（光学专业论文）tftlcd+mura缺陷检测研究.pdf

北京交通大学硕士学位论文 中文摘要 中文摘要 摘要：m u r a 缺陷是t f t - l c d 中一类常见的视觉缺陷，表现为低对比度、非均匀亮 度区域，边缘模糊，通常大于一个像素，会给观察者带来视觉不适。同时m u r a 缺 陷也是视觉缺陷中最为复杂和最难检测的，目前行业内通常采用经过专业训练的 检测人员根据限度样本用人眼比对的方法进行检测，不可避免地引入主观认定等 因素，容易产生不可靠的判定结果，且效率较低。 近年来，研究人员开始研究利用机器视觉来代替人眼检测，但在检测过程中 如何高准确率获取m u r a 缺陷一直是行业内公认的难题之一，为此，本文在分析研 究t f t - l c dm u r a 缺陷特征和规律基础上，提出了基于b 样条曲面拟合来获得m u r a 缺陷信息的方法，并依据该方法设计和搭建了m u r a 缺陷获取系统，完成了相应的 软硬件设计，通过对大量真实m u r a 缺陷样本的检测验证了该方法和系统的有效性， 能够自动高效准确地获取m u r a 缺陷。 本论文的研究成果为最终实现用机器代替人完成m u r a 缺陷的检测提供了一种 有价值并有效的方法和路径，同时，还可为其他f p d 产品的缺陷检测提供有价值 的研究思路。 关键词：m u r a ；t f t - l c d ；曲面拟合；b 样条 分类号：t p 3 9 1 4 1 北京交通大学硕士学位论文 a b s t r a ( 了r a b s t r a c t a b s t r a c t ：m u r ai saf a m i l i a rk i n do f v i s u a ld e f e c ti n 僻l c d ，w h i c hi su n d e r s t o o d 够d e f e c tw i t hl o wc o n t r a s t ，n o n - u n i f o r mb r i g h t n e s sr e g i o n s ，v a g u ec o n t o u r , a n d t y p i c a l l yl a r g e rt h a nas i n g l ep i x e l i ti m p a r t sa nu n p l e a s a n ts e n s a t i o nt o v i e w e r s m e a n w h i l e , m u r ai st h em o s tc o m p l i c a t e dd e f e c ts oi ti sv e r yh a r dt ob ed e t e c t e d c u r r e n t l y , m o s to ff i n a li n s p e c t i o nh a sb e e nd o n eb ye x p e r i e n c e dh u m a ni n s p e c t o r sw i t h l i m i ts a m p l e so fm u mi nt f t - l c di n d u s t r y i th a ss o m ed r a w b a c k st h a te a c ho b s e r v e r t e n d st oh a v es u b j e c t i v ed e c i s i o ni n e v i t a b l yd u et ot h ef a l l i b i l i t yo fh u m a np e r c e p t i o n f u r t h e r m o r e ，i ti si n e 岱c i e n t r e c e n t l y , r e s e a r c h e r se x p e c tt od e t e c ti tu s i n gm a c h i n ev i s i o ni n s t e a do fh u m a ne y e s ， b u th o wt od e t e c ti tc o r r e c t l yi sa l w a y so n eo fd i f f i c u l t i e sa c c e p t e db yt f t - l c d i n d u s t r y t h e r e f o r e ，t h ep a p e ra n a l y z e st h ec h a r a c t e ra n dr u l e so fm u ma n dp r o p o s e sa m e t h o do fo b t a i n i n gt h ei n f o r m a t i o no fm u r ab a s e do nb - s p l i n es u r f a c ef i t t i n g d u r i n g t h er e s e a r c h ，a ni n s p e c t i o ns y s t e mb a s e do nt h em e t h