OLED显示屏缺陷检测算法的研究与实现
发布时间：2020-07-13 02:17
【摘要】：随着信息显示技术的不断发展,越来越多的显示屏制造厂商开始投入资金批量生产OLED显示屏。为了防止不理想的OLED产品流入市场,需要检测OLED显示屏面板上是否存在缺陷。目前,专业质检人员的人眼检测为主要的缺陷检测模式。这种模式需要较高的人力成本,而且不同的质检人员针对同一面板的检测结果常常不一致。为了满足工厂大规模生产的需求,研究出相应的自动缺陷检测算法,让机器视觉代替人眼检测已成为一个紧迫的任务。OLED显示屏在制作过程中主要会存在点缺陷、线缺陷和面缺陷(Mura缺陷)这三类缺陷。本文根据三类缺陷的各自不同特点,分别提出了各类缺陷的检测和分类方法,改进了相关的已有算法。本文主要的研究内容及贡献如下:(1)基于面板图像自身的周期性,提出了一种邻域差分算法。该算法能够有效地抑制背景纹理的干扰并提取出点类缺陷。该方法有效地解决了已有算法对小缺陷不敏感而产生的漏检问题。(2)在邻域差分算法的基础上进一步提出了一种投影线的方法。该方法能够准确地提取线类缺陷,有效地改进了已有算法的检测精度。(3)提出了基于缺陷增强及曲面拟合的背景重构方法,可以重构得到“无缺陷”的背景图像。通过计算背景图像与增强后图像的残差以及根据残差是否满足Mura缺陷的定量化特征,从中筛选出真正的缺陷。该算法可以在背景不均匀的情况下提取出微弱的Mura缺陷,并达到较高的准确率。(4)设计了基于迁移学习的分类方法对Mura缺陷进行分类。该方法可以用较少的训练样本完成模型的建立。实验表明该方法的准确率较高,可以应用于实际的工业生产。本文的方法已经在试验中被大量实际数据所验证,展示了很好的效果。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN873.93;TP391.41
【图文】：
反应速度 微秒级别 毫秒级别视角 180 度 160 度，有色偏问题耗电性 低 高（背光固定开启）色域 70-100% 56-95%操作温度 -40-100℃ -30-80℃厚度/重量 mm/轻 cm/重寿命 5000-30000 小时 >5000 小时所以 OLED 显示屏在不久的将来，有望替代现有 TFT-LCD 显示屏，成为最主流的显示产品。根据智研咨询发布的《2017-2022 年中国 OLED 行业深度调研及发展趋势研究报告》显示，2015 年我国 OLED 市场约为 400 亿，预计在 2020年的时候增长至 990 亿左右，年均增速可达 20%。
图 1-2 OLED 面板出货量走势Fig.1-2 The trend of OLED panel shipment虽然 OLED 有很多的优点，但是在实际量产上面却有着很多的困难，最大的问题在于良率不高。根据资料《2017 全球 OLED 产业研究报告》显示，目前TFT-LCD 显示屏的良率可达 90％以上，而刚性 OLED 显示屏的良率一般在 80左右，柔性 OLED 显示屏的良率则更低，只有 60％左右。造成良率不高的原因可分成氧化铟（In2O3）面板的“Array 制程”、“有机膜形成”以及“封装技术的缺陷。学术界针对这些技术领域在不断进行研究，希望针对工业界量产问题提出有效的改善方案，但是，目前业界对于检测 OLED 缺陷并未提出一套有效的标准，所以如果能够从实际的 OLED 成品中执行检测，并因此分析出可能产生缺陷的制作过程，这无疑可以有效地改善 OLED 的制作过程，同时也能够保证出货产品的质量。1.2 研究目的
图 1-3 (a)点缺陷样图 (b)线缺陷样图 (c)面缺陷样图Fig.1-3 (a)Point defect sample (b)Line defect sample (c)Surface defect sample在 OLED 缺陷的检测中，Mura 缺陷的检测是设计上的难点。因为 Mura 很统一的标准，通过不同的人检测判断可能给出的检测结果不同。Mura 缺陷质是面板上低对比度的亮度不均一的区域。Mura 检测的核心思想就是将低度区域分割出来并进行定量化，进而对比判定该区域是否存在缺陷。现阶段多种 Mura 缺陷自动检测算法被提出。Xin Bi 等人[16]提出了一种使用水平集行图像分割的方法来检测缺陷；卢小鹏等人[17]改进了 Chan-Vese 模型来实现ura 缺陷的快速分割；Yu-Bin Yang 等人[18]使用奇异值分解和离散余弦变换构背景图像，计算出差异图后再检出缺陷；Xin Bi 等人[19]利用实 Gabor 滤波增强 Mura 缺陷；Hao-Chiang Shao[20]提出了一种从低对比度图像中去除相对成分的算法来减少对图像增强的干扰；Du-Ming Tsai 等人[21]把要检测的图像些基本图像的线性组合去表示，而其系数就可以反映出 Mura 缺陷，在此基[22]
