摘 要:在對(duì)彩色濾光片進(jìn)行微觀修補(bǔ)時(shí),想要用設(shè)備自動(dòng)運(yùn)行代替人工,最關(guān)鍵的是區(qū)分缺陷的位置和修補(bǔ)的準(zhǔn)確度。應(yīng)用RGB色域可以將設(shè)備調(diào)整到RGB Pixel色差做大的狀態(tài),從而方便Auto Repair。
關(guān)鍵詞:彩膜;修補(bǔ)機(jī);RGB色域;自動(dòng)修復(fù)
可見(jiàn)光的波譜范圍3.8×10Hz~7.5×10Hz之間,包含了赤、橙、黃、綠、青、藍(lán)、紫七種顏色。人眼之所以能夠識(shí)別這些顏色,是因?yàn)樵谌说拇竽X中含有視錐細(xì)胞,它接受強(qiáng)光和色光的刺激,主要在白天起作用。一般認(rèn)為,人的視錐細(xì)胞有三種,它們分別含有感紅色素、感綠色素和感藍(lán)色素三種基本感光色素,能分別接受紅、綠、藍(lán)三種基本光波(又稱光的三基色)的刺激而發(fā)生興奮,從而引起相應(yīng)的色覺(jué)感受。
但是設(shè)備不同與人,設(shè)備只能簡(jiǎn)單分辨不同區(qū)域的灰階差異或者RGB的色差。在彩色濾波片的修復(fù)中,涉及到RGB像素上的相應(yīng)顏色缺失的修補(bǔ),這就需要精確區(qū)分不同的像素。而通過(guò)RGB色域恰好能夠達(dá)到這一目的。
1 Auto-Repair的工作原理
微觀修補(bǔ)設(shè)備(Repair)一般可以實(shí)現(xiàn)對(duì)像素缺失的填補(bǔ)和殘留異物的研磨兩個(gè)功能。一般是上游檢測(cè)設(shè)備提供精確的坐標(biāo),微觀修補(bǔ)設(shè)備讀取上游坐標(biāo)。同時(shí)設(shè)備本身還需要將該坐標(biāo)周?chē)囊欢ǚ秶M(jìn)行灰階二值化處理,從而在Operator的視野內(nèi),將灰階差值的最大處視為缺陷的位置,并且將此移至視野中心,方便OP的修補(bǔ)作業(yè)。二值化處理以后,圖像的每一個(gè)點(diǎn)都具備自己的灰階值,只要按照像素的分布設(shè)定一定的比對(duì)規(guī)律,就可以實(shí)現(xiàn)上述效果。此時(shí)對(duì)缺陷的作業(yè)種類,需要Operator去判斷,作業(yè)內(nèi)容也完全由Operator完全掌控。
Auto-Repair就是要把整個(gè)過(guò)程用設(shè)備去自動(dòng)實(shí)現(xiàn)。以目前的各個(gè)廠商的Repair來(lái)看,實(shí)現(xiàn)自動(dòng)找到缺陷點(diǎn)的位置、自動(dòng)進(jìn)行研磨操作、和對(duì)研磨后的效果進(jìn)行判級(jí),都完全沒(méi)有問(wèn)題。但是Operator操作設(shè)備實(shí)現(xiàn)的彩色濾光片缺色的修補(bǔ),在設(shè)備自動(dòng)修復(fù)的情況下,還具備一定的技術(shù)困難。
2 Auto-Repair的工作難點(diǎn)
根據(jù)灰階圖像的對(duì)比發(fā)現(xiàn),一般情況下,R、G像素與B像素之間的灰階差值都在10~20左右,RG像素與黑矩陣灰階差在20~30左右,而R像素和G像素的灰階差就不是很大。這就會(huì)影響到像素缺失的時(shí)候,相應(yīng)顏色像素的填補(bǔ)修補(bǔ),可能導(dǎo)致填充錯(cuò)顏色的尷尬局面發(fā)生。
