• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于AOI邏輯運(yùn)算的線性方程應(yīng)用

    2015-01-06 00:54:02張鐵軼孫廣巖
    液晶與顯示 2015年5期
    關(guān)鍵詞:檢測(cè)點(diǎn)光學(xué)灰度

    張鐵軼,王 賀,龔 偉,朱 宇,方 鑫,孫廣巖

    (合肥鑫晟光電科技有限公司,安徽合肥230012)

    基于AOI邏輯運(yùn)算的線性方程應(yīng)用

    張鐵軼,王 賀,龔 偉,朱 宇,方 鑫,孫廣巖

    (合肥鑫晟光電科技有限公司,安徽合肥230012)

    自動(dòng)光學(xué)檢測(cè)系統(tǒng)采用周期性比較和邏輯運(yùn)算的方法獲取缺陷點(diǎn)的信息。但由于其最小周期比較Pitch存在小數(shù),會(huì)造成比較對(duì)象的非正確選取。利用兩點(diǎn)一線原理,可以構(gòu)建一次線性方程使原來斷點(diǎn)模擬成連續(xù)的點(diǎn),達(dá)到無論比較距離是會(huì)否為整數(shù),都能找到相對(duì)應(yīng)的灰度值的效果。利用此方法可以提高異常點(diǎn)檢出的準(zhǔn)確度,同時(shí)會(huì)避免對(duì)產(chǎn)品產(chǎn)量、品質(zhì)及成本的不利影響,具有重要意義。

    自動(dòng)光學(xué)檢查;彩膜;誤檢;方程

    1 引 言

    光電檢測(cè)技術(shù)具有高精度、高速度、高效率、全自動(dòng)、非接觸等特點(diǎn),被廣泛應(yīng)用于制造加工業(yè)中。隨著玻璃制造、彩膜、生產(chǎn)、TFT等領(lǐng)域?qū)Ξa(chǎn)品的質(zhì)量要求越來越高,應(yīng)用于現(xiàn)代化工業(yè)的光電檢測(cè)技術(shù)就成為質(zhì)量保證一把利劍。一方面要保證企業(yè)的產(chǎn)品質(zhì)量,另一方面又要在質(zhì)量保證的前提下提高企業(yè)的生產(chǎn)效益。以激光、紅外、光纖等現(xiàn)代光電子器件為基礎(chǔ)的光電檢測(cè)技術(shù),將光電檢測(cè)器接收對(duì)被檢測(cè)物體的光輻射轉(zhuǎn)換為電信號(hào),通過輸入電路、放大濾波等檢測(cè)電路過濾掉無用信息,再進(jìn)行計(jì)算機(jī)計(jì)算處理,最終將所需檢測(cè)的目標(biāo)物理參數(shù)顯示出來[1-3]。

    在TFT-LCD面板的制造過程中,為確保品質(zhì)和提高良率,會(huì)在制造過程中進(jìn)行工程微觀檢查和工程宏觀抽查。目前的TFT-LCD的檢查方式主要分為光學(xué)檢查、電氣檢查及目視檢查。光學(xué)檢查常用在工程微觀檢查或離線微觀抽檢中,其利用光學(xué)形式獲得產(chǎn)品的表面狀態(tài),通過影像處理和計(jì)算檢出異物或異常圖案;因光學(xué)檢查屬于非接觸式且靈活性高,故常被用于半成品的檢查,亦被導(dǎo)入陳列、CF及成盒制程中[5-9]。

    CF光學(xué)檢測(cè)技術(shù)建立在類似于其他自動(dòng)光學(xué)檢測(cè)(AOI)技術(shù)和CCD成像基礎(chǔ)上,通過圖像處理及數(shù)據(jù)計(jì)算完成檢測(cè)工作。應(yīng)用在CF制程中的檢測(cè)主要是運(yùn)用高速高精度視覺處理技術(shù)自動(dòng)檢測(cè)CF基板上各種不同Pinhole、劃痕、異物等缺陷,及早地發(fā)現(xiàn)制程中的缺陷,避免將不良品流入下游工序,造成成本的浪費(fèi),以提高生產(chǎn)效率及產(chǎn)品質(zhì)量,降低生產(chǎn)成本。本文主要是以線陣CCD掃描法為基礎(chǔ)對(duì)彩膜自動(dòng)光學(xué)檢測(cè)(AOI)系統(tǒng)算法的優(yōu)化[10]。