本文编号：2752810
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN873.93;TP391.41
【图文】：
反应速度 微秒级别 毫秒级别视角 180 度 160 度，有色偏问题耗电性 低 高（背光固定开启）色域 70-100% 56-95%操作温度 -40-100℃ -30-80℃厚度/重量 mm/轻 cm/重寿命 5000-30000 小时 >5000 小时所以 OLED 显示屏在不久的将来，有望替代现有 TFT-LCD 显示屏，成为最主流的显示产品。根据智研咨询发布的《2017-2022 年中国 OLED 行业深度调研及发展趋势研究报告》显示，2015 年我国 OLED 市场约为 400 亿，预计在 2020年的时候增长至 990 亿左右，年均增速可达 20%。
图 1-2 OLED 面板出货量走势Fig.1-2 The trend of OLED panel shipment虽然 OLED 有很多的优点，但是在实际量产上面却有着很多的困难，最大的问题在于良率不高。根据资料《2017 全球 OLED 产业研究报告》显示，目前TFT-LCD 显示屏的良率可达 90％以上，而刚性 OLED 显示屏的良率一般在 80左右，柔性 OLED 显示屏的良率则更低，只有 60％左右。造成良率不高的原因可分成氧化铟（In2O3）面板的“Array 制程”、“有机膜形成”以及“封装技术的缺陷。学术界针对这些技术领域在不断进行研究，希望针对工业界量产问题提出有效的改善方案，但是，目前业界对于检测 OLED 缺陷并未提出一套有效的标准，所以如果能够从实际的 OLED 成品中执行检测，并因此分析出可能产生缺陷的制作过程，这无疑可以有效地改善 OLED 的制作过程，同时也能够保证出货产品的质量。1.2 研究目的
图 1-3 (a)点缺陷样图 (b)线缺陷样图 (c)面缺陷样图Fig.1-3 (a)Point defect sample (b)Line defect sample (c)Surface defect sample在 OLED 缺陷的检测中，Mura 缺陷的检测是设计上的难点。因为 Mura 很统一的标准，通过不同的人检测判断可能给出的检测结果不同。Mura 缺陷质是面板上低对比度的亮度不均一的区域。Mura 检测的核心思想就是将低度区域分割出来并进行定量化，进而对比判定该区域是否存在缺陷。现阶段多种 Mura 缺陷自动检测算法被提出。Xin Bi 等人[16]提出了一种使用水平集行图像分割的方法来检测缺陷；卢小鹏等人[17]改进了 Chan-Vese 模型来实现ura 缺陷的快速分割；Yu-Bin Yang 等人[18]使用奇异值分解和离散余弦变换构背景图像，计算出差异图后再检出缺陷；Xin Bi 等人[19]利用实 Gabor 滤波增强 Mura 缺陷；Hao-Chiang Shao[20]提出了一种从低对比度图像中去除相对成分的算法来减少对图像增强的干扰；Du-Ming Tsai 等人[21]把要检测的图像些基本图像的线性组合去表示，而其系数就可以反映出 Mura 缺陷，在此基[22]
【参考文献】
相关期刊论文 前10条
1 彭骞;陈凯;沈亚非;王锐;唐浩林;;有机电激光显示器件缺陷检测进展[J];广东科技;2015年18期
2 李坤;李辉;刘云杰;梁平;卢小鹏;;LCD Mura缺陷的B样条曲面拟合背景抑制[J];光电工程;2014年02期
3 卢小鹏;李辉;刘云杰;梁平;李坤;;基于Chan-Vese模型的TFT-LCD Mura缺陷快速分割算法[J];液晶与显示;2014年01期
4 朱光;朱学芳;张华坤;;复杂背景下TFT-LCD表面缺陷检测系统的设计[J];电子测量与仪器学报;2011年12期
5 王辉;李生华;;基于EMD的语音特征信息提取[J];计算机科学;2011年S1期
6 冯小波;贺臻;施旭;;机器视觉在TFT-LCD点缺陷检测系统中的应用[J];现代显示;2011年09期
7 牛杰;刘永祥;秦玉亮;姜卫东;黎湘;;一种基于经验模态分解的锥体目标雷达微动特征提取新方法[J];电子学报;2011年07期
8 万建;任龙涛;赵春晖;;二维EMD应用在图像边缘特征提取中的仿真研究[J];系统仿真学报;2009年03期
9 苏小红;何志广;马培军;;TFT-LCD微米级显示缺陷的自动检测算法[J];哈尔滨工业大学学报;2008年11期
10 张昱;张健;;基于多项式曲面拟合的TFT-LCD斑痕缺陷自动检测技术[J];光电工程;2006年10期
本文编号：2752810
本文链接：https://www.wllwen.com/kejilunwen/wltx/2752810.html
