毛繼禹，曹 斌，薛鳳明，劉滋旺，徐 錚

（北京京東方顯示技術有限公司，北京 100176）

1 現(xiàn)有檢測方面存在的問題

目前，CF基板微觀缺陷的在線監(jiān)控和檢出主要依靠AOI設備檢出，AOI設備通過數(shù)量巨大的Line CCD對基板進行拍照，然后AOI PC通過生成的灰度圖像依據(jù)五點比對法對基板各點的灰階值進行對比，檢出微觀缺陷。利用五點對比法進行微觀缺陷的檢查，自動化程度高，準確率高。

五點比對法原理如圖1所示。

圖1 五點比對法原理圖

需要確認的點B灰度值為b，按照Recipe設定選取周圍等距離的4個點：A、C、D、E。

灰度值也分別為a、c、d、e。對這5個點的灰度值進行排序，如果a＞b＞c＞d＞e，那么C點就是中間值點。Repice設定的閾值為X，那么如果|c-b|≥X，B點確定為缺陷點。

目前五點比對法只能針對微觀缺陷，無法應用于宏觀缺陷的檢出。

如圖2所示，當缺陷為宏觀缺陷時，面積較大，部分區(qū)域所檢測5個點均在宏觀缺陷范圍內，無法實現(xiàn)缺陷檢出，因此AOI目前無法檢測宏觀缺陷。

圖2 五點比對法實用圖

目前CF宏觀缺陷的檢出，均依靠Mura設備，Mura設備主要依靠CCD生成精度較低的灰度圖像，由OP人眼進行檢測，這種宏觀檢測方法自動化低，依靠人眼，準確率的穩(wěn)定性也很難保證。如圖3所示。

圖3 Mura設備圖像

目前CF工程對于宏觀品質的在線監(jiān)控和檢出體系自動化程度較低，過分依賴于作業(yè)員對于基板的判定，還有Mura機圖像精度的問題與操作員的不穩(wěn)定性，導致宏觀品質監(jiān)控的準確性較低，很容易出現(xiàn)大量的漏檢和誤檢。

2 新型AOI設備設計

2.1 硬件方面

較目前AOI設備，CCD數(shù)量完全滿足要求，但由于添加3個重要算法，因此硬件上增加2個數(shù)據(jù)處理PC，在不影響Tact Time的前提下準確的對宏觀缺陷和微觀缺陷進行檢測。

2.2 算法方面

要使AOI設備具有準確檢出宏觀缺陷的能力，需要在檢測算法上進行添加和優(yōu)化：

（1）添加“新五點比對法”算法

在檢出微觀缺陷的前提下，能夠準確地檢出宏觀缺陷，并能夠準確區(qū)分出微觀缺陷和宏觀缺陷，不會因為算法沖突導致缺陷漏檢。

（2）添加“宏觀灰度比較缺陷”算法

輔助“新五點比對法”，粗線條的檢出宏觀缺陷，并進行對比。

（3）添加“大面積微觀缺陷集合”算法

檢出大量的臨近并類似的微觀缺陷時，將其判定為宏觀缺陷。

3 新型AOI缺陷檢出算法添加

3.1 “新五點比對法”的算法原理

（1）首先對微觀與宏觀缺陷檢出的Recipe進行設定。如圖4所示。

圖4 Recipe設定圖

（2）對某一點B進行微觀品質的確認，按照微觀Recipe設定，選取微觀范圍內等距離的4個點（單方向各1點）：A、C、D、E。根據(jù)“微觀灰度差設定值”確定此點是否為微觀缺陷點。

（3）通過新算法繼續(xù)對點B進行宏觀品質的確認，按照“比對點距離”以及“對比點數(shù)”的設定算法計算選取的參考點同點B的灰度差，確認超過“灰度差設定值”的點的數(shù)量是否也超過了“設定值的點數(shù)”，以此來確認此點是否為宏觀缺陷點。如圖5所示。

