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（廣州計量檢測技術研究院 國家光電成像及顯示產品質量監督檢驗中心，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
（廣州計量檢測技術研究院 國家光電成像及顯示產品質量監督檢驗中心，廣東廣州，510030）

Mura缺陷是液晶顯示器（LCD）中常見的不良現象，直接影響到顯示圖像質量。本文對液晶顯示器Mura缺陷進行了詳細的綜述，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、電學測量法、光學測量法。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品等級；電學測量法適用于電氣缺陷造成的Mura；基于機器視覺的光學測量法是當前研究的熱點，對于各種原因造成的Mura 缺陷均具有良好的檢測效果。詳細分析了各種檢測方法的特點，最后進行歸納總結。

LCD；Mura缺陷；人工視覺識別法；機器視覺

0 引言

隨著3D、4K等新技術的發展，消費者對顯示性能提出了更高的要求：大尺寸、輕薄、高清、環保節能。新工藝的引入使得顯示缺陷產生的幾率大大增加，Mura即是影響液晶顯示器畫面品質的缺陷之一。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首先提出，現為平板顯示行業專用術語。國際半導體設備與材料組織(Semiconductor Equipment and Materials International, SEMI)等標準化組織將其定義為顯示器亮度或色度不均勻，造成對比度不協調的區域[4-10]。LCD生產工序復雜，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，會導致光經過后顏色不均；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現象；偏光片來料不良會導致偏貼，形成Mura；背光源發光不均勻或排列設計不合理時，即使面板制作合格，也會形成各種Mura。此外，生產過程中異物、粉塵的進入，都會造成Mura缺陷。

1.2 Mura缺陷種類

依據不同的標準可對Mura進行不同分類，依據缺陷產生原因的不同，可分為電氣缺陷、非電氣缺陷；依據位置不同，可分為邊角Mura、灌注口Mura、中間區域Mura等；依據方向劃分，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。隨著機器視覺檢測技術的發展，依據形狀特征進行分類更加科學適用，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專業人員，在規定的觀察條件下，以人眼識別Mura缺陷。該方法簡便易行，是目前各大生產企業最常用的檢測手段。通常在110lux環境照度下，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，依據企業制定的分級標準對缺陷進行級別判定。我國電子行業標準《SJ/T 11459.2.2.4-2013 液晶顯示器件 第2-2-4部分：手機用彩色矩陣液晶顯示模塊詳細規范》[7]規定，云紋（Mura）應該在6%中性密度濾光片遮蓋后不可見，或對照標準樣本。人工視覺識別法受到多種因素影響，如人眼視覺限制、標準觀察者熟練程度、主觀感受等，無法保證客觀的缺陷等級評價，易產生不可靠的檢測結論。

2.2 電學測量法

電學測量法通常用于檢測電氣缺陷導致的Mura，如面板中柵極線的短路/斷路、接觸不良、引腳開路等等。電學測量法包括導納電路檢測法、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]。每種方法各有其優缺點，例如：全屏點亮法通過給屏幕各行列施加亮信號進行檢測，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、真空系統、精密機械傳動系統等，成本高且耗時長。目前主流的電學測量法是導納電路檢測法[11]，該方法快速有效，可在數分鐘內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超出了設計的標準，屈惠明提出用總導納來表征電氣參數。將液晶屏當作一個黑箱，給它一個輸入信號，采集輸出信號進行統計分析，據此來判斷內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。在被測節點上，通、斷態電壓時的導納YTON、YTOFF可以由下式求出：

其中，ION，IOFF分別是被檢測像素在通、斷態時，檢測到的輸出電流。以LCD屏的掃描電極數為X軸、信號電極數為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量的優劣。若某一位置的輸出電流超出規定波動范圍，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，在計算機中建立與各種缺陷有關的通斷電流ION和IOFF的數據庫。檢測時，將測量數據與標準數據庫中的樣本進行比較，可以進一步得出缺陷的類型和位置。

2.3 光學測量法

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

2.3.1 空間相關法

早在1996年，淺野敏郎等人提出空間相關法[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，依據該算法，首先利用視頻信號發生器輸出規定的信號圖案至待測液晶顯示器，使用圖像采集設備（例如CCD相機等）拍攝顯示圖案。假設原始圖像信號為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依據下式進行相關運算：

其中Φ表示相關信息。

圖3 空間相關法原理示意圖

空間相關法利用相鄰像素的空間相關性進行像素缺陷檢測，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

在大量工業應用經驗的基礎上，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、區塊缺陷和mura在內的總共23種缺陷進行檢測。該方法被VESA發布的Flat Panel Display Measurements Standard 2.0所采用[10]。Muralook檢測算法流程如下：通過光學測量設備獲取被測液晶屏顯示的圖像，選取源圖像的合適區域進行初始化，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域，按照對比度從高到低的順序依次對圖像進行分割、檢測。若可疑缺陷區域相對于背景圖像的對比度超出了規定的閾值，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，為了得到確切的函數關系，設計實驗由專業的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間的關系：

結果表明：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。基于該理論，國際半導體設備與材料組織SEMI頒布了一系列標準[8-9]，提出Semu檢測指標，將其進一步量化分級。Semu指標計算公式如下：

其中，Cx為被測Mura的平均對比度。若可疑區域的Semu指標高于1，即可將其判定為Mura缺陷。Semu指標的建立為Mura缺陷識別提供了量化統一的科學依據，得到了廣泛的認可。

3 結語

Mura缺陷是液晶面板生產過程中最常見的缺陷，嚴重制約成品率的提高。缺陷檢測與修補已成為平板顯示器生產、研發的重要課題，是提高顯示質量、降低成本的重要手段。Mura缺陷的成因復雜，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、驅動電路異常等等。Mura缺陷檢測方法依據評價方式的不同可分為人工視覺識別法、電學測量法、光學測量法。人工視覺識別法簡單方便，但效果差強人意，易受人的主觀因素影響。電學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。基于機器視覺的光學測量法適用范圍廣，可快速量化評價大部分特征缺陷，但在圖像預處理、亮度不均勻背景抑制、圖像分割等方面有待進一步研究。我國已成為全球第二大液晶面板生產國，Mura缺陷評價方法的日益成熟，必將促進液晶產業的良好發展。

[1] 張昱. 基于機器視覺的TFT-LCD屏Mura缺陷檢測技術研究[D].哈爾濱：哈爾濱工業大學，2006.

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

[3] 李茂. 基于機器視覺的TFT-LCD屏Mura缺陷檢測方法研究[D]. 成都：電子科技大學，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：手機用彩色矩陣液晶顯示模塊詳細規范[S]. 北京：中國電子技術標準化研究所，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，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評價技術[J]. 畫像應用技術，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研究。

馬婷婷 （1990-），女，本科，主要研究方向光學計量檢測。

楊葉花（1988-），女，碩士，主要研究方向自動化檢測技術。

王瀟瀟（1980-），女，博士，主研光學計量。

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。

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