張鐵軼，余道平，王 野，劉超強(qiáng)，張 祥

（北京京東方顯示技術(shù)有限公司，北京100176）

1 引 言

自20 世 紀(jì)70 年 代 起，彩 膜（Color Filter，CF）作為液晶面板的主要組成部分在液晶顯示器已經(jīng)歷的TN、STN、a－Si TFT（TN 模式）、大型TFT（IPS、MVA、OCB等模式）等4個(gè)發(fā)展階段，成功地解決彩膜擴(kuò)大開口率、增大畫面尺寸、擴(kuò)大色域等問題，從而使液晶面板在其應(yīng)用領(lǐng)域迅速擴(kuò)展［1］。

彩膜是由大量的像素矩陣組成的，在生產(chǎn)過程中容易產(chǎn)生像素壞點(diǎn)，一旦做成液晶屏之后，這些存在的壞點(diǎn)是無法修復(fù)的，只能更換整個(gè)液晶面板才能夠解決?！皦狞c(diǎn)”是指存在故障的像素點(diǎn)，通常分為兩類：“暗點(diǎn)”與“亮點(diǎn)”；其中“暗點(diǎn)”是無論液晶屏顯示圖像如何變化都無法顯示的“黑點(diǎn)”，而最令人討厭的則是那種只要開機(jī)便一直發(fā)光的“亮點(diǎn)”。彩膜技術(shù)發(fā)展到現(xiàn)在，仍然無法從根本上克服生產(chǎn)中這一難關(guān)。隨著競爭加劇，彩膜生產(chǎn)廠家不僅提高生產(chǎn)技術(shù)水平的同時(shí)，也要進(jìn)一步加強(qiáng)生產(chǎn)和檢測等內(nèi)部質(zhì)量管控，進(jìn)而減少缺陷率，從而保證液晶屏的良率。

生產(chǎn)規(guī)模海量化給在線的生產(chǎn)質(zhì)量控制與檢測帶來了很大挑戰(zhàn)。目前TFT－LCD 使用的檢查手法主要分為光學(xué)檢查、電氣檢查以及目視檢查。光學(xué)檢查最為常見，其利用光學(xué)成像取得產(chǎn)品的表面狀態(tài)，以影像處理來確定異?，F(xiàn)象；因?qū)俜墙佑|式，故可在各工藝檢查半成品。自動(dòng)光學(xué)檢測系統(tǒng)（AOI）被大量地運(yùn)用在液晶面板的生產(chǎn)線上。AOI系統(tǒng)的應(yīng)用克服了人工檢測勞動(dòng)強(qiáng)度高、眼睛易疲勞、漏驗(yàn)率高、人為因素影響大等弊端，從而大大提高了檢測速度、質(zhì)量，降低了生產(chǎn)成本。但AOI檢測系統(tǒng)也對圖像采集、算法等提出了較高的要求［2］，以實(shí)現(xiàn)高質(zhì)量、高速度檢測。高質(zhì)量的運(yùn)算方法與硬件配置能夠縮短后續(xù)工藝流程處理時(shí)間，以達(dá)到實(shí)時(shí)檢測的要求。

2 彩膜AOI工作原理及現(xiàn)狀

2.1 界面的能量方程

以透過體為例，多層透過體的某一界面任一透過體至少有兩層界面，本例以兩層界面為例。此透過體的某一界面K，接受從K－1層界面或外界來的輻射能量GK，如圖1所示。由于到達(dá)界面后傳輸介質(zhì)的改變，于是光線發(fā)生折射。設(shè)ρK是界面K 的反射率，則GK中的一部分——（1－ρK）GK穿過界面繼續(xù)前進(jìn)，另外一部分ρK·GK被界面反射折回。與此同時(shí)，由K＋1層界面射來的反射光到達(dá)K 界面時(shí)為FK′，這部份光線也由于傳輸介質(zhì)的改變，（1－ρK）FK穿過K 界面與ρK·GK匯合成為FK射出。另一部份ρK·FK′被界面反射與（1－ρK）GK匯合成為GK′再射向K＋1界面。

圖1 界面能量輻射圖Fig.1 energy radiation pattern of interfacial

綜上所述，對于K 界面有如下能量平衡方程式：

即：射向界面的能量總和＝界面射出的能量總和。

由（2）式可得

上式取倒數(shù)，令

把αK二稱作K 界面的界面總透過率。它反映光線經(jīng)過界面后造成的衰減。1－αK表示K界面造成的界面損失。

由（1）式得

等式兩邊同除GK，

βK 可以看作是由界面反向射出的能量和正向射入的能量之比。當(dāng)界面完全不透明為一灰體時(shí)，βK＝1－α（α 為白光譜下界面的吸收率）。βK所以值將因界面介質(zhì)的不同而有差異［3］。

