龐華山+譚海洋+武占英+王立夫

摘 要：彩色濾光片（Color Filter，以下簡(jiǎn)稱CF）作為TFT-LCD面板的關(guān)鍵組件，其性能直接影響顯示器呈現(xiàn)的畫面質(zhì)量。其中Mura缺陷檢測(cè)在整體缺陷檢測(cè)中占有重要作用。目前，絕大多數(shù)CF制造商在出貨前的Mura缺陷檢測(cè)環(huán)節(jié)仍采用全數(shù)的人工目視檢測(cè)方法。該方法易受檢測(cè)人員主觀因素及外界環(huán)境影響，且效率極為低下。文章分析了國(guó)外生產(chǎn)的CF Mura缺陷檢測(cè)設(shè)備的結(jié)構(gòu)和圖像處理算法，針對(duì)誤檢率高、圖像干擾等問題，總結(jié)出通過標(biāo)準(zhǔn)畫像的合理管控，調(diào)整Mura檢測(cè)機(jī)位置，優(yōu)化檢測(cè)參數(shù)等方案，實(shí)現(xiàn)圖像質(zhì)量和Mura自動(dòng)判定的準(zhǔn)確度的提升。并將這些方法運(yùn)用到生產(chǎn)線的運(yùn)營(yíng)中，將原來的100%人工目視檢測(cè)降低至30%左右，減少了檢測(cè)人員數(shù)量，同時(shí)縮短CF產(chǎn)品Cycle time 60分鐘，取得了良好的經(jīng)濟(jì)效益，為國(guó)內(nèi)液晶面板制造行業(yè)CF Mura檢測(cè)和管控方法的研究人士提供了一份較為完整的參考。

關(guān)鍵詞：彩色濾光片；Mura缺陷檢測(cè)；管控方法；圖像處理

中圖分類號(hào)：TP274.3 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2017）28-0001-07

1 CF Photo工藝及Mura檢測(cè)機(jī)的作用

1.1 CF Photo工藝設(shè)備Layout說明

如圖1所示以R工藝為例，設(shè)備依次為發(fā)片機(jī)、清洗機(jī)、涂布機(jī)、真空干燥機(jī)、Mura檢測(cè)機(jī)、熱固化、冷卻單元、曝光機(jī)、顯影機(jī)、自動(dòng)光學(xué)檢測(cè)機(jī)（AOI）、熱烘烤設(shè)備、目視宏觀檢查機(jī)、收片機(jī)以及與服務(wù)器相連接的CIM PC。Mura機(jī)是基于機(jī)器視覺技術(shù)的涂布膜厚檢測(cè)。

1.2 Mura機(jī)作用

Mura按形態(tài)區(qū)分，主要為條紋Mura、蝶狀Mura、Pin Mura、起始部Mura和白缺等，如圖2為條紋Mura。

在實(shí)際生產(chǎn)中，面板生產(chǎn)線的品質(zhì)監(jiān)控，分為首件確認(rèn)、過程監(jiān)控和出貨全檢三種：

（1）首件確認(rèn)的優(yōu)勢(shì)：在無Mura機(jī)生產(chǎn)線中，從涂布完成到Macro人眼目視給出判定結(jié)果需要60分鐘，而如果目視不合格，還需再次首片確認(rèn)；對(duì)海量生產(chǎn)的面板生產(chǎn)線來說，產(chǎn)能損失嚴(yán)重。引入Mura機(jī)后，可參考Mura圖像快速判斷，首件確認(rèn)的時(shí)間可控制在20分鐘內(nèi)，若不合格時(shí)，工藝調(diào)整后也能快速判斷效果。

（2）過程監(jiān)控的優(yōu)勢(shì)：過程中無法全數(shù)目視檢測(cè)，通常以一定頻度人工抽檢，而Mura機(jī)能實(shí)時(shí)在線檢測(cè)生成圖像，設(shè)置專門的作業(yè)員可同時(shí)對(duì)多個(gè)工序的圖像集中觀察判定，發(fā)現(xiàn)不良的效率和及時(shí)性有很大的提高。