圖5 五點比對法示意圖

（4）此算法的另一核心是如何準確的區(qū)分檢出的宏觀缺陷和微觀缺陷。如圖6所示。

圖6 缺陷檢出示意圖

A點既被微觀缺陷檢出，也被宏觀缺陷檢出，如何區(qū)分呢？

新算法會對2種缺陷均檢出的點進行如圖7所示的計算。

圖7 缺陷詳細數(shù)據(jù)圖

根據(jù)recipe設定，計算出此點直徑范圍內的其他點平均灰度值S1，此點的灰度值與S1的差值同Recipe設定的“灰度差值”進行比較，如大于，便是宏觀缺陷；如小于，便為微觀缺陷。

以上便是“新五點比對法”的原理介紹。

3.2 “宏觀灰度比較缺陷”的算法原理

此算法的目的為輔助“新五點比對法”，粗線條的檢出宏觀缺陷，并進行對比。

由于“新五點比對法”計算量巨大，如產(chǎn)線出貨要求量大，可采用此算法來檢出宏觀缺陷。

原理：各點與“膜面平均灰度值”進行對比，如超過設定值，確認此點為缺陷點。

膜面平均灰度值：Panel內的平均灰度值

對應算法→取一個Panel的中心點a1以及周圍四點a2、a3、a4、a5，算出此五點的平均灰度，作為此Panel的灰度值A1，同理計算出其他Panel的平均灰度值A2、A3、A4、A5、A6……

膜面平均灰度值＝各個Panel的灰度值之和（A1+A2+A3+A4+A5……）/Panel數(shù)量

此算法只針對宏觀缺陷檢出，輔助“新五點比對法”。

3.3 “大面積微觀缺陷集合”算法原理

檢出大量的臨近并類似的微觀缺陷時，將其判定為宏觀缺陷。如圖8所示。

圖8 AOI檢出圖

Recipe設定，當計算出一定面積內的缺陷點數(shù)達到一定數(shù)量，且缺陷點的灰度值在一定范圍內時，那么這些微觀缺陷點就被集合為一個宏觀缺陷。此算法輔助“新五點比對法”，使得宏觀缺陷的檢出更加準確。

4 新型AOI檢測的具體實施過程

（1）基板進入AOI設備，CCD對其進行拍照掃描。

（2）根據(jù)高精度圖片，利用“五點比對法”對基板各點進行微觀缺陷的確認。

（3）利用“新五點比對法”的算法，對基板的各點進行宏觀缺陷的確認。

（4）利用“新五點比對法”的算法，計算那些既被宏觀也被微觀檢出的缺陷，確認其為哪種缺陷。

（5）利用“大面積微觀缺陷集合”算法，檢出大量的臨近并類似的微觀缺陷，將其判定為宏觀缺陷。此時宏觀缺陷與微觀缺陷均得到了準確的檢出。

（6）如工廠出貨量要求較大，也可利用“宏觀灰度比較缺陷”算法進行宏觀缺陷的檢出，此算法用時較短，但同“新五點比對法”的算法相比，精度較低。

（7）基板缺陷全部檢出，排出AOI設備，這個宏觀微觀缺陷檢出工序結束。

5 結論

本文作者提出一種可檢測宏觀缺陷的AOI設備的設計，核心是以AOI五點比對法為基礎，對其進行算法上的優(yōu)化和添加，并在硬件上添加數(shù)據(jù)處理PC，使得AOI同時具有準確檢出宏觀缺陷的能力，避免了之前宏觀缺陷完全靠作業(yè)人員肉眼觀測的方式，使得宏觀檢測自動化程度大幅度提高，結果準確穩(wěn)定，不受各種人為因素影響，并且整體不影響Tact Time。本論文對于提高工廠宏觀品質檢測的自動化程度及準確率都具有較為重要的意義和探究價值，可平行展開推廣。