2.2 AOI工作原理

目前應(yīng)用于彩膜檢查的AOI技術(shù)具有高精度、高速度、非接觸、數(shù)字化、智能化等技術(shù)特點(diǎn)；利用光電檢測中的反射與透射對被測物體的光輻射進(jìn)行檢測，即通過光電檢測器件接收光輻射并轉(zhuǎn)換為電信號；具有對被測物體的面積、長度、位置、形狀、類型等幾何量輸出功能。如圖2所示，AOI檢查系統(tǒng)結(jié)構(gòu)圖。

圖2 AOI系統(tǒng)結(jié)構(gòu)圖Fig.2 Structure of AOI system

彩膜AOI基本使用的是五點(diǎn)比較的計(jì)算邏輯，其中的一種算法為：設(shè)定檢查閾值β［4］。如圖3：檢查灰階值為a的A 點(diǎn)是否為異常點(diǎn)，根據(jù)比較Pitch找出的4點(diǎn)A1、A2、A3、A4，其灰階值分別是a1、a2、a3、a4。對五點(diǎn)的灰階值根據(jù)大小順序進(jìn)行排序：a1＜a2＜a3＜a4＜a，定義由排序的出的中間值a3為參照值，取灰階值a與灰階值a3的差值β1。設(shè)定檢查閾值β，由β1 與β的大小進(jìn)行比較，確認(rèn)A 點(diǎn)是否為異常點(diǎn)。

當(dāng)｜β1｜＝｜a－a3｜＞β時(shí)，點(diǎn)A 為異常點(diǎn)。

當(dāng)｜β1｜＝｜a－a3｜≤β時(shí)，點(diǎn)A 為正常點(diǎn)。

AOI分別采用反射、透射獨(dú)立的檢查光源通過各自對應(yīng)的CCD 構(gòu)成光學(xué)檢查系統(tǒng)。由于CCD傳感器接受光照時(shí)，對應(yīng)位置的光電元件產(chǎn)生負(fù)電荷，同時(shí)CCD的半導(dǎo)體感光元件只能感應(yīng)光強(qiáng)，而無法反應(yīng)光線的顏色，所以CCD 對光線最終讀出后會(huì)產(chǎn)生一張灰白圖片，如圖2：五點(diǎn)比較示例中的灰白圖片。反射用CCD 所捕捉的畫像，經(jīng)過數(shù)字處理計(jì)算后，可得出兩種缺陷，分別是：

圖3 五點(diǎn)比較Fig.3 Five point comparison

RB（Reflection Black：反射黑）、RW（Reflection White：反射白）；

同樣透射單元檢出的兩種缺陷是TB（Transmission Black：透 射 黑）、TW （Transmission White：透射白）。綜上，AOI檢出的缺陷類型為：RB、RW、TB、TW 4種。

3 分區(qū)檢測的提出

3.1 彩膜AOI工作現(xiàn)狀

彩膜是由紅綠藍(lán)三基色組成，在經(jīng)過AOI燈源的照射下，作為光的傳輸介質(zhì)的紅綠藍(lán)部分發(fā)生透射或折射的光能量不同，紅綠藍(lán)各個(gè)區(qū)域反射、透過的光量就會(huì)不同，檢查用CCD 從彩膜的紅綠藍(lán)3個(gè)不同的區(qū)域獲取的灰階值不同，彩膜在透射 光 情 況 下 的CCD 成 像 效 果［5－9］。由CCD成像效果轉(zhuǎn)化成數(shù)字信號，如圖4所示。

圖4 數(shù)字信號Fig.4 Signal of digit

有圖4可知在紅綠藍(lán)區(qū)域，各自的灰階值擁有不同的灰階區(qū)域；假設(shè)一個(gè)異物A 分別落在紅綠藍(lán)區(qū)域上，設(shè)這個(gè)異物的灰值為55，設(shè)定檢查閾值β為30，參照圖4提出紅綠藍(lán)的灰階值并計(jì)算灰階差值β1 見表1模擬數(shù)字運(yùn)算。

表1 模擬數(shù)字運(yùn)算Tab.1 Operation of analog digital

根據(jù)AOI的運(yùn)算規(guī)則，由表1 可知，若上述異物落在紅區(qū)域上，那么此點(diǎn)被認(rèn)為正常點(diǎn)；但是如果改變閾值β小于23，此異物可以被認(rèn)為異常點(diǎn)。這種問題所引發(fā)的困擾主要在以下兩個(gè)方面：