如圖1、圖2所示,灰階圖像中R、G像素很接近。圖中的R灰階為48,G為46,B為61,黑矩陣為71,缺陷的灰階是8;這對(duì)于研磨修補(bǔ)完全可以實(shí)現(xiàn)。但是如果R像素上有一處像素缺失,固然灰階為255,但是設(shè)備很難根據(jù)灰階差確定是R像素還是G像素亦或者是B像素。此時(shí)進(jìn)行填補(bǔ)作業(yè),就會(huì)很滑稽。
故此提出嘗試應(yīng)用RGB色系,進(jìn)行彩色圖片處理的可能性。RGB色系認(rèn)為:700nm為紅色光,546nm為綠色光,435.8nm為藍(lán)色光,三種顏色為三原色。三原色可以組成由白到黑的所有顏色。圖2所示的分別是反射光和透射光下彩色濾光片的效果。
3 RGB色系應(yīng)用的理論依據(jù)
需要說(shuō)明的是,同一個(gè)設(shè)備,不同燈光所測(cè)得的RGB色系值是有變化的,如圖3、圖4。
如何在設(shè)備的彩色圖片上形成不同像素的最大差值,是文章的重點(diǎn)。表1給出了一些不同反射光下,RGB像素內(nèi)RGB三原色占比總和的變化。
根據(jù)表1的數(shù)據(jù),不難看出:燈光加大,任何顏色的像素含有的RGB三原色占比的和都會(huì)增加。但是燈光加大,數(shù)據(jù)變化的趨勢(shì)并能得到理想的曲線,如圖5所示。
(1)反射光采用的是RGB色系值的和值做差,其中R-G的波動(dòng)較大。
(2)三條曲線在R1000~R1200區(qū)間,都呈現(xiàn)較大差值、且之間沒(méi)有交叉和重疊。
(3)三條曲線在R1500以后,呈現(xiàn)較大差值。此時(shí)RGB三原色的占比和值均大于450,表中沒(méi)有詳述RGB三原色單一值。
表2給出了一些不同透射光下,RGB像素內(nèi)相應(yīng)RGB三原色占比的變化(黑矩陣選取的是B):
根據(jù)表2的數(shù)據(jù),不難看出:燈光加大,任何顏色的像素含有的相應(yīng)顏色的占比都會(huì)增加,直到達(dá)到255。但是燈光越大所有數(shù)值都趨近于增加到255,此時(shí)數(shù)據(jù)之間的差值遞減。設(shè)備只會(huì)識(shí)別數(shù)字,這種變化不便于用數(shù)字區(qū)別不同顏色像素。
(4)不難看出,當(dāng)燈光處于T2800~T3000的時(shí)候,R-G的色值差是最大的。
(5)盡管燈光繼續(xù)加大,R-BG-B的色值差會(huì)繼續(xù)加大,但是R-G色值差已經(jīng)開(kāi)始下降了。
這就需要找到一個(gè)最大值,已達(dá)到R、G、B像素之間數(shù)值的差的最大化。如圖會(huì)得到以下規(guī)律:
(1)取R1200,此時(shí):三原色R色值為160±10的為紅色像素,111±10的為綠色像素,183±10的為藍(lán)色像素,244±10的為黑矩陣。
(2)取T3000,此時(shí):三原色R色值為165±25為紅色像素,G色值為138±25為綠色像素,B色值為25±5為藍(lán)色像素。應(yīng)用同一三原色也可以區(qū)分。
這樣,就可以根據(jù)區(qū)域的三原色含量,確定像素的顏色。
4 RGB色系應(yīng)用的可行性方法
