基于智能识别功能的Mura机设计

减小字体 增大字体 作者:佚名  来源:本站整理  发布时间:2017-10-07 10:01:18

 1 Mura缺陷的检出原理 
  Mura软件的两个主要参数为:移动平均值和上下限值,通过这两个参数的设定来控制缺陷的检出。 
  (1)Line Camera读取Glass的图像并将其处理转换为灰度图像。 
  (2)对各点的灰度值进行测量。例如下图:X轴代表20个点,Y轴表示灰度值。 
  (3)通过设定的移动平均值,将灰度曲线平滑处理。如图2。 
  (4)通过设定的上下限值,生成各点的灰度值上下限曲线,超过上下线的部分确定为缺陷。(图3) 
  2 目前Mura机存在的问题 
  目前CF分厂一条线的PR胶(CF分厂使用多个厂商的PR胶,成分有所不同)以及生产条件(例如:Coater 的吐胶量、Exposure机的Gap及曝光量)经常会有所变化,因此造成Mura图像以及图像的灰度值整体上也会有所变化,这样以前设定的Mura主要参数就不太满足现在的基板要求,会造成一定的误检和漏检,影响Mura设备的检出准确率。如图4。 
  3 Mura机智能识别功能设计 
  笔者提出一种智能识别系统设计,通过几种新参数及算法的提出,自动区分出各种PR胶变化或生产条件变化的基板,系统自动更换为最佳的参数设定,使得缺陷的检出最为准确。 
  3.1 “智能识别功能”的相关参数算法的设计 
  当PR胶及生产条件发生变化时,生成的Mura图像整体上就会有所变化,本设计针对此点,设计以下三个新参数及相应算法,来区分变化基板: 
  (1)基板平均灰度值:主要对基板的整体灰度值进行监控 

[1] [2] [3]  下一页

Tags:

作者:佚名
  • 好的评价 如果您觉得此文章好,就请您
      0%(0)
  • 差的评价 如果您觉得此文章差,就请您
      0%(0)

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论