（1）彩膜是逐工序作業(yè)，假設(shè)工序是按照R（紅色工藝）G（綠色工藝）B（藍(lán)色工藝）逐步進(jìn)行，當(dāng)R 線的AOI按照R 層的灰階調(diào)整完好，無過檢和漏檢；當(dāng)產(chǎn)品運(yùn)行G 線的時(shí)候，R 線產(chǎn)生的缺陷會(huì)在G 線再次檢測一遍，由于R 顏色和G 顏色在同樣透射／反射光下灰階值是不一樣的，就導(dǎo)致表1所呈現(xiàn)的結(jié)果，R 線檢出的真實(shí)缺陷在G線AOI不認(rèn)為是缺陷。

（2）假設(shè)再繼續(xù)生產(chǎn)B 工序，同樣會(huì)過濾掉前面工序產(chǎn)生的真實(shí)缺陷，或者將前工序漏檢的缺陷又檢出來，卻被AOI判定是本工序產(chǎn)生的缺陷，誤導(dǎo)工程師的判定和改善。這樣，AOI檢測就顧此失彼，無法保證正常檢出。

3.2 分區(qū)檢測的提出

分區(qū)檢測是針對彩膜不同顏色不同灰階提出的，目的是消除誤檢。其主要理論是不同的工藝、不同的圖形，分區(qū)比較，分區(qū)設(shè)定［10］，根據(jù)各分區(qū)的基本灰階設(shè)定閾值［11］，從根源上解決因顏色或圖形帶來的困擾。分區(qū)示意圖如圖6所示。

分區(qū)即是根據(jù)紅綠藍(lán)各區(qū)域參照值設(shè)定劃分不同的檢測區(qū)域，可以抓取各分區(qū)的標(biāo)準(zhǔn)圖像灰階值來建立，分區(qū)完成后再針對不分別落在這三個(gè)不同的區(qū)域上，設(shè)定不同的判定閾值；如圖7所示，0起點(diǎn)至250終點(diǎn)的直線L，根據(jù)參照點(diǎn)的灰階值設(shè)定3個(gè)不同的區(qū)域，使紅、綠、藍(lán)分別落在這3個(gè)不同的區(qū)域上，設(shè)定不同的閾值；在直線L以下且超出所設(shè)定的閾值的點(diǎn)被認(rèn)為是Black Defect（黑缺陷），在直線L 以上且超出所設(shè)定的閾值的點(diǎn)被認(rèn)為是White Defect（白缺陷）。

圖6 分區(qū)示意圖Fig.6 Schematic diagram of partition

圖7 分區(qū)域設(shè)定閾值Fig.7 Threshold setting by partition

4 分區(qū)效果及判定

4.1 分區(qū)檢測的效果

在判定異物A 是否為異常點(diǎn)的過程中，如果使用分區(qū)設(shè)定閾值，針對紅、綠、藍(lán)3個(gè)區(qū)域設(shè)定3個(gè)不同的閾值，其結(jié)果是異物A 在每個(gè)區(qū)域均被認(rèn)為是異常點(diǎn)。從而提高AOI檢出缺陷的準(zhǔn)確率。

通過分區(qū)，在不同的區(qū)域設(shè)定不同的閾值之后，同一種異物均作為異常點(diǎn)被被檢出。根據(jù)AOI檢出的四種缺陷類型，將不同類型的缺陷按對應(yīng)的面積大小分為S（Small）、M（Middle）、L（Large）3種大小不同的級別，用于缺陷的管理。見表3。

表2 分區(qū)模擬數(shù)字運(yùn)算Tab.2 Partition operation of analog digital

表3 缺陷的分級Tab.3 Defect classification （μm2）

4.2 缺陷的分區(qū)判定

在經(jīng)過分區(qū)檢查后，提高了缺陷檢出的準(zhǔn)確度，而AOI所檢出的缺陷信息主要提供給修補(bǔ)設(shè)備使用；所以需要對缺陷進(jìn)一步細(xì)化再判定，區(qū)分出影響彩膜質(zhì)量的缺陷，在保證缺陷檢出準(zhǔn)確度的同時(shí)，還要保證缺陷在修補(bǔ)設(shè)備處是否有修補(bǔ)的價(jià)值。對AOI檢出的缺陷做出進(jìn)一步的分類與判定主要是對已有被檢出的缺陷根據(jù)SIZE 和灰階差再分類，這種方法需要有對彩膜各種缺陷的檢出類別有相當(dāng)?shù)慕?jīng)驗(yàn)資深工程師完成。例：RB－S缺陷根據(jù)β1 的大小進(jìn)一步進(jìn)行區(qū)分判定，如圖8所示，對RB－S的缺陷分別做了U、P、G、O的判定，修補(bǔ)設(shè)備可以根據(jù)這些信息做出不同的動(dòng)作或不做動(dòng)作。判定完成，將缺陷信息輸出到AOI缺陷文件以供工程師分析及修補(bǔ)設(shè)備使用進(jìn)行修補(bǔ)。主要輸出內(nèi)容如表4。

