液晶顯示器Mura缺陷及測量方法淺析

張鵬， 馬婷婷，楊葉花，王瀟瀟，黃鋒，譚山（廣州計量檢測技術(shù)研究院 國家光電成像及顯示產(chǎn)品質(zhì)量監(jiān)督檢驗中心，廣東廣州，510030）

液晶顯示器Mura缺陷及測量方法淺析

張鵬， 馬婷婷，楊葉花，王瀟瀟，黃鋒，譚山
（廣州計量檢測技術(shù)研究院 國家光電成像及顯示產(chǎn)品質(zhì)量監(jiān)督檢驗中心，廣東廣州，510030）

Mura缺陷是液晶顯示器（LCD）中常見的不良現(xiàn)象，直接影響到顯示圖像質(zhì)量。本文對液晶顯示器Mura缺陷進(jìn)行了詳細(xì)的綜述，首先概述了Mura缺陷的種類及主要來源，然后介紹了Mura缺陷的三類測量方法：人工視覺識別法、電學(xué)測量法、光學(xué)測量法。人工視覺識別法利用濾光片觀察樣品，成本較低，但無法做到客觀的評定產(chǎn)品等級；電學(xué)測量法適用于電氣缺陷造成的Mura；基于機(jī)器視覺的光學(xué)測量法是當(dāng)前研究的熱點，對于各種原因造成的Mura 缺陷均具有良好的檢測效果。詳細(xì)分析了各種檢測方法的特點，最后進(jìn)行歸納總結(jié)。

LCD；Mura缺陷；人工視覺識別法；機(jī)器視覺

0 引言

隨著3D、4K等新技術(shù)的發(fā)展，消費(fèi)者對顯示性能提出了更高的要求：大尺寸、輕薄、高清、環(huán)保節(jié)能。新工藝的引入使得顯示缺陷產(chǎn)生的幾率大大增加，Mura即是影響液晶顯示器畫面品質(zhì)的缺陷之一。由于Mura缺陷的等級判定直接決定LCD面板等級劃分，因此Mura缺陷的成因、檢測及改善至關(guān)重要[1-3]。

1 Mura缺陷

1.1 Mura缺陷來源

Mura由日本平板顯示行業(yè)首先提出，現(xiàn)為平板顯示行業(yè)專用術(shù)語。國際半導(dǎo)體設(shè)備與材料組織(Semiconductor Equipment and Materials International, SEMI)等標(biāo)準(zhǔn)化組織將其定義為顯示器亮度或色度不均勻，造成對比度不協(xié)調(diào)的區(qū)域[4-10]。LCD生產(chǎn)工序復(fù)雜，集成度高，涉及百萬級別的元器件制造拼裝，因此Mura缺陷來源較多。例如，在噴涂過程中，濾光片的膜厚不均勻，會導(dǎo)致光經(jīng)過后顏色不均；薄膜晶體管(TFT)由多層鍍膜而來，層與層之間的相對位置對其特性影響較大，其中一層的錯位即可造成顯示異常；液晶材料分布的均勻性及填充后的高度均可造成Mura現(xiàn)象；偏光片來料不良會導(dǎo)致偏貼，形成Mura；背光源發(fā)光不均勻或排列設(shè)計不合理時，即使面板制作合格，也會形成各種Mura。此外，生產(chǎn)過程中異物、粉塵的進(jìn)入，都會造成Mura缺陷。

1.2 Mura缺陷種類

依據(jù)不同的標(biāo)準(zhǔn)可對Mura進(jìn)行不同分類，依據(jù)缺陷產(chǎn)生原因的不同，可分為電氣缺陷、非電氣缺陷；依據(jù)位置不同，可分為邊角Mura、灌注口Mura、中間區(qū)域Mura等；依據(jù)方向劃分，可分為水平Mura、垂直Mura、斜向Mura等。圖1、圖2為部分Mura缺陷的示意圖。隨著機(jī)器視覺檢測技術(shù)的發(fā)展，依據(jù)形狀特征進(jìn)行分類更加科學(xué)適用，是目前最常采用的分類法，大致可分為點缺陷、線缺陷、團(tuán)缺陷、帶缺陷、V型缺陷等。

