基于AOI邏輯運算的線性方程應用

張鐵軼,王 賀,龔 偉,朱 宇,方 鑫,孫廣巖

(合肥鑫晟光電科技有限公司,安徽合肥230012)

基于AOI邏輯運算的線性方程應用

張鐵軼,王 賀,龔 偉,朱 宇,方 鑫,孫廣巖

(合肥鑫晟光電科技有限公司,安徽合肥230012)

自動光學檢測系統采用周期性比較和邏輯運算的方法獲取缺陷點的信息。但由于其最小周期比較Pitch存在小數,會造成比較對象的非正確選取。利用兩點一線原理,可以構建一次線性方程使原來斷點模擬成連續的點,達到無論比較距離是會否為整數,都能找到相對應的灰度值的效果。利用此方法可以提高異常點檢出的準確度,同時會避免對產品產量、品質及成本的不利影響,具有重要意義。

自動光學檢查;彩膜;誤檢;方程

1 引 言

光電檢測技術具有高精度、高速度、高效率、全自動、非接觸等特點,被廣泛應用于制造加工業中。隨著玻璃制造、彩膜、生產、TFT等領域對產品的質量要求越來越高,應用于現代化工業的光電檢測技術就成為質量保證一把利劍。一方面要保證企業的產品質量,另一方面又要在質量保證的前提下提高企業的生產效益。以激光、紅外、光纖等現代光電子器件為基礎的光電檢測技術,將光電檢測器接收對被檢測物體的光輻射轉換為電信號,通過輸入電路、放大濾波等檢測電路過濾掉無用信息,再進行計算機計算處理,最終將所需檢測的目標物理參數顯示出來[1-3]。

在TFT-LCD面板的制造過程中,為確保品質和提高良率,會在制造過程中進行工程微觀檢查和工程宏觀抽查。目前的TFT-LCD的檢查方式主要分為光學檢查、電氣檢查及目視檢查。光學檢查常用在工程微觀檢查或離線微觀抽檢中,其利用光學形式獲得產品的表面狀態,通過影像處理和計算檢出異物或異常圖案;因光學檢查屬于非接觸式且靈活性高,故常被用于半成品的檢查,亦被導入陳列、CF及成盒制程中[5-9]。

CF光學檢測技術建立在類似于其他自動光學檢測(AOI)技術和CCD成像基礎上,通過圖像處理及數據計算完成檢測工作。應用在CF制程中的檢測主要是運用高速高精度視覺處理技術自動檢測CF基板上各種不同Pinhole、劃痕、異物等缺陷,及早地發現制程中的缺陷,避免將不良品流入下游工序,造成成本的浪費,以提高生產效率及產品質量,降低生產成本。本文主要是以線陣CCD掃描法為基礎對彩膜自動光學檢測(AOI)系統算法的優化[10]。

2 CF AOI運算邏輯及現狀

2.1 CF運算邏輯

彩膜是經過在玻璃上涂布光刻膠,然后進行曝光、顯影等過程形成矩陣圖像進而形成彩膜。目前彩膜主要由黑色、紅色、綠色和藍色光刻膠組成陣列。所以只能是單個陣列獨立進行算法處理;最終根據彩膜產品特點,確定使用五點周期比較的算法對圖像進行處理[4]。五點周期比較方法:如圖1中5個點灰階為A1,A2,A3,A4,A5。其中A2,A3,A4,A5為參考點,A1為比較點。取上述5個點中間值(假設這5點的灰階大小關系為:A2＜A3＜A5＜A4＜A1。則中間值為: A5)

圖1 五點比較Fig.1 Five point comparison

當|A1－A5|＞閾值;A1點為缺陷點。

當|A1－A5|＜閾值;A1點為正常點。

CF AOI采用獨立的反射光源檢查和透射光源檢查,配合反射光源與透射光源所對應的CCD組成光電檢測機構。CCD的半導體感光元件無法反映光線的顏色只能感應光強;其工作原理是采用當CCD傳感器感應到光亮時, CCD的光電器件產生負電荷的方式實現的。所以CCD通過掃描的工作方式最終產生一張灰白圖片。此時通過五點周期比較的計算方式將異常的像素篩選出來,將相鄰的像素組合成一個異常的塊,通過像素的位置、個數及排布最終獲得異常塊的相對坐標、橫豎方向的長度、面積、黑白類型等數據,并通過檢查所用的CCD反射或透射機構,確定異常塊是屬于反射異常還是透射異常。