o d ，i n c l u d i n gt h ec o r r e s p o n d i n g h a r d w a r ea n ds o f h , v a r e , i sd e s i g n e da n de s t a b l i s h e d p e r f o r m a n c eo ft h ep r o p o s e d m e t h o di se v a l u a t e do nm a n yr e a lt f t - l c dp a n e ls a m p l e s t h ee x p e r i m e n t a lr e s u l t s h o w si ti sa ne f f e c t i v em e t h o dt od e t e c tm u ma u t o m a t i c a l l yw i t hh i g hd e t e c t i o nr a t e t h ea c h i e v e m e n to ft h ep a p e rc a no f f e ra ne f f e c t i v ea n dv a l u a b l ea p p r o a c ht om u r a d e t e c t i o nr e a l i z i n gm a c h i n ei n s t e a do fh u m a n m e a n w h i l e ，i ti sa l s oav a l u a b l ew a yf o r d e f e c td e t e c t i o no fo t h e rf p d k e y w o r d s ：m u r a ；t f t - l c d ；s u r f a c ef i t t i n g ；b - s p l i n e c i 。a s s n o ：t p 3 9 1 4 1 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国 家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 签字日期： 年月 日 导师签名： 签字日期：年月f 1 北京交通大学硕士学位论文 独创性声明 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究j i ：作和取得的研究成果，除 了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也 不包含为获得北京交通大学或其他教育机构的学位或证捧而使用过的材料。与我一同j i ：作的 同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期：年月日 5 8 致谢 本论文的工作是在我的导师董友梅教授的悉心指导下完成的，董友梅教授严 谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢董老师 对我各方面的关心和指导。 崔建英老师在我论文的写作过程中给予了很大的帮助和指导，在此向崔建英 老师表示衷心的谢意。 王大巍博士对于我的科研工作和论文提出了许多的宝贵意见，在此表示衷心 的感谢。 在实验室工作及撰写论文期间，梁珂师兄、李新国师兄及赵星星同学等都对 我的科研工作给予了热情帮助，在此也向他们表达我的感激之情。 另外也感谢家人，他们的理解和支持使我能够专心完成我的学业。 北京交通大。学硕士! 学位论文 绪论 1 绪论 1 1 引言 薄膜晶体管液晶显示器( t h i nf i l mt r a n s i s t o rl i q u i dc r y s t a ld i s p l a y ，t f t - l c d ) 是通过控制具有折射率各向异性的液晶分子取向使通过液晶屏透过率发生变化来 实现显示的一种光电显示器件，薄膜晶体管( t f t ) 在其中起着开关作用。与传统阴 极射线管( c a t h o d er a yt u b e ，c r t ) 显示器相比，它具有低功耗、寿命长、无辐 射、体积小等特点。近年来已在众多平板显示器的激烈竞争中脱颖而出，成为新 一代的主流显示器，广泛应用于笔记本电脑、桌面显示器、液晶电视、移动显示 终端等显示领域，如图1 1 所示。 豳 震雾? 宣萱蠢重翟量i 蚕i j 一 ：一 一2 _， ；掣； 一 l q 一_ 一 图1 1t f t - l c d 应用领域 来自全球显示器独立权威机构d i s p l a ys e a r c h 的数据显示( 如图1 2 所示) ，2 0 0 7 年，t f t - l c d 产业市场规模达到了8 0 5 亿美元，占到了平板显示( f l a tp a n e ld i s p l a y ， f p d ) 产业的8 5 以上，在整个显示产业中居于绝对主导地位。到2 0 0 8 年，t f t - l c d 产业市场规模将超过千亿美元，成为继半导体产业之后第二个单一产业产值超过 千亿美元规模的i t 产业。