跳到主要內容

臺灣博碩士論文加值系統

(44.200.194.255) 您好!臺灣時間:2024/07/18 13:28
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:蔡欣洋
研究生(外文):Hsin-Yang Tsai
論文名稱:應用動態影像處理之光流法於液晶顯示器面板之Mura瑕疵檢測
論文名稱(外文):Low-contrast surface inspection of mura defects in liquid crystal displays using optical flow-based motion image analysis
指導教授:蔡篤銘蔡篤銘引用關係
指導教授(外文):Du-Ming Tsai
學位類別:碩士
校院名稱:元智大學
系所名稱:工業工程與管理學系
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:195
中文關鍵詞:機器視覺瑕疵檢測動態影像光流法MuraTFT-LCD
外文關鍵詞:Machine visionDefect detectionMotion imagesOptical flowMuraTFT-LCD inspection
相關次數:
  • 被引用被引用:1
  • 點閱點閱:730
  • 評分評分:
  • 下載下載:47
  • 收藏至我的研究室書目清單書目收藏:2
本研究主要探討液晶顯示器面板製程中的Mura瑕疵,所謂Mura瑕疵意指在同一光源且相同底色之畫面下,因視覺感受到的光源不同的頻率響應而感覺亮度上的差異,此瑕疵在顯示器面板上呈現光源不均現象,並且與周圍背景具低對比度,因此需透過人工反覆以不同之視角來觀察面板上是否存在Mura瑕疵,而傳統之自動視覺檢測系統大都藉由靜態取像檢驗,此方式會因光源角度投射的位置不佳或是顯示器面板的擺放位置不佳,無法在低對比之影像有效偵測瑕疵。

本研究提出動態取像策略,對移動中之待測面板進行連續取像,使光源以不同角度投射面板而有效顯示Mura在影像中之區域,並利用相鄰不同時序影像中造成的瑕疵位置變異來凸顯其灰階差異。時序影像之差異偵測主要使用動態影像處理技術之光流法(Optical flow)計算相鄰連續影像中每一像素點之移動量,並設計量測移動量變化之特徵指標來標示Mura在影像中之區域。除了使用傳統二維光流法外,本研究同時針對單一移動方向開發一維光流法於連續影像之瑕疵檢測,以縮短計算時間,增加檢測效率。

本研究實驗對象包含彩色濾光片的Mura影像,玻璃基板的影像以及透過電腦模擬之影像(影像大小皆為 像素),在檢測時間上,二維光流法可達每秒10張(fps),而一維光流法則可達每秒20張(fps),一維光流法可提升運算效率達50%。
This research proposes a machine vision scheme for mura defect detection in TFT-LCD manufacturing. Mura is a Japanese word for blemish, which typically shows brightness imperfections from its surroundings in the surface. Since mura appears as a low-contrast region without clear edges in the surface, human inspectors need to continuously observe the hardly visible defect from different viewing angles. The traditional automatic visual inspection algorithms detect mura defects from individual still images. They neglect that a mura defect may not be visibly sensed in the image from a still system.

In this study, the TFT-LCD panel is assumed to move along a track, where different light sources illuminate from different angles to the inspection panel. While the TFT-LCD panel passes through a fixed camera, the light reflection from different angles can effectively enhance the mura defect in the low-contrast motion images. This research therefore proposes a motion detection scheme based on optical flow techniques to identify mura defects in motion images. Since the TFT-LCD moves along a single direction, both two-dimensional (2D) and one-dimensional (1D) optical flow motion detection methods are developed. Three discriminative features based on the flow magnitude, mean flow magnitude and flow density in the optical flow field are presented to extract the defective regions in each image of the motion sequence. Both real glass substrates and synthetic panels are used to evaluate the efficacy of the proposed inspection schemes. Experimental results have shown that the proposed 1D optical flow method works as well as the 2D optical flow method to detect very low-contrast mura defects of small size, and achieves a high processing rate of 20 frames per seconds for images of size 200 200.
目錄

