自動光學檢測的彩膜分區檢查與判定

張鐵軼，余道平，王 野，劉超強，張 祥

（北京京東方顯示技術有限公司，北京100176）

1 引 言

自20 世 紀70 年 代 起，彩 膜（Color Filter，CF）作為液晶面板的主要組成部分在液晶顯示器已經歷的TN、STN、a－Si TFT（TN 模式）、大型TFT（IPS、MVA、OCB等模式）等4個發展階段，成功地解決彩膜擴大開口率、增大畫面尺寸、擴大色域等問題，從而使液晶面板在其應用領域迅速擴展［1］。

彩膜是由大量的像素矩陣組成的，在生產過程中容易產生像素壞點，一旦做成液晶屏之后，這些存在的壞點是無法修復的，只能更換整個液晶面板才能夠解決。“壞點”是指存在故障的像素點，通常分為兩類：“暗點”與“亮點”；其中“暗點”是無論液晶屏顯示圖像如何變化都無法顯示的“黑點”，而最令人討厭的則是那種只要開機便一直發光的“亮點”。彩膜技術發展到現在，仍然無法從根本上克服生產中這一難關。隨著競爭加劇，彩膜生產廠家不僅提高生產技術水平的同時，也要進一步加強生產和檢測等內部質量管控，進而減少缺陷率，從而保證液晶屏的良率。

生產規模海量化給在線的生產質量控制與檢測帶來了很大挑戰。目前TFT－LCD 使用的檢查手法主要分為光學檢查、電氣檢查以及目視檢查。光學檢查最為常見，其利用光學成像取得產品的表面狀態，以影像處理來確定異常現象；因屬非接觸式，故可在各工藝檢查半成品。自動光學檢測系統（AOI）被大量地運用在液晶面板的生產線上。AOI系統的應用克服了人工檢測勞動強度高、眼睛易疲勞、漏驗率高、人為因素影響大等弊端，從而大大提高了檢測速度、質量，降低了生產成本。但AOI檢測系統也對圖像采集、算法等提出了較高的要求［2］，以實現高質量、高速度檢測。高質量的運算方法與硬件配置能夠縮短后續工藝流程處理時間，以達到實時檢測的要求。

2 彩膜AOI工作原理及現狀

2.1 界面的能量方程

以透過體為例，多層透過體的某一界面任一透過體至少有兩層界面，本例以兩層界面為例。此透過體的某一界面K，接受從K－1層界面或外界來的輻射能量GK，如圖1所示。由于到達界面后傳輸介質的改變，于是光線發生折射。設ρK是界面K 的反射率，則GK中的一部分——（1－ρK）GK穿過界面繼續前進，另外一部分ρK·GK被界面反射折回。與此同時，由K＋1層界面射來的反射光到達K 界面時為FK′，這部份光線也由于傳輸介質的改變，（1－ρK）FK穿過K 界面與ρK·GK匯合成為FK射出。另一部份ρK·FK′被界面反射與（1－ρK）GK匯合成為GK′再射向K＋1界面。

圖1 界面能量輻射圖Fig.1 energy radiation pattern of interfacial

綜上所述，對于K 界面有如下能量平衡方程式：

即：射向界面的能量總和＝界面射出的能量總和。

由（2）式可得

上式取倒數，令

把αK二稱作K 界面的界面總透過率。它反映光線經過界面后造成的衰減。1－αK表示K界面造成的界面損失。

由（1）式得

等式兩邊同除GK，

βK 可以看作是由界面反向射出的能量和正向射入的能量之比。當界面完全不透明為一灰體時，βK＝1－α（α 為白光譜下界面的吸收率）。βK所以值將因界面介質的不同而有差異［3］。

2.2 AOI工作原理

目前應用于彩膜檢查的AOI技術具有高精度、高速度、非接觸、數字化、智能化等技術特點；利用光電檢測中的反射與透射對被測物體的光輻射進行檢測，即通過光電檢測器件接收光輻射并轉換為電信號；具有對被測物體的面積、長度、位置、形狀、類型等幾何量輸出功能。如圖2所示，AOI檢查系統結構圖。

圖2 AOI系統結構圖Fig.2 Structure of AOI system

彩膜AOI基本使用的是五點比較的計算邏輯，其中的一種算法為：設定檢查閾值β［4］。如圖3：檢查灰階值為a的A 點是否為異常點，根據比較Pitch找出的4點A1、A2、A3、A4，其灰階值分別是a1、a2、a3、a4。對五點的灰階值根據大小順序進行排序：a1＜a2＜a3＜a4＜a，定義由排序的出的中間值a3為參照值，取灰階值a與灰階值a3的差值β1。設定檢查閾值β，由β1 與β的大小進行比較，確認A 點是否為異常點。