与此同时，c r t 显示产业迅速萎缩，预计至2 0 1 2 年前 后c r t 产业仅占全球显示产业总产值的2 左右。t f t - l c d 产业以其产能规模巨 大，应用领域广泛的优势至少在未来1 0 1 5 年仍将在全球显示产业中占主导地位。 j一 北京交通人学硕十学位论文 绪论 $ 1 4 0 ，0 0 0 $ 1 2 0 ，0 0 0 $ 1 0 0 , 0 0 0 g * 8 0 ，0 0 0 e 彗$ 6 0 0 , 0 0 0 $ , 4 0 , 0 0 0 $ 2 0 ，0 0 0 雷旨ii 。 一f p d $ 8 3 ，6 9 4l $ 1 0 1 ，0 4 7s i t 吼8 9 4$ 1 2 3 ，6 7 2 $ 1 2 5 , 7 0 8i $ 1 2 7 , 8 9 7 c r t事7 ，5 2 5$ s ，0 5 0车3 ，9 4 7 事3 ，0 4 1j $ 2 , 3 7 9$ 1 ，8 7 7 + 件ds h a r e9 1 8 9 5 2 9 6 8 9 7 6 驰1 9 8 6 图1 2 全球显不器状况 目前，国内外各大t f t - l c d 面板厂商为提高自身t f t - l c d 产品的竞争力， 都在努力提升产品品质和降低成本，而在降低成本方面最有效最直接的是提高产 品良率，这就需要研究人员准确快速地判断和分析出缺陷产生的原因和类型，并 以此为依据不断改良工艺技术，而在t f t - l c d 各类缺陷中，m u r a 缺陷是数量比 例较大的一个类别，但由于其复杂性和量化的困难性，目前对它的判定行业通常 的做法是采用经专业训练的检测人员用人眼来检测，隐含人类视觉限制、训练程 度及主观认定等因素，容易产生不可靠的判定结果，也是最易引发生产商与消费 者之间发生争议的环节，而且随着面板尺寸的增大【lj ，也给检验员的检测带来了诸 多不便，为此国内外各面板厂商都渴望能够开发出自动高效的液晶显示器缺陷检 测装置以替代人眼检测，来客观评价各类缺陷。 1 2 机器视觉技术检测m u r a 缺陷 1 2 1 机器视觉技术 机器视觉是一门新兴的发展迅速的学科，八十年代以来，机器视觉的研究已 经历了从实验室走向实际应用的发展阶段。机器视觉技术主要研究利用计算机来 模拟人的视觉功能，它从客观事物的图像中提取信息，进行处理并加以理解，最 终用于实际检测、测量和控制。从简单的二值图象处理到高分辨率多灰度的图象 处理，从一般的二维信息处理到三维视觉机理以及模型和算法的研究都取得了很 大的进展。而计算机工业水平的飞速提高以及人工智能、并行处理和神经元网络 等学科的发展，更促进了机器视觉系统的实用化和涉足许多复杂视觉过程的研究。 2 世mc0dk 鼢 慨 慨 慨 挑 慨 ：| 菪 1 9 9 9 9 9 8 日 北京交通大学硕士学位论文 绪论 目前，机器视觉系统正被广泛地应用于视觉检测、机器人的视觉引导和自动化装 配领域中【2 j 【3 】。以其自身的诸多优点在各类检测中扮演了越来越重要的角色，它可 以代替人类视觉从事生产线上零件识别与定位、产品检验、移动机器人导航、遥 感图像分析、医学图像分析、安全鉴另i j 、监视与跟踪、国防系统等方面的工作， 特别是在那些需要重复、快速的从图像中获取精确信息以及工作环境恶劣的场合。 将机器视觉检测与自动化生产流程结合，可以大幅提高检测效率，降低工人的劳 动强度，避免噪音等对人体健康产生影响的因素。 在本文涉及的f p d 产业领域，机器视觉的应用已经是愈来愈广泛，包括外观 检查、定位、尺寸测定和零件识别掣4 1 。特别是在各类缺陷检测中，它可以最大限 度的避免人眼检测的主观偏差因素，提升t f t - l c d 检验的效率与可信度。 1 2 2t f t - l c d 视觉缺陷中的m u r a 缺陷 在t f t - l c d 产生的视觉缺陷中，点缺陷和线缺陷是较为常见的缺陷类型。点 缺陷主要包括亮点缺陷和暗点缺陷，表现为像素中r 、g 、b 任一点始终亮或始终 不亮：线缺陷也包括亮线缺陷和暗线缺陷，通常为贯穿整个屏幕的水平或垂直线 始终处于亮或不亮状态。但是由于这些缺陷的对比度很高，面积大小固定且形状 规则，所以采用电学方法和光学方法都很容易检测出来。 m u r a 缺陷是缺陷种类中数量较多也较难判断的一种缺陷，m u r a 名称来源于日 文单词，特指面板瑕疵，用来表征当显示器以恒定亮度显示时，显示区域的不均 匀，它对显示画质有明显地负面影响。对于观察者而言，会带来一定的视觉不适 感，轻者降低工作效率，重者难以读取画面。在t f t - l c d 中，m u r a 缺陷多表现 为低对比度，面积大于一个像素【5 】【6 】，边界模糊，形状、大小不一等状况，是一类 难以检测的缺陷，造成其检测困难的主要原因有： m u r a 缺陷的表征状态有很大的差异，就形状来讲有线状m u r a 、点状m u r a 等，就颜色来讲，有白m u r a 、黑m u r a 等； m u r a 缺陷的边缘很模糊，同时有角度依赖性，某些特定m u r a 只有在一定 角度下才能清晰观察到； 到目前为止，产业界对m u r a 缺陷评价标准的研究很多，但产业界仍未达 成一个统一且被认可的定义及评价标准； t f t - l c d 是一种光电器件，同时具有非常明显的视角特性，另一方面，产 生m u r a 缺陷的环节和原因均较复杂，因此用一般的识别机器和一般方法很难判别。 