2.2 AOI工作現狀

假設AOI使用的CCD像素大小為xμm×x μm,根據彩膜產品的設計得知比較的周期距離為L(μm),周期比較距離與產品的子像素是息息相關的;其中比較的周期距離是隨著產品規格的不同而不同,對此CCD像素的比較則是取離中心像素的第個像素進行比對的,如圖2。

圖2 五點比較Fig.2 Five point comparison

彩膜的Pattern形成是逐工序作業,首先制作黑矩陣,黑矩陣完成后再進行R(紅色工藝)G(綠色工藝)B(藍色工藝)三種工藝的分別制作。當完成黑矩陣的制作后進行AOI的檢查,這時候對彩膜的承載體-玻璃來說其本身只有黑色和白色的成分;而制作R/G/B任意一種工藝后進行AOI檢測時,這時就會出現黑色、白色和灰色(R/ G/B層在CCD影像中會呈現出灰色)。同時,在AOI對某些產品進行檢測的過程中會出現誤檢(正常區域認為異常區域)。

誤檢率的上升給產線運營者帶來了較多的虛假信息,對生產運營帶來諸多影響:

(1)產量降低:生產擔當在遇到有異常信息時不得不進行確認,在多次確認中將使生產斷斷續續,在節拍時間為35 s左右的彩膜生產中會明顯使產量降低。

(2)品質影響:在較多的虛假信息中,生產擔當不可能一一確認,這就會使真正的異常點混在虛假點中欺騙擔當的眼睛;使真正的異常點在節拍如此快的生產中隱藏,雖然最終會被發現,但是仍然會影響一批次產品的品質。

(3)成本升高:在彩膜的生產運營中,AOI檢查出的異常點,修補設備需要一一確認,對需要修補的點進行修補作業;對于虛假信息,修補設備依然需要逐一確認,這樣將占用大量的人力和物力。

3 線性方程應用

3.1 誤檢的解析

針對AOI出現的誤檢情況,取出CCD原始影像進行查看,發現誤檢的區域均在影像中的灰色與黑色的交界部位;即將如圖1所示的彩膜CCD影像,灰色區域處在黑色矩陣中間,將CCD圖像放大后就會看到在灰色與黑色之間的灰度是漸變的。

隨即對誤檢區域相關的數據進行收集,將CCD的某一行像素拍攝到的灰度值列入到表1 中;發現如表1中的灰度值為156的點,在距離為或)位置的像素灰度值為92或210相差分別為64或54。在正常的AOI檢測過程中檢查閾值β設置為30,所以64或54的數值均大于30。則該灰度值為156的點被認為是異常點,如圖3紅色圈圈所示,圖3中實心點為表1中CCD的某一行像素拍攝到的灰度值。

圖3 誤檢點位圖Fig.3 Error detection bitmap

表1 誤檢區域灰度值Tab.1 Gray data of error area

經過分析發現,發生這種誤檢現象的原因是一部分產品設計時為了實現LCD的顯示效果,不同的彩膜產品子像素設計的大小不同導致的。其使AOI檢測時比較距離不同,并且出現小數的現象,使無法找到正確比較的點進行周期性比較,從而出現上文所述的誤檢。

3.2 線性方程的應用

轉換為:

依據上式對表1中出現的灰度值為156的虛假點進行驗證。假設此時x＝10μm,L＝216μm獲取A點(即圖3中的第2點)對應的灰度值作為待檢測區域的灰度值,顯然,A點位于彩色濾色層和黑矩陣相接的地方,此時,應獲取與A點相差的灰度值設為第一參考灰度值,但是＝21.6為非整數,因此該第一參考灰度值無法直接得到。將圖中的實心點連接起來,可得到一條近乎周期性分布的折線,如圖4所示,顯然,與A點相差的B點應是落在這一折線上的。因此,首先獲取與A點相差個灰度值的第23個點對應的灰度值92作為第一灰度值α1,獲取與A點相差個灰度值的第24個點對應的灰度值210作為第二灰度值α2,將以上已知數值代入公式(2)中如下。

圖4 灰度值折線圖Fig.4 Line graph of gray data

依據計算確認兩點一線原理是能解決誤檢情況的,以上只是以CCD的某一行像素為例,將此方法應用到其他點,效果是等同的。并且此方法使用最簡單的一次線性方程,計算量較小,對軟件運算負荷較小。

