黃廣俊 列智豪 王興政 鐘小品 鄧元龍

(深圳大學(xué)機(jī)電與控制工程學(xué)院 深圳 518060)

1 引言

偏光片是一種常見(jiàn)的偏振光學(xué)元件，應(yīng)用非常廣泛，例如在薄膜電晶體液體顯示器(Thin Film Transistor Liquid Crystal Display, TFT-LCD)型液晶顯示面板中，必有兩層偏振方向正交的偏光片。偏光片成品一般由6層微米級(jí)厚度的透明聚合物薄膜組成，其外觀缺陷(Aesthetic Defect)可能出現(xiàn)在任何一層。凸凹點(diǎn)、異物、氣泡、劃痕等外觀缺陷會(huì)直接降低顯示面板的質(zhì)量等級(jí)，甚至導(dǎo)致整個(gè)面板報(bào)廢。目前，國(guó)內(nèi)外偏光片生產(chǎn)商和液晶面板廠家，仍然普遍采用人工目視方法離線檢測(cè)偏光片外觀缺陷。目視檢測(cè)勞動(dòng)強(qiáng)度大、主觀性強(qiáng)且一致性差，檢測(cè)效率無(wú)法進(jìn)一步提高。因此，研究偏光片外觀缺陷自動(dòng)檢測(cè)技術(shù)具有重要的應(yīng)用意義。

Yoon等人[1]利用發(fā)光二極管(Light Emitting Diode, LED)面光源，研究了偏光片在線檢測(cè)和分類(lèi)技術(shù)，并采用圖像分割和模板匹配方法對(duì)異物、氣泡和凹痕等缺陷進(jìn)行檢測(cè)和識(shí)別，缺陷分類(lèi)精度達(dá)到96%。Kuo等人[2]采用線陣相機(jī)設(shè)計(jì)了偏光片外觀缺陷檢測(cè)系統(tǒng)，使用霍夫變換識(shí)別分割后的圖像，識(shí)別氣泡、劃痕、灰塵和異物等缺陷，分類(lèi)精度達(dá)到98%。Cheng等人[3]使用哈爾小波變換方法檢測(cè)偏光片Mura缺陷。Yen等人[4]研究了一種基于黑白條紋投影的檢測(cè)系統(tǒng)，用于檢測(cè)偏光片微小凸點(diǎn)缺陷，能夠在0.3 s內(nèi)完成36 mm×27 mm偏光片樣本的缺陷檢測(cè)。2017年，韓國(guó)湖西大學(xué)Won等人[5]采用卷積神經(jīng)網(wǎng)絡(luò)，主要研究了點(diǎn)缺陷的分類(lèi)問(wèn)題，缺陷分類(lèi)精度達(dá)到95%。針對(duì)凹痕、異物、亮點(diǎn)和劃痕4類(lèi)常見(jiàn)的偏光片外觀缺陷，Kuo等人[6]使用最大灰度等級(jí)、離心率、對(duì)比度和灰度共生矩陣來(lái)提取缺陷圖像的特征，然后輸入到徑向基神經(jīng)網(wǎng)絡(luò)中進(jìn)行識(shí)別，缺陷分類(lèi)精度達(dá)到98.9%。2018年，中北大學(xué)Lei等人[7]使用深度學(xué)習(xí)目標(biāo)檢測(cè)算法對(duì)偏光片外觀缺陷進(jìn)行檢測(cè)，平均準(zhǔn)確率達(dá)到67.5%。2020年，太原科技大學(xué)Liu等人[8]提出一種基于深度學(xué)習(xí)的輕量級(jí)神經(jīng)網(wǎng)絡(luò)，該模型的分類(lèi)準(zhǔn)確率達(dá)到99.4%，可以解決無(wú)缺陷，污漬和缺陷圖像的分類(lèi)問(wèn)題。

上述研究主要關(guān)注圖像處理和分類(lèi)算法，較少涉及缺陷成像方法的研究，而偏光片細(xì)微外觀缺陷難以成像、難以檢測(cè)的問(wèn)題，才是影響自動(dòng)檢測(cè)技術(shù)獲得實(shí)際應(yīng)用的關(guān)鍵障礙。針對(duì)這個(gè)問(wèn)題，文獻(xiàn)[9,10]采用條紋結(jié)構(gòu)光照明實(shí)現(xiàn)了缺陷成像增強(qiáng)，并研究了缺陷模型、成像仿真、結(jié)構(gòu)光增強(qiáng)機(jī)理和相應(yīng)的缺陷圖像處理算法。然而，對(duì)于突起、刺傷和水膠粒等極細(xì)微透明缺陷，即使采用上述結(jié)構(gòu)光照明方法，卻仍然難以成像、難以檢測(cè)。

