博碩士論文 953203071 詳細資訊


姓名 郭保鑫(Bao-shin Kuo)  查詢紙本館藏   畢業系所 機械工程學系
論文名稱 應用奇異值矩陣分解及最佳分區方法於液晶顯示器之Mura缺陷自動檢測
(TFT-LCD Mura Defects Automatic Inspection system using Singular Value Decomposition and Optimal division method)
檔案 [Endnote RIS 格式]    [Bibtex 格式]    至系統瀏覽論文 ( 永不開放)
摘要(中) 隨著科技的進步,液晶顯示器已成為現今顯示器的主流。顯示器的影像品質為消費者購買的指標之一,為確保顯示影像品質,瑕疵檢測甚為重要。而今,在成品的瑕疵檢測上,大多使用人工目視來作檢測,這容易造成瑕疵漏檢與品質不一的情況,其中以Mura(顯示不均)瑕疵最難被人眼查覺出來。Mura瑕疵是指顯示器亮度不均勻造成各種的痕跡,由於瑕疵現象不明顯,因此費時且容易發生漏檢及誤判的情形。針對上述種種的缺點,本研究發展出一套檢測系統來取代人眼。
在Mura瑕疵影像中,背景不均的現象使Mura瑕疵難以用一般閥值分離出來,因此本研究朝估測背景的方法,希望成功估測出背景,去除背景因素的影響,突顯Mura瑕疵。奇異值矩陣分解法是將原影像展開成數個基底影像,這些基底影像是由特徵值與相對應的特徵向量所構成,因此越大特徵值代表原影像越重要的特徵。背景不均屬全區域現象,為影像中主要成份,所以將最大特徵值還原出的基圖來代表估測背景。經由實驗發現,由於實際樣本的背景更加複雜,必需以分區方式來進行檢測。本研究亦提供一個最佳分區法則來解決上述問題,最後再配合國際半導體設備和材料協會(SEMI)依人因實驗所統計出的SEMU值,辨識真實的Mura。在軟體方面,利用C語言完成一套Mura自動檢測系統的人機介面,提供瑕疵的相關資訊。
摘要(英) With the development of technology, LCD(liquid crystal display) has become the core of displays nowadays. The quality of LCD is one of the targets making customers to purchase. To make sure the quality of LCD, defect detection plays an important role in this field.
Nowadays, most defect detections made by human eyes often causes failure in defect detections and inconsistency of quality. Among these defects, MURA defection is most hardly to be detected. MURA defection result from the um-uniform brightness which makes traces on LCD. Due to the unapparent defection, it often takes lots of time to detect but often out of judgement. To solve these defections above, this research designs a set of detection system to replace human eyes.
On the image of MURA detection, it’s hard to use normal threshold to detect MURA due to the brightness um-uniform of background. For this reason, this research intends to estimate background of LCD. With this method, we hope to eliminate the effect caused by the background to reveal MURA detection. Singular value decomposition (SVD) expands original image into several based images-these based images are composed of eigenvalue and responded eigenvector. Therefore, the bigger eigenvalue is, the more important feature the original image is. The um-uniform of background is major component, so we take the biggest eigenvalue and responded eigenvector representing major element — the background. Actually, from this experiment we know that the background of the samples is more complex, so we must to separate several blocks to achieve detection of goal. For above reasons, we provide an optimum method to overcome the problem and add the value of SEMU (which is an ergonomics experiment completed by Semiconductor Equipment Materials International, SEMI) to identify real Mura.
In software, we complete an interface of automatic system of detection Mura which can provide related information of defect.