产生m u r a 缺陷的原因较复杂，由于t f t - l c d 生产的工序众多，其中任何一 个工序一旦出现瑕疵，都会导致m u r a 缺陷的产生，包括液晶排列不均、盒内掺杂 3 北京交通大学硕士学位论文绪论 异物、背光不均、驱动电压不稳、背光模组配置或组装有瑕疵等原因川。目前产业 界对于m u r a 缺陷的检测主要还是依据客户厂商的要求制定限度样本，然后由检验 员根据限度样本用人眼来检查，此方法的缺点是效率不高，且会随着面板尺寸的 增大带来诸多不便，更主要的是它不可避免地引入了人眼检测的主观差异性。 1 2 3 研究现状 近年来基于机器视觉的光学检测技术逐渐成为了f p d 检测技术研究的热点， 某些技术开始应用在m u r a 缺陷检测中，开始出现一些检测方法和判别标准。 ( 1 ) v e s a v e s a 代表视频电子标准协会( v i d e oe l e c t r o n i c ss t a n d a r d sa s s o c i a t i o n ) ，主要针 对平板显示界面借口和电气特性方面制订相关标准，但其平板显示测量方法f p d m ( f l a tp a n e ld i s p l a ym e a s u r e m e n t s ) 却成为公认的标准中的标准。从1 9 9 1 年起， p h o t o nd y n a m i c s 的w i l l i a mk p r a t t 等人就开始研究m u r a 缺陷的检测系统【5 1 ，并 且在大量应用知识的基础上，于2 0 0 0 年左右在g a u t o m a t i cb l e m i s hd e t e c t i o ni nl i q u i d c r y s t a lf l a tp a n e ld i s p l a y s ) ) 一文中首次提出了m u r a l o o k 检测算法。该方法已经被 v e s af p d m 所接受并在2 0 0 0 年推出了v e s af p d ms t a n d a r d2 0 版。 v e s a 标准中m u r a 缺陷的测试方法的基本过程为：待测显示器设定在一定的 亮度等级，用单色光学成像系统对屏幕进行摄像，得到数字图像，一般在低、中、 高三个等级进行拍摄，拍摄的图像在长度方向应包含5 0 0 至1 0 0 0 个像素，图像分 辨率应在1 0 0 b i t 以上，来保证分析结果的可靠性，同时测量过程中应尽量保证不 引入外界干扰，接着由图像分割部分按照缺陷对比度从高到低的顺序在1 5 个阶段 上依次对图像进行缺陷检测，在缺陷分类环节中，参照于背景图像，如果被测图 像的对比度超出了规定的阈值，这些潜在的缺陷就被归咎为真正的缺陷。该算法 按照缺陷对比度的高低将检测过程分为1 5 个阶段，分别完成包括线缺陷、区块缺 陷和m u r a 在内的总共2 3 大类缺陷进行检测，并且进行分类分析，最后拿出分析 报告，报告内容包括缺陷的几何信息( 位置、面积) 、m u r a 类型、对比度和是否为 可感知的m u r a 缺陷等，如表1 1 和图1 3 所示。 4 北京交通大学硕士学位论文 绪论 表1 1m u r a 缺陷检测阶段及分类 p b a s ec h s sc b s sd e s c r i p t i o ue x a m p l e so fp h y s i c a ll c dd e f e c t | 、e s l l c o l u m nl i n e s 堙瑚ll i n e 22玎n l i n eq a l e l i n e 3 3 r a n d o mt h m l m ep a t t e r n s t r a 肼p a t t e r n t r r e g u l a rt h i nd a r ks t r e a k s 4 4 1 w h t t ei n 衄s p o t b n t h tp i x e l b n t h tp l x e lc l u s t e r b n g h ls p o t 4 4 2 w l u t ec o l n e fb l o o m b n g h tc o r n e l 44 3w h t t eb o r d e rb l o o m b n g l l lp a n e le d g e 55 1b l a c ki n t e r i o rs p o ld a r ki n x e ld a r kp v 【e lc l u s t e r d a r ks p o t 55 2b l a c kc 眦目b l o o md a r kc o n l e l 55 3b l a c kb o r d e rb l o o md a r kp a n e le d g e 66t h i nh o v z o n t a ll i n et l u