中文摘要 I
英文摘要 II
誌 謝 III
目錄 IV
圖目錄 VI
表目錄 IX
第一章 1
1.1研究背景與動機 1
1.2研究範圍與目的 2
1.3研究方法簡介 3
1.4論文架構 5
第二章 6
2.1 Mura瑕疵檢測 6
2.2 目前檢測方法之限制 8
2.3光流法 9
第三章 13
3.1 TFT-LCD面板概述 13
3.2 Mura影像特性 15
3.2.1 光干涉原理 16
3.2.2 動態連續影像凸顯瑕疵之特性 19
3.3方法流程簡述 22
3.4 光流場計算 24
3.4.1影像前處理 25
3.4.2 光流法簡介 26
3.4.3 Lucas-Kanade二維光流法計算 27
3.4.4 Lucas-Kanade二維光流法於玻璃基板之實驗 31
3.4.5 彩色濾光片實驗 36
3.4.6 二維光流特徵指標設計 41
3.4.7 Lucas-Kanade一維光流法計算 54
3.4.8 一維光流特徵指標設計 62
第四章 72
4.1 系統架構與實驗環境 72
4.2影響光流法偵測之參數討論(敏感度分析) 75
4.2.1 Lucas-Kanade二維光流法參數 75
4.2.2 Lucas-Kanade一維光流法參數探討 79
4.3連續影像之檢測結果與分析 83
4.3.1彩色濾光片之檢測結果與分析 83
4.3.1.1二維光流法檢測spot mura結果 83
4.3.1.2樣板(無瑕疵)與瑕疵影像之二維光流法檢測spot mura結果 86
4.3.1.3 連續影像之一維光流法檢測spot mura結果 91
4.3.1.4 樣板(無瑕疵)與瑕疵影像之一維光流法檢測spot mura結果 91
4.3.1.5一維光流法的特徵指標之比較 98
4.3.1.6 二維光流法與一維光流法檢測spot mura之比較 99
4.3.1.7 二維光流法與一維光流法檢測line mura之比較 100
4.3.2二維與一維光流法檢測玻璃基板瑕疵之比較 104
4.3.3光流法與時序差異法之比較 111
4.4 光流法偵測瑕疵區塊之現象 120
4.4.1 空間影像的梯度計算 120
4.4.2 連續時間影像的梯度計算 122
4.5電腦繪圖軟體模擬Mura瑕疵之檢測 124
4.5.1 模擬瑕疵過程簡述 124
4.5.2模擬影像檢測結果與分析 139
4.5.2.1 二維光流法與一維光流法檢測模擬spot mura之比較 139
4.5.2.2 二維光流法與一維光流法檢測模擬line mura之比較 146
4.6實驗結論 152
第五章 153
參考文獻 155
附錄A1. spot mura原始影像 158
附錄A2. line mura原始影像 160
附錄B. 敏感度分析:二維與一維光流法的 指標遮罩大小 162
附錄C. 敏感度分析:二維光流法的 指標之閥值參數 170
附錄D. 敏感度分析:二維光流法的 指標之閥值參數 174
附錄E. 模擬 Bright spot mura影像偵測結果 178
附錄F. 模擬Bright line mura影像偵測結果 170
附錄G.. 程式碼說明 190

