毛繼禹,曹 斌,薛鳳明,劉滋旺,徐 錚
(北京京東方顯示技術(shù)有限公司,北京 100176)
目前,CF基板微觀缺陷的在線監(jiān)控和檢出主要依靠AOI設(shè)備檢出,AOI設(shè)備通過數(shù)量巨大的Line CCD對(duì)基板進(jìn)行拍照,然后AOI PC通過生成的灰度圖像依據(jù)五點(diǎn)比對(duì)法對(duì)基板各點(diǎn)的灰階值進(jìn)行對(duì)比,檢出微觀缺陷。利用五點(diǎn)對(duì)比法進(jìn)行微觀缺陷的檢查,自動(dòng)化程度高,準(zhǔn)確率高。
五點(diǎn)比對(duì)法原理如圖1所示。
圖1 五點(diǎn)比對(duì)法原理圖
需要確認(rèn)的點(diǎn)B灰度值為b,按照Recipe設(shè)定選取周圍等距離的4個(gè)點(diǎn):A、C、D、E。
灰度值也分別為a、c、d、e。對(duì)這5個(gè)點(diǎn)的灰度值進(jìn)行排序,如果a>b>c>d>e,那么C點(diǎn)就是中間值點(diǎn)。Repice設(shè)定的閾值為X,那么如果|c-b|≥X,B點(diǎn)確定為缺陷點(diǎn)。
目前五點(diǎn)比對(duì)法只能針對(duì)微觀缺陷,無法應(yīng)用于宏觀缺陷的檢出。
如圖2所示,當(dāng)缺陷為宏觀缺陷時(shí),面積較大,部分區(qū)域所檢測(cè)5個(gè)點(diǎn)均在宏觀缺陷范圍內(nèi),無法實(shí)現(xiàn)缺陷檢出,因此AOI目前無法檢測(cè)宏觀缺陷。
圖2 五點(diǎn)比對(duì)法實(shí)用圖
目前CF宏觀缺陷的檢出,均依靠Mura設(shè)備,Mura設(shè)備主要依靠CCD生成精度較低的灰度圖像,由OP人眼進(jìn)行檢測(cè),這種宏觀檢測(cè)方法自動(dòng)化低,依靠人眼,準(zhǔn)確率的穩(wěn)定性也很難保證。如圖3所示。
圖3 Mura設(shè)備圖像
目前CF工程對(duì)于宏觀品質(zhì)的在線監(jiān)控和檢出體系自動(dòng)化程度較低,過分依賴于作業(yè)員對(duì)于基板的判定,還有Mura機(jī)圖像精度的問題與操作員的不穩(wěn)定性,導(dǎo)致宏觀品質(zhì)監(jiān)控的準(zhǔn)確性較低,很容易出現(xiàn)大量的漏檢和誤檢。
較目前AOI設(shè)備,CCD數(shù)量完全滿足要求,但由于添加3個(gè)重要算法,因此硬件上增加2個(gè)數(shù)據(jù)處理PC,在不影響Tact Time的前提下準(zhǔn)確的對(duì)宏觀缺陷和微觀缺陷進(jìn)行檢測(cè)。
要使AOI設(shè)備具有準(zhǔn)確檢出宏觀缺陷的能力,需要在檢測(cè)算法上進(jìn)行添加和優(yōu)化:
(1)添加“新五點(diǎn)比對(duì)法”算法
在檢出微觀缺陷的前提下,能夠準(zhǔn)確地檢出宏觀缺陷,并能夠準(zhǔn)確區(qū)分出微觀缺陷和宏觀缺陷,不會(huì)因?yàn)樗惴_突導(dǎo)致缺陷漏檢。
(2)添加“宏觀灰度比較缺陷”算法
輔助“新五點(diǎn)比對(duì)法”,粗線條的檢出宏觀缺陷,并進(jìn)行對(duì)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(shí),將其判定為宏觀缺陷。
(1)首先對(duì)微觀與宏觀缺陷檢出的Recipe進(jìn)行設(shè)定。如圖4所示。
圖4 Recipe設(shè)定圖
(2)對(duì)某一點(diǎn)B進(jìn)行微觀品質(zhì)的確認(rèn),按照微觀Recipe設(shè)定,選取微觀范圍內(nèi)等距離的4個(gè)點(diǎn)(單方向各1點(diǎn)):A、C、D、E。根據(jù)“微觀灰度差設(shè)定值”確定此點(diǎn)是否為微觀缺陷點(diǎn)。
(3)通過新算法繼續(xù)對(duì)點(diǎn)B進(jìn)行宏觀品質(zhì)的確認(rèn),按照“比對(duì)點(diǎn)距離”以及“對(duì)比點(diǎn)數(shù)”的設(shè)定算法計(jì)算選取的參考點(diǎn)同點(diǎn)B的灰度差,確認(rèn)超過“灰度差設(shè)定值”的點(diǎn)的數(shù)量是否也超過了“設(shè)定值的點(diǎn)數(shù)”,以此來確認(rèn)此點(diǎn)是否為宏觀缺陷點(diǎn)。如圖5所示。