圖1 按位置劃分：(a) 邊角Mura；(b) 灌注口Mura；(c) 中間區(qū)域Mura

圖2 按方向劃分：(a) 水平Mura；(b) 垂直Mura；(c) 斜向Mura

2 Mura缺陷檢測方法

2.1 人工視覺識別法

人工視覺識別法即培訓(xùn)專業(yè)人員，在規(guī)定的觀察條件下，以人眼識別Mura缺陷。該方法簡便易行，是目前各大生產(chǎn)企業(yè)最常用的檢測手段。通常在110lux環(huán)境照度下，檢測人員位于顯示屏幕正前方30cm處，使用中性密度濾光片，觀察不同灰度畫面下的可疑缺陷，依據(jù)企業(yè)制定的分級標(biāo)準(zhǔn)對缺陷進(jìn)行級別判定。我國電子行業(yè)標(biāo)準(zhǔn)《SJ/T 11459.2.2.4-2013 液晶顯示器件 第2-2-4部分：手機(jī)用彩色矩陣液晶顯示模塊詳細(xì)規(guī)范》[7]規(guī)定，云紋（Mura）應(yīng)該在6%中性密度濾光片遮蓋后不可見，或?qū)φ諛?biāo)準(zhǔn)樣本。人工視覺識別法受到多種因素影響，如人眼視覺限制、標(biāo)準(zhǔn)觀察者熟練程度、主觀感受等，無法保證客觀的缺陷等級評價，易產(chǎn)生不可靠的檢測結(jié)論。

2.2 電學(xué)測量法

電學(xué)測量法通常用于檢測電氣缺陷導(dǎo)致的Mura，如面板中柵極線的短路/斷路、接觸不良、引腳開路等等。電學(xué)測量法包括導(dǎo)納電路檢測法、全屏點亮法、探針掃描法、電荷讀出法、電壓圖像法和電子束掃描像素電極法等[11]。每種方法各有其優(yōu)缺點，例如：全屏點亮法通過給屏幕各行列施加亮信號進(jìn)行檢測，效率高但不能確定缺陷的精確位置及類型。電子束掃描像素電極法需要電子束聚焦掃描系統(tǒng)、真空系統(tǒng)、精密機(jī)械傳動系統(tǒng)等，成本高且耗時長。目前主流的電學(xué)測量法是導(dǎo)納電路檢測法[11]，該方法快速有效，可在數(shù)分鐘內(nèi)確定缺陷的位置和類型。電氣缺陷均可以看作液晶屏的電氣參數(shù)超出了設(shè)計的標(biāo)準(zhǔn)，屈惠明提出用總導(dǎo)納來表征電氣參數(shù)。將液晶屏當(dāng)作一個黑箱，給它一個輸入信號，采集輸出信號進(jìn)行統(tǒng)計分析，據(jù)此來判斷內(nèi)部缺陷的位置與類型。

在液晶屏的掃描線上依次加上通/斷態(tài)電壓，并在信號線上加上相同的電壓Vi，公共電極作為輸出端，可檢測得到輸出電流I。在被測節(jié)點上，通、斷態(tài)電壓時的導(dǎo)納YTON、YTOFF可以由下式求出：

其中，ION，IOFF分別是被檢測像素在通、斷態(tài)時，檢測到的輸出電流。以LCD屏的掃描電極數(shù)為X軸、信號電極數(shù)為Y軸、輸出電流為Z軸，可以得到輸出電流隨像素變化的三維立體圖。理想狀態(tài)下，無缺陷液晶屏檢測到的輸出電流不隨檢測像素的不同而變化。實際情況中，允許輸出電流有一定程度的偏離，偏離的大小反映屏幕質(zhì)量的優(yōu)劣。若某一位置的輸出電流超出規(guī)定波動范圍，則存在缺陷。輸出電流ION和IOFF會隨著缺陷的類型和位置而變化，在計算機(jī)中建立與各種缺陷有關(guān)的通斷電流ION和IOFF的數(shù)據(jù)庫。檢測時，將測量數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)庫中的樣本進(jìn)行比較，可以進(jìn)一步得出缺陷的類型和位置。

2.3 光學(xué)測量法

光學(xué)測量法屬于非接觸式測量，利用圖像采集設(shè)備獲取屏幕顯示信息，并對其進(jìn)行量化分析，從而確定缺陷的位置與種類。隨著機(jī)器視覺的發(fā)展，光學(xué)測量法的研究日新月異，目前被國際標(biāo)準(zhǔn)采用并廣泛推廣的方法主要有空間相關(guān)法[12]、Muralook 檢測算法[10,13]、最小可識別度(JND)理論[4,8-9]等。