圖目錄
圖1-1 靜態影像拍攝之Mura瑕疵 3
圖1-2 傳統檢測Mura瑕疵方式 4
圖1-3 動態連續影像拍攝之Mura瑕疵 5
圖3-1 TFT彩色濾光片之結構 14
圖3-2 顏料分散型彩色濾光片製造流程 15
圖3-3 Line mura、Spot mura與Region mura之範例介紹 16
圖3-4 薄膜干涉示意圖 17
圖3-5 玻璃依照Mura瑕疵特性進行瑕疵模擬結果 18
圖3-6 玻璃基板對Mura瑕疵特性進行模擬的連續影像 20
圖3-7 研究方法流程 23
圖3-8 瑕疵移動產生不同角度的反射光示意圖 24
圖3-9 時序影像及透過二維光流法偵測所得光流場 30
圖3-10 正常玻璃基板經過二維光流法所得光流場,與一維光流長度 31
圖3-11 瑕疵玻璃基板經過二維光流法所得光流場,與一維光流長度 33
圖3-12 正常面板經過二維光流法所得光流場,局部光流場與一維光流長度 36
圖3-13 瑕疵面板經過二維光流法所得光流場,局部光流場與一維光流長度 38
圖3-14 正常連續影像使用 指標之結果 42
圖3-15 瑕疵連續影像使用 指標之結果 44
圖3-16 正常連續影像使用 指標之結果 47
圖3-17 瑕疵連續影像使用 指標之結果 48
圖3-18 正常連續影像使用 指標之結果 51
圖3-19 瑕疵連續影像使用 指標之結果 52
圖3-20 正常面板經過一維光流法所得光流場,局部光流場與一維光流長度 57
圖3-21 瑕疵面板經過一維光流法所得光流場,局部光流場與一維光流長度 59
圖3-22 正常連續影像使用 指標之結果 63
圖3-23 瑕疵連續影像使用 指標之結果 64
圖3-24 正常連續影像使用 指標之結果 66
圖3-25 瑕疵連續影像使用 指標之結果 67
圖3-26 正常連續影像使用 指標之結果 69
圖3-27 瑕疵連續影像使用 指標之結果 70
圖4-1 二維光流法的鄰近區域大小表示圖 76
圖4-2 二維光流法不同 範圍及使用 指標之結果 77
圖4-3 一維光流法的鄰近區域大小表示圖 80
圖4-4 一維光流法不同 範圍及使用 指標之結果 81
圖4-5二維光流法不同特徵指標之結果 84
圖4-6 瑕疵影像透過樣板使用 指標之結果 86
圖4-7 瑕疵影像透過樣板使用 指標之結果 89
圖4-8 瑕疵影像透過樣板使用 指標之結果 90
圖4-9 二維光流法中使用樣板,針對不同特徵指標之結果 92
圖4-10 一維光流法中不同特徵指標之結果 94
圖4-11 一維光流法中使用樣板,針對不同特徵指標之結果 96
圖4-12 三種特徵指標其正常影像與瑕疵區塊的箱型圖 98
圖4-13 二維光流法與一維光流法使用 指標之箱型圖 99
圖4-14 一維及二維光流法於Line mura之偵測結果 101
圖4-15 一維及二維光流法於玻璃基板(瑕疵一)之偵測結果 105
圖4-16 一維及二維光流法於玻璃基板(瑕疵二)之偵測結果 108
圖4-17 時序差異法與一維光流法檢測spot mura結果 112
圖4-18 時序差異法與一維光流法檢測line mura結果 114
圖4-19 時序差異法與一維光流法檢測玻璃基板(瑕疵一)結果 116
圖4-20 時序差異法與一維光流法檢測玻璃基板(瑕疵二)結果 118
圖4-21 空間影像上的梯度影像及一維訊號 121
圖4-22 時序影像上的梯度影像及一維訊號 123
圖4-23 拍攝模擬影像側面示意圖 124
圖4-24 模擬不同尺寸以及對比度之spot mura瑕疵 126
圖4-25 模擬不同尺寸以及對比度之line mura瑕疵 127
圖4-26 模擬dark spot mura影像正常區域之一維訊號 130
圖4-27 真實spot mura影像正常與瑕疵區域之一維訊號 130
圖4-28 模擬不同大小的dark spot mura影像瑕疵區域之一維訊號 131
圖4-29 模擬bright spot mura影像正常區域之一維訊號 131
圖4-30 模擬不同大小的bright spot mura影像瑕疵區域之一維訊號 132
圖4-31 模擬dark line mura影像正常區域之一維訊號 132
圖4-32 模擬不同大小dark line mura影像瑕疵區域之一維訊號 133
圖4-33 模擬bright line mura影像正常區域之一維訊號 133
圖4-34 模擬不同大小bright line mura影像瑕疵區域之一維訊號 134
圖4-35 真實line mura影像正常區域之一維訊號 134
圖4-36 不同參數 之Mura影像處理結果與一維訊號 135
圖4-37 灰階對比度計算區域 136
圖4-38 連續截取影像示意圖 137
圖4-39 對比度適中(圖4-24之(b1))的spot mura瑕疵(As)之偵測結果 141
圖4-40 對比度適中(圖4-24之(b1))的spot mura瑕疵(Bs)之偵測結果 141
圖4-41 對比度適中(圖4-24之(b1))的spot mura瑕疵(Cs)之偵測結果 142
圖4-42 對比度適中(圖4-24之(b1))的spot mura瑕疵(Ds)之偵測結果 142
圖4-43 對比度適中(圖4-24之(b1))的spot mura瑕疵(Es)之偵測結果 143
圖4-44 較低對比度(圖4-24之(a1))的spot mura瑕疵(As)之偵測結果 143
圖4-45 較低對比度(圖4-24之(a1))的spot mura瑕疵(Bs)之偵測結果 144
圖4-46 較低對比度(圖4-24之(a1))的spot mura瑕疵(Cs)之偵測結果 144
圖4-47 較低對比度(圖4-24之(a1))的spot mura瑕疵(Ds)之偵測結果 145
圖4-48 較低對比度(圖4-24之(a1))的spot mura瑕疵(Es)之偵測結果 145
圖4-49 對比度適中(圖4-25之(b1))的line mura瑕疵(Al)之偵測結果 147
圖4-50 對比度適中(圖4-25之(b1))的line mura瑕疵(Bl)之偵測結果 147
圖4-51 對比度適中(圖4-25之(b1))的line mura瑕疵(Cl)之偵測結果 148
圖4-52 對比度適中(圖4-25之(b1))的line mura瑕疵(Dl)之偵測結果 148
圖4-53 對比度適中(圖4-25之(b1))的line mura瑕疵(El)之偵測結果 149
圖4-54 較低對比度(圖4-25之(a1))的line mura瑕疵(Al)之偵測結果 149
圖4-55 較低對比度(圖4-25之(a1))的line mura瑕疵(Bl)之偵測結果 150
圖4-56 較低對比度(圖4-25之(a1))的line mura瑕疵(Cl)之偵測結果 150
圖4-57 較低對比度(圖4-25之(a1))的line mura瑕疵(Dl)之偵測結果 151
圖4-58 較低對比度(圖4-25之(a1))的line mura瑕疵(El)之偵測結果 151

