彩色滤光片表面瑕疵检测-AOIEA自动光学检测设备联盟.PDF

彩色濾光片表面瑕疵檢測 羅鵬飛 施柄辰 中華大學機械工程學系 luo@chu.edu.tw 摘要 彩色濾光片(Color filter)是組成液晶面板的關鍵零組件之一，目前彩色濾光片的瑕疵檢測是在最 後成品階段進行人工檢測，為確保彩色濾光片的生產品質，實有必要在彩色濾光片的表面瑕疵檢測上 導入機器視覺系統來提昇檢測效率，以避免人工檢測誤判造成之損失。由於瑕疵在不同的光源形式下 會有不同的表現形態，所以本文利用透射光和反射光擷取彩色濾光片影像，以確實的將瑕疵凸顯出 來。由於彩色濾光片本身具有水平線和垂直線的結構紋路，所以藉由傅立葉轉換的方式於頻率域上濾 除其水平垂直的響應，並搭配高斯低通濾波器來保留瑕疵響應所在之低頻帶以達到凸顯瑕疵之效果， 接著以管制界限二值化將瑕疵部分分割出來。本文觀察功率頻譜中能量的分布情形，並找出高斯低通 率波器的最佳截止頻率。在白瑕疵檢測的部份，則是於透射光影像直接利用管制界限二值化將白瑕疵 檢出。由實驗結果可知本研究方法可有效檢測出彩色濾光片表面瑕疵。 關鍵詞:彩色濾光片、瑕疵、傅立葉轉換、頻率域、高斯低通濾波器 壹、前言 顯示器乃是人與機器溝通的重要介面，早期以映像管顯示器(CRT)為主，但隨著科技不斷進步， 各種顯示技術如雨後春筍般誕生，而薄膜液晶顯示器(Thin Film Transistor Liquid Crystal Display, TFT-LCD)則為目前的主流產品之一。對於 LCD 面板產品而言，為能具體呈現色彩化的高品質顯示能 力，當中的彩色濾光片(Color Filter, CF)是不可或缺的關鍵零組件之ㄧ。彩色濾光片的主要製程分為 BM 、R 、G 、B 以及 ITO 等製作流程，在每個製程上都有可能產生瑕疵。基本上，瑕疵的種類大多集 中在黑瑕疵與白瑕疵上，其中白瑕疵可算是重大缺陷，至於其他的缺陷，則要以其大小來判斷是否剔 除或視為良品。一般以一個顏色單元(RGB Cells)的 1/2 面積當作一個基準，若瑕疵面積大於等於 1/2 ， 則視為缺陷;瑕疵面積小於 1/2 則視為良品，但若瑕疵數量過多時則也將之視為缺陷。 Nakashima[1]將彩色濾光片的瑕疵分類為巨觀瑕疵(Macro-Defects)和微觀瑕疵(Micro-Defects) ，提 出利用影像相減法並採用 He-Ne 雷射搭配傅立葉濾波器所產生之高度變化以過濾出瑕疵，但此方式只 適用於具有高度的瑕疵且 He-Ne 雷射須有嚴格的環境控制才得以濾除雜訊。吳木杏[2]以影像相減法 作為基礎在彩色濾光片上進行表面瑕疵檢測，此方法必須考慮到參考影像(Golden Image)的擷取以及 影像定位(Registration)的問題，若參考影像選擇不佳或定位不夠精確，瑕疵偵測誤判的機率將會大幅 提高。 由於彩色濾光片具有由 RGB 顏色單元(RGB cells)和黑色矩陣(Black matrix)所構成的結構性紋路 (Structural Texture) ，此紋路會造成瑕疵判斷上的困難。在分析表面紋路特徵(Textural Features)的方法 有很多，但主要可分為空間域(Spatial Domain)和頻率域(Frequency Domain)兩種。 空間域是使用原始影像之顏色或灰階值變化來表示影像之特徵，此方法運算簡單但是對影像光源 或材質不均勻時較不易處理。Amet, et al.[3]利用共生矩陣(Co-Occurrence Matrix)的方式檢測紡織品缺 陷；陳普中[4]以灰階共生矩陣的方式來分析瑕疵位置及影像檢索。廖燿璋[5]使用斷開、閉合、膨脹、 侵蝕、空間迴旋運算等傳統影像技術，並加入基因演算法，將所有檢測參數依計算完之適應函數值， 透過基因演算競爭式選擇法進行淘汰，找出最小差異值。葉孟吉 [6]針對其 RGB 三顏料上色製程中常 發生之微觀瑕疵白缺陷、黑缺陷和突起建構智慧型辨識系統，以紅綠色度比值邏輯判斷法來判斷白缺 陷，並採用迴歸預測閥值法和倒傳遞類神經來判斷黑缺陷和突起。 頻率域是將二維空間影像轉換為頻率域