（3）出貨全檢的優(yōu)勢(shì)：在最終的CF出貨前都要進(jìn)行人工目視全數(shù)檢測(cè)，在檢測(cè)過程中當(dāng)前基板的圖像經(jīng)過網(wǎng)絡(luò)服務(wù)器可以呈現(xiàn)在Macro檢測(cè)設(shè)備的PC顯示器上幫助檢測(cè)員重點(diǎn)確認(rèn)Mura的位置，提高檢測(cè)效率。以上是Mura機(jī)初步應(yīng)用于CF生產(chǎn)時(shí)的優(yōu)點(diǎn)，但并沒有實(shí)現(xiàn)Mura缺陷的等級(jí)量化。

2 CF Mura機(jī)結(jié)構(gòu)與原理

2.1 CF Mura機(jī)的配置

如圖3為Mura機(jī)結(jié)構(gòu)，玻璃經(jīng)傳輸帶流經(jīng)檢查區(qū)CCD采集圖像數(shù)據(jù)傳輸至PC進(jìn)行處理和缺陷分析。

BM通過透過率來檢測(cè)膜厚均一性，采用綠光主要為防止剛剛涂覆后的光阻產(chǎn)生曝光引發(fā)膜質(zhì)變化。

其他工序采用反射方式通過膜厚上下表面的光程差來反應(yīng)膜厚的差異性，膜厚的變化導(dǎo)致光程差的變化，干涉光的明暗會(huì)發(fā)生變化。根據(jù)光源波長(zhǎng)及CCD參數(shù)可計(jì)算出理論膜厚分辨率。如圖4為干涉原理檢測(cè)膜厚的示意圖，其中λ：光源波長(zhǎng)、m：整數(shù)、？茲：折射角。

光程差：DC'+DC=2nd cosθ

明條件：2nd cosθ=（2m+1）

暗條件：2nd cosθ=2m

光程差：？駐d=

使用鈉燈時(shí)Mura機(jī)對(duì)膜厚檢測(cè)的理論分辨率：

理論分辨率？駐d=÷256=0.4（nm）

鈉燈光源波長(zhǎng)：λ=589nm

光阻折射率：n=1.7

入射角：θ=30deg

2.2 CF Mura機(jī)的圖像處理過程

基于機(jī)器視覺技術(shù)的缺陷檢測(cè)和圖像處理算法有很多種，本文研究的Mura機(jī)圖像處理方法的最大特點(diǎn)是采用圖像做差法，利用標(biāo)準(zhǔn)畫像來消除疑似Mura。開始檢測(cè)前須先進(jìn)行標(biāo)準(zhǔn)畫像的錄入。以下是標(biāo)準(zhǔn)畫像的生成過程。

2.2.1 標(biāo)準(zhǔn)畫像的制作

標(biāo)準(zhǔn)畫像制作步驟如圖5所示：（1）選擇基板；（2）提取并處理數(shù)據(jù)；（3）根據(jù)數(shù)據(jù)生成標(biāo)準(zhǔn)畫像。

詳細(xì)步驟如圖6所示，玻璃搬送方向?yàn)閄方向，攝像機(jī)掃描方向?yàn)閅方向。當(dāng)玻璃通過Mura機(jī)時(shí)對(duì)玻璃表面進(jìn)行掃描（Y方向），分別得到L（x1）～L（xn）等N組照度曲線，每條曲線代表攝像機(jī)掃描一行圖像得到的照度值，通過對(duì)這N組照度曲線進(jìn)行疊加，并求出其平均照度曲線，即L（x）為制作標(biāo)準(zhǔn)畫像所使用的數(shù)據(jù)，再用L（x）*n（n為在x方向上的像素?cái)?shù)），即為補(bǔ)正所用的標(biāo)準(zhǔn)畫像。

按圖7制作方法，原始畫像像素矩陣變化至標(biāo)準(zhǔn)畫像像素矩陣的過程如圖7所示。

2.2.2 圖像處理的總體流程

圖像處理總體流程如圖8所示，具體說明如下：

圖像采集：根據(jù)基板的傳送速度和Line CCD 拍攝的最小寬度進(jìn)行匹配獲取基板膜面的原始圖像。

圖像合成：對(duì)三個(gè)CCD獲取的圖像進(jìn)行裁剪、拼接進(jìn)而成一張完整的基板圖像。

亮度補(bǔ)正：原始圖像與標(biāo)準(zhǔn)畫像相減后再加128進(jìn)行增益放大，進(jìn)行亮度補(bǔ)正消除背景的干擾和疑似Mura。圖9所示為標(biāo)準(zhǔn)畫像進(jìn)行亮度補(bǔ)正消除假M(fèi)ura的過程說明。