當｜β1｜＝｜a－a3｜＞β時，點A 為異常點。

當｜β1｜＝｜a－a3｜≤β時，點A 為正常點。

AOI分別采用反射、透射獨立的檢查光源通過各自對應的CCD 構成光學檢查系統。由于CCD傳感器接受光照時，對應位置的光電元件產生負電荷，同時CCD的半導體感光元件只能感應光強，而無法反應光線的顏色，所以CCD 對光線最終讀出后會產生一張灰白圖片，如圖2：五點比較示例中的灰白圖片。反射用CCD 所捕捉的畫像，經過數字處理計算后，可得出兩種缺陷，分別是：

圖3 五點比較Fig.3 Five point comparison

RB（Reflection Black：反射黑）、RW（Reflection White：反射白）；

同樣透射單元檢出的兩種缺陷是TB（Transmission Black：透 射 黑）、TW （Transmission White：透射白）。綜上，AOI檢出的缺陷類型為：RB、RW、TB、TW 4種。

3 分區檢測的提出

3.1 彩膜AOI工作現狀

彩膜是由紅綠藍三基色組成，在經過AOI燈源的照射下，作為光的傳輸介質的紅綠藍部分發生透射或折射的光能量不同，紅綠藍各個區域反射、透過的光量就會不同，檢查用CCD 從彩膜的紅綠藍3個不同的區域獲取的灰階值不同，彩膜在透射 光 情 況 下 的CCD 成 像 效 果［5－9］。由CCD成像效果轉化成數字信號，如圖4所示。

圖4 數字信號Fig.4 Signal of digit

有圖4可知在紅綠藍區域，各自的灰階值擁有不同的灰階區域；假設一個異物A 分別落在紅綠藍區域上，設這個異物的灰值為55，設定檢查閾值β為30，參照圖4提出紅綠藍的灰階值并計算灰階差值β1 見表1模擬數字運算。

表1 模擬數字運算Tab.1 Operation of analog digital

根據AOI的運算規則，由表1 可知，若上述異物落在紅區域上，那么此點被認為正常點；但是如果改變閾值β小于23，此異物可以被認為異常點。這種問題所引發的困擾主要在以下兩個方面：

（1）彩膜是逐工序作業，假設工序是按照R（紅色工藝）G（綠色工藝）B（藍色工藝）逐步進行，當R 線的AOI按照R 層的灰階調整完好，無過檢和漏檢；當產品運行G 線的時候，R 線產生的缺陷會在G 線再次檢測一遍，由于R 顏色和G 顏色在同樣透射／反射光下灰階值是不一樣的，就導致表1所呈現的結果，R 線檢出的真實缺陷在G線AOI不認為是缺陷。

（2）假設再繼續生產B 工序，同樣會過濾掉前面工序產生的真實缺陷，或者將前工序漏檢的缺陷又檢出來，卻被AOI判定是本工序產生的缺陷，誤導工程師的判定和改善。這樣，AOI檢測就顧此失彼，無法保證正常檢出。

3.2 分區檢測的提出

分區檢測是針對彩膜不同顏色不同灰階提出的，目的是消除誤檢。其主要理論是不同的工藝、不同的圖形，分區比較，分區設定［10］，根據各分區的基本灰階設定閾值［11］，從根源上解決因顏色或圖形帶來的困擾。分區示意圖如圖6所示。

分區即是根據紅綠藍各區域參照值設定劃分不同的檢測區域，可以抓取各分區的標準圖像灰階值來建立，分區完成后再針對不分別落在這三個不同的區域上，設定不同的判定閾值；如圖7所示，0起點至250終點的直線L，根據參照點的灰階值設定3個不同的區域，使紅、綠、藍分別落在這3個不同的區域上，設定不同的閾值；在直線L以下且超出所設定的閾值的點被認為是Black Defect（黑缺陷），在直線L 以上且超出所設定的閾值的點被認為是White Defect（白缺陷）。

圖6 分區示意圖Fig.6 Schematic diagram of partition

圖7 分區域設定閾值Fig.7 Threshold setting by partition

4 分區效果及判定

4.1 分區檢測的效果

在判定異物A 是否為異常點的過程中，如果使用分區設定閾值，針對紅、綠、藍3個區域設定3個不同的閾值，其結果是異物A 在每個區域均被認為是異常點。從而提高AOI檢出缺陷的準確率。

通過分區，在不同的區域設定不同的閾值之后，同一種異物均作為異常點被被檢出。根據AOI檢出的四種缺陷類型，將不同類型的缺陷按對應的面積大小分為S（Small）、M（Middle）、L（Large）3種大小不同的級別，用于缺陷的管理。見表3。