4 應用推廣

利用兩點一線一次線性方程解決誤檢問題的方法,主要是解決在周期距離比較運算過程中遇到實際距離與CCD像素邊長比出現小數時,對應的點有虛擬的計算灰度值的情況。以上所述的五點比較是待檢測點位于彩膜基板的正中央,在以下各種的情況下同樣使用這種比較運算方式的機會將更多。

第一種,待檢測點位于彩膜基板的邊緣,如圖5(a),此時待檢測點a的一側則無可比較的點進行比較;此時通過向這一側的反方向2倍比較Pitch取一點a1進行比較,則能達成五點比較的要求,確保檢測的準確率。

第二種,待檢測點位于彩膜基板的角落,如圖5(b),此時待檢測點b的其中兩側無可比較的點進行比較;此時通過向這兩側的反方向2倍比較距離取兩點b1&b2,同樣達到五點比較的要求。

圖5 邊角處的檢測點Fig.5 Detection point in corner

在待檢測點在邊緣或角落的情況下,會出現2倍比較距離的情況出現,比較距離越大,檢測的準確率越難保證,一次線性方程解決誤檢的方法將更有效。利用此方法提高了異常點檢出的準確度,同時避免了對產品產量、品質及成本的不利影響。

5 結 論

本文基于AOI的五點周期比較邏輯運算詳細分析了彩膜不同產品的設計會出現由子像素大小決定的周期比較距離是否存在小數的情況下,造成對檢測準確率的影響;提出利用一次線性方程解決比較距離出現小數的方法,以及此方法應用的延伸,最終提高AOI檢測的準確率。

參考文獻:

[1] 胡亮.線陣CCD實現鋼板表面缺陷在線檢測關鍵技術及其應用研究[M].天津:天津大學,2005:19-26.Hu L.The key technology of online detection of surface defects of steel plate and Its Application Research on Realization of line array CCD[M].Tianjin:Tianjin University,2005:19-26.(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] 駱文博,王廣志,丁海曙,等.基于線陣CCD的高精度位置檢測[J].清華大學學報(自然科學版),2002 42(9): 1139-1143.Luo W B,Wang G Z,Ding H S,et al.3-D positioning system based on linear CCD camera[J].J.Tsinghua Univ.,(Sci&Tech),1980,2(1):1139-1143.(in Chinese)

[4] 張鐵軼,余道平,王野.自動光學檢測的彩膜分區檢查與判定[J].液晶與顯示,2014,29(1):34-39.Zhang T Y,Yu D P,Wang Y.Color filter partition inspection and judgment of automatic optical inspection[J].Chinese Journal of Liquid Crystals and Displays,2014:34-39.(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] 李晶,袁峰,丁振良.基于Rodrigues參數的多線陣CCD外姿態測量系統的姿態解算[J].光學精密工程,2012,20 (4):858-863 Li J,Yuan F,Ding Z L.Attitude calculation of multi-linear OCD exteior attitude measurement system based on Rodrigues parameter[J].Optics and Precision Engineering,2012,20(4):858-863.(in Chinese)

[8] Park T H,Kim H J,Kim N.Path planning of automated optical inspection machines for PCBassembly systems[J].International Journal of Control,Automation,and Systems.2006,4(1):96-104

[9] Agapito L,Hayman E,Reid I.Self-calibration of rotating and zooming cameras[J].International Journal of Computer Vision,2001(45):107-127

Application of linear equations based on AOI logic operation

ZHANG Tie-yi,WANG He,GONG Wei,ZHU Yu,FANG Xin,SUN Guang-yan

(Hefei Xinsheng Optoelectronics Technology Co.,Ltd,Hefei 230012,China)

Method for automatic optical inspection system with periodic comparison and logic operation can obtain defect point information.Because of the existence of minimal cycle comparison of Pitch decimal,we cannot get the correct comparison.The use of two points formed one line,we can construct a linear equation to simulate the original breakpoints into continuous points.Just then,whether the comparative distance is an integer,the corresponding effect is found in the gray value.Using this method to improve the accuracy of anomaly check,the adverse effect is avoided on the yield,quality and cost of the product,which has the vital significance.

auto optical inspection;color filter;error detection;equation

TH865

:A

10.3788/YJYXS20153005.0883

1007-2780(2015)05-0883-05

張鐵軼(1984－),男,安徽省亳州人,高級工程師,2007年于解放軍炮兵學院獲學士學位,2014年于北京航空航天大學獲工程碩士學位,主要從事液晶面板行業工作。E-mail:zhangtieyi＠boe.com.cn。

2014-12-12;

:2015-03-28.

?通信聯系人,E-mail:mail:zhangtieyi＠boe.com.cn