[Ｂ样条曲面拟合在Ｍｕｒａ缺陷获取中的应用]B样条曲面拟合

　　摘要：TFT-LCD Mura缺陷表现为对比度低、亮度区域不均匀、边界模糊，通常大于一个像素，会给观察者带来视觉不适，是一种比较常见的缺陷。长期以来，对Mura缺陷的检测都是由经过训练的专业检验员完成。近年来，研究人员开始研究利用机器来代替人眼检测，但机器如何获取Mura缺陷一直是行业内公认的难题之一。本文提出了基于B样条曲面拟和的方法来获取Mura缺陷信息，并通过对大量真实Mura缺陷样本的检测验证了该方法具有高的获取准确率。
　　关键词：Mura；TFT-LCD；曲面拟合；B样条
　　中图分类号：TN141.9文献标识码：B
　　
　　Application of B-spline Fitting Surface to Detection of MuraAlignment Nematic Controlled by Fringe Field Switching
　　TANG Jian1,2 ，WANG Da-wei1，LI Xing-guo1，LIANG Ke1，YAN Liang1，Dong You-mei1
　　（1. BOE Technology Group Co.,Ltd., Beijing 100016，China;
　　2. Beijing Jiaotong University, Beijing 100044, China）
　　Abstract: Mura is a familiar kind of visual defect in TFT-LCD, which is understood as defects with low contrast, non-uniform brightness regions, vague contour, and typically larger than a single pixel. It imparts an unpleasant sensation to viewers. Most of final Mura inspection has been done by experienced human inspectors for a long time. Recently, researchers expect to detect it using machine instead of human eyes, but how to detect it correctly is always one of difficulties accepted by TFT-LCD industry. A method of detecting Mura based on B-spline surface fitting is proposed in this paper. Performance of the proposed method is evaluated on many real TFT-LCD panel samples. The experimental result shows it is an effective method to detect Mura with high detection rate.
　　Keywords:Mura; TFT-LCD; surface fitting; B-spline
　　
　　引言
　　
　　薄膜晶体管液晶显示器（thin film transistor liquid crystal display，TFT-LCD）是通过控制具有折射率各向异性的液晶分子取向使通过液晶屏光线的透过率发生变化来实现显示的一种光电显示器件，薄膜晶体管（TFT）在其中起着开关作用。与传统阴极射线管（cathode ray tube，CRT）显示器相比，它具有功耗低、寿命长、无辐射、体积小等特点。近年来在众多平板显示器的激烈竞争中脱颖而出，市场规模不断攀升，预计2008年将超过千亿美元，广泛应用于笔记本电脑、桌面显示器、液晶电视、移动显示终端等显示领域，已经成为新一代的主流显示器。目前国内外各大面板厂商都在努力提高产量，投产高世代线，改善生产工艺以提高产品良率。
