液晶面板MURA現象之研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：13

、訪客IP：18.117.186.92

姓名

楊欽富(Ching-fu Yang) 查詢紙本館藏

畢業系所

光電科學研究所碩士在職專班

論文名稱

液晶面板MURA現象之研究
(The Rearch of Liquid Crystal Panel MURA)

相關論文

★ 腦電波傅利葉特徵頻譜之研究	★ 光電星雲生物晶片之製作
★ 電場控制器光學應用	★ 手機照相鏡頭設計
★ 氣功靜坐法對於人體生理現象影響之研究	★ 針刺及止痛在大鼠模型的痛覺量測系統
★ 新光學三角量測系統與應用	★ 離軸式光學變焦設計
★ 腦電波量測與應用	★ Fresnel lens應用之量測
★ 線型光學式三角量測系統與應用	★ 非接觸式電場感應系統
★ 應用田口法開發LED燈具設計	★ 巴金森氏症雷射線三角量測系統
★ 以Sol-Gel法製備高濃度TiO2用於染料敏化太陽能電池光電極之特性研究	★ 生產線上之影像量測系統

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

近幾年來，薄膜電晶體液晶顯示器（Thin Film Transistor Liquid Crystal Display）的市場需求越來越高。該產品也被大量的生產，生產者亦嚴格的要求其品質以及仔細的檢測各種缺陷。在製造業當中，精準的篩選出缺陷，可說是基本要求；傳統上，工廠僱用作業員，利用人類視覺檢測方法來篩檢TFT液晶顯示器的缺陷，但因參雜了人的主觀想法，準確度較難以掌握，並且會消耗大量的人力資源。在液晶面板產業中，為了節省成本，必須開發出自動缺陷檢測的方法。
在此我們研究自動檢驗缺陷的方法。利用影像攝影機觀察面板上的干涉條紋，抓取干涉條紋成為影像檔案，並使用圖像處理，以提高干涉條紋的對比度，如此，識別速度以及準確度才能提升；接著利用類神經網路方法，反覆學習面板條紋走向與缺陷的關係，並確定缺陷分類。由於缺陷的種類複雜，本文將重點放在MURA的缺陷檢測和分類。在剛開始作類神經網路學習時候，大約有3％的誤判發生；若是繼續用類神經網路反覆訓練這些樣本後，去測試其他影像，將可以達到零誤判的水平（100％正確）。該類神經網路缺陷辨識系統得到零誤判水準後，我們發現檢查單一面板的時間可以小於 1秒。將異常面板挑出後，產能可以移轉給正常面板，避免虛工，還可節省液晶，即時發現異常，回饋可能的原因給製程工程師，作為提升良率的參考依據。因此本方法可以用來預先檢驗出面板可能的MURA缺陷。

摘要(英)

In recent years the thin-film transistor liquid crystal display (TFT LCD) has a high demand in the market, the high necessity of the product quality control and the requirements of the various defect detections are more stringent. The high defect detection rate is the basic requirement of the quality control process. The use of the conventional human visual inspection methods to find the defects of the TFT LCD is not accurate, and will consume a large amount of resources. The automatic defect inspection method is necessary to this industry. In addition to find the defects, the types of the defects should be recognized as well.
Here, we propose a method based on the optical interference patterns sensing method to find the interference fringes, and use the image processing to enhance the contrast of the interference fringes, and the recognition rate for the later process could be increased. The neural network method is used to learn the defects and to identify the types of the defects. The paper is to focus on the mura defect inspection and the classification. In the beginning, before the learning process, about 3% of misjudges were happened, if the threshold of the certainty factor is set to be 90%. After neural network retrain these samples, the result of the rest of the images, got a non misjudge level (100% correct). The neural network system gets a non-misjudge level after retraining. The elapse time for the inspection of one panel is less than 1 sec. The inspection procedure is processed before the injection of the liquid crystal (LC) into the lattice panel. The defect panels could be sorted out, so that the later process and the waste of the materials could be avoided, it is called the pretest process of the TFT LCD product.

