硅碳棒瑕疵数据采集装置的缺失，需要结合现场设备及工艺条件进行设计。

       因为现阶段没有完备的硅碳棒瑕疵检侧设备作为参考，所以需要结合生产现场自主设计一套单晶硅碳棒表面瑕疵数据采集装胃用于采集瑕疵数据。在设计该装置过程成有以下几个问题需要解袂。

       硅碳棒待检侧面表面积较大，且存在空间内多角度检侧需求。

       被检侧的单晶硅碳棒为类长方体，对于外观检测需要完全覆盖六个被检侧面。且上表面尺寸较大，需要结合实际需求，选取合适的成像方案。

       硅碳棒表面复杂的光学特性(强反光现象)，不利于成像，需研究合适的成像方案。硅捧经过抛光后表面具有反射的光学现象，具有高反射率的特点，这为采集过程中图像采集质量差的问题造成了很大的干扰。

       硅碳棒表面瑕疵数据集的缺失，现阶段硅碳棒表面瑕疵检侧为人工很据企业内控瑕疵检侧标准以及依毅人工检侧经验进行判断，在进行数据收集过程中应当充分利用，以减少工作量又能够保证数据的可靠性。

       对于人工检侧方法，劳动量大、不确定性强且多是依托于个人经验;但是人工检侧经验在实际生产应用中又是无比重要，因此需要考虑将人工的检侧经验如何进行转换。因此通过学习人工的识别经验，学习想要识别的相关特征，然后再将经验知识应用于现场作为思路。

       硅碳棒瑕疵存在多样性、大小差异大的特点，且生产环境复杂，需要结合实际生产需求选择合适的瑕疵检侧方案。

       传统的计算机视觉瑕疵识别方法，泛化能力差易被淘汰，不适用于复杂工况下的工业检侧环境。随着深度学习在数字图像处理领域的广泛应用，对于瑕疵识别检侧也带来了巨大的进步，进一步为复杂环境下的瑕疵识别提供更多选择。

       需要将目标检侧方案应用至实际的工业生产环境之中，并完成辅助模块开发，以满足自动化生产需要。现阶段.基于深度学习技术的瑕疵检侧算法也己经趋于成熟，且多为公开数据集对算法进行研究，但是在实际的工程问题上确很少落地应用。

       在查阅相关文献后发现，在实际的工业生产当中，特别是已经实现投产的生产线，再进行大面积改造会考虑到成本等多项工作，所以如何在现有的产线上对工艺进行改进，并充分结合现场条件进行自主设计，应当是所着重考虑并解决的问题。

       综上所述，硅碳棒瑕疵检测系统的研究需要充分结合实际现场的条件以及检侧需求，考虑硅碳棒表面的物理特性，选择适用于工业生产中复杂环境下的瑕疵检侧方法。以工程应用为出发点，结合新的检侧技术，来实现硅碳棒表面的瑕筑检侧功能，以进一步实现硅碳棒的自动化检侧，为硅片全自动化生产奠定基础，也为工业瑕疵梭测领域提供设计依据。7页，http://www.zbqunqiang.cn/