2.3.1 空間相關(guān)法

早在1996年，淺野敏郎等人提出空間相關(guān)法[12]，該方法適用于點缺陷和線缺陷的檢測。其原理如圖3 所示，依據(jù)該算法，首先利用視頻信號發(fā)生器輸出規(guī)定的信號圖案至待測液晶顯示器，使用圖像采集設(shè)備（例如CCD相機(jī)等）拍攝顯示圖案。假設(shè)原始圖像信號為C，往左位移一個像素圖像信號記為L，往右位移一個像素圖像信號記為R。如果存在像素缺陷，則圖像中只有缺陷像素線作為檢測信號被檢出；如果不存在像素缺陷，則無輸出信號。例如圖6中只有第二條缺陷像素線被檢出。將圖像信號L、C、R依據(jù)下式進(jìn)行相關(guān)運(yùn)算：

其中Φ表示相關(guān)信息。

圖3 空間相關(guān)法原理示意圖

空間相關(guān)法利用相鄰像素的空間相關(guān)性進(jìn)行像素缺陷檢測，該方法可消除噪聲、背光源、液晶屏固有缺陷以及隨機(jī)因素的影響，但其局限于點、線缺陷的檢測。

2.3.2 Muralook 檢測算法

在大量工業(yè)應(yīng)用經(jīng)驗的基礎(chǔ)上，William K.Pratt等人于2000年首次提出了Muralook檢測算法[13]。該算法按照缺陷對比度的高低將檢測過程分為15個階段，分別完成包括線缺陷、區(qū)塊缺陷和mura在內(nèi)的總共23種缺陷進(jìn)行檢測。該方法被VESA發(fā)布的Flat Panel Display Measurements Standard 2.0所采用[10]。Muralook檢測算法流程如下：通過光學(xué)測量設(shè)備獲取被測液晶屏顯示的圖像，選取源圖像的合適區(qū)域進(jìn)行初始化，得到背景圖像。計算顯示圖像與背景圖像的對比度，初步篩選出可疑缺陷區(qū)域，按照對比度從高到低的順序依次對圖像進(jìn)行分割、檢測。若可疑缺陷區(qū)域相對于背景圖像的對比度超出了規(guī)定的閾值，則可將其判定為真實缺陷。

2.3.3 最小可識別度(JND)理論

Mori等人提出了一種基于“最小可識別度”(Just Noticeable Difference, JND)理論的Mura缺陷檢測方法[4]，該方法綜合考慮了人的視覺心理，因此被廣泛的接受與應(yīng)用。最小可識別度即最小可覺察的差異，用于表示可覺察和不可覺察的概率各為50%的一個統(tǒng)計值。Mura缺陷最小可覺察的對比度差異和缺陷的面積大小有關(guān)，為了得到確切的函數(shù)關(guān)系，設(shè)計實驗由專業(yè)的Mura缺陷檢測人員在特定的條件下，采用人工視覺對不同缺陷進(jìn)行判定，然后利用回歸分析的方法擬合出最小可察覺對比度差異Cjnd和缺陷面積Sjnd間的關(guān)系：

結(jié)果表明：Mura缺陷最小可覺察的對比度差異Cjnd與缺陷面積Sjnd的0.33次冪成反比。當(dāng)Mura缺陷的面積越小，需要更大的對比度差異才能為人眼所察覺?；谠摾碚摚瑖H半導(dǎo)體設(shè)備與材料組織SEMI頒布了一系列標(biāo)準(zhǔn)[8-9]，提出Semu檢測指標(biāo)，將其進(jìn)一步量化分級。Semu指標(biāo)計算公式如下：

其中，Cx為被測Mura的平均對比度。若可疑區(qū)域的Semu指標(biāo)高于1，即可將其判定為Mura缺陷。Semu指標(biāo)的建立為Mura缺陷識別提供了量化統(tǒng)一的科學(xué)依據(jù)，得到了廣泛的認(rèn)可。

3 結(jié)語

Mura缺陷是液晶面板生產(chǎn)過程中最常見的缺陷，嚴(yán)重制約成品率的提高。缺陷檢測與修補(bǔ)已成為平板顯示器生產(chǎn)、研發(fā)的重要課題，是提高顯示質(zhì)量、降低成本的重要手段。Mura缺陷的成因復(fù)雜，包括彩色濾光片膜厚不均、薄膜晶體管異常、液晶材料分布不均勻、液晶盒高低不平、偏光片偏貼、沾附異物、驅(qū)動電路異常等等。Mura缺陷檢測方法依據(jù)評價方式的不同可分為人工視覺識別法、電學(xué)測量法、光學(xué)測量法。人工視覺識別法簡單方便，但效果差強(qiáng)人意，易受人的主觀因素影響。電學(xué)測量法對電氣缺陷引起的Mura缺陷具有良好的檢測效果，但適用范圍有限?；跈C(jī)器視覺的光學(xué)測量法適用范圍廣，可快速量化評價大部分特征缺陷，但在圖像預(yù)處理、亮度不均勻背景抑制、圖像分割等方面有待進(jìn)一步研究。我國已成為全球第二大液晶面板生產(chǎn)國，Mura缺陷評價方法的日益成熟，必將促進(jìn)液晶產(chǎn)業(yè)的良好發(fā)展。