關鍵字(中) ★ 瑕疵檢測
★ 液晶顯示器
★ 機械視覺
關鍵字(英) ★ TFT-LCD
★ machine vision
★ defect detect
★ Mura
論文目次 中文摘要 I
ABSTRACT II
致 謝 IV
目 錄 V
圖目錄 VIII
表目錄 X
第一章 緒論 1
1.1 前言 1
1.2 研究背景與動機 2
1.3 文獻回顧 2
1.3.1 國內相關研究文獻回顧 2
1.3.2 國外相關研究文獻回顧 3
1.4 論文架構 4
第二章 Mura的定義與特性分析 5
2.1 Mura的定義 5
2.2 Mura瑕疵的種類 6
2.3 Mura缺陷檢測之問題 11
2.3.1 人眼辨識的問題 11
2.3.2 背景不均的問題 11
第三章 研究方法 13
3.1 問題探討 13
3.2 方法介紹 14
3.2.1 硬體校正 14
3.2.2 背景估測 16
3.2.3 閥值分離 17
3.2.4 中值濾波 17
3.2.5 型態學 19
3.2.6 標籤化 21
第四章 硬體架構 23
4.1 檢測系統架構 23
4.1.1 影像擷取硬體 23
4.1.2 點燈模組 23
4.1.3 人機介面軟體 24
第五章 實驗成果 26
5.1 Mura檢測方法與實作 26
5.2 分區 28
5.2.1 分區處理 28
5.2.2 分區數量 28
5.2.3 參數的強健性 31
5.3 Mura辨識(SEMU指標值) 33
5.4 實驗結果 36
第六章 結論與未來展望 47
參考文獻 48
參考文獻 [1] 陳志忠,“液晶顯示器的像素點缺陷與亮度均一性之自動化檢測”,私立中原大學機械工程研究所,碩士論文,2001。
[2] 錢志豪,“建構液晶顯示器(LCD)色彩偏差瑕疵之自動化視覺檢測系統之探討”,私立朝陽科技大學工業管理研究所,碩士論文,2003。
[3] 劉祥吉,“液晶顯示器影像顯示不均檢測之研究”,私立元智大學工業工程與管理研究所,碩士論文,2003。
[4] 楊順霖,“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”,國立台北科技大學自動化科技研究所,碩士論文,2005。
[5] J. Y. Lee and S. I. Yoo, “Automatic Detection of Region-Mura Defect in TFT-LCD”, IEICE TRANS, 2004.
[6] Y. C. Song, D. H. Choi and K. H. Park, “Multiscale Detection of Defect in Thin Film Transistor Liquid Crystal Display Panel”, Japanese Journal of Applied Physics, Vol. 43, No. 8A, pp. 545-548,2004.
[7] B. C. Jiang, C. C. Wang and H. C. Liu, “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, 2005.
[8] VESA Flat Panel Display Measurement Standard Ver.2.0, June 1, 2001.
[9] Definition of measurement index (semu) for luminance MURA in FPD image quality inspection, SEMI standard : SEMI D31-1102, 2002.
[10] J. J. Chang, C. Yao, H.C. Cheng,“Investigation of Defect Inspection Technology on TFT-LCD Manufacturing”, 科技新儀,pp. 23-25,民國九十二年十月.
[11] 藍玉屏,徐祥瀚,鍾宗穎,“液晶顯示器MURA缺陷量化標準之研究”,第七屆2007全國AOI論壇與展覽,pp. 40-50,國立交通大學,新竹市。2007年10月。
[12] J. H. Oh, W. S. Kim, “Defect Detection of TFT-LCD Image Using Adapted Contrast Sensitivity Function and Wavelet Transform”, IEICE TRANS ELECTRON, vol. E90-C, 2007
[13] 賴劍煌、馮國灿,數字圖像處理疑難解析,機械工業出版社,中華人民共和國,2005年11月。
[14] Alasdair McAndrew著,數位影像處理,徐曉珮譯,高立圖書有限公司,2007年1月。
[15] 余明興等編著,Borland C++ Builder 6 程式設計經典,文魁資訊股份有限公司,台灣,2007年10月
[16] 黃文吉,C++ Builder 與影像處理,儒林圖書有限公司,台灣,2007年3月。
[17] 井上誠嘉等編著,C語言數位影像處理,吳上立、林宏墩譯,全華科技圖書股份有限公司,台灣,2007年1月。
[18] 涂志偉,“薄膜電晶體液晶顯示器Mura之分析”,國立中央大學電機工程研究所,碩士論文,2005年。
[19] 鍾國亮,影像處理與電腦視覺,東華書局股有限公司,台灣,2002年。
[20] 張瑞顯,“應用線性迴歸診斷法於液晶顯示器Mura缺陷自動化檢測之設計與實現”,國立成功大學製造工程研究所,碩士論文,2004年。
指導教授 董必正(Pi-Cheng Tung) 審核日期 2008-7-16
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