一種可自動檢測宏觀缺陷的AOI設備設計探究

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設備檢出，AOI設備通過數(shù)量巨大的Line CCD對基板進行拍照，然后AOI PC通過生成的灰度圖像依據(jù)五點比對法對基板各點的灰階值進行對比，檢出微觀缺陷。利用五點對比法進行微觀缺陷的檢查，自動化程度高，準確率高。

五點比對法原理如圖1所示。

圖1 五點比對法原理圖

需要確認的點B灰度值為b，按照Recipe設定選取周圍等距離的4個點：A、C、D、E。

灰度值也分別為a、c、d、e。對這5個點的灰度值進行排序，如果a＞b＞c＞d＞e，那么C點就是中間值點。Repice設定的閾值為X，那么如果|c-b|≥X，B點確定為缺陷點。

目前五點比對法只能針對微觀缺陷，無法應用于宏觀缺陷的檢出。

如圖2所示，當缺陷為宏觀缺陷時，面積較大，部分區(qū)域所檢測5個點均在宏觀缺陷范圍內(nèi)，無法實現(xiàn)缺陷檢出，因此AOI目前無法檢測宏觀缺陷。

圖2 五點比對法實用圖

目前CF宏觀缺陷的檢出，均依靠Mura設備，Mura設備主要依靠CCD生成精度較低的灰度圖像，由OP人眼進行檢測，這種宏觀檢測方法自動化低，依靠人眼，準確率的穩(wěn)定性也很難保證。如圖3所示。

圖3 Mura設備圖像

目前CF工程對于宏觀品質(zhì)的在線監(jiān)控和檢出體系自動化程度較低，過分依賴于作業(yè)員對于基板的判定，還有Mura機圖像精度的問題與操作員的不穩(wěn)定性，導致宏觀品質(zhì)監(jiān)控的準確性較低，很容易出現(xiàn)大量的漏檢和誤檢。

2 新型AOI設備設計

2.1 硬件方面

較目前AOI設備，CCD數(shù)量完全滿足要求，但由于添加3個重要算法，因此硬件上增加2個數(shù)據(jù)處理PC，在不影響Tact Time的前提下準確的對宏觀缺陷和微觀缺陷進行檢測。

2.2 算法方面

要使AOI設備具有準確檢出宏觀缺陷的能力，需要在檢測算法上進行添加和優(yōu)化：

（1）添加“新五點比對法”算法

在檢出微觀缺陷的前提下，能夠準確地檢出宏觀缺陷，并能夠準確區(qū)分出微觀缺陷和宏觀缺陷，不會因為算法沖突導致缺陷漏檢。

（2）添加“宏觀灰度比較缺陷”算法

輔助“新五點比對法”，粗線條的檢出宏觀缺陷，并進行對比。

（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，將其判定為宏觀缺陷。

3 新型AOI缺陷檢出算法添加

3.1 “新五點比對法”的算法原理

（1）首先對微觀與宏觀缺陷檢出的Recipe進行設定。如圖4所示。

圖4 Recipe設定圖

（2）對某一點B進行微觀品質(zhì)的確認，按照微觀Recipe設定，選取微觀范圍內(nèi)等距離的4個點（單方向各1點）：A、C、D、E。根據(jù)“微觀灰度差設定值”確定此點是否為微觀缺陷點。

（3）通過新算法繼續(xù)對點B進行宏觀品質(zhì)的確認，按照“比對點距離”以及“對比點數(shù)”的設定算法計算選取的參考點同點B的灰度差，確認超過“灰度差設定值”的點的數(shù)量是否也超過了“設定值的點數(shù)”，以此來確認此點是否為宏觀缺陷點。如圖5所示。

圖5 五點比對法示意圖

（4）此算法的另一核心是如何準確的區(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？

新算法會對2種缺陷均檢出的點進行如圖7所示的計算。

圖7 缺陷詳細數(shù)據(jù)圖

根據(jù)recipe設定，計算出此點直徑范圍內(nèi)的其他點平均灰度值S1，此點的灰度值與S1的差值同Recipe設定的“灰度差值”進行比較，如大于，便是宏觀缺陷；如小于，便為微觀缺陷。

以上便是“新五點比對法”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“新五點比對法”，粗線條的檢出宏觀缺陷，并進行對比。

由于“新五點比對法”計算量巨大，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：各點與“膜面平均灰度值”進行對比，如超過設定值，確認此點為缺陷點。

膜面平均灰度值：Panel內(nèi)的平均灰度值

對應算法→取一個Panel的中心點a1以及周圍四點a2、a3、a4、a5，算出此五點的平均灰度，作為此Panel的灰度值A1，同理計算出其他Panel的平均灰度值A2、A3、A4、A5、A6……

膜面平均灰度值＝各個Panel的灰度值之和（A1+A2+A3+A4+A5……）/Panel數(shù)量

此算法只針對宏觀缺陷檢出，輔助“新五點比對法”。

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，將其判定為宏觀缺陷。如圖8所示。

圖8 AOI檢出圖

Recipe設定，當計算出一定面積內(nèi)的缺陷點數(shù)達到一定數(shù)量，且缺陷點的灰度值在一定范圍內(nèi)時，那么這些微觀缺陷點就被集合為一個宏觀缺陷。此算法輔助“新五點比對法”，使得宏觀缺陷的檢出更加準確。

4 新型AOI檢測的具體實施過程

（1）基板進入AOI設備，CCD對其進行拍照掃描。

（2）根據(jù)高精度圖片，利用“五點比對法”對基板各點進行微觀缺陷的確認。

（3）利用“新五點比對法”的算法，對基板的各點進行宏觀缺陷的確認。

（4）利用“新五點比對法”的算法，計算那些既被宏觀也被微觀檢出的缺陷，確認其為哪種缺陷。

（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。此時宏觀缺陷與微觀缺陷均得到了準確的檢出。

（6）如工廠出貨量要求較大，也可利用“宏觀灰度比較缺陷”算法進行宏觀缺陷的檢出，此算法用時較短，但同“新五點比對法”的算法相比，精度較低。

（7）基板缺陷全部檢出，排出AOI設備，這個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宏觀缺陷的AOI設備的設計，核心是以AOI五點比對法為基礎，對其進行算法上的優(yōu)化和添加，并在硬件上添加數(shù)據(jù)處理PC，使得AOI同時具有準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)人員肉眼觀測的方式，使得宏觀檢測自動化程度大幅度提高，結(jié)果準確穩(wěn)定，不受各種人為因素影響，并且整體不影響Tact Time。本論文對于提高工廠宏觀品質(zhì)檢測的自動化程度及準確率都具有較為重要的意義和探究價值，可平行展開推廣。