關鍵字(中)

★ 液晶
★ 面板
★ 缺陷
★ 色彩
★ 干涉條紋
★ 類神經

關鍵字(英)

★ Liquid crystal
★ panel
★ TFT LCD
★ defect
★ color
★ neural network
★ inteference fringe

論文目次

中文摘要 ……………………………………………………………… i
英文摘要 ……………………………………………………………… iii
誌謝 ……………………………………………………………… iv
目錄 ……………………………………………………………… v
圖目錄 ……………………………………………………………… vii
表目錄 ……………………………………………………………… ix
一、緒論………………………………………………………… 1
1.1 前言………………………………………………………… 1
1.2 研究目的…………………………………………………… 4
1.3 相關研究…………………………………………………… 5
1.4 論文架構…………………………………………………… 6
二、理論基礎…………………………………………………… 8
2.1 液晶顯示器基本原理……………………………………… 8
2.1.1 ARRAY製程………………………………………………… 9
2.1.2 CELL 製程………………………………………………… 13
2.1.3 模組製程…………………………………………………… 26
2.2 干涉光學…………………………………………………… 31
2.2.1 建設性干涉與破壞性干涉………………………………… 32
2.2.2 薄膜產生的干涉條紋……………………………………… 34
2.2.3 平行平面板產生的條紋…………………………………… 39
2.2.4 TFT面板中夾雜異物所形成的條紋……………………… 44
2.3 影像處理…………………………………………………… 46
2.3.1 柱狀圖平均法……………………………………………… 46
2.3.2 二值化……………………………………………………… 47
2.3.3 細線化……………………………………………………… 49
2.3.4 高通濾波…………………………………………………… 50
2.4 類神經網路原理…………………………………………… 51
2.4.1 類神經網路概論…………………………………………… 51
2.4.2 類神經處理單元…………………………………………… 52
2.4.3 類神經網路架構…………………………………………… 53
三、 MURA………………………………………………………… 54
四、實驗方法…………………………………………………… 58
4.1 實驗設備…………………………………………………… 58
4.2 影像偵測辨識方法………………………………………… 59
4.3 類神經網路分析特徵……………………………………… 60
五、研究結果…………………………………………………… 64
5.1 實驗條件…………………………………………………… 64
5.2 實驗步驟…………………………………………………… 66
5.3 測試結果…………………………………………………… 67
六、結論………………………………………………………… 70
七、未來展望…………………………………………………… 71
參考文獻 ……………………………………………………………… 72

