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）

1 現(xiàn)有檢測(cè)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(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。

2 新型AOI設(shè)備設(shè)計(jì)

2.1 硬件方面

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)。

2.2 算法方面

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。

3 新型AOI缺陷檢出算法添加

3.1 “新五點(diǎn)比對(duì)法”的算法原理

（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。

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(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”。

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(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。

4 新型AOI檢測(cè)的具體實(shí)施過程

（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。

5 結(jié)論

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。