nr u b b m gl i n e 77t l u nv e r t i c a ll m et h i nr u b b m 2h n e 88t h i np o s = m v es l 口p ec h a 叠o a a ll m et l u ul u ! b b m 2h n e 99t h i nr t e 室a t l v es l o p ed i a 鼬n a ll m et h i nr u b b m gl i n e 1 01 0 1 b r i g h tr e o ne t l 单u c a lr e o n w i d er u b b m gl m e b r i g h ts t r e a k b r i g h ta 托 1 01 0 2 b n 蛳r e o nc o l l e c t 3 0 nb r i g h tr i n g b r t 窖h ts t r e a k s b n 窖h la f c s l l1 1 1d a r kr e o n e l l i p t i c a lr e g i o n w i d er u b b i n gh e d a r ks t r e a k d a r k 辨 l l1 1 2 d a r kr e t f ：t o nc o u e c u o nn e w t o nr m g + v e r n c a lp e r l o 如h n e s ，d a r ks t r e a k s d a r ka r c s 1 21 2w u i eh o r t z o n t a lh n e p a n e ld r i v e rb l o c k ，l l l l l o 蠲阻p h 、，衄s a h 毋嘎钮i 1 31 3 w i d ev e m c a lh a e p a n e ld r t e rb l o c k h t h o 卿h ym l s a l x 鼬m e n t 1 41 4 1b n 2 h lf e i 咀n o n - u n f f 锄m t vb n t h t n e s sn c 咀- u n f f e n n t t - , - o fv a n e lo fb a c k h 立h t 1 4 1 4 2 b n g l l lb o r d e rn o n - u m f o m 越婶f i l l p o n 1 5t 5 1 d a r kr e o nn o n - u m f o m m d a g k n e s $ a o n - u m f 删t vo f p a n e lo rb a c k h 窖h t 1 51 5 2 d a r kb o r d e rn o n - e m f o n m t y f i n p o r t s o ur c ei m a g e 、p i 嗍凤t z a t 俐 l d l s p l 芦a n d b a c l ( g r o u n di m a g e s 、 ， i s e g m e n w 刚 l 眠p 2 上m 3 p 4 l m 5 p 6 上m 7 p 8 、r 9l m ，护，1 l m 寸帆p ，护t i c l a s s 犷虻a t 时n d e f e c tr e p o r t 图1 3v e s a 算法流程 5 北京交通大学硕士学位论文绪论 ( 2 ) s e m i s e m i 代表国际半导体设备与材料组织( s e m i c o n d u c t o re q u i p m e n ta n d m a t e r i a l si n t e r n a t i o n a l ) 。在国际半导体设备与材料组织起草的# 3 4 7 5 文件中，提出 了一个作为包括液晶显示器在内的平板显示器图像质量检测中m u r a 缺陷的检测标 准，并将其称之为s e m u ( s e m im u r a ) 指标【引。 在m u r a 缺陷的评判中，经常要用到州戚n o t i c e a b l ed i f f e r e n c e 的缩写， 意为最小可觉察的差异一这个心理学领域的术语，用于表示可觉察和不可觉察的 概率各为5 0 的一个统计值。经研究发现，m u r a 缺陷的最小可觉察的对比度差异 和m u r a 缺陷的面积大小有关。为了得到确切的函数关系，采用了实验的方法，在 一些专门的显示器上显示出人工设定的m u r a 缺陷，由一些专业的m u r a 缺陷检测 人员在特定的条件下对这些缺陷进行判定，最后根据专家评判的结果利用回归分 析的方法拟合出c j 删和s j i l d 间的关系 c j 一= 1 9 7 s j l d 。0 j 3 + o 7 2 ( 1 - 1 ) 其中c i 喇为m u r a 缺陷最小可觉察的对比度差异；s i l | d 为c m 下的m u r a 缺陷面积。 从上式可以发现，m u r a 缺陷最小可觉察的对比度差异c j 耐与面积s n d 的o 3 3 次幂 成反比。这表明当m u r a 缺陷的面积越小，最小可觉察的对比度差异越大。 