　　Mura来源于日文单词，特指面板瑕疵，用来表征当显示器以恒定亮度显示时，显示区域的不均匀，它对显示画质有明显的负面影响。在TFT-LCD中，Mura缺陷多表现为低对比度，面积大于一个像素，边界模糊，形状、大小不一等状况[3]，目前产业界对Mura评价标准的研究很多，但仍未达成统一的定义及评价标准。
　　造成Mura缺陷的原因较复杂，TFT-LCD生产工序众多，一旦有瑕疵出现在其中任何一道工序中，如背光不均、液晶排列不均及盒内夹杂异物等都会导致Mura缺陷的产生。目前对于Mura缺陷的检测主要还是依据客户的要求制定限度样本，然后由检验员根据限度样本用人眼来进行比对检测，该方法的缺点是效率不高，而且会随着TFT-LCD面板尺寸的增加而愈发不便，但主要问题是它不可避免地引入了人眼检测的主观差异性。
　　
　　机器视觉检测Mura缺陷
　　
　　近年来，随着机器视觉技术的迅速发展，研究人员开始提出一些新的检测方法，以期利用机器来代替人眼检测。但由于TFT-LCD背光亮度很难达到完全均匀，加之CCD噪声等原因，使得拍摄得到的图像,即便是那些不含有Mura缺陷的TFT-LCD，得到的每个像素的灰度值也会不尽相同，因此Mura缺陷很有可能湮没其中，这给分割Mura缺陷带来了很大的难题。应用常规的分割方法，如简单灰度阈值、边缘检测等方法已经被证明根本无法分割获取Mura缺陷[4]，因此如何能够成功的从复杂背景中分割获取真正的Mura缺陷是Mura缺陷判定中一个非常重要的环节。同时，受限于难于获取大量的真实Mura缺陷样本，一些研究者不得不利用人造Mura缺陷来补充样本数量，这在一定程度上对研究结果的准确性和可信度产生了不利影响。
　　基于此，本文提出了利用B样条曲面拟合的方法建立TFT-LCD灰度模型，再与原始图像相减的方法来获取Mura缺陷的方法，并使用该方法对全部真实Mura缺陷样本进行了实验验证，结果表明该方法可以快速准确地获取所需的Mura缺陷，其获取准确率甚至高于使用了人造Mura缺陷样本的方法。算法的具体流程如图2所示，可以将其分为三个阶段：图像预处理、图像分割和图像后处理。其中图像预处理是指高斯滤波；图像分割是指建立B样条拟合曲面模型并与原始图像相减，这也是本文的核心；图像后处理包括二值化及形态学操作。
　　
　　图像预处理
　　
　　采集到的图像通常都会伴有一些噪声，这些噪声会降低采集信号的信噪比，降低测量精度，因此对采集到的图像进行滤波处理是必要的。本文主要考虑按高斯型噪声来处理，故采用二维离散高斯函数作为平滑滤波器，它可以在滤除噪声的同时很好地保持Mura缺陷的边缘，其函数表达式为：
　　
　　B样条曲面拟合相减
　　
　　曲线拟合是一种常用的技术，在工程、实验、统计和计算机图形等方面有着广泛的应用。通常，经过测量或者采集可以得到一组离散数据点，由于这些数据点并非完全精确，而且函数的表达式预先无法知道，需要在给定的函数类上根据这些离散数据做出逼近曲线。因为离散数据有误差，并不要求该逼近曲线经过数据点，而只是要求逼近曲线的误差的某个指标达到最小。曲线拟合方法一般使用最小二乘法，通过使误差的平方和最小，得到一个线性方程组，求解线性方程组就可以得到拟合曲线。曲面拟合是以曲线拟合为基础的，在拟合曲面以前，通常要以数据点的行或列为标准进行曲线拟合。如果离散数据量比较大、形状复杂，还需要进行分块拟合和平滑化。
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文 　　在没有理论或经验公式的条件下，采用样条函数进行数据拟合是比较理想的选择，比较适合于等间距测点的曲面。选择B样条的原因是B样条的控制点的特性，B样条曲线由许多只依赖于几个控制点的曲线段组成，移动一个控制点只影响很小部分曲线，而且并不影响B样条函数具有相同的连续性。
　　B样条曲面拟合是以B样条曲线拟合为基础的，在拟合曲面以前，以数据点的行或列为标准进行曲线拟合，其原则是保证曲面在节点向量的每个区间内均应有数据点。由于本文拟合的灰度曲面变化比较平滑，节点矢量可按均匀分布的方式给出，可以避免奇异情况发生。
　　本文获得的TFT-LCD屏图像都是在恒定的灰阶下得到的，根据现有的产品标准，液晶屏的亮度均匀性都在75%以上[5]，灰度值F(u,v)可以认为是连续变化的，而Mura缺陷区域的灰度值则会发生比较大的异常变化，且面积一般都较小，基本上不会对TFT-LCD屏灰度值的总体分布产生影响，因此可以采用一个曲面P(u,v)来拟合TFT-LCD屏的总体分布，它可以作为被测TFT-LCD屏不含有Mura缺陷的背景估计，然后用原始图像与所得拟合曲面相减后得到Z(u,v)=F(u,v)-P(u,v)，则Z(u,v)即包含所需的Mura缺陷信息。