[1] 張昱. 基于機(jī)器視覺的TFT-LCD屏Mura缺陷檢測技術(shù)研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2006.

[2] 盧小鵬. TFT-LCDMura缺陷機(jī)器視覺檢測方法研究[D]. 成都：電子科技大學(xué)，2011.

[3] 李茂. 基于機(jī)器視覺的TFT-LCD屏Mura缺陷檢測方法研究[D]. 成都：電子科技大學(xué)，2013.

[4] Y. Mori, K. Tanahashi. Quantitative evaluation of visual performance of liquid crystal displays[C]. International Society for Optics and Photonics, San Diego, USA, 2000, 242-249.

[5] H. Jeff. Electro-optics technology tests flat-panel displays[J]. Laser Focus World, 2000, 36: 271-276.

[6] IEC 61747-1-2003 Liquid crystal and solid-state display devices - Part 1 Generic specification [S]. Geneva: IEC, 2003.

[7] SJ/T 11459.2.2.4-2013 液晶顯示器件 第2-2-4部分：手機(jī)用彩色矩陣液晶顯示模塊詳細(xì)規(guī)范[S]. 北京：中國電子技術(shù)標(biāo)準(zhǔn)化研究所，2013.

[8] SEMI D31-1102 Definition of Measurement Index (Semu) for Luminance Mura in FPD Image Quality Inspection[S]. San Jose: SEMI, 2002.

[9] SEMI D41-0305 Measurement Method of SEMI Mura in FPD Image Quality Inspection[S]. San Jose: SEMI, 2005. [10] VESA-FPDM 2.0 Flat Panel Display Measurements Standard[S]. San Jose: VESA, 2000.

[11] 屈惠明. TFT-LCD屏缺陷檢測的研究[J]. 光電子技術(shù)，1997，17(2):102-109.

[12] 淺野敏郎，吉田敦志，望月淳. 彩色液晶顯示器像質(zhì)評價技術(shù)[J]. 畫像應(yīng)用技術(shù)，1996，10:24-29.

[13] W. K. Pratt, S. S. Sawkar. Automatic blemish detection in liquid crystal plat panel displays[C]. Machine Vision Application in Industrial Inspection, San Jose, USA, 1998, 2-13.

Mura defect and Measurement Method of Liquid Crystal Display

Zhang Peng, Ma Tingting, Yang Yehua, Wang Xiaoxiao, Huang Feng, Tan San
(Guangzhou Institute of Measurement and Testing Technology, National Quality Supervison and Inspection Centre for Photoelectronic Imaging and Display Products, Guangzhou Guangdong, 510030)

Mura defect is a common phenomenon in liquid crystal display (LCD), which directly affects the quality of the display image. In this paper, Mura defect of liquid crystal display (LCD) is reviewed in detail. First, the types and main sources of Mura defects are summarized, and then three kinds of measurement methods of Mura defects are introduced, which are artificial visual recognition, electrical measurement and optical measurement Artificial visual recognition method using filter observation samples, low cost, but can’t achieve the objective evaluation of product grades; electrical measurement method is used in the Mura caused by electrical defects; optical measurement method based on machine vision is a hotspot of current research, Mura defects for various reasons have good detection effect. The characteristics of various measurement methods are analyzed in detail, and the conclusion is summarized.

LCD; Mura defect; artificial visual recognition method; machine vision

張 鵬（1983-），男，博士，主要從事計量檢測技術(shù)研究。

馬婷婷 （1990-），女，本科，主要研究方向光學(xué)計量檢測。

楊葉花（1988-），女，碩士，主要研究方向自動化檢測技術(shù)。

王瀟瀟（1980-），女，博士，主研光學(xué)計量。

黃 鋒（1968-），男，高級工程師，主研自動化檢測。

譚 山（1960-），男，高級工程師，主研電路與系統(tǒng)。

國家質(zhì)檢總局科技計劃項目（2015QK160）、廣東省科技計劃項目（2015A030401058）。