[发明专利]一种基于AOI的柔性显示基板缺陷判别方法

说明书

基于AOI的柔性显示基板缺陷判别方法，先对AOI扫描得到的待判定缺陷部位灰度图像进行灰度值数值处理，再将所述待判定缺陷周围的标示框利用平均值法替换，通过矢量相乘法、数据微积分代换、作图等方法，得出一系列的判断因子。再利用人工判断得到的经验规律，对所述判断因子进行区分，找出判断因子的量值与基板缺陷之间的对应关系，在加以验证的基础上将判断因子的阈值确定下来，完成图像处理和对所述待判定缺陷类型判断的过程映射。

技术领域

本发明属于柔性显示装置制备领域，尤其涉及AMOLED屏幕的制备。

背景技术

柔性显示装置，尤其是AMOLED屏幕，其柔性显示基板在涂布、固化以及后续上层无机薄膜的沉积过程中，引入的气泡和异物却会给后续制程造成很大麻烦。特别的，气泡和异物的引入，在沉积缓冲层和有源层(a-Si)之后的激光晶化结晶(ELA)过程中，很容易造成无机层的破孔或凹陷。这种破孔或凹陷在后续高温制程中，很容易造成器件的失效，同时也会对制程设备造成严重的污染。因此，非常有必要在柔性显示基板本身的制备过程中，以及无机有源层的沉积和晶化后，对气泡、异物的存在及各自它们的状态、物理特性等进行监测，以判断这些缺陷对后续制程的影响。

此前，用自动光学检查机(Automatic Optic Inspection，AOI)能够有效区分玻璃基板、无机膜层、金属膜层以及有机光阻上的各类缺陷，但在柔性显示基板的表面进行异物的扫描和区分，尤其是对气泡以及不同形态颗粒的检测，还不够准确，重复性也较差。因此，亟待对这一检测方法的软/硬体尤其是相应的算法等进行升级和优化，以满足柔性显示基板缺陷的检测要求。

发明内容

本发明的目的在于提供一种基于AOI的柔性显示基板缺陷判别方法，对AOI扫描得到的灰度图像进行一系列的数据处理，具体处理步骤如下：

利用AOI扫描得到柔性显示基板所述待判定缺陷处的灰度图像，并将所述灰度图像的像素阵列转换为灰度值表格；

将所述灰度值表格内明显异常的灰度值数值用平均值法求值并替换；

设定两个阈值将所述灰度值表格筛选并划分为三个像素区间，对各区间的像素数量、灰度平均值等特性进行对比，以生成第一组判断因子；

放大所述灰度值表格内灰度值的差异；

用放大差异的和矢量模或角度替换所述灰度值表格内的灰度值，统计所述灰度值表格横向和纵向的标量和值，并筛选出所述两组标量和值的最大值与最小值，从而生成第二组判断因子；

对所述柔性显示基板上的缺陷的分布规律进行分析，分别找所述第一组判断因子和所述第二组判断因子的量值与所述柔性显示基板各类缺陷之间的对应关系；根据所述第一组判断因子和第二判断因子的数值，参照所述对应关系，判断所述待判定缺陷的类型。

其中，该判别方法的使用时机为所述柔性显示基板完成涂布-固化工序以后，或所述柔性显示基板完成激光晶化结晶以后。

其中，对两个所述时机都进行该判别方法的判别，将两组判别结果结合来判断所述待判定缺陷的类型。

其中，所述明显异常灰度值的数值替换过程中，所述平均值法为中值法。

其中，所述明显异常灰度值的数值替换过程中，所述平均值法具体如下：

将所述灰度值表格中灰度值明显异常的值去掉；

取每一个被去掉数值的对应像素相邻对角线上的“左上/左下/右上/右下”四个像素灰度值的平均值作为替代，即该像素当前灰度值:

G_m,n＝(G_m+1,n-1+G_m+1,n+1+G_m-1,n-1+G_m-1,n+1)/4。