偏振成像能夠有效增加目標(biāo)探測(cè)和識(shí)別的維度信息，廣泛應(yīng)用于視覺(jué)檢測(cè)領(lǐng)域[11,12]。由于橢偏、散射退偏和旋向等效應(yīng)，偏光片外觀缺陷會(huì)改變?nèi)肷涔獾钠駪B(tài)，從而顯著提高缺陷成像對(duì)比度。因此，本文提出一種基于偏振成像的偏光片外觀缺陷檢測(cè)技術(shù)，利用缺陷與正常區(qū)域之間透射光偏振態(tài)的差異，提高極細(xì)微外觀缺陷的成像對(duì)比度，從而簡(jiǎn)化圖像處理算法，進(jìn)一步提高檢測(cè)速度和準(zhǔn)確率。本文組成如下：第2部分介紹檢測(cè)系統(tǒng)與缺陷成像增強(qiáng)的效果；第3部分實(shí)驗(yàn)研究上述缺陷成像增強(qiáng)的機(jī)理；第4部分給出150個(gè)缺陷樣品的檢測(cè)結(jié)果；然后是討論和結(jié)束語(yǔ)。

2 偏振成像檢測(cè)系統(tǒng)

缺陷檢測(cè)系統(tǒng)如圖1所示，為典型的“起偏-樣品-檢偏”(Polarizer-Sample-Analyser, PSA)布局。工業(yè)相機(jī)為5.1×106像素，視場(chǎng)為61.5 mm×41.5 mm，實(shí)際分辨率約20 μm/像素，滿足檢測(cè)最小缺陷(100 μm)的要求。參考偏光片生產(chǎn)廠家的檢測(cè)現(xiàn)場(chǎng)（暗室），實(shí)驗(yàn)系統(tǒng)采用遮光布屏蔽，避免可能存在的環(huán)境光干擾。均勻線偏振光透射被測(cè)樣品，旋轉(zhuǎn)偏振鏡(檢偏器)方向，相機(jī)采集不同角度下的缺陷圖像。當(dāng)檢偏器與偏光片樣品透光軸方向一致和垂直時(shí)，圖像分別為最亮和最暗，缺陷成像對(duì)比度較低，不利于缺陷檢出。某一個(gè)凹痕缺陷在不同檢偏角時(shí)的圖像灰度值如表1所示，當(dāng)二者夾角處于45°左右時(shí)，缺陷成像對(duì)比度較高。

表1 凹痕缺陷對(duì)比度

圖1 檢測(cè)系統(tǒng)

針對(duì)均勻光和結(jié)構(gòu)光照明都無(wú)法成像的突起、捏痕、刺傷和指痕4種極細(xì)微缺陷，偏振光成像效果如圖2所示，對(duì)比度分別提高到8.6%, 1.5%,18.3%和4.9%，有效實(shí)現(xiàn)了缺陷成像增強(qiáng)。

圖2 不同成像方式下4種缺陷對(duì)比度(從左到右分別為均勻光成像、結(jié)構(gòu)光成像、偏振光成像)

3 缺陷成像增強(qiáng)機(jī)理的實(shí)驗(yàn)研究

采用橫向塞曼激光器，直接輸出線偏振光，入射被測(cè)偏光片樣品，實(shí)驗(yàn)系統(tǒng)如圖3所示。通過(guò)1維運(yùn)動(dòng)平臺(tái)實(shí)現(xiàn)缺陷區(qū)域和周邊正常區(qū)域的逐點(diǎn)掃描，偏振態(tài)測(cè)試儀測(cè)量出射光的偏振態(tài)，逐點(diǎn)給出偏振度(Degree Of Polarization, DOP)、線偏振度(Degree Of Linear Polarization, DOLP)、圓偏振度(Degree Of Circular Polarization, DOCP)、偏振角(Angle Of Polarization, AOP)和橢圓率(ellipticity)等偏振態(tài)數(shù)據(jù)，從而檢驗(yàn)缺陷對(duì)入射光偏振態(tài)的影響。

圖3 缺陷偏振特性測(cè)試系統(tǒng)

一個(gè)典型凹痕缺陷樣品的測(cè)試數(shù)據(jù)如圖4所示。正常區(qū)域的偏振度和線偏振度約為97%（保護(hù)膜和離型膜會(huì)產(chǎn)生少量的退偏作用），由于缺陷的退偏、橢偏等作用，缺陷區(qū)域的DOP和DOLP明顯降低到86%左右，而偏振角、圓偏振度和橢圓率角卻明顯上升。顯然，與正常區(qū)域相比，缺陷區(qū)域透射光的偏振態(tài)存在較大變化，通過(guò)檢偏器之后，二者的強(qiáng)度必然存在較大差異——這是圖1所示檢測(cè)系統(tǒng)實(shí)現(xiàn)缺陷成像增強(qiáng)的機(jī)理。

圖4 凹痕缺陷偏振態(tài)測(cè)量結(jié)果

同理測(cè)量了水膠粒、亮點(diǎn)、蝶紋、劃傷和突起5種常見(jiàn)極細(xì)微缺陷的偏振態(tài)指標(biāo)，與正常區(qū)域的最大差值如表2所示?？梢?jiàn)，利用缺陷與正常區(qū)域出射光偏振態(tài)的差異，檢測(cè)偏光片外觀缺陷，具有較好的可行性。

表2 偏振態(tài)指標(biāo)的最大差值(缺陷與正常區(qū)域之間)

