论文部分内容阅读
近年来,薄膜晶体管液晶显示器(Thin Film Transistor-Liquid Crystal Display,TFT-LCD)已经成为最主流的显示设备,并且朝着高分辨率、大尺寸、轻薄化的方向发展。TFT-LCD制造工艺越来越复杂,为保证产品质量,屏幕缺陷智能识别系统在生产制造中的地位日益凸显。本文针对Cell制程阶段的TFT-LCD缺陷测试的实际需求研制了一套缺陷智能识别系统。具体研究内容主要包括:依据TFT-LCD缺陷的测试需求,设计了缺陷智能识别视觉系统的总体方案。针对Cell制程阶段TFT-LCD缺陷的特点,完成了视觉系统的硬件设计和选型,保证了视觉系统的高精度、高对比度图像采集和高性能处理。针对采集的图像存在不均匀的现象,对视觉系统各模块进行了光学建模,分析其中影响图像不均匀的因素,并对其优化,改善了图像不均匀的现象。针对现有缺陷分类识别算法识别种类少、精度不够高并且处理过程耗时,无法完成在线缺陷识别的问题,提出了一种基于迁移学习的在线序列识别算法(OSC-TL),实现了Mura缺陷的在线识别。针对TFT-LCD缺陷测试设备的运行要求,设计和实现了以视觉处理为核心的软件系统,主要包括软件总体架构设计、接口设计以及人机交互界面设计。本文研制的TFT-LCD缺陷智能识别系统在实际生产中测试,缺陷识别率达到了93%,识别时间约为30毫秒,验证了该系统的有效性,达到了TFT-LCD缺陷在线识别的要求。