根据上述结果，s e m i 定义了一个评价亮度不均匀的指标s e m u ， f 、f 、 删2 毒2 上1 9 7 s - 。 3 3 + 0 7 2 ( 1 - 2 ) c i 耐 7 式中，c i 为实际测得的亮度不均匀区域的亮度与背景亮度的比值。当s e m u 大于1 时，表示该m u r a 缺陷可被人眼感知，数值越大，感觉越明显，m u r a 缺陷 越严重，当s e m u 小于l 时，表示该亮度不均匀程度不足以被人眼感知，可以认 为不存在m u r a 缺陷【9 】。但是，在实际应用中，平板显示器的制造商一般会根据企 业的自身情况和产品特点相应地调整具体的判定标准。图1 4 为s e m u 的测试视 角。 6 北京交通大学硕士学位论文绪论 图1 4s e m u 测试的视角 尽管v e s a 和s e m i 的标准试图解决m u r a 这个复杂的问题并获得了一定的结 果，但两者的标准存在以下两个问题：第一是两个标准中从定义到测试方法都仅 考虑了亮度的不均匀性，而没有把色度的不均匀考虑进去；第二是两个标准的测 试方法中的关键参数，如设备的解析度和测量距离等可能影响测量结果的因素未 被规定，很难据此比较不同情况下m u r a 缺陷的严重程度。事实上任何显示产品都 会有显示质量的不均匀性存在，只是程度不同而已【l o i 。 1 3 本论文的研究内容及目的 在基于机器视觉技术的m u r a 缺陷检测中，由于液晶的视角特性，导致在不同 角度下观察整个屏幕的亮度会呈现出很大的不均匀性，而m u r a 缺陷的对比度很低， 其自身的灰度变化范围很可能会完全被淹没在背景的灰度起伏中。此外，由于绝 大多数的m u r a 缺陷没有一个清晰的边缘，未经过专门训练的观察者即便用肉眼也 很难观察到，所以在基于机器视觉的检测方法中，m u r a 缺陷图像的分割是最为困 难的一个环节。前面提到的v e s a 标准和s e m i 标准，也只是分别提出了m u r a 缺 陷的检测流程和判断依据，并未提及具体的m u r a 缺陷分割方法。虽然也有其他研 究者提出了有关m u r a 的分割获取方法，但均未达到很好的效果，同时受限于难于 获取大量的真实m u r a 缺陷样本，一些研究人员不得不利用人造m u r a 缺陷样本来 进行实验验证，这在一定程度上对研究结果的准确性和可信度产生了不利影响。 基于此，本论文在分析研究t f t - l c dm u r a 缺陷特征和规律基础上，提出了 一种基于b 样条曲面拟合来获取m u r a 缺陷信息的方法，并依据该方法设计和搭建 了一套t f t - l c dm u r a 缺陷自动获取系统，它是集机器视觉技术、数字化图像处 7 北京交通大学硕士学位论文绪论 理技术为一体的综合检测系统。该系统在采集得到高质量t f t - l c d 的图像的基础 上，结合m u r a 缺陷的特点，依据本文提出的方法对图像进行处理，最终实现对真 实m u r a 缺陷高准确率地获取。 本文的主要研究内容包括： ( 1 ) 研究了以机器视觉技术为核心的m u r a 缺陷获取方法； ( 2 ) 设计和搭建了t f t - l c dm u r a 缺陷自动获取系统； ( 3 ) 研究了图像实时采集和处理的软硬件技术及适合t f t - l c dm u r a 缺陷的 图像采集、图像预处理、图像分割和图像后处理； ( 4 ) 利用搭建的测试系统对真实m u r a 缺陷样本进行测试验证，验证本文提 出方法和系统的有效性。 本课题期望通过基于机器视觉技术对t f t - l c d 的m u r a 缺陷获取方法的研究， 实现对m u r a 缺陷的机器检测，提高检测效率和准确性，为及时准确反馈不良信息， 制定评判标准及修复不良提供手段，同时，还可为其他f p d 产品的缺陷检测提供 一个有价值的研究思路。 北京交通人学硕士学位论文t f t o l c dm u r a 缺陷 2t f t - l c dm u r a 缺陷 2 1 t f t - l c d 简介 2 1 1 结构 典型的t f t - l c d 产品结构为三明治结构，在两片玻璃中间夹有液晶材料，其 结构示意如图2 1 所示，从上到下包含上偏振片、彩色滤光片、液晶层、t f t 阵列 基板、下偏振片和背光模组，其中在t f t 阵列基板上连接有驱动i c 。 c o m m o ne l e c t r o d e b l a c km a t r i x ( i t o l s p a ( ；e r p o i a r i z e r ，c o l o r - f i l t e r s e a l ( b l u e ) s h o r t ：a l i g n m e n t l a y e r | b o n d i n gp a d 2 1 2 显示原理 p o l a r i z e r 陬e - 后e c t m d e s 釜嘲ec a 阱，i t o () 。摹。r ” 图2 1t f t - l c d 面板结构图 如图2 2 所示，薄膜晶体管液晶显示器是通过控制具有折射率各向异性的液晶 分子取向使通过液晶屏透过率发生变化来实现显示的一种光电显示器件，薄膜晶 体管在其中起着开关作用。