4 檢測(cè)結(jié)果

由于采用偏振成像，偏光片極細(xì)微外觀缺陷成像對(duì)比度得到大幅提升，所以缺陷圖像無(wú)需預(yù)處理，直接應(yīng)用魯棒主成分分析法(Robust Principle Component Analysis, RPCA)[14,15]即可。RPCA是一種常用的前景背景分離算法，該算法將缺陷圖像矩陣分解為一個(gè)低秩矩陣和一個(gè)稀疏矩陣的疊加，其中前者即為背景，后者則為缺陷目標(biāo)。選取稀疏矩陣對(duì)應(yīng)的圖像，采用Otsu閾值分割得到二值化圖像，即可檢出缺陷和提取相關(guān)信息。針對(duì)6種常見(jiàn)細(xì)微缺陷，缺陷圖像與檢出結(jié)果如圖5所示。

圖5 常見(jiàn)6種細(xì)微缺陷原始圖像及其RPCA分解稀疏矩陣圖像的二值化結(jié)果

針對(duì)實(shí)驗(yàn)室已有的150個(gè)細(xì)微外觀缺陷樣品，檢測(cè)結(jié)果如表3所示，平均檢出率達(dá)到97.3%，基本滿足產(chǎn)業(yè)應(yīng)用需求。少量極細(xì)微缺陷樣本的偏振特性變化很小，導(dǎo)致不能檢出，例如指痕等缺陷。需要進(jìn)一步研究此類(lèi)極細(xì)微缺陷的偏振模型，并優(yōu)化檢測(cè)系統(tǒng)設(shè)計(jì)以提高檢出率。

表3 缺陷檢出率對(duì)比

采用線型結(jié)構(gòu)光[9]檢測(cè)一個(gè)61.5 mm×41.5 mm樣品，由于需要主動(dòng)光多步掃描并識(shí)別多幅圖像，在同樣的平臺(tái)上(Matlab 2020b,Windows10系統(tǒng)，Intel i5-4460 3.2 GHz, 16 GB RAM)實(shí)現(xiàn)圖像采集與缺陷提取，平均所需時(shí)間約為1.39 s；與此對(duì)比，本文提出的偏振成像法無(wú)需運(yùn)動(dòng)或掃描環(huán)節(jié)，僅需要處理一幅圖像，平均檢測(cè)時(shí)間約為0.22 s，更適于在線/連續(xù)檢測(cè)。

5 討論

實(shí)驗(yàn)中發(fā)現(xiàn)，部分極細(xì)微缺陷的對(duì)比度可以進(jìn)一步提高。使用圓偏振鏡測(cè)量法計(jì)算Stokes參量，如式(2)所示[16]

可見(jiàn)，兩個(gè)缺陷樣品的成像對(duì)比度在DOP和AOP圖像中都有明顯提升。然而，不同的缺陷樣品，偏振態(tài)指標(biāo)圖像效果差異較大；具體缺陷類(lèi)型所對(duì)應(yīng)的最佳偏振態(tài)表征指標(biāo)尚不明確，其中的機(jī)理和指標(biāo)圖像合成方法需要進(jìn)一步深入研究。

偏光片的部分點(diǎn)狀透明缺陷(例如壓痕)具有一種特殊性—部分偏光片粘貼到基板之后，由于粘貼力及自身恢復(fù)等因素，缺陷會(huì)消失，并不影響液晶面板質(zhì)量等級(jí)；而有些壓痕樣品則不行。缺陷3維形態(tài)的差異是造成這種區(qū)別的重要因素。根據(jù)圖4所示的缺陷偏振態(tài)測(cè)量結(jié)果可知，缺陷區(qū)域偏振態(tài)的連續(xù)分布，反映出該缺陷的3維形態(tài)，因此，本文所提出的偏振成像檢測(cè)方法，可望在檢測(cè)有無(wú)缺陷的同時(shí)，無(wú)損測(cè)量缺陷的3維形態(tài)。

圖6 兩個(gè)典型缺陷成像效果對(duì)比

6 結(jié)束語(yǔ)

針對(duì)偏光片極細(xì)微外觀缺陷，提出一種基于“起偏-樣品-檢偏”(Polarizer-Sample-Analyser,PSA)布局的偏振成像檢測(cè)方法。由于缺陷存在一定的橢偏和散射退偏作用，透射光的偏振態(tài)有明顯變化，因此本方法可以大幅提高缺陷成像對(duì)比度，從而簡(jiǎn)化后續(xù)的圖像處理算法，提高檢測(cè)速度和缺陷檢出率。雖然目前還沒(méi)有建立定量的機(jī)理表達(dá)或數(shù)學(xué)模型，但是缺陷區(qū)域偏振態(tài)指標(biāo)的測(cè)量結(jié)果，以及大量的檢測(cè)數(shù)據(jù)，驗(yàn)證了此方法的可行性。所研究的偏光片外觀缺陷檢測(cè)方法與系統(tǒng)，也同樣適用于其他類(lèi)似薄膜產(chǎn)品的質(zhì)量控制，具有較好的應(yīng)用前景。