圖8 缺陷判定Fig.8 Defect judgement

表4 缺陷判定Tab.4 Defect judge

5 結(jié) 論

本文基于AOI的邏輯運(yùn)算詳細(xì)分析了彩膜呈現(xiàn)出不同區(qū)域呈現(xiàn)出不同灰階對檢查效果的影響；從而提出分區(qū)檢查的方案，以及對缺陷檢出后的進(jìn)一步分類與判定，最終提高AOI在彩膜檢查過程中的準(zhǔn)確度至99.6%以上，為修補(bǔ)設(shè)備提供更詳細(xì)準(zhǔn)確的信息。目前，該方案已經(jīng)應(yīng)用在某彩膜工廠中，該廠的良率一直保持在99.9%以上。

［1］ 田民波，葉鋒.TFT 液晶顯示原理與技術(shù)［M］.北京：科技出版社，2010：263－276.Tian M B，Ye F.TFT Liquid Crystal Display Principle and Technology ［M］.Beijing：Publishing House of Science and Technology，2010：263－276.（in Chinese）

［2］ 蒲亮，葉玉堂.基于優(yōu)化K－D樹的大面積高密度PCB快速AOI［J］.儀器儀表學(xué)報(bào)，2011，32（4）：955－259.Pu L，Ye Y T.Large area optimized K－D tree of high density PCB based fast AOI［J］.Chinese Journal of Scientific Instrument，2011，32（4）：955－259.（in Chinese）

［3］ 江億，李元哲，狄洪發(fā).關(guān)于透過體系透過率計(jì)算方法的探討［J］.太陽能學(xué)報(bào)，1980，2（1）：167－175.Jiang Y，Li Y ZH，Di H F.Discussion on through the system through the ratio calculation method［J］.Journal of Solar Energy，1980，2（1）：167－175.（in Chinese）

［4］ 何瀅，曲興華.非金屬工件電鍍表面缺陷現(xiàn)場檢測技術(shù)的研究［J］.儀器儀表學(xué)報(bào)，2004，25（2）：271－273.He Y，Qu X H.Detection of surface defects of nonmetal workpieces site［J］.Chinese Journal of Scientific Instrument，2004，25（2）：271－273.（in Chinese）

［5］ 李丙玉，王曉東，李哲.在軌完成CCD 非均勻性校正的方法［J］.液晶與顯示，2011，26（2）：255－259.Li B Y，Wang X D，Li Z.Completion of in－orbit CCD non－uniformity correction method［J］.Chinese Journal of Liquid Crystals and Displays，2011，26（2）：255－259.（in Chinese）

［6］ 王運(yùn)，顏昌翔.光譜儀圖像的亞像素配準(zhǔn)［J］.光學(xué)精密工程，2012，20（3）：661－666.Wang Y，Yan C X.Subpixel registration of spectrometer image［J］.Optics and Precision Engineering，2012，20（3）：661－666.（in Chinese）

［7］ 劉妍妍，李國寧，張瑜.可見光面陣CCD 相應(yīng)非均勻性的檢測與校正［J］.液晶與顯示，2010，25（5）：759－763.Liu Y Y，Li G N，Zhang Y.Visible area CCD non－uniformity of the corresponding detection and correction［J］.Chinese Journal of Liquid Crystals and Displays，2010，25（5）：759－763.（in Chinese）

［8］ Tae－Hyoung P，Hwa－Jung K，Nam K.Path planning of automated optical inspection machines for PCB assembly systems［J］.International Journal of Control，Automation，and Systems，2006，4（1）：96－104.

［9］ 沈湘衡，楊亮，賀庚賢.光電測量設(shè)備光學(xué)系統(tǒng)的像面照度均勻性檢測［J］.光學(xué)精密工程，2008，16（12）：2531－2536.Shen X H，Yang L，He G X.Image plane illuminance uniformity detects of optical measuring apparatus＇s optical system［J］.Optics and Precision Engineering，2008，16（12）：2531－2536.（in Chinese）

［10］ 喬鬧生，葉玉堂.PCB光電圖像光照不均蛻化的校正及閾值分割方法［J］.光子學(xué)報(bào)，2009，38（11）：3000－3003.Qiao N SH，Ye Y T.PCB optical image uneven illumination degenerate＇s correction and thresholding method［J］.Acta Photonica Sinica，2009，38（11）：3000－3003.（in Chinese）

［11］ 邱文濤，趙建，劉杰.結(jié)合區(qū)域分割的SIFE圖像匹配方法［J］.液晶與顯示，2012，627（6）：827－831.Qiu W T，Zhao J，Liu J.Matching method of the SIFE image combined with segmentation［J］.Chinese Journal of Liquid Crystals and Displays，2012，627（6）：827－831.（in Chinese）