表目錄
表3-1 圖3-10正常玻璃基板各區域光流長度的統計值 35
表3-2 圖3-11瑕疵玻璃基板各區域光流長度的統計值 35
表3-3 圖3-12正常彩色濾光片各區域光流場的統計值 40
表3-4 圖3-13瑕疵彩色濾光片各區域光流場的統計值 41
表3-5 正常連續影像(圖3-14的(a)與(c))中各指標的統計值 53
表3-6 瑕疵連續影像(圖3-15的(b)與(d))中正常區域各指標的統計值 53
表3-7 瑕疵連續影像(圖3-15的(b)與(d))中瑕疵區域各指標的統計值 53
表3-8 圖3-20正常彩色濾光片各區域光流場的統計值 61
表3-9 圖3-21瑕疵彩色濾光片各區域光流場的統計值 61
表4-1 Lucas-Kanade 二維光流法與一維光流法各特徵指標的處理時間 75
表4-2 Lucas-Kanade一維光流法各指標的相關統計資訊 98
表4-3 二維光流法與一維光流法使用 指標的相關統計資訊 100
表4-4 圖4-24中spot mura瑕疵尺寸 125
表4-5 圖4-25中line mura瑕疵尺寸 125
表4-6 圖4-24 (a1) Spot mura各尺寸瑕疵之SEMU index指標計算結果 137
表4-7 圖4-24 (b1) Spot mura各尺寸瑕疵之SEMU index指標計算結果 137
表4-8 圖4-24 (c1) Spot mura各尺寸瑕疵之SEMU index指標計算結果 138
表4-9 圖4-25 (a1) Line mura各尺寸瑕疵之SEMU index指標計算結果 138
表4-10 圖4-25 (b1) Line mura各尺寸瑕疵之SEMU index指標計算結果 138
表4-11 圖4-25 (c1) Line mura各尺寸瑕疵之SEMU index指標計算結果 139
陳志忠,2001年,「液晶顯示器的像素點缺陷與亮度均一性之自動化檢測」,碩士論文,私立中原大學機械工程研究所。

景雅新,2003年,「光流技術在移動物體影像追尋上之應用」,碩士論文,國立中山大學機械與機電工程學系

周慶志,2004年,「應用光流法於物體微移動量之量測分析」,碩士論文,國立東華大學電機工程學系。

周政衛,2005年,「TFT-LCD Mura缺陷自動化光學檢測」,碩士論文,國立成功大學製造工程研究所。

陳思宏,2005年,「彩色濾光片Mura瑕疵之自動化檢測」,碩士論文,私立義守大學工業工程與管理研究所。

張肇仁,2006年,「多眼機械視覺之光流誤差分析」,碩士論文,國立中山大學機械與機電工程學系

楊順霖,2007年,「基於奇異值分解法運用於薄膜電晶體液晶顯示器mura瑕疵之自動化檢測技術」,碩士論文,國立台北科技大學/自動化科技研究所。

Akira, T. and S. Yoshifumi, 2007, “Blood flow visualization of left atrial spontaneous echo contrast (SEC) using gradient based optical flow estimation,” 29th Annual International Conference of IEEE-EMBS, Engineering in Medicine and Biology Society, pp.4500-4503.

