论文部分内容阅读
近年来,TFT-LCD向着大尺寸、轻薄化、低功耗、高分辨率的方向发展,在其生产过程中Mura缺陷出现的几率也大大增加。传统的依靠人眼检测Mura缺陷的方法已经无法满足TFT-LCD产品质量和生产效率的要求。因此,研究一种不受外界条件干扰的、准确、快速的Mura缺陷机器视觉检测方法已成为TFT-LCD发展的必然要求。在对Mura缺陷分析研究的基础上,设计了TFT-LCD Mura缺陷机器视觉检测系统。本系统主要分为图像采集模块和图像处理模块两部分,图像采集模块主要负责图像的采集和存储。而图像处理模块完成对Mura缺陷的检测,主要包括几何矫正、纹理背景抑制、Mura缺陷分割和量化四个步骤。根据Mura缺陷的特点,通过理论研究和验证仿真,实现了基于实值Gabor小波滤波的TFT-LCD纹理背景抑制、基于Chan-Vese(C-V)模型及水平集方法的Mura缺陷分割和基于DSEMU标准的缺陷量化的三大关键技术。首先,在纹理背景抑制部分,通过对Gabor小波滤波原理的分析和滤波器参数的选择,设计了4个滤波方向、4个中心频率的16通道的实值Gabor小波滤波器组,并设计了三层子图像融合方法,最终实现了对TFT-LCD图像纹理噪声的有效抑制。其次,在Mura缺陷分割部分,针对传统的C-V模型在分割背景复杂的图像方面存在的不足,分别从模型本身和数值实现两个方面对C-V模型进行改进,提高了C-V模型的分割能力和分割速度。最后,在Mura缺陷量化方面,由于传统的SEMU标准未能考虑拍摄距离对缺陷量化的影响,采用了更加准确、可靠的DSEMU标准对Mura缺陷进行量化,并且给出了Mura缺陷位置和形状的判定方法,为改进TFT-LCD生产工艺,消除Mura缺陷提供参考。通过实验验证,提出的TFT-LCD Mura缺陷机器视觉检测方法可以实现对Mura缺陷准确、快速的检测。并且100个实验样本中,只有两个未能成功检测,有效检出率为98%,漏检率为2%,错检率为0%,能够满足TFT-LCD的生产要求。