圖像預(yù)處理：高斯濾波（5*5）、中值濾波（5*5）進(jìn)行噪聲處理，灰度膨脹進(jìn)行邊緣強(qiáng)化。endprint

缺陷分割：采用梯度算子的方法對(duì)灰度圖像的每個(gè)像素點(diǎn)考察0°、45°、90°、135°四個(gè)方向鄰點(diǎn)灰度進(jìn)行加權(quán)平均，然后進(jìn)行微分運(yùn)算，得到該點(diǎn)的邊緣強(qiáng)度值，該參數(shù)可以反映圖像每一個(gè)像素點(diǎn)與周圍像素點(diǎn)局部變化的強(qiáng)度。通過人工設(shè)定合適的閾值識(shí)別出缺陷；采用基于邊緣灰度二值化的方法確定缺陷的位置[4]。

缺陷量化：以亮度差和邊緣強(qiáng)度兩個(gè)參數(shù)進(jìn)行相與的關(guān)系對(duì)Mura進(jìn)行等級(jí)判定。根據(jù)缺陷分割出Mura的平均像素亮度值與非Mura區(qū)的平均像素亮度值做差，差值作為亮度差；同時(shí)Mura區(qū)邊緣的一次微分值作為邊緣強(qiáng)度值。

綜上，通過人工設(shè)定二值化閾值識(shí)別和篩選出Mura缺陷位置，然后通過亮度差和邊緣強(qiáng)度的組合對(duì)識(shí)別的Mura缺陷量化判級(jí)。軟件中二值化閾值、亮度差和邊緣強(qiáng)度均需要工程師根據(jù)各型號(hào)產(chǎn)品進(jìn)行實(shí)驗(yàn)驗(yàn)證，最終找到合適的參數(shù)。

3 Mura機(jī)在應(yīng)用中的問題與對(duì)策

對(duì)Mura缺陷的機(jī)器視覺檢測(cè)有兩方面基本要求：（1）機(jī)器視覺檢測(cè)的結(jié)果要符合人眼的判斷標(biāo)準(zhǔn)；（2）要能夠?qū)θ毕葸M(jìn)行量化評(píng)定。基于以上兩點(diǎn)，總結(jié)使用Mura檢測(cè)機(jī)過程中主要有以下幾個(gè)問題：

3.1 標(biāo)準(zhǔn)畫像的選擇和管理

標(biāo)準(zhǔn)畫像理想狀態(tài)是無真Mura的，但實(shí)際上很少，錄制標(biāo)準(zhǔn)畫像時(shí)并不知道當(dāng)前基板有無真Mura；另外，標(biāo)準(zhǔn)畫像的制作是以當(dāng)時(shí)光源狀態(tài)為基準(zhǔn)進(jìn)行CCD感光增益補(bǔ)償，隨著使用時(shí)間的推移，光源狀態(tài)會(huì)發(fā)生變化，CCD補(bǔ)償增益也要相應(yīng)變化?；谝陨显?，必須制定嚴(yán)格的管理方案。

3.1.1 標(biāo)準(zhǔn)畫像的選擇

首先，制作基板A和基板B兩種不同涂布狀態(tài)基板，標(biāo)準(zhǔn)畫像A為使用基板A的數(shù)據(jù)制成的標(biāo)準(zhǔn)畫像；標(biāo)準(zhǔn)畫像B為使用基板B的數(shù)據(jù)所制成的標(biāo)準(zhǔn)畫像。對(duì)以下情況對(duì)比：