圖5 五點(diǎn)比對(duì)法示意圖
(4)此算法的另一核心是如何準(zhǔn)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(diǎn)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(huì)對(duì)2種缺陷均檢出的點(diǎn)進(jìn)行如圖7所示的計(jì)算。
圖7 缺陷詳細(xì)數(shù)據(jù)圖
根據(jù)recipe設(shè)定,計(jì)算出此點(diǎn)直徑范圍內(nèi)的其他點(diǎn)平均灰度值S1,此點(diǎn)的灰度值與S1的差值同Recipe設(shè)定的“灰度差值”進(jìn)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(diǎn)比對(duì)法”的原理介紹。
此算法的目的為輔助“新五點(diǎn)比對(duì)法”,粗線條的檢出宏觀缺陷,并進(jìn)行對(duì)比。
由于“新五點(diǎn)比對(duì)法”計(jì)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(diǎn)與“膜面平均灰度值”進(jìn)行對(duì)比,如超過設(shè)定值,確認(rèn)此點(diǎn)為缺陷點(diǎn)。
膜面平均灰度值:Panel內(nèi)的平均灰度值
對(duì)應(yīng)算法→取一個(gè)Panel的中心點(diǎn)a1以及周圍四點(diǎn)a2、a3、a4、a5,算出此五點(diǎn)的平均灰度,作為此Panel的灰度值A(chǔ)1,同理計(jì)算出其他Panel的平均灰度值A(chǔ)2、A3、A4、A5、A6……
膜面平均灰度值=各個(gè)Panel的灰度值之和(A1+A2+A3+A4+A5……)/Panel數(shù)量
此算法只針對(duì)宏觀缺陷檢出,輔助“新五點(diǎn)比對(duì)法”。
檢出大量的臨近并類似的微觀缺陷時(shí),將其判定為宏觀缺陷。如圖8所示。
圖8 AOI檢出圖
Recipe設(shè)定,當(dāng)計(jì)算出一定面積內(nèi)的缺陷點(diǎn)數(shù)達(dá)到一定數(shù)量,且缺陷點(diǎn)的灰度值在一定范圍內(nèi)時(shí),那么這些微觀缺陷點(diǎn)就被集合為一個(gè)宏觀缺陷。此算法輔助“新五點(diǎn)比對(duì)法”,使得宏觀缺陷的檢出更加準(zhǔn)確。
(1)基板進(jìn)入AOI設(shè)備,CCD對(duì)其進(jìn)行拍照掃描。
(2)根據(jù)高精度圖片,利用“五點(diǎn)比對(duì)法”對(duì)基板各點(diǎn)進(jìn)行微觀缺陷的確認(rèn)。
(3)利用“新五點(diǎn)比對(duì)法”的算法,對(duì)基板的各點(diǎn)進(jìn)行宏觀缺陷的確認(rèn)。
(4)利用“新五點(diǎn)比對(duì)法”的算法,計(jì)算那些既被宏觀也被微觀檢出的缺陷,確認(rèn)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(shí)宏觀缺陷與微觀缺陷均得到了準(zhǔn)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(jìn)行宏觀缺陷的檢出,此算法用時(shí)較短,但同“新五點(diǎn)比對(duì)法”的算法相比,精度較低。
(7)基板缺陷全部檢出,排出AOI設(shè)備,這個(gè)宏觀微觀缺陷檢出工序結(jié)束。
本文作者提出一種可檢測(cè)宏觀缺陷的AOI設(shè)備的設(shè)計(jì),核心是以AOI五點(diǎn)比對(duì)法為基礎(chǔ),對(duì)其進(jìn)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(shí)具有準(zhǔn)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(cè)的方式,使得宏觀檢測(cè)自動(dòng)化程度大幅度提高,結(jié)果準(zhǔn)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(duì)于提高工廠宏觀品質(zhì)檢測(cè)的自動(dòng)化程度及準(zhǔn)確率都具有較為重要的意義和探究價(jià)值,可平行展開推廣。