液晶面板晕开缺陷的电子限度样本设计与应用
1 引言
薄膜晶体管液晶显示器(Thin Film Transistor Liquid Crystal Display,TFT-LCD)在生产制造过程中受环境洁净度影响,异物类缺陷频繁发生,部分尺寸较大的异物会改变面板间的盒厚,形成晕开缺陷(Particle Gap),其形态为异物核周边带有“晕”。行业内Particle Gap缺陷发生率约为1.0%[1-2],但并非所有Particle Gap缺陷面板都是报废品。针对不同严重程度的Particle Gap,需要根据规格来区分判定,以满足不同客户需求。液晶面板检测方法有人工视觉检测法、电学参数检测法、自动光学检测法等[3-5]。电学参数法是通过测试电信号的变化来检测膜层或线路的好坏,一般用于面板阵列工艺检测,优点是测试灵敏且效率高,但无法检测非电学性缺陷。自动光学检测是通过相机拍照图像,与周边或正常区域对比来检出缺陷,优点是检出能力强,自动化程度高,但准确区分缺陷严重程度的能力较差。因此,人工视觉检测仍占据重要地位,特别是产品在出货前,一般需要人工视觉检测进行最终复核。Particle Gap属于画面显示不均类缺陷,常用检查方法是自动光学设备检出缺陷+人工视觉检测评价等级。对于人工视觉检测Particle Gap缺陷,判定的等级准确率是越高越好,这就要求检测规格足够准确(能够量化)、稳定(不受环境影响)、操作性强(规则简单,便于操作)。
Particle Gap由核和晕组成,目前行业内评价其严重等级普遍采用的方法是结合核和晕的最重级别判定。区分核的级别是依据其直径,直径越大,级别越重,判定结果越准确。而晕的大小、形状、浓度深浅变化不一,在实际生产过程中如何准确判定晕的等级是难点,也是本文研究工作的重点。目前晕的判定方法主要有限度样本法、滤光片法、尺寸测定法。
限度样本法是结合行业标准与客户要求,挑选合适的Particle Gap缺陷作为限度样本。比较缺陷和限度样本的晕浓度,比限度样本轻的判定为良品,比限度样本重的判定为不良品。此方法使用的限度样本是真实缺陷,客户接受度高。为确保标准统一,限度样本面板一般设置1~2张,而检测基台可达数十个。在实际作业时,检测员首先需要在“异地”(如限度样本室)观看实物限度样本,然后到基台检测,将缺陷与记忆的限度样本做对比。由于检测视角、距离、记忆力差异,判定结果稳定性、重复性和均一性较差。
滤光片法是将滤光片置于缺陷上方约2~3 cm处,透过滤光片目视观察Particle Gap的晕[6],若可见判定为不良品,不可见则判定为良品。此方法优点是操作简单方便,缺点是受检测员视觉差异影响,不同人员判定结果可能存在差异,客户接受度一般。
尺寸测定法是直接测量缺陷的最大直径,大于基准值判定为不良品,小于或等于基准值判定为良品。此方法优点是规则简单,操作性强,缺点是忽略了Particle Gap缺陷的晕浓度,不能准确反映缺陷轻重,客户接受度较差。
另一方面,当前LCD成盒检测使用的视频信号发生器(Pattern Generator)最高支持8K(分辨率7 680 PPI×4 320 PPI)图像输出[7],这为缺陷限度样本通过图像直接显示于面板提供了可能。
有关LCD缺陷图像的研究目前主要集中于缺陷自动检测方面,设计并优化检测算法对真实缺陷图像进行识别与处理以实现对缺陷的准确检测[8-10]。针对缺陷图像的模拟与绘制,液晶面板行业尚无相关的应用实例。本文首先对Particle Gap缺陷进行分类,分析了晕的颜色分布;然后利用绘图软件建立了Particle Gap缺陷模型,对模型进行修正与调试后制作出缺陷电子限度样本图像;最后经过视频信号发生器解析后显示在面板上,并测试了检测准确率。
2 Particle Gap缺陷与检测设备
2.1 Particle Gap缺陷
Particle Gap缺陷形成原因是盒内异物引起的盒厚增加,经过薄膜晶体管层的偏振光穿过偏厚液晶层后的偏振方向与正常盒厚不同,在透射彩膜层后颜色异常,形成以异物为中心的光晕[11-12],因此缺陷主要表现为颜色显示异常,其次亮度也有变化。
2.2 检测设备
电子限度样本所应用的检测设备主要由背光、面板、面板承载基台、视频信号发生器、点灯治具(用于传输信号)组成,如
3 Particle Gap类型与颜色分析
3.1 Particle Gap缺陷分类
合肥H工厂每月生产1 651 mm(65 in)液晶面板约50万张,Particle Gap平均发生率约1.0%。从某月份生产的含有Particle Gap缺陷的面板中随机选择1 000张作为研究对象。按照缺陷形貌可分为4类:(1)圆形无核,如
图 3. Particle Gap缺陷的典型形貌。(a)~(d)圆形无核;(e)~(h)圆形有核;(i),(j)圆形多环;(k),(l)不规则形。
Fig. 3. Morphology of typical Particle Gap.(a)~(d)Circular without nuclear;(e)~(h)Circular with nuclear;(i),(j)Multiple ring;(k),(l)Irregularp.
