臺灣博碩士論文加值系統

在眾多平面顯示器的種類裡，又以在我們生活週遭許多應用都可看見的薄膜電晶體液晶顯示器(TFT-LCD)最受到矚目，例如：數位相機、手機、筆記型電腦、MP3、監視器與TV等。
而在TFT-LCD製程中首先面臨的最大的挑戰為如何檢出瑕疵，例如：Mura、SIMI、孔洞(pinhole)、刮痕(scratch)、結晶(grain)、SIRO-NUKE 、粉塵(particle)等瑕疵。但在本研究中因設備的因素，所以只檢測Mura、SIMI、孔洞、刮痕、結晶、SIRO-NUKE等項目。
本研究將藉由機器視覺理論發展一套以Haar小波轉換與空間域濾波為基礎之TFT-LCD自動化瑕疵檢測的演算法。實驗結果顯示所提出之的演算法可有效的去除面板上之正交週期性紋路與受光不均勻之問題，且能有較佳的檢測性能。

The thin film transistor liquid crystal display(TFT-LCD) is one of the most popular flat panel displays that can be found in many products in our daily life such as digital camera, cellular phone, notebook computer, MP3, monitor and TV, etc.
A big challenge in the manufacturing of TFT-LCD is to detect the defects such as Mura, SIMI, pinhole, scratch, grain, SIRO-NUKE, particle, etc. Due to the equipment limitation, we test only some defects that includes Mura, SIMI, pinhole, scratch, grain, SIRO-NUKE.
In this paper, we have developed a machine vision algorithm for automatic TFT-LCD defect detection based on Haar wavelet transform and spatial filtering. Experiments show that the proposed algorithm can effectively eliminate perpendicular periodical patterns, inhomogeneous illumination on TFT-LCD panels and has better performance for most of defects.

目 錄
英文摘要 I
中文摘要 II
目 錄 III
圖表索引 V
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機與目的 1
1.3 論文架構 2
第二章 TFT-LCD的製程與瑕疵 3
2.1 TFT-LCD的組成 3
2.2 TFT-LCD的製程與良率 5
2.3 瑕疵分類 6
第三章 TFT-LCD的檢測 12
3.1 檢測方法概述 12
3.2 相關文獻回顧 13
3.3 相關文獻總結 21
第四章 瑕疵檢測 23
4.1 TFT-LCD檢測問題 23
4.2 自動化瑕疵檢測流程 25
4.3 影像分解 26
4.3.1多重解析處理 26
4.3.2子頻帶分解 27
4.3.3 Haar離散小波轉換 28
4.4 正交週期性紋路濾除與產生無瑕疵影像 32
4.4.1空間濾波 32
4.4.2高斯低通濾波器 33
4.4.3 低通濾波器 33
4.5 二值化 35
4.6 瑕疵資訊 38
4.6.1物件標記 38
4.6.2瑕疵面積 39
4.6.3 瑕疵位置 39
4.7 二值化影像重建 39
第五章 實驗結果與討論 42
5.1 系統架構 42
5.2 實驗參數設定與實驗結果 44
5.3 實驗結果討論 70
第六章 結論與未來展望 75
6.1 結論 75
6.2 未來展望 76
參考文獻 77

參考文獻
[1] 簡嫻雯, 液晶顯示器製程介紹, 2001。
[2] K. Nakashima, “Hybrid inspection system for LCD color filter panels,” Proceedings of the 10th International Conference on Instrumentation and Measurement Technology, Hamamatsu, pp. 689-692, 1994.
[3] 洪崇祐,“應用一維傅立葉分析於TFT-LCD液晶顯示面板之瑕疵檢測,”元智大學工業工程與管理學系碩士論文, 2003。
[4] 曾彥馨,“應用機器視覺於TFT面板之表面瑕疵檢測與分類,” 元智大學工業工程與管理學系碩士論文, 2003。
[5] 謝志雲,“應用機器視覺於方向性紋路之表面瑕疵檢測,”元智大學工業工程與管理學系碩士論文, 1996。
[6] Jae-Seung Ryu, Jong-Hwan Oh, Jeong-Goo Kim, Tak-Mo Koo, Kil-houm Park, “TFT-LCD panel blob-Mura insepction using the correlation of wavelet coefficients,” TENCON 2004, IEEE Region 10. Conference, vol. 1, pp. 219-222, 2004.
[7] 郭冠志, “應用小波轉換於太陽電池之表面可見瑕疵檢測,” 數位科技與創新管理研討會, 國立台北科技大學機電整合研究所, 2007。
[8] 郭家成, “薄膜電晶體液晶顯示器Mura瑕疵檢測技術之研發,” 國立台北科技大學自動化科技研究所碩士論文, 2006。
[9] 吳松貴, “應用紋路分析之最佳賈柏過濾器設計,” 元智大學工業工程與管理學系碩士論文, 1996。
[10] Chi-Jie Lu, Du-Ming Tsai,“Defect inspection of patterned TFT-LCD panels using a fast sub-image based SVD,”International Journal of Production Research, vol.42, pp. 4331-4351, 2004.
[11] Chi-Jie Lu, Du-Ming Tsai,“Automatic defect inspection for LCDs using singular value decomposition,”International Journal of Advanced Manufacturing Technology, vol. 25, no.1-2, pp. 53-61, 2005.
[12] Shin-Min Chao, Du-Ming Tsai,“An anisotropic diffusion-based defect detection for low-contrast glass substrates,”Image and Vision Computing, pp. 187-200, 2005.
[13] Young-Chul Song, Doo-Hym Choi, Kil-Houm Park,“Multiscale detection of defect in thin film transistor liquid crystal display panel,”Japanese Journal of Applied Physics, vol. 43, no.8A, pp. 5465-5468, 2004.
[14] Y.C. Song, D.H. Choi, K.H. Park,“Morphological blob-Mura defect detection method for TFT-LCD panel inspection,”Lecture Notes in Computer Science, vol. 3215/2004, pp. 862-868, 2004.
[15] 吳木杏, “彩色濾光片表面瑕疵檢測分析,” 國立台灣大學資訊工程學研究所碩士論文, 2000。
[16] 游舜豪, “應用高解析度線掃描CCD於ITO導電玻璃表面瑕疵檢測之研究,” 國立台灣科技大學自動化及控制研究所碩士論文, 2006。
[17] K.B. Lee, M.S. Ko, J.J. Lee, T.M. Koo, K.H. Park,“Defect detection method for TFT-LCD panel based on saliency map model,” TENCON 2004, IEEE Region 10. Conference, vol.A, pp. 223-226, 2004.
[18] 陳思宏, “彩色濾光片Mura瑕疵之自動化檢測,” 義守大學工業工程與管理學系碩士論文, 2006。
[19] 方立德, “TFT液晶顯示面板的Mura瑕疵自動偵測,” 交通大學電子工程學系碩士論文, 2005。
[20] E.H. Adelson, C.H. Anderson, J.R. Bergen, P.J. Burt, J.M. Ogden, “Pyramid methods in image processing,” RCA Engineer, vol.29, no.6, pp. 33-41, 1984.
[21] Yanfang Han, Pengfei Shi, “An adaptive level-selecting wavelet transform for texture defect detection,” Image and Vision Computing, pp. 1239-1248, 2007.
[22] N. Otsu, “A threshold selection method from gray-level histograms,” IEEE Trans. on Systems, Man, and Cybernetics, vol.9, no.1, pp. 62-66, 1979.
[23] J.N. Kapur, P.K. Sahoo, A.K.C. Wong, “A new method for gray-level picture thresholding using the entropy of the histogram,” Computer Vision Graphics and Image Processing, vol.29, no.3, pp. 273-285, 1985.
[24] 第三屆由田機器視覺獎http://www.utmvp.com/index.aspx。