单晶硅材料是信息技术产业和太阳能光伏产业最重要的基础功能材料。目前国内的单晶硅的生产技术尚且达不到国外水平。国内大多单晶硅生产设备都是进口海外,其价格昂贵,维护困难,并且技术有所保留。因此,国内的单晶硅生产技术需要进一步创新和研究以迎合日益严格的工业要求。本文的主要创新点及研究内容如下:(1)实现单晶硅图像ROI的自动提取。针对单晶硅直径测量技术自动化的要求和单晶硅图像不能自动提取感兴趣区域的现状,本文着力于单晶硅ROI的自动提取,研究单晶硅图像灰度分布规律,创建目标函数S,设置目标函数斜率的阈值T,记录目标函数S斜率首次小于T时的灰度级T0,以T0+(max＿gray-T0)/2作为自动选择的二值化阈值。之后使用bwlabel函数标记整张图像的各个连通区域。通过求得最大连通区域确定感兴趣区域的最小矩形模块,使用imcrop函数提取每张单晶硅图像的感兴趣区域,最终实现单晶硅图像ROI的自动提取。本文对300张单晶硅图像进行处理,其中282张图片能够完整的提取出目标区域,即本文提出的ROI自动提取算法的准确率能够达到94%。在正确提取ROI的图像里,ROI区域占总图像的8.2%到14.2%不等,能够去除85.8%-91.8%的无效背景区域。(2)在边缘检测阶段,针对高温产生的噪声影响,提出对图像进行二值化和形态学操作相结合予以消除。针对像素级边缘检测中普遍存在的边缘“粗大”问题,本文提出了使用能够检测像素点各个方向灰度变化的Harris角点进行检测。最终能够去除原图像检测到的边缘点中90%的零散噪声,光晕噪声和冗余边缘点。为了提高边缘检测精度,改进传统的Zernike矩算法中离散模板不合适及子像素阈值效率低的缺点,实现小于1个像素的边缘检测精度。(3)在椭圆拟合阶段,考虑到释能环的上边缘噪声较多,不能贴合真实边缘,对边缘检测得到的月牙状边缘点集I设计去上边缘去除算法,得到下边缘点集I1。上边缘去除算法的准确度能够达到91.3%。然后选择计算简单快速的最小二乘法进行椭圆拟合,其椭圆拟合的准确度达到88%。针对拟合结果偏差较大的情况,分析偏差产生的原因,提出以椭圆半短轴长度b为阈值,当边缘点到拟合椭圆的中心距离s小于阈值,即当s