    2 CF AOI運(yùn)算邏輯及現(xiàn)狀

    2.1 CF運(yùn)算邏輯

    彩膜是經(jīng)過在玻璃上涂布光刻膠,然后進(jìn)行曝光、顯影等過程形成矩陣圖像進(jìn)而形成彩膜。目前彩膜主要由黑色、紅色、綠色和藍(lán)色光刻膠組成陣列。所以只能是單個(gè)陣列獨(dú)立進(jìn)行算法處理;最終根據(jù)彩膜產(chǎn)品特點(diǎn),確定使用五點(diǎn)周期比較的算法對(duì)圖像進(jìn)行處理[4]。五點(diǎn)周期比較方法:如圖1中5個(gè)點(diǎn)灰階為A1,A2,A3,A4,A5。其中A2,A3,A4,A5為參考點(diǎn),A1為比較點(diǎn)。取上述5個(gè)點(diǎn)中間值(假設(shè)這5點(diǎn)的灰階大小關(guān)系為:A2<A3<A5<A4<A1。則中間值為: A5)

    圖1 五點(diǎn)比較Fig.1 Five point comparison

    當(dāng)|A1-A5|>閾值;A1點(diǎn)為缺陷點(diǎn)。

    當(dāng)|A1-A5|<閾值;A1點(diǎn)為正常點(diǎn)。

    CF AOI采用獨(dú)立的反射光源檢查和透射光源檢查,配合反射光源與透射光源所對(duì)應(yīng)的CCD組成光電檢測(cè)機(jī)構(gòu)。CCD的半導(dǎo)體感光元件無法反映光線的顏色只能感應(yīng)光強(qiáng);其工作原理是采用當(dāng)CCD傳感器感應(yīng)到光亮?xí)r, CCD的光電器件產(chǎn)生負(fù)電荷的方式實(shí)現(xiàn)的。所以CCD通過掃描的工作方式最終產(chǎn)生一張灰白圖片。此時(shí)通過五點(diǎn)周期比較的計(jì)算方式將異常的像素篩選出來,將相鄰的像素組合成一個(gè)異常的塊,通過像素的位置、個(gè)數(shù)及排布最終獲得異常塊的相對(duì)坐標(biāo)、橫豎方向的長度、面積、黑白類型等數(shù)據(jù),并通過檢查所用的CCD反射或透射機(jī)構(gòu),確定異常塊是屬于反射異常還是透射異常。

    2.2 AOI工作現(xiàn)狀

    假設(shè)AOI使用的CCD像素大小為xμm×x μm,根據(jù)彩膜產(chǎn)品的設(shè)計(jì)得知比較的周期距離為L(μm),周期比較距離與產(chǎn)品的子像素是息息相關(guān)的;其中比較的周期距離是隨著產(chǎn)品規(guī)格的不同而不同,對(duì)此CCD像素的比較則是取離中心像素的第個(gè)像素進(jìn)行比對(duì)的,如圖2。

    圖2 五點(diǎn)比較Fig.2 Five point comparison

    彩膜的Pattern形成是逐工序作業(yè),首先制作黑矩陣,黑矩陣完成后再進(jìn)行R(紅色工藝)G(綠色工藝)B(藍(lán)色工藝)三種工藝的分別制作。當(dāng)完成黑矩陣的制作后進(jìn)行AOI的檢查,這時(shí)候?qū)Σ誓さ某休d體-玻璃來說其本身只有黑色和白色的成分;而制作R/G/B任意一種工藝后進(jìn)行AOI檢測(cè)時(shí),這時(shí)就會(huì)出現(xiàn)黑色、白色和灰色(R/ G/B層在CCD影像中會(huì)呈現(xiàn)出灰色)。同時(shí),在AOI對(duì)某些產(chǎn)品進(jìn)行檢測(cè)的過程中會(huì)出現(xiàn)誤檢(正常區(qū)域認(rèn)為異常區(qū)域)。

    誤檢率的上升給產(chǎn)線運(yùn)營者帶來了較多的虛假信息,對(duì)生產(chǎn)運(yùn)營帶來諸多影響:

    (1)產(chǎn)量降低:生產(chǎn)擔(dān)當(dāng)在遇到有異常信息時(shí)不得不進(jìn)行確認(rèn),在多次確認(rèn)中將使生產(chǎn)斷斷續(xù)續(xù),在節(jié)拍時(shí)間為35 s左右的彩膜生產(chǎn)中會(huì)明顯使產(chǎn)量降低。