（1）基板A使用標(biāo)準(zhǔn)畫像A進(jìn)行補(bǔ)正；

（2）基板A使用標(biāo)準(zhǔn)畫像B進(jìn)行補(bǔ)正；

（3）基板A不使用任何標(biāo)準(zhǔn)畫像進(jìn)行補(bǔ)正。

對(duì)比結(jié)果顯示，僅第1組所獲Mura圖像質(zhì)量是OK的，其他均較差。經(jīng)上述實(shí)驗(yàn)顯示，Mura圖像需要使用標(biāo)準(zhǔn)畫像進(jìn)行補(bǔ)正，且所使用的標(biāo)準(zhǔn)畫像的基準(zhǔn)片涂布狀態(tài)與后續(xù)待檢測(cè)基板的涂布狀態(tài)要相同。

3.1.2 標(biāo)準(zhǔn)畫像的更新管理

根據(jù)標(biāo)準(zhǔn)畫像制作原理和實(shí)際使用經(jīng)驗(yàn)制定標(biāo)準(zhǔn)畫像更新的條件如下：

（1）產(chǎn)品型號(hào)變更時(shí)；

（2）Mura上游設(shè)備的Recipe變更時(shí)（Coater，VCD等）；

（3）圖像上出現(xiàn)疑似Mura時(shí)；

（4）光源關(guān)閉后再開啟時(shí)（30分鐘后，光源進(jìn)入穩(wěn)定狀態(tài)才能開始錄制）；

（5）光源照度衰減>8%。

3.2圖像區(qū)域性黑白不均的干擾

如圖10所示，為干擾嚴(yán)重的區(qū)域性黑白不均圖像。

Mura機(jī)位于VCD后，VCD 結(jié)構(gòu)如下圖11所示，吸附口在玻璃基板的下部，抽真空的過程中，基板膜面受到的氣流流速不均勻，導(dǎo)致膜面不均勻；如圖12為VCD廠家提供的基板表面部分區(qū)域氣流流速分布圖。實(shí)際生產(chǎn)驗(yàn)證也表明不同VCD 參數(shù)對(duì)Mura圖像的影響非常明顯，如圖13所示。

盡管有經(jīng)驗(yàn)的人觀察圖像多數(shù)可以區(qū)分哪些區(qū)域是VCD 導(dǎo)致的圖像干擾。但對(duì)Mura缺陷量化等級(jí)的干擾非常嚴(yán)重，為此，在新產(chǎn)線中將Mura機(jī)的位置調(diào)整至HP后（Hot Prebake，熱烘烤設(shè)備）。因HP后溶劑基本揮發(fā)完畢，膜質(zhì)已經(jīng)穩(wěn)定，膜面受外界的影響已經(jīng)較少，圖像質(zhì)量有明顯的改善，如圖14所示。

然而放在HP 后相比VCD后的缺點(diǎn)是離涂布機(jī)較遠(yuǎn)，從涂布機(jī)產(chǎn)生不良到HP之后，Mura檢出不良時(shí)不良品產(chǎn)生的數(shù)量通常多出10張左右。

3.3 缺陷檢出和量化參數(shù)的選定

3.3.1 缺陷檢出條件

通過讀取含有缺陷的檢測(cè)圖像，針對(duì)每種缺陷反復(fù)更改設(shè)定“二值化閾值”，分別記錄剛剛將缺陷檢出時(shí)的“二值化閾值”，形成類似如圖15的數(shù)據(jù)，最終確定將缺陷大部分檢出的“二值化閾值”，并以此對(duì)不同工序進(jìn)行設(shè)定。

3.3.2 缺陷判定條件

如前所述缺陷量化是根據(jù)亮度差和邊緣強(qiáng)度差進(jìn)行判定的；采用相同方法，讀取缺陷畫像，反復(fù)更改判定條件，將實(shí)驗(yàn)的缺陷亮度差和邊緣強(qiáng)度差的最低值作為判定Gray的下限。以PS工序?yàn)槔?，圖16為亮度差條件設(shè)定數(shù)據(jù)，圖17為邊緣強(qiáng)度差數(shù)據(jù)，表4為缺陷判定條件及Panel和Glass 判定等級(jí)說明。

4 Mura自動(dòng)量化等級(jí)前后運(yùn)營(yíng)效果

4.1 Mura量化等級(jí)前生產(chǎn)線運(yùn)營(yíng)模式

原有模式下，Mura機(jī)僅生成圖像不進(jìn)行等級(jí)判定，當(dāng)產(chǎn)品到達(dá)最后一道工序全數(shù)人工檢查時(shí)，目視檢查設(shè)備Final Macro的PC從服務(wù)器上下載并顯示當(dāng)前基板的Mura畫像以供作業(yè)員參考提高檢查的效率，流程如圖18所示。