在不加电的情况下，入射到液晶盒表面的自然光通过 上偏振片变成线偏振光，当满足某些条件时，进入液晶盒内的偏振光将顺着液晶 分子扭曲方向旋转，到达下偏振片时偏振方向正好旋转了9 0 度( 上下基板内侧液 晶分子之间的扭曲角也为9 0 度) ，如果下偏振片的偏振方向与上偏振片的偏振方 向垂直，光正好通过，液晶盒透过状态显示亮。当在某个像素上加上电压时，液 晶分子将受电场作用，排列方向发生变化，该区域的液晶分子的9 0 度旋光特性消 失，通过液晶盒光的偏振方向不变，上下偏振片偏振方向垂直将导致液晶盒呈现 9 北京交通人学硕士学位论文 t f t - l c dm u r a 缺陷 一个暗的状态，该像素显示状态为暗。图2 3 为驱动及控制电路外观图。 图2 2 显示原理图 2 1 3 主要性能指标 图2 3 驱动及控制电路外观图 g a t ep c b ( 1 ) 分辨率 分辨率是指有效显示区内水平和垂直方向上的像素数，是影响图像质量的一 项重要指标。对于t f t l c d 而言，每一个像素点是由r 、g 、b 三个亚像素点组 成，t f t 分别对每个亚像素点进行精确控制，从而使透过的红、绿、蓝光的透过 率不同，实现彩色显示。图2 4 所示为共有行m 列的像素的液晶显示器，其分 辨率即为m n 。 1 0 北京交通大学硕十学位论文 t f t - l c dm u r a 缺陷 n 行 三个亚象素【对应i ，g ，b 三原色) 分辨率一m x n 图2 4 分辨率示意图 ( 2 ) 亮度 亮度表示显示器的发光强度，单位耐m 2 ，对画面亮度的要求与环境光有关。 ( 3 ) 对比度 对比度c r 是所测得的高亮度k 与低亮度t 的比值。对比度越高，图像的层 次越多，清晰度越高。 ， c r = 粤( 2 1 ) 气 ( 4 ) 灰度 灰度通常是指图像的黑白亮度之间的一系列过渡层次。灰度与图像的对比度 的对数成正比，并受图像最大对比度的限制。为了精确表示灰度，人们在黑白亮 度之间划分若干灰度等级，而在彩色显示时，灰度等级表示各基色的等级。 ( 5 ) 响应时间 响应时间是“开通时间 与“关断时间”的统称，用来表征像素开关速度。 在实际测量和工业应用当中，响应时间为上升时间和下降时间之和，单位是毫秒。 ( 6 ) 视角范围 视角范围指达到视觉规范要求的可视范围，如图2 5 所示。 北京交通大学硕十学位论文 t f t - l c dm u r a 缺陷 t 一岁4 5 1 豇t 、 一- 币 3 5 0 _ - - 一一一 f 一一一一一一一_ 一7 8 0 _ ：一7 _ n ( ” i ，蠢。、 ，一一一二一一 s o o 一， 8c ) ” l 一+ 一一 2 2m u r a 缺陷及其成因分析 m u r a 是一个日文单词，英文中将其借用过来表示瑕疵，特别用来表征当显示 器以一个恒定的亮度值显示时，可看到的显示器显示区域的不完美。m u r a 缺陷是 以低对比度和局部亮度或色度不均的方式出现的，一般面积比单个像素大。以白 色背景画面为例，m u r a 的显示状况就像白云中掺杂有色偏、灰暗、大小、形状不 一的点状、带状、块状、线状分布其中的状况。可以按照不同的标准进行分类。 例如，根据其形状可以将m u r a 缺陷分为线状m u r a ，块状m u r a 和面状m u r a 。根 据缺陷发生的位置和原因又可将m u r a 缺陷可分为s i d em u r a ，r u b b i n gm u r a ，g a p m u r a 等等，除此以外，还有一些无法进确切归类的特殊m u r a 缺陷，如图2 6 所示。 周边m u r a周边白g a p 北京交通大学硕士学位论文 t f t - l c dm u r a 缺陷 v 二b l o c km u r a r u b b i n gm u r a ( bm o d e ) 水平线m u r a 1 3 r u b b i n gm u r a ( am o d e ) r u b b i n gm u r a ( em o d e ) 黑白g a p 北京交通人学硕十学位论文 t f t - l c dm u r a 缺陷 黑白点 s c r a t c h c e l l 异物 t o u c h 图2 6 典型m u r a 缺陷 因t f t - l c d 制造工艺复杂，造成m u r a 缺陷产生的原因有很多，有些是阵列 工艺引起的，有些则可能是由制屏工艺引起的，包括在玻璃基板上存在破裂、划 痕或是污点，金属配线线幅不匀引起的电阻偏差和电容偏差，曝光强度不同，光 刻胶预烘时温度不均，较大的漏电流，沟道的刻蚀深度不够，沟道的过刻蚀】等， 都会导致m u r a 缺陷的产生，如图2 7 所示。 c h a n n e lo p e n g a t er e m a i n 北京交通大学硕士学位论文 t f t - l c dm u r a 缺陷 g t b r i d g e s dr e m a i n n + r e m a i n 1 o l = l 崎1 。 