    (2)品質(zhì)影響:在較多的虛假信息中,生產(chǎn)擔(dān)當(dāng)不可能一一確認(rèn),這就會(huì)使真正的異常點(diǎn)混在虛假點(diǎn)中欺騙擔(dān)當(dāng)?shù)难劬?使真正的異常點(diǎn)在節(jié)拍如此快的生產(chǎn)中隱藏,雖然最終會(huì)被發(fā)現(xiàn),但是仍然會(huì)影響一批次產(chǎn)品的品質(zhì)。

    (3)成本升高:在彩膜的生產(chǎn)運(yùn)營中,AOI檢查出的異常點(diǎn),修補(bǔ)設(shè)備需要一一確認(rèn),對(duì)需要修補(bǔ)的點(diǎn)進(jìn)行修補(bǔ)作業(yè);對(duì)于虛假信息,修補(bǔ)設(shè)備依然需要逐一確認(rèn),這樣將占用大量的人力和物力。

    3 線性方程應(yīng)用

    3.1 誤檢的解析

    針對(duì)AOI出現(xiàn)的誤檢情況,取出CCD原始影像進(jìn)行查看,發(fā)現(xiàn)誤檢的區(qū)域均在影像中的灰色與黑色的交界部位;即將如圖1所示的彩膜CCD影像,灰色區(qū)域處在黑色矩陣中間,將CCD圖像放大后就會(huì)看到在灰色與黑色之間的灰度是漸變的。

    隨即對(duì)誤檢區(qū)域相關(guān)的數(shù)據(jù)進(jìn)行收集,將CCD的某一行像素拍攝到的灰度值列入到表1 中;發(fā)現(xiàn)如表1中的灰度值為156的點(diǎn),在距離為或)位置的像素灰度值為92或210相差分別為64或54。在正常的AOI檢測(cè)過程中檢查閾值β設(shè)置為30,所以64或54的數(shù)值均大于30。則該灰度值為156的點(diǎn)被認(rèn)為是異常點(diǎn),如圖3紅色圈圈所示,圖3中實(shí)心點(diǎn)為表1中CCD的某一行像素拍攝到的灰度值。

    圖3 誤檢點(diǎn)位圖Fig.3 Error detection bitmap

    表1 誤檢區(qū)域灰度值Tab.1 Gray data of error area

    經(jīng)過分析發(fā)現(xiàn),發(fā)生這種誤檢現(xiàn)象的原因是一部分產(chǎn)品設(shè)計(jì)時(shí)為了實(shí)現(xiàn)LCD的顯示效果,不同的彩膜產(chǎn)品子像素設(shè)計(jì)的大小不同導(dǎo)致的。其使AOI檢測(cè)時(shí)比較距離不同,并且出現(xiàn)小數(shù)的現(xiàn)象,使無法找到正確比較的點(diǎn)進(jìn)行周期性比較,從而出現(xiàn)上文所述的誤檢。

    3.2 線性方程的應(yīng)用

    轉(zhuǎn)換為:

    依據(jù)上式對(duì)表1中出現(xiàn)的灰度值為156的虛假點(diǎn)進(jìn)行驗(yàn)證。假設(shè)此時(shí)x=10μm,L=216μm獲取A點(diǎn)(即圖3中的第2點(diǎn))對(duì)應(yīng)的灰度值作為待檢測(cè)區(qū)域的灰度值,顯然,A點(diǎn)位于彩色濾色層和黑矩陣相接的地方,此時(shí),應(yīng)獲取與A點(diǎn)相差的灰度值設(shè)為第一參考灰度值,但是=21.6為非整數(shù),因此該第一參考灰度值無法直接得到。將圖中的實(shí)心點(diǎn)連接起來,可得到一條近乎周期性分布的折線,如圖4所示,顯然,與A點(diǎn)相差的B點(diǎn)應(yīng)是落在這一折線上的。因此,首先獲取與A點(diǎn)相差個(gè)灰度值的第23個(gè)點(diǎn)對(duì)應(yīng)的灰度值92作為第一灰度值α1,獲取與A點(diǎn)相差個(gè)灰度值的第24個(gè)點(diǎn)對(duì)應(yīng)的灰度值210作為第二灰度值α2,將以上已知數(shù)值代入公式(2)中如下。