4.2 Mura量化等級(jí)后生產(chǎn)線運(yùn)營(yíng)模式

對(duì)缺陷自動(dòng)量化等級(jí)后，將基板分為OK、Gray、NG三個(gè)判級(jí)，分別對(duì)應(yīng)的code為G、E和R，等級(jí)的優(yōu)先級(jí)為R>E>G，從BM至PS各工序的判定等級(jí)繼承累積，即BM判定為E的，下工序不能修改為G，但可以更改為R或繼承為E。基于此規(guī)則，最終Final Macro人工目視檢查時(shí)，將G和R的基板不再進(jìn)行人工檢查，僅等級(jí)為E的再進(jìn)行人工檢查。這樣實(shí)現(xiàn)了人工目視檢查數(shù)量的減少，為了實(shí)現(xiàn)這種運(yùn)營(yíng)，對(duì)生產(chǎn)線的Inline搬送模式進(jìn)行軟件升級(jí)，實(shí)現(xiàn)基板自動(dòng)分流。變更后的產(chǎn)線運(yùn)營(yíng)模式如圖19所示。

4.3 不同工序Mura量化Gray等級(jí)累積比率

如下圖20所示，為不同工序Mura自動(dòng)判定Gray等級(jí)的比例。按照變更后的運(yùn)營(yíng)案僅需要檢測(cè)Gray等級(jí)的基板，因此最終達(dá)到出貨人工目視檢查設(shè)備的檢測(cè)數(shù)量為30%左右。這樣，CF 面板人工目視檢查的基板量由原來的100%檢測(cè)降低至30%左右，大大降低了檢測(cè)人員的數(shù)量。同時(shí)，所需的人工目視檢查機(jī)的機(jī)器數(shù)量也減少了60%左右，降低了工廠的能耗。

5 結(jié)束語

通過對(duì)采用機(jī)器視覺技術(shù)的CF Mura檢測(cè)機(jī)檢測(cè)原理的研究、圖像干擾原因，制定出標(biāo)準(zhǔn)畫像的選擇和更新的規(guī)則，調(diào)整檢測(cè)設(shè)備位置有效改善了圖像質(zhì)量，并通過大量實(shí)驗(yàn)設(shè)置合理的檢測(cè)閾值并對(duì)缺陷進(jìn)行量化等級(jí)，實(shí)現(xiàn)初步的自動(dòng)判定，并通過調(diào)整產(chǎn)線運(yùn)營(yíng)方案，將人工檢測(cè)量降低了70%，同時(shí)減少了人工目視檢查機(jī)的數(shù)量近60%，節(jié)約了工廠設(shè)備能耗和檢測(cè)人員的數(shù)量。為Mura檢測(cè)和管控提供了一個(gè)新的運(yùn)營(yíng)參考方案，向Mura缺陷檢測(cè)的自動(dòng)化邁進(jìn)了一步。

未來的CF Mura缺陷檢測(cè)，將結(jié)合更為廣泛的先進(jìn)手段，總結(jié)前人實(shí)踐經(jīng)驗(yàn)，利用更為有效的檢測(cè)手段和技術(shù)將缺陷控制在發(fā)生階段，最大限度降低Mura缺陷造成的生產(chǎn)損失。

參考文獻(xiàn)：

[1]齊錚.TFT_LCD顯示面板制成工藝中的陣列缺陷檢測(cè)方法研究[D].西安電子科技大學(xué)，2011.

[2]畢昕，丁漢.TFT-LCD Mura 缺陷機(jī)器視覺檢測(cè)方法[J].機(jī)械工程學(xué)報(bào)，2010.

[3]盧小鵬.TFT-LCDMura缺陷機(jī)器視覺檢測(cè)方法研究[D].電子科技大學(xué)，2014.

[4]吳冰，山海濤，郭建星.基于邊緣灰度的二值化閾值確定方法[J].武漢大學(xué)學(xué)報(bào)（工學(xué)版），2003.endprint