表 1. 不同类型与等级Particle Gap的数量
Table 1. Quantity of Particle Gap of different types and grades
|
Particle Gap缺陷形状大多为圆形的主要原因是中心异物的直径与周边的晕相比一般很小,处于不同数量级,可以将其简化为一个无形状的点。中心点两侧玻璃基板受异物挤压后发生形变,盒厚增大,然后向四周逐渐降低。由于玻璃基板形变无方向性,周边盒厚变化也无方向性,形成的晕表现为各向同性,最终缺陷整体呈现圆形。
综合产品生产成本、行业检测标准与客户要求,根据Particle Gap缺陷轻重,将1 000张面板粗略划分成A、B、C、D四个等级(A等级最优,B等级次之,C等级较差,D等级最差),数量分布见
3.2 Particle Gap缺陷颜色分析
设计Particle Gap缺陷模型的前提是明确缺陷的颜色分布,这也是工作的难点。使用CA410色彩分析仪对缺陷颜色进行测定。由于CA410的测试探头口径较大(10 mm),而缺陷直径一般为2 cm左右,所以对测试探头进行改造,增加辅助探头,可将测试范围缩小至2 mm,如
Particle Gap缺陷的严重度变化主要表现为晕的色彩、浓度和亮度不同,对应色彩学的色相(Hue,H)、饱和度(Saturation,S)和明度(Brightness,B)。其中色相变化相对较小,缺陷的轻重变化主要在于饱和度和明度不同,因此选择HSB颜色模式来表征晕的颜色。色相H是大脑对色彩的直觉感知,比如黄色、绿色、浅蓝等,单位是(°),选择范围为0~360,如
饱和度S的单位是%,选择范围为0~100,饱和度越小,彩色越浅,图像越灰;明度B的单位是%,选择范围为0~100,明度越小,图像越暗。制作电子限度样本时首先选定色相,然后逐渐改变饱和度与明度,以调试出不同轻重的缺陷图像。
由于色彩分析仪测得的颜色值是红绿蓝(Red/Green/Blue,RGB)颜色模式,需要转换为HSB模式,HSB颜色模式与RGB转换关系如公式(1)~
为分析缺陷颜色的对称性,从圆形无核和圆形有核两类缺陷中随机选择30个缺陷样本进行测量。沿着逆时针方向分为0°、90°、180°、270°四个角度,每个角度从缺陷中心附近到边缘,以2 mm等间距取5个点,直径不足20 mm的缺陷仍按2 mm距离正常取点,如
图 7. Particle Gap缺陷的颜色变化。(a)~(c)缺陷1;(d)~(f)缺陷2;(g)~(i)缺陷3;(j)~(l)缺陷4;(m)~(o)缺陷5。
Fig. 7. Color variation of Particle Gap.(a)~(c)No.1 defect;(d)~(f)No.2 defect;(g)~(i)No.3 defect;(j)~(l)No.4 defect;(m)~(o)No.5 defect.