　　最小二乘法是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。该算法的基本思想是:对于给定的数据集合X={x1,x2…,xm}，要求得一个近似函数φ(x)=0，使该函数尽可能地满足给定的数据。通常，要求该近似函数满足所有给定的数据是不大可能的，即不应要求近似函数φ(x)在xi处的偏差：
　　
　　在最小二乘B样条曲面拟合时，一般要首先给定待拟合曲面的控制点数、样条基的次数和两个节点向量。曲面的控制点数越多，计算越复杂，精度也越高，不过也更容易出现奇异现象。因此在满足精度的前提下，要尽量使用较少的控制点。若采集到的图像为M×N，可以设控制点集合为(m+1)×(n+1),其中m≥M， n≥N，令样条基的次数为k次，设两节点矢量分别为U和V，可得待求B样条拟合曲面方程为：
　　
　　解出该线性系统，便可以建立所拟合背景模型，如图3所示。
　　建立背景模型之后，再与原始图像相减，便可以得到拟合相减后图像。图4为拟合相减后图像的三维视图，从图中黑色圆圈标示部分已经可以明显地看出所需的两部分Mura缺陷信息。
　　
　　图像后处理
　　
　　将原始图像与拟合曲面相减后，需要通过二值化来得到Mura缺陷。图像二值化利用图像中要提取的Mura缺陷与其背景在灰度特性上的差异，选取一个合适的阈值，以确定图像中每一个像素点应该属于Mura缺陷区域还是背景区域。
　　到目前为止，由于还没有比较好的方法来自动确定该阈值，因此本文还是通过反复实验和经验修正，对得到的所有样本处理后选取一个固定阈值，选取该固定阈值遵循的原则是尽可能保证所得到的全部Mura缺陷的大小及位置与检验员人眼观察结果相近，同时要尽可能防止背景部分被误当作Mura缺陷。图5为设定阈值二值化后所得结果。
　　从图中可见二值化图像中仍然不可避免地存在着一些噪声信号，为滤除这些噪声点及部分背景成分，本文在图像后处理中运用形态学的方法对其做进一步的处理。
　　形态学滤波器是定义在闵可夫斯基集合上的非线性滤波器，其最基本的便是膨胀和腐蚀滤波器，膨胀可以填充图像内部比结构元素小的凹洞，腐蚀则可以把小于结构元素的物体去除，经过多次处理便可以滤除噪点并完成连接成分的变形任务，恰好就完成了对Mura区域的完善。
　　图6为Mura缺陷最终获取结果以及在原始图像上标示出该Mura缺陷。
　　
　　实验结果
　　
　　为验证该算法，本文在相同实验条件下对60块含有真实Mura缺陷的TFT-LCD样本进行了图像采集，每块含有1至2个Mura缺陷，所有样本的Mura缺陷都经检验员人眼检测标定。得到图像大小为1,600×1,200像素，处理过程中将每幅图像分为12个区块，B样条拟合次数为5阶，选取固定阈值T，结果表明90%的Mura缺陷都可以获取，基本达到设计要求。而那些未能获取的Mura缺陷都主要是由于液晶的视角特性造成的，因为一些Mura缺陷需要在某些固定的倾斜视角下才能明显观察到，而本文的图像均为在正视角度下拍摄得到的，导致这些Mura缺陷无法在该固定阈值下得到理想的效果。
　　在处理时间效率方面，高斯滤波平均耗时约0.05sec，得到建立拟合背景模型并得到相减后图像平均耗时约1.9sec，阈值二值化、形态学操作及最后的标示平均耗时约0.6sec， 因此对于每一幅样本图像而言，总耗时不超过3sec。
　　图7为其中三个典型的Mura缺陷获取实例。
　　
　　结论
　　
　　通过实验验证证明B样条曲面拟合方法对于TFT-LCD屏Mura缺陷获取很有效，通过选取合适的固定阈值可以很好地获取所需的Mura缺陷，且耗时很短，可以满足实时检测的需求。
　　
　　参考文献
　　[1] 王大巍，王刚，李俊峰，刘敬伟. 薄膜晶体管液晶显示器件的制造、测试与技术发展[M].北京：机械工业出版社，2007.
　　[2] 张昱，张健. 基于多项式曲面拟合的TFT-LCD斑痕缺陷自动检测系统[J]. 光电工程，2006，（10）.
　　[3] 高鸿锦，董友梅. 液晶与面板显示技术[M].北京：北京邮电大学出版社，2007.省略。
　　
　　“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文