    圖4 灰度值折線圖Fig.4 Line graph of gray data

    依據(jù)計(jì)算確認(rèn)兩點(diǎn)一線原理是能解決誤檢情況的,以上只是以CCD的某一行像素為例,將此方法應(yīng)用到其他點(diǎn),效果是等同的。并且此方法使用最簡單的一次線性方程,計(jì)算量較小,對(duì)軟件運(yùn)算負(fù)荷較小。

    4 應(yīng)用推廣

    利用兩點(diǎn)一線一次線性方程解決誤檢問題的方法,主要是解決在周期距離比較運(yùn)算過程中遇到實(shí)際距離與CCD像素邊長比出現(xiàn)小數(shù)時(shí),對(duì)應(yīng)的點(diǎn)有虛擬的計(jì)算灰度值的情況。以上所述的五點(diǎn)比較是待檢測(cè)點(diǎn)位于彩膜基板的正中央,在以下各種的情況下同樣使用這種比較運(yùn)算方式的機(jī)會(huì)將更多。

    第一種,待檢測(cè)點(diǎn)位于彩膜基板的邊緣,如圖5(a),此時(shí)待檢測(cè)點(diǎn)a的一側(cè)則無可比較的點(diǎn)進(jìn)行比較;此時(shí)通過向這一側(cè)的反方向2倍比較Pitch取一點(diǎn)a1進(jìn)行比較,則能達(dá)成五點(diǎn)比較的要求,確保檢測(cè)的準(zhǔn)確率。

    第二種,待檢測(cè)點(diǎn)位于彩膜基板的角落,如圖5(b),此時(shí)待檢測(cè)點(diǎn)b的其中兩側(cè)無可比較的點(diǎn)進(jìn)行比較;此時(shí)通過向這兩側(cè)的反方向2倍比較距離取兩點(diǎn)b1&b2,同樣達(dá)到五點(diǎn)比較的要求。

    圖5 邊角處的檢測(cè)點(diǎn)Fig.5 Detection point in corner

    在待檢測(cè)點(diǎn)在邊緣或角落的情況下,會(huì)出現(xiàn)2倍比較距離的情況出現(xiàn),比較距離越大,檢測(cè)的準(zhǔn)確率越難保證,一次線性方程解決誤檢的方法將更有效。利用此方法提高了異常點(diǎn)檢出的準(zhǔn)確度,同時(shí)避免了對(duì)產(chǎn)品產(chǎn)量、品質(zhì)及成本的不利影響。

    5 結(jié) 論

    本文基于AOI的五點(diǎn)周期比較邏輯運(yùn)算詳細(xì)分析了彩膜不同產(chǎn)品的設(shè)計(jì)會(huì)出現(xiàn)由子像素大小決定的周期比較距離是否存在小數(shù)的情況下,造成對(duì)檢測(cè)準(zhǔn)確率的影響;提出利用一次線性方程解決比較距離出現(xiàn)小數(shù)的方法,以及此方法應(yīng)用的延伸,最終提高AOI檢測(cè)的準(zhǔn)確率。

    參考文獻(xiàn):

    [1] 胡亮.線陣CCD實(shí)現(xiàn)鋼板表面缺陷在線檢測(cè)關(guān)鍵技術(shù)及其應(yīng)用研究[M].天津:天津大學(xué),2005:19-26.Hu L.The key technology of online detection of surface defects of steel plate and Its Application Research on Realization of line array CCD[M].Tianjin:Tianjin University,2005:19-26.(in Chinese)

    [2] 蒲亮,葉玉堂.基于優(yōu)化K-D樹的大面積高密度PCB快速AOI[J].儀器儀表學(xué)報(bào),2011,32(4):955-259.Pu L,Ye Y T.Large area optimized K-D tree of high density PCB based fast AOI[J].Chinese Journal of scientific instrument,2011,32(4):955-259.(in Chinese)

    [3] 駱文博,王廣志,丁海曙,等.基于線陣CCD的高精度位置檢測(cè)[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2002 42(9): 1139-1143.Luo W B,Wang G Z,Ding H S,et al.3-D positioning system based on linear CCD camera[J].J.Tsinghua Univ.,(Sci&Tech),1980,2(1):1139-1143.(in Chinese)

    [4] 張鐵軼,余道平,王野.自動(dòng)光學(xué)檢測(cè)的彩膜分區(qū)檢查與判定[J].液晶與顯示,2014,29(1):34-39.Zhang T Y,Yu D P,Wang Y.Color filter partition inspection and judgment of automatic optical inspection[J].Chinese Journal of Liquid Crystals and Displays,2014:34-39.(in Chinese)