以上方法固然在理論中可行,但是實(shí)際上必須規(guī)劃出像素的分布,依據(jù)設(shè)定好的分布圖偵測(cè)相應(yīng)的RGB三原色的含量。設(shè)備在偵測(cè)到具體數(shù)值之前,不能區(qū)分顏色,所以分區(qū)域的時(shí)候只需要依據(jù)產(chǎn)品設(shè)計(jì),嚴(yán)格按照像素的分布,分出線框圖即可。沒(méi)必要考慮像素的顏色。圖6是分區(qū)前的灰階圖片,分區(qū)示意圖如圖7所示。
圖7所示得分區(qū),是設(shè)備偵測(cè)以后識(shí)別的。為凸顯設(shè)備識(shí)別顏色的效果,這里以灰階圖作為典例。一旦設(shè)備分好像素的顏色,即使出現(xiàn)缺膜的情況,也能自動(dòng)選擇Ink的顏色執(zhí)行填補(bǔ)作業(yè)。
(1)值得考慮的是,如果像素是規(guī)則的矩形,當(dāng)CCD掃描一個(gè)像素的時(shí)候,并不需要對(duì)CCD的每個(gè)像素都偵測(cè)RGB三原色的含量。
(2)但是當(dāng)像素不是規(guī)則的矩形,應(yīng)用RGB三原色去偵測(cè),就可以得到實(shí)際的像素圖形以及顏色。還能精細(xì)的區(qū)分黑矩陣的分布。
(3)配合透射以及反射燈光,就能對(duì)上有檢測(cè)設(shè)備提供的缺陷進(jìn)行全方位的修補(bǔ)。
5 結(jié)束語(yǔ)
文章基于RGB三原色的理念詳細(xì)分析了彩色濾光片實(shí)現(xiàn)自動(dòng)修補(bǔ)的可行性,并根據(jù)實(shí)際生產(chǎn)的數(shù)據(jù)詳細(xì)闡述了RGB三原色與燈光的變化關(guān)系,并且從中總結(jié)出彩色濾光片RGB三種像素差異最大的設(shè)定方案。根據(jù)這一方案,提出應(yīng)用于Auto-Repair。配合實(shí)際產(chǎn)品的像素分布,劃分檢測(cè)區(qū)域,以達(dá)到精細(xì)區(qū)分像素的目的。總體來(lái)講,文章提出了一種實(shí)現(xiàn)Auto-Repair的可行性方案。
參考文獻(xiàn)
[1]申曉霞,張樺,高贊,等.基于深度信息和RGB圖像的行為識(shí)別算法[J].模式識(shí)別與人工智能,2013(8):722-728.
[2]劉文峰,吳學(xué)毅,劉長(zhǎng)富.基于RGB色度空間的車(chē)牌定位及矯正算法[J].武漢大學(xué)學(xué)報(bào),2006,31(9):785-787.
[3]郭凌華.對(duì)標(biāo)準(zhǔn)色度學(xué)標(biāo)準(zhǔn)空間的理解[J].包裝工程,2003,2(24):13-16.
[4]張濤,宋佳霖,劉旭龍,等.基于色度學(xué)空間的多元圖表示[J].燕山大學(xué)學(xué)報(bào),2010,2(34):111-114.
[5]徐偉,彭毅雯,肖光輝.未確認(rèn)Mura分析與改善對(duì)策[J].液晶與顯示,2011,5(26):612-615.
[6]羅麗平, 向南,金基用.TFT-LCD生產(chǎn)及發(fā)展概況[J].現(xiàn)代顯示,2012(3):31-38.
[7]張鐵軼,余道平,王野,等.自動(dòng)光學(xué)檢測(cè)的彩膜分區(qū)檢查與判定[J].液晶與顯示,2014,29(1):34-39.
[8]胡朝暉,劉大成,劉穗宏.基于OEE的企業(yè)設(shè)備效率診斷與改善[J].制造技術(shù)與機(jī)床,2006(1):81-84.
作者簡(jiǎn)介:張文富(1987,4-),男,籍貫:內(nèi)蒙古自治區(qū)赤峰市,本科,工程師,從事的主要工作是液晶面板行業(yè)。