參考文獻

參考文獻
【1】友達光電，薄膜電晶體液晶顯示器簡介。2011年1月25日，取自http://www.auo.com。
【2】吳木杏，「彩色濾光片表面瑕疵檢測分析」，台灣大學，資訊工程學系研究所碩士論文，民國八十九年。
【3】中華映管，面板組成示意圖。2011年1月30日，取自http://www.cptt.com.tw。
【4】白暉平，「委外維修服務與品質管理」，中央大學，企業管理學系研究所碩士論文，民國九十五年。
【5】液晶面板MURA缺陷之定義。2011年2月1日，取自http://en.wikipedia.org/wiki/Mura_(Japanese_term)。
【6】Neural network。2011年2月1日，取自http://en.wikipedia.org/wiki/Neural_network。
【7】紀國鐘、鄭晃忠主編，液晶顯示器技術手冊，經濟部技術處，台北市，民國八十九年。
【8】中性密度濾鏡。2011年2月1日，取自http://www.transpecd.com.tw/product1.html
【9】Rafael C. Gonzalez; Richard E. Woods 著，數位影像處理，吳成柯、程湘君、戴善榮、雲立實譯，儒林圖書，台北，民國九十五年。
【10】 J. S. Ryu, J. H. Oh, J. G. Kim, T. M. Koo, and K. H. Park, “TFT-LCD panel Blob-Mura inspection using the correlation of wavelet coefficients", TENCON ,IEEE Region 10 Conference, 2004.
【11】 K. Taniguchi, K. Ueta and S. Tatsumi,“A detection method for irregular lightness variation of low contrast”,IEEE International Conference on Systems, Man and Cybernetics, Hague, Netherlands, pp. 6401-6406, 2004.
【12】 Y Zhang, J Zhang - Neural Networks and Brain,“A fuzzy neural network approach for quantitative evaluation of mura in TFT-LCD,”International Conference on Neural Networks and Brain, Vol. 1, pp. 424-427, 2005.
【13】 K. Taniguchi, K. Ueta and S. Tatsumi, “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, 2006.
【14】 M. Y. Tsai and H. Y. Chen, “Warpage Measurement and Simulation of Flip-Chip PBGA Package under Thermal Loading”, IMPACT/EMAP2008, Taipei, Taiwan, 2008.
【15】戴亞翔，TFT-LCD面板的驅動與設計，五南圖書出版公司，台北，民國九十五年。
【16】瑞儀光電，背光模組產品應用介紹，2011年2月3日，取自http://www.radiant.com.tw/。
【17】林揚承、李佩熹、童超塵，「決定加速預燒試驗的最佳時間和溫度條件」，品質學報， Vol. 16, No. 4 ，民國九十八年。
【18】 Max Born and Emil Wolf, Principles of Optics ,7th ,Cambridge Univ Pub,Ch.7,1999.
【19】不同波源的干涉圖形。2011年2月11日，取自http://203.68.20.65/science/content/1980/00070127/
images/0013a.jpg。
【20】光的干涉現象。2011年2月11日，取自http://aeea.nmns.edu.tw/2002/0209/ap020906.html
【21】波的繞射與干涉簡介。2011年2月12日，取自http://cslin.auto.fcu.edu.tw/scteach/diff/wch3.htm
【22】波的繞射與干涉簡介。2011年2月13日，取自http://www.myoops.org/twocw/nctu/upload/physics/
physics_lecturenotes/Chap.%2012%20Notes.pdf
【23】 Alasdair McAndrew, Jung-Hua Wang, Chun-Shun Tseng, Introduction to Digital Image Processing with MATLAB , Asia Edition, 1st ,Cengage Pub , 2010.
【24】影像之二值化分析教材。2011年2月14日，取自http://cslin.auto.fcu.edu.tw/scteach/mech/text/yin01.html
【25】 Histogram Equalization。2011年2月14日，取自
http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/
OWENS/LECT5/node3.html
【26】繆紹綱，「數位影像處理：活用Matlab」，2nd ，全華圖書，民國一○○年一月四日。
【27】細線化注意事項。2011年2月15日，取自http://cslin.auto.fcu.edu.tw/scteach/mech/text/yin03_32.html。
【28】謝振榆、傅毓芬，「影像處理」，初版，高立出版社，民國九十一年。
【29】連國珍，「數位影像處理matlab」，儒林出版社，民國九十六年。
【30】 Neural Ware, Neural Computing: A technology handbook for
Professional II/Plus and Neural Works Explorer, 1993.
【31】蕭志豪，「改良式多級指紋比對演算法指紋辨識晶片設計」，淡江大學，電機所碩士論文，民國九十五年。
【32】吳松貴，「應用於紋路分析之最佳賈伯過慮器設計」，元智大學，工業工程與管理研究所碩士論文，民國八十七年。
【33】 R. S. Chang, J. Y. Sheu, C. H. Lin, H. C. Liu,“Analysis of CCD Moire Pattern for Micro-range Measurements Using the Wavelet Transform”,Optics & Laser Technology, Vol. 35, Issue 1, February 2003, Pages 43-47
【34】C. S. Lin, R. S. Chang,“Digital Image Processing for
Evaluating the Characteristics of the Microstructure of
a Holographic Plate ”,the Journal of the Optical and Lasers
Technology,Vol. 29, No. 2. 97-102,SCI , 1997.

指導教授

張榮森(Rong-Seng Chang)

審核日期

2011-7-20

推文