Amet, A. L., A. Ertuzun and A. Ercil, 1998, “Texture defect detection using subband domain co-occurrence matrices,” Image Analysis and Interpretation, Vol. 1, pp. 205-210.

Barron, J. L., D. J. Fleet, and S. S. Beauchemin, 1994, “Performance of optical flow techniques,” International Journal of Computer Vision, Vol. 12, pp. 43-77.

Bruhn, A. and W, Joachim. 2005, “Lucas/Kanade meets Horn/Schunck: combining local and global optic flow methods,” International Journal of Computer Vision, Vol.61, No. 3, pp. 211-231.

Chang, H. C., S. H. Lai, and K. R. Lu, 2006, “A robust real-time video stabilization algorithm,” Journal of visual communication and image representation, Vol. 17, pp. 659-673.

DeCarlo, D. and D. Metaxas, 2000, “Optical flow constraints on deformable models with applications to face tracking,” International Journal of Computer Vision, Vol.38, No. 2, pp. 99-127.

Gibour, V., P. Boher, and T. Leroux, 2005, “Robustness of automated mura inspection versus measurement conditions,” International Display Manufacturing Conference and Exhibition, pp.403-406.

Horn, B. K. P. and B. G. Schunck, 1981, “Determining optical flow,” Artificial Intelligience, Vol. 17, No. 1-3, pp. 185-203.

Hsieh, C. K., S. H. Lai, and Y. C. Chen, 2007, “Expression-invariant face recognition with accurate optical flow,” Lecture Notes in Computer Science, Vol. 4810, pp. 78–87,

Jiang, B. C., C. C. Wang, and H. C. Liu, 2005, “Liquid crystal display surface uniformity defect inspection using analysis of variable exponentially weighted moving average techniques,” International Journal of Production Research, Vol. 43, pp. 67-80.

Lee, J., C. J. Park, and I. H. Lee, 2007, “An arbitrary point tracking using multi-scale refined optical flow,” International Conference on Advanced Communication Technology, Vol. 1 pp. 373-377.

Lee, J. Y. and S. I. Yoo, 2004, “Automatic detection of region-mura defect in TFT-LCD,” IEICE Transactions on Information and Systems, Vol. E87-D, No. 10, pp. 2371-2378.

Lipton, A. J., H. Fujiyoshi, and R. S. Patil, 1998, “Moving target classification and tracking from real-time video,” IEEE Workshop Application of Computer Vision, Princeton, NJ, USA, pp. 8-14.

Lucas, B. and T. Kanade, 1981, “An iterative image registration technique with an application to stereo vision,” DARPA Image Understanding Workshop, pp. 121-130.

Ryu, J. S., J. H. Oh, and J. G. Kim, T. M. Koo, and K. H. Park, 2004, “TFT-LCD panel blob-mura inspection using the correlation of wavelet coefficients,” IEEE Conference on TENCON, Chiang Mai, Thailand, No. 21-24, pp. 219-222.

SEMI, 2002, “Definition of Measurement Index (Semu) for Luminance Mura in FPD Image Quality Inspection,” Semiconductor Equipment and Materials International, Draft Document #3324.

Song, Y. C., D. H. Choi and K. H. Park, 2004, “Multiscale detection of defect in thin film transistor liquid crystal display panel,” Japanese Journal of Applied Physics, Vol. 43, No. 8A, pp. 5465-5468.

Rav-Acha, A. and S. Peleg, 2006, “Lucas-Kanade Without Iterative Warping,” IEEE International Conference on Image Processing, pp. 1097-1100.

Taniguchi, K., K. Ueta, and S. Tatsumi, 2006, “A detection method of mura on a coated layer using interference light,” IEEE International Conference on Systems, Man and Cybernetics, Vol. 6, pp. 5047-5052.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