采用成像色度计提高平板显示器的质量检测

日期:  
2017年 3月 2日
作者: 
Radiant Vision Systems  | 
主题: 

Improving Quality Inspection of FPDs对于当前智能手机、平板电脑和其他电子产品的可用性和感知质量而言,可能没有哪一个组件会像显示器一样如此关键。平板显示器(FPD)是这类产品的主要接口;此外,FPD也被嵌入到各种消费性电子产品中,包括电器、汽车和家庭安全系统以及医疗、工业和国防行业的专业化商业产品。在这类产品的成功与否以及因交付瑕疵产品而产生的成本(包括客户体验方面的成本及维修和更换产生的直接成本)方面,显示器质量的重要性正在推动制造商寻求替代方案,以解决当前依赖人工检测的质量控制测试。

 

虽然人工检测员可以提供人类视觉的优势,即他们能够以跟最终用户同样的方式看到亮度和色彩差异,并注意到缺陷,但缺乏自动化系统的可重复性和速度。此外,人工检测员还可能会忽视细微的亮度和色度差异(Mura),这些细微差异在简略的工厂检测过程中很难察觉到,而最终用户在长时间使用显示器的过程中却是可以看见的。

 

制造商需要的是一种能够复制人类视觉感知的自动化且客观的检测方法,该方法必须能够更好地反映最终客户的真实感知和体验。成像色度计是基于CCD的专业化相机系统,它可以提供这种功能,按照CIE(国际照明委员会)模型的定义,经过校准后,对光源、亮度和色彩能够产生跟标准人类视觉一样的反应。成像色度计搭配使用专为量产环境设计的分析软件,可检测缺陷,评估FPD的对比度、亮度和色彩均匀性。成像色度计可用于全自动测试系统,为检测过程提供速度、可重复性和灵活性,并结合人类视觉感知的关联性和准确性。

 

平板显示器检测挑战

 

在生产环境中,有效的测量和分析取决于在测试过程中满足以下三个目标:
(1) 凭借与人类视觉感知的高度关联性识别缺陷
(2) 量化缺陷的严重程度
(3) 快速并高度可重复地执行分析

成像色度计与传统机器视觉之间的一个根本区别在于,成像色度计在匹配人类视觉对亮度和色彩均匀性(及不均匀性)感知方面具有高度的准确性。这使成像色度计非常适用于识别(1)和量化(2)缺陷,以评估FPD的视觉性能。缺陷的分析和量化可用于确定下一步行动,比如是废弃设备/显示器还是对其进行维修。

成像色度计可提供人工检测无法匹配的测试速度和可重复性。通过指定适当的自动化测试序列,成像色度计可用于获取广泛、精确、高分辨率的数据,以描述特定显示器的性能。对于典型的测试序列,这些测量数据通常可以在数秒至一分钟内获取,取决于显示器技术和分辨率。

系统配置

 

采用成像色度计对显示器进行自动化测量和分析时,需要搭配使用测量控制和分析软件。系统的关键组件包括:
(1) 科学级成像色度计系统;
(2) 基于PC的测量控制软件,用于控制成像色度计,并测试被试件的图像显示;
(3) 一套图像分析功能,允许运行各种测试.

 

由上述组件构成的系统可以对各种显示器缺陷(如点缺陷、线缺陷和Mura等)提供自动化量化检测.

 



FPD检测应用

 

通过采集一系列的测试图案,从简单、均匀的白色、灰色或黑色屏幕、彩色屏幕到定义的几何图案,可为自动化检测分析提供信息。所需采集的精确图像将由所指定应用的要求来决定;这将是一种在生产过程中执行测试的功能——输出质量控制、进入质量控制或在线测试。成像色度计可以取代人工对装配好的显示器、显示面板、触摸面板、背光模组和其他子组件进行检测。测试可以归纳为以下几个类别:

 

  • 显示器质量检测:对BLU、显示面板和装配好的显示器进行亮度和色彩均匀性、色度和对比度等测试。举例来说,亮度值必须在指定的范围内。能够采集客观数据意味着,相比人工检测,其将具有巨大的优势,从而能够在评估多个FPD时保证一致性。
  • 缺陷检测:有些缺陷具有明确定义的物理特征,比如点缺陷和线缺陷。而其他缺陷则在结构上更具随机性,比如漏光和Mura。缺陷可能是基于LCD的,也可能与偏光片等其他FPD子部件有关。对于Mura而言,检测和分类可能比较复杂,这首先是因为Mura区域的大小和形状可能各异,其次是因为人类感知Mura的能力是一种附加属性功能,能够查看距离、空间频率和颜色。
  • 异物检测:使用成像色度计系统可检测灰尘、污迹、纤维和其他异物。通常,这是在有可能将这些异物封锁住进而导致缺陷的制造步骤之前完成的,通常需要显示器照明和外部表面照明来区分嵌入假象与表面假象。不同于人工检测,该系统可用于在几乎一瞬间找到并量化关键小缺陷。


总结

使用成像色度计进行FPD检测的方法可应用于多种显示器技术,包括LCD、等离子体和OLED。通过提供快速、可重复且与人类视觉感知相关联的测量,并能够以数字表示它们的特征,该方法不仅能够识别显示器缺陷,还能够按原因对缺陷进行分类。这将使制造商在制造应用中能够对显示器实现一致的测量,并根据用户定义的标准和客观数据自动提供通过/未通过决策,并据此采取补救措施。

Application: