《TFT―LCD表面缺陷及其检测方法.doc》由会员分享，可在线阅读，更多相关《TFT―LCD表面缺陷及其检测方法.doc（5页珍藏版）》请在三一文库上搜索。
1、TFTLCD表面缺陷及其检测方法液晶显示面板总括来说主要由TFT和CF两基板组成，其中ODF工艺是在TFT面板上滴注液晶和在CF基板涂覆Seal胶，通过真空贴合形成Cell。LCD产品的显示主要是通过TFT电路来控制Cell内液晶的偏转，利用其对光线的各向异性选择光线通过，经过CF彩色滤光作用从而形成我们所看到的彩色画面。 1 TFT-LCD 表面缺陷 由于TFT-LCD生产工艺复杂，涉及到300多个工，每个环节都有可能产生缺陷。且主要为各种各样的表面缺陷，使面板生产效率受到了严重影响。TFT-LCD表面缺陷粗略地分为两大类：宏观缺陷和微观缺陷。其中宏观缺陷用肉眼能够识别，如Mura缺陷等；而
2、微观缺陷难以用肉眼或电化学方法检测出来。从聚集状态来看，TFT-LCD面板常见的缺陷又可以分为点缺陷、线缺陷和Mura缺陷。点缺陷，一般是单个薄膜晶体管在生产制造过程中失效引起的；线缺陷，一般是有源器件与驱动IC连接不良造成的；导致产生Mura缺陷的原因很多，如背光源均匀性、TFT漏电均匀性以及液晶配向性等。 根据LCD产品显示特性，一般地，我们将显示区域简称为AA（Active Area）区，目前盛行的ADS（Address Display System）驱动产品在正常状态下为暗黑模式，不加信号的时候显示屏呈全黑的暗态，光线无法透过液晶显示屏。这种暗黑状态下漏光的存在会严重降低整个显示屏的视
3、觉效果，尤其是漏光区域越大，视觉效果越差，使消费者没有较好的视觉体验感。因此漏光不良的消除和改善以提高LCD产品的视觉效果成为高品质显示屏的主流趋势。从近年的LCD边角漏光研究文献来看漏光不良改善尚未提出较为详细和系统的文章，研究者大都对此寥寥数笔带过？一般情况下LCD产品漏光风险，许多面板厂家通过后段Aging或是Sorting出货来避免不良屏流入到市场，而这种改善措施不能从根本上有效的避免边角漏光的发生，同时也大大增加了生产成本。 2 检测方法的应用 2.1 激光超声检测技术 激光激发表面波与材料表面开口矩形缺陷的作用机理。当激光激发表面波与缺陷作用时，会发生一系列反射、散射、透射等现象。
4、且不同深度、宽度的缺陷不仅会使接收信号出现时间、频率上的差异，而且会使能量反射率和透射率不同。基于这些特征，可以捕捉表面波与缺陷作用后信号的变化来实现缺陷的表征，从而实现缺陷定位、定量。同时，激光激发表面波的中心频率依赖于激光源的上升时间和半宽，且不同中心频率的表面波在材料表面传播时渗透的深度不同，能检测缺陷的深度也不尽相同。据此，可通过控制激光源参数，激发出不同波长的表面波，以实现对不同深度缺陷的检测。分层材料粘合区和非粘合区对激光超声信号的不同影响，并通过差异对比进一步分析缺陷性质。这些工作在激光超声技术表面缺陷检测的基础上，采用一些新的处理方法，很好地推进了激光超声技术在亚表面缺陷检测上
5、的应用，具有重要的实际应用价值。然而，对于各项同性材料中，激光激发超声波与埋藏缺陷的作用机理，缺陷埋藏深度和自身尺寸对超声信号的影响，以及该类型缺陷的定性定量检测，还需进一步研究。 2.2 电学参数检测法 电学参数检测是通过测定产品的电学性能来判定其是否合格，只能检测出由于电学因素导致的缺陷，有很大的局限性，主要用于检测面板的功能性缺陷。如TFT面板中数据线和栅极线之间的短路、数据线和栅极线自身的断路等电气原因造成的缺陷，需要通过电学法进行检测。常用的电学检测方法有全屏点亮法、探针扫描法、电荷读出法、电压图像法、导纳电路检测法和电子柬扫描像素电极法等。此外，电学法仅能用于TFT-LCD面板制造
6、完成后的检测，对面板制造过程中出现的各种缺陷无法检测。 2.3 图像处理的产品检测 1）软件系统 在光源的配合下通过图像采集模块获取产品表面的图像信息，由DMA将图像数据传输到STM32F405微处理器，处理器调用图像处理算法对产品表面图像数据进行处理，利用控制终端的图像处理软件匹配、识别产品表面是否存在缺陷，并在LCD?示屏上实时显示结果，实现对产品表面图像的采集和处理。 2）图像采集模块 图像采集模块采用Omnivision公司的OV7610，这是一种自带图像敏感阵列、能直接采集图像信息的低功耗CMOS型彩色数字摄像芯片。采集图像时最高速度可达30帧/s，最大图像阵列为640480，通过I
7、2C总线对有关存储器赋值，可灵活改变窗口大小、A/D转换速度、帧/场模式等工作参数。 3）系统软件设计 系统选用KeilVision5软件开发平台和VisualC+可视化编程软件协同工作。系统运行时，启动采集信号发送到STM32F405主控制器，控制器接收指令后立即进行初始化，初始化成功后响应DMA中断，根据图像?集时序来控制CMOSOV7610启动图像?集，?集的图像数据将通过DMA先进先出传送到STM32F405的外部存储器中。在采集完成后，STM32F405将进行点阵采样、量化处理和二值化等过程完成产品表面图像处理工作。 综上所述，通过TFT-LCD表面缺陷的全部检测、分类以及缺陷细节信息统计。由于目前的TFT-LCD表面缺陷检测方法多是针对特定的一种或几种缺陷进行检测，且往往只能判定缺陷的有无，无法提供关于缺陷的详细信息，不利于查找和解决产生缺陷的原因。