    [5] 李丙玉,王曉東,李哲.在軌完成CCD非均勻性校正的方法[J].液晶與顯示,2011,26(2):255-259.Li B Y,Wang X D,Li Z.Completion of in-orbit CCD non-uniformity correction method[J].Chinese Journal of Liquid Crystals and Displays,2011,26(2):255-259.(in Chinese)

    [6] 王運(yùn),顏昌翔.光譜儀圖像的亞像素配準(zhǔn)[J].光學(xué)精密工程,2012,20(3):661-666.Wang Y,Yan C X.Subpixel registration of spectrometer image[J].Optics and Precision Engineering,2012,20 (3):661-666.(in Chinese)

    [7] 李晶,袁峰,丁振良.基于Rodrigues參數(shù)的多線陣CCD外姿態(tài)測(cè)量系統(tǒng)的姿態(tài)解算[J].光學(xué)精密工程,2012,20 (4):858-863 Li J,Yuan F,Ding Z L.Attitude calculation of multi-linear OCD exteior attitude measurement system based on Rodrigues parameter[J].Optics and Precision Engineering,2012,20(4):858-863.(in Chinese)

    [8] Park T H,Kim H J,Kim N.Path planning of automated optical inspection machines for PCBassembly systems[J].International Journal of Control,Automation,and Systems.2006,4(1):96-104

    [9] Agapito L,Hayman E,Reid I.Self-calibration of rotating and zooming cameras[J].International Journal of Computer Vision,2001(45):107-127

    Application of linear equations based on AOI logic operation

    ZHANG Tie-yi,WANG He,GONG Wei,ZHU Yu,FANG Xin,SUN Guang-yan

    (Hefei Xinsheng Optoelectronics Technology Co.,Ltd,Hefei 230012,China)

    Method for automatic optical inspection system with periodic comparison and logic operation can obtain defect point information.Because of the existence of minimal cycle comparison of Pitch decimal,we cannot get the correct comparison.The use of two points formed one line,we can construct a linear equation to simulate the original breakpoints into continuous points.Just then,whether the comparative distance is an integer,the corresponding effect is found in the gray value.Using this method to improve the accuracy of anomaly check,the adverse effect is avoided on the yield,quality and cost of the product,which has the vital significance.

    auto optical inspection;color filter;error detection;equation

    TH865

    :A

    10.3788/YJYXS20153005.0883

    1007-2780(2015)05-0883-05

    張鐵軼(1984-),男,安徽省亳州人,高級(jí)工程師,2007年于解放軍炮兵學(xué)院獲學(xué)士學(xué)位,2014年于北京航空航天大學(xué)獲工程碩士學(xué)位,主要從事液晶面板行業(yè)工作。E-mail:zhangtieyi@boe.com.cn。

    2014-12-12;

    :2015-03-28.

    ?通信聯(lián)系人,E-mail:mail:zhangtieyi@boe.com.cn

    猜你喜歡
    檢測(cè)點(diǎn)光學(xué)灰度
    采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過濾技術(shù)
    核酸檢測(cè)點(diǎn)上,有最可愛的平江人
    滑輪組的裝配
    騎馬做核酸
    光學(xué)常見考題逐個(gè)擊破
    基于灰度拉伸的圖像水位識(shí)別方法研究
    飛行器FPGA檢測(cè)點(diǎn)優(yōu)化設(shè)置方法
    基于最大加權(quán)投影求解的彩色圖像灰度化對(duì)比度保留算法
    基于灰度線性建模的亞像素圖像抖動(dòng)量計(jì)算
    江西省綠色通道車輛貨物檢測(cè)點(diǎn)布點(diǎn)方案探討
    辽源市| 慈利县| 司法| 五河县| 赤城县| 明水县| 通江县| 江油市| 兰坪| 泸水县| 临清市| 南江县| 永昌县| 江华| 永修县| 舟山市| 泗洪县| 聂拉木县| 玉环县| 湖北省| 繁昌县| 高淳县| 乌拉特前旗| 外汇| 桐柏县| 宁都县| 苍溪县| 剑河县| 固原市| 仪陇县| 古田县| 双城市| 文水县| 尤溪县| 阿坝| 女性| 巴南区| 桂东县| 正阳县| 修武县| 五河县|