从
对所有圆形无核和圆形有核类缺陷的颜色值进行测定,结果如
图 8. 不同等级的Particle Gap缺陷颜色值分布。(a)~(c)A等级缺陷;(d)~(f)B等级缺陷;(g)~(i)C等级缺陷;(j)~(l)D等级缺陷。
Fig. 8. Color distribution of different defects.(a)~(c)Defects of grade A;(d)~(f)Defects of grade B;(g)~(i)Defects of grade C;(j)~(l)Defects of grade D.
4 Particle Gap电子限度样本制作与测试
4.1 Particle Gap电子模型设计
基于Particle Gap形态与颜色分布的分析结果,利用图像处理软件(Photo Shop)建立缺陷电子模型。选定款1 651 mm(65 in)UHD产品进行缺陷模型设计,背景灰阶设定为127,图像分辨率为3 840×2 160 PPI。选择数量占比最高的圆形有核类缺陷作为模拟对象,绘制Particle Gap模型。中心小圆点作为缺陷中心的异物,由中心向四周为圆形渐变结构,颜色逐渐由深变浅,最终与背景色相同,根据颜色渐变类型分为均匀渐变和非均匀渐变两种模型。中心圆点颜色设置为棕色(HSB:47°,62%,37%),晕中心附近颜色设置为黄色(HSB:40°,44%,65%),背景色为灰色(HSB:0°,0%,50%),建立初始Particle Gap模型,如
4.2 电子限度样本制作与测试
按照A、B、C、D 4个等级评价缺陷共需要3个限度样本,分别是区分A和B等级的A/B限度样本、区分B和C等级的B/C限度样本、区分C和D等级的C/D限度样本。A、B等级的缺陷现象较轻,选择模型(Ⅰ)作为限度样本模型;C、D等级的缺陷相对较重,选择模型(Ⅱ)作为限度样本模型。以缺陷电子模型为基础,将
图 10. Particle Gap电子限度测试过程示意图
Fig. 10. Testing process of Particle Gap electronic limit sample
表 2. A/B限度样本实验结果
Table 2. Experimental conditions and results of A/B electronic limit sample
|
表 3. B/C限度样本实验结果
Table 3. Experimental conditions and results of B/C electronic limit sample
|
表 4. C/D限度样本实验结果
Table 4. Experimental conditions and results of C/D electronic limit sample
|
以3.2节根据饱和度S值评定的等级作为标准,将使用电子限度样本方法判定的等级与标准等级做对比,如果等级相同,表示准确;如果高于标准等级,表示提级;如果低于标准等级,表示降级。
可以看出,3个Particle Gap缺陷电子限度样本的精准HSB值分别为A/B限度样本(40°,10%,50%)、B/C限度样本(40°,25%,55%)和C/D限度样本(38°,35%,30%),在H工厂使用此组限度样本批量检测款1 651 mm(65 in)UHD产品,结果如
5 Particle Gap颜色变化规律
为了更方便快速地制作与调试电子限度样本,还需研究缺陷颜色值随严重程度的变化规律。从圆形无核和圆形有核两类缺陷中选择50个不同轻重程度的Particle Gap缺陷,按照从轻到重排序,HSB颜色值变化如
图 12. Particle Gap颜色值与缺陷严重程度关系
Fig. 12. Color variation of Particle Gap with the severity
Particle Gap缺陷在灰阶127画面下,轻重不同主要在于饱和度S和明度B的变化,色相H变化较小。随着缺陷由轻变重,色相总体呈减小趋势,饱和度逐渐增大,明度先增大后降低。
利用此变化规律与3.4节得出的Particle Gap缺陷色域H∈[30°,45°],S∈[2%,56%],B∈[15%,66%],制作电子限度样本无需再测定实物缺陷的颜色值,只需根据客户出货要求在色域范围内选定电子限度样本的初始HSB值,然后采取折中法或步进法修正并测试准确率以找出精准的限度样本。需要说明的是,此色域仅是通过测定真实缺陷数据得出的理论颜色值,利用上述色域和规律制作的限度样本,实际显示效果与理论计算值会有一定偏差,因此需要根据检测结果反复验证后方可应用于生产线。
6 结论
本文基于灰阶127画面下实物Particle Gap缺陷的形态与颜色,建立了缺陷电子模型,并通过对比实验,得出以下结论:
(1)通过分析Particle Gap缺陷的形态与颜色分布特征,成功建立并验证了Particle Gap缺陷图像模型在制作电子限度样本方面的可行性与适用性。
(2)使用HSB颜色模式,微调Particle Gap缺陷电子限度样本的色相H,同步调试饱和度S与明度B,得出了H面板工厂款1 651 mm(65 in)UHD产品精准限度的HSB颜色值:A/B等级限度(40°,10%,50%)、B/C等级限度(40°,25%,55%)和C/D等级限度(38°,35%,30%)。电子限度经过视频信号发生器解析后显示于待检测面板,可以将限度与缺陷同时呈现给检测人员。上线使用后A/B等级、B/C等级、C/D等级检测准确率分别提升10.9%、7.1%和8.1%。
(3)Particle Gap缺陷在灰阶127画面下,HSB颜色值色域为H∈[30°,45°],S∈[2%,56%],B∈[15%,66%],随着缺陷由轻变重,色相H总体呈减小趋势,饱和度S逐渐增大,明度B先升高后降低。利用此色域和变化规律,可通过步进法或折中法制作精准的电子限度样本。
[1] 高欢, 陈文智, 姚晔, 等. TFT-LCD改善Particle Gap的研究[J]. 液晶与显示, 2018, 33(2): 129-137.
[2] 黄雅纹, 陈再良. TFT LCD常见点缺陷的检测与修复[J]. 现代电子技术, 2012, 35(23): 189-191.
[3] 简川霞. TFT-LCD表面缺陷检测方法综述[J]. 电视技术, 2015, 39(9): 146-152.
JIAN C X. Review of TFT-LCD surface defect detection methods[J]. Video Engineering, 2015, 39(9): 146-152.
[4] 王新新, 徐江伟, 邹伟金, 等. TFT-LCD缺陷检测系统的研究[J]. 电子测量与仪器学报, 2014, 28(3): 278-284.
WANG X X, XU J W, ZOU W J, et al. Research on detection system for TFT-LCD defects[J]. Journal of Electronic Measurement and Instrumentation, 2014, 28(3): 278-284.
[5] 吴昕, 王海燕, 李剑. 高清液晶电视显示器图像画质评测方法探究[J]. 电视技术, 2009, 33(8): 109-112.
[6] 严成宸. TFT-LCD的Mura缺陷检测技术研究 [D]. 合肥: 合肥工业大学, 2017.
YANC C. Research on detection technique for Mura defect of TFT-LCD [D]. Hefei: Hefei University of Technology, 2017. (in Chinese)
[7] 贝宇. 基于Zynq的液晶模组缺陷检测设备的研究 [D]. 深圳: 深圳大学, 2020.
BEIY. Research on defect detection equipment of liquid crystal module based on Zynq [D]. Shenzhen: Shenzhen University, 2020. (in Chinese)
[11] 张明亮, 黎海波, 丁甲, 等. TFT-LCD工艺中Gap性不良的分析与改善[J]. 电子世界, 2017(19): 64-66.
[12] 尹磊, 陈平, 冯川, 等. 按压修复异物晕不良的影响因素[J]. 液晶与显示, 2021, 36(5): 699-704.
[13] 贾婉丽. Photoshop中的色彩空间转换 [D]. 西安: 西安理工大学, 2002.
JIAW L. Color conversions in Photoshop [D]. Xi'an: Xi'an University of Technology, 2002. (in Chinese)
Article Outline
索金亮, 朱忠发, 王彬, 樊成, 张俊, 黄助兵. 液晶面板晕开缺陷的电子限度样本设计与应用[J]. 液晶与显示, 2023, 38(4): 479. Jin-liang SUO, Zhong-fa ZHU, Bin WANG, Cheng FAN, Jun ZHANG, Zhu-bing HUANG. Design and application of LCD electronic limit sample for Particle Gap[J]. Chinese Journal of Liquid Crystals and Displays, 2023, 38(4): 479.