表2 分區模擬數字運算Tab.2 Partition operation of analog digital

表3 缺陷的分級Tab.3 Defect classification （μm2）

4.2 缺陷的分區判定

在經過分區檢查后，提高了缺陷檢出的準確度，而AOI所檢出的缺陷信息主要提供給修補設備使用；所以需要對缺陷進一步細化再判定，區分出影響彩膜質量的缺陷，在保證缺陷檢出準確度的同時，還要保證缺陷在修補設備處是否有修補的價值。對AOI檢出的缺陷做出進一步的分類與判定主要是對已有被檢出的缺陷根據SIZE 和灰階差再分類，這種方法需要有對彩膜各種缺陷的檢出類別有相當的經驗資深工程師完成。例：RB－S缺陷根據β1 的大小進一步進行區分判定，如圖8所示，對RB－S的缺陷分別做了U、P、G、O的判定，修補設備可以根據這些信息做出不同的動作或不做動作。判定完成，將缺陷信息輸出到AOI缺陷文件以供工程師分析及修補設備使用進行修補。主要輸出內容如表4。

圖8 缺陷判定Fig.8 Defect judgement

表4 缺陷判定Tab.4 Defect judge

5 結 論

本文基于AOI的邏輯運算詳細分析了彩膜呈現出不同區域呈現出不同灰階對檢查效果的影響；從而提出分區檢查的方案，以及對缺陷檢出后的進一步分類與判定，最終提高AOI在彩膜檢查過程中的準確度至99.6%以上，為修補設備提供更詳細準確的信息。目前，該方案已經應用在某彩膜工廠中，該廠的良率一直保持在99.9%以上。

［1］ 田民波，葉鋒.TFT 液晶顯示原理與技術［M］.北京：科技出版社，2010：263－276.Tian M B，Ye F.TFT Liquid Crystal Display Principle and Technology ［M］.Beijing：Publishing House of Science and Technology，2010：263－276.（in Chinese）

［2］ 蒲亮，葉玉堂.基于優化K－D樹的大面積高密度PCB快速AOI［J］.儀器儀表學報，2011，32（4）：955－259.Pu L，Ye Y T.Large area optimized K－D tree of high density PCB based fast AOI［J］.Chinese Journal of Scientific Instrument，2011，32（4）：955－259.（in Chinese）

［3］ 江億，李元哲，狄洪發.關于透過體系透過率計算方法的探討［J］.太陽能學報，1980，2（1）：167－175.Jiang Y，Li Y ZH，Di H F.Discussion on through the system through the ratio calculation method［J］.Journal of Solar Energy，1980，2（1）：167－175.（in Chinese）

［4］ 何瀅，曲興華.非金屬工件電鍍表面缺陷現場檢測技術的研究［J］.儀器儀表學報，2004，25（2）：271－273.He Y，Qu X H.Detection of surface defects of nonmetal workpieces site［J］.Chinese Journal of Scientific Instrument，2004，25（2）：271－273.（in Chinese）

［5］ 李丙玉，王曉東，李哲.在軌完成CCD 非均勻性校正的方法［J］.液晶與顯示，2011，26（2）：255－259.Li B Y，Wang X D，Li Z.Completion of in－orbit CCD non－uniformity correction method［J］.Chinese Journal of Liquid Crystals and Displays，2011，26（2）：255－259.（in Chinese）

［6］ 王運，顏昌翔.光譜儀圖像的亞像素配準［J］.光學精密工程，2012，20（3）：661－666.Wang Y，Yan C X.Subpixel registration of spectrometer image［J］.Optics and Precision Engineering，2012，20（3）：661－666.（in Chinese）

［7］ 劉妍妍，李國寧，張瑜.可見光面陣CCD 相應非均勻性的檢測與校正［J］.液晶與顯示，2010，25（5）：759－763.Liu Y Y，Li G N，Zhang Y.Visible area CCD non－uniformity of the corresponding detection and correction［J］.Chinese Journal of Liquid Crystals and Displays，2010，25（5）：759－763.（in Chinese）

［8］ Tae－Hyoung P，Hwa－Jung K，Nam K.Path planning of automated optical inspection machines for PCB assembly systems［J］.International Journal of Control，Automation，and Systems，2006，4（1）：96－104.

［9］ 沈湘衡，楊亮，賀庚賢.光電測量設備光學系統的像面照度均勻性檢測［J］.光學精密工程，2008，16（12）：2531－2536.Shen X H，Yang L，He G X.Image plane illuminance uniformity detects of optical measuring apparatus＇s optical system［J］.Optics and Precision Engineering，2008，16（12）：2531－2536.（in Chinese）

［10］ 喬鬧生，葉玉堂.PCB光電圖像光照不均蛻化的校正及閾值分割方法［J］.光子學報，2009，38（11）：3000－3003.Qiao N SH，Ye Y T.PCB optical image uneven illumination degenerate＇s correction and thresholding method［J］.Acta Photonica Sinica，2009，38（11）：3000－3003.（in Chinese）

［11］ 邱文濤，趙建，劉杰.結合區域分割的SIFE圖像匹配方法［J］.液晶與顯示，2012，627（6）：827－831.Qiu W T，Zhao J，Liu J.Matching method of the SIFE image combined with segmentation［J］.Chinese Journal of Liquid Crystals and Displays，2012，627（6）：827－831.（in Chinese）