述的方法，其特征在于：在拼接过程中，针对每个拼接点位置进行图像融合处理，以消除拼接痕迹，确保彩纹信息的连续性和完整性。
6.根据权利要求1所述的方法，其特征在于：所述特定区域识别包括以下步骤：
7.根据权利要求6所述的方法，其特征在于：模型训练阶段使用opencv库进行图像预处理，pytorch框架进行模型训练，训练完成后将未标注的彩纹图像输入模型，得到分割的特定区域结果。
8.根据权利要求1所述的方法，其特征在于：特定区域加工步骤中，根据工艺需求调整以下参数：光源的光强；激光加工的深度；激光划线的速度和间距；激光划线的路径；通过调整以上参数，对特定区域进行加工以确保裂纹的生成和连接，避免后续剥离时出现裂片或崩边的风险。
9.根据权利要求8所述的方法，其特征在于：特定区域加工完成后，再次对晶锭进行彩纹图像采集和识别，判断特定区域是否完全消失，若未消失，则重复识别-加工的循环步骤，直至加工完成。
10.一种用于实现权利要求1至9中任一项所述方法的晶锭特定区域识别与加工装置，其特征在于，所述装置包括：