TFT-LCD显示屏Mura缺陷自动光学检测算法研究

摘要

TFT-LCD制造过程工序多、结构复杂，显示屏不可避免地存在各种视觉缺陷，视觉缺陷超过一定程度就会影响用户的生理健康。显示屏局部的亮度不均匀现象是最常见的一种视觉缺陷，这种缺陷被称为 Mura。当前 Mura缺陷检测主要依靠人眼，这种方法主观性强、效率低，越来越不能适应TFT-LCD显示屏大批量、大尺寸的生产要求，迫切需要研究自动缺陷检测方法。Mura缺陷具有形状不固定、对比度低、边缘模糊、背景复杂等特点，是自动缺陷检测方法研究的难点所在。
　　本文研究不依赖于人眼的Mura缺陷自动光学检测算法。根据待检测图像的特点以及Mura缺陷检测的难点，整个算法被设计为三部分：图像预处理、缺陷分割和特征提取，核心算法是背景抑制。针对采集过程中引入的噪声，经过实验对比，采用巴特沃斯低通滤波器对图像进行降噪处理；为从图像中分离出TFT-LCD显示屏图像，根据显示屏与周围物体的对比度及其几何特征，采用全局阈值法和Hough变换分割感兴趣区域；针对图像中存在的亮度不均匀现象，采用标准模板图像对亮度不均匀进行校正，并保留Mura缺陷。缺陷分割分为背景抑制和缺陷修复两部分。将TFT-LCD显示屏背景灰度看作三维空间中一张光滑的曲面，采用双三次B样条拟合算法对背景进行重构，用原图像减去背景图像，达到背景抑制的目的；亮度不均匀区域经过一系列算法处理后，可能会遭到破坏，通过对数学形态学中各种操作进行适当的组合，能够达到修复较大连通区域的目的，并可抑制较小的连通区域。特征提取的目的，一方面是为Mura缺陷的判定提供依据，另一方面是对Mura缺陷的影响程度进行评估。根据实际需要及人的视觉心理特点，选取对比度、面积、周长、位置等特征参数。
　　本文提出的检测算法符合SEMI标准，通过SEMU指标判断TFT-LCD显示屏是否含有Mura缺陷。对45个含有Mura缺陷的TFT-LCD显示屏进行检测，成功检测出43个，成功率为95.56％。实验证明，本文提出的算法，在有效性、实时性、稳定性等方面达到了预定的设计要求。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 课题背景及来源

1.2 自动光学检测国内外研究现状

1.3 本文主要工作

1.4 本文结构安排

第二章 Mura缺陷分析与总体方案设计

2.1 Mura缺陷分析

2.2 总体方案设计

2.3 本章小结

第三章 图像预处理

3.1 图像滤波算法

3.2 感兴趣区域分割

3.3 亮度不均匀校正

3.4 本章小结

第四章 Mura缺陷分割

4.1 背景重构算法

4.2 数学形态学处理

4.3 本章小结

第五章 Mura缺陷量化

5.1 Mura缺陷量化

5.2 特征提取实验及Mura缺陷判定

5.3 本章小结

第六章 Mura缺陷检测实验

6.1 图像采集

6.2 检测结果

第七章 总结与展望

7.1 课题总结

7.2 课题展望

致谢

参考文献

在学期间的研究成果