q ” 啊 71 1 甄1 i 一 、一崎卜-、一、- _ _ 0 _ 一 j口：叠 一蕾。： 连 百1 一可f - 耵 图2 7m u r a 缺陷的部分原因 】5 p v xo p e n h一川川川盯川_r_l川u 北京交通人学硕+ 学位论文 m u r a 缺陷获取系统 3m u r a 缺陷获取系统 机器视觉是一个复杂的处理过程，图像理解及图像分析是其处理要点。用计 算机实现图像理解必须将输入的图像和预先存入的有关物体结构和环境约束知识 进行交互作用，建立明确而有意义的描述理解。这种过程可归结为从一幅图像中 提取图像信息，完成某些计算，在不同阶段的理解过程引入相关的先验知识，从 而完成理解处理。因此，机器视觉与图像技术本身就有着密切的关系，机器视觉 较好地兼容了图像技术，同时也进一步强调了它的应用。 m u r a 缺陷获取系统主要由四部分组成，包括图像采集、图像预处理、图像分 割和图像后处理。 3 1 图像采集 图像采集在机器视觉系统中是必不可少的。图像采集通常又称为图像获取， 是将被测物体的可视化图像与内在特征转换成能被计算机处理的数据的过程，它 直接影响到后续图像处理和分析工作的难易程度，甚至决定整个机器视觉系统的 稳定性、可靠性及识别精度【1 2 】【1 3 】。 一量一息 图3 1 检测装置简图 图3 1 为检测装置图，将c c d 摄像机拍摄t f t - l c d 屏得到的图像数字化， 就是用离散像素所处位置上的，或附近的位置的灰 度值来表示原来连续的图像，可用二维位置空间 ( x y 坐标) 上分布的模拟量( z 轴) 来表示。 图像数字化的方法为：首先进行空间域上的数字 化，其次对z 轴上的模拟量进行数字化，即图像的 数字化是指对信号的明暗程度和像点密度进行数 字化。空间域的数字化称为横向数字化，实际上就 1 6 ， 妙 妒i 妒1 图3 2 二维采样图 北京交通大学硕士学位论文 m u r a 缺陷获取系统 是将一维时序信号在时间进行的采样扩展到在z 轴和y 轴上同时进行采样，如图 3 2 所示。明暗程度的数字化称为纵向或深度方向的数字化，即通过量化得到相应 的灰度值。灰度值获取的流程如图3 3 所示。 光线 光电转换 量化 图3 3 灰度获取过程 各个像素的明暗程度表示得越正确，图像就越能正确地重现出来。但是，根 据不同的条件和目的用适当的精度束表示，使图像的数字化没有太大的冗余也是 十分必要的。由w e b e r - f e c h n e r 法则可知，人类是由亮度的比值址为视觉刺 激量来得到视觉的。人类能够识别亮度的最低值，大体上在某个环境亮度条件下， 大约为其2 ，由此我们知道，如果能较好地表现出5 0 个灰度级的亮度变化的话， 用6 比特量化精度进行量化就可以满足人的视觉要求。另一方面，因为在图像测 量、分析等领域，灰度的精度直接关系到测量精度，因为数据在计算等处理时， 会使精度下降，所以有时需要1 6 或2 0 比特灰度级的高精度量化。但是，用高精 度进行量化时，不能无视噪声的存在，通常信噪比( s ) 也决定着适当的量化精 度。 影响图像采集质量的因素有很多，比如：光源的选择、图像采集装置 ( c c d c m o s 相机) 的好坏、镜头的质量、图像采集卡的性能等。此外，影响较 大而又容易被忽视的问题是图像中的不均匀场。所谓的不均匀场是指相机由于受 到各方面因素的影响，即使对于一个亮度均匀的目标，也可能会输出强度并不均 匀的图像，即对于真实世界中同一亮度的目标点，在图像上反映的灰度值却有可 能是不相同的，这在很大程度上增加了图像处理与分割的难度。 同时，若想提高图像的高信噪比，在图像采集过程中，可采用长时间曝光或 是利用自带的多图像平均的方法，此外，由于c c d 芯片和t f t - l c d 屏都具有网 格结构，因此在图像采集时，如果将待测样本屏置于c c d 摄像机的焦平面位置， 采集到的图像就会出现摩尔条纹，影响后续的处理，因而需要抑制摩尔条纹的产 生，可以通过镜头离焦，轻微移动l c m 以及图像处理的方法来实现。 图3 4 为采集到的其中一幅m u r a 缺陷样图，从其直方图3 5 看出它的灰度分 布由2 4 至1 2 8 ，范围是比较广的，原因是多方面的，主要由于面板背光分布并不 是绝对均匀的，加之液晶具有的视角特性及镜头的特点造成的。图3 6 为其三维视 图，从中看不出所需的m u r a 缺陷信息。 1 7 北京交通大学硕十学位论文 m u r a 缺陷获取系统 图3 4 采集得到的原始图像 图3 5 原始图像的灰度直方图 图3 6 原始图像的三维视图 在得到m u r a 缺陷图像后，需要对图像进行数字图像处理。图像处理是一个对 图像进行理解的完整系统，通常包括图像预处理、图像分割和识别及图像后处理 等部分。 北京交通大学硕士学位论文m u m 缺陷获取系统 3 2 图像预处理 受环境和器件本身的影响，c c d 采集到的光强信号通常都伴有一些的噪声， 这些噪声会降低采集信号的信噪比，降低测量精度，并可能使得采集的图像出现 断点、坏点，因此对采集到的图像信号进行预先的平滑和滤波等处理是非常必要 的。平滑操作主要用来减小采样、量化、传输以及图像采集过程中环境的扰动在 图像