SCI论文（www.lunwensci.com）:
摘要： 因为液晶面板的尺寸较大， 受材质和自重以及载台平整度的影响， 导致液晶面板高速检测时边缘聚焦均匀性较差 。针对大 尺寸液晶面板的边缘聚焦不均匀的缺点， 提出了一种液晶面板聚焦位置的校正方法 。均匀设置图像清晰度评价点位， 采用图像和 其高斯图像之差的绝对值和作为清晰度评价函数， 分别评价点位处图像宽度的第 2 区域和第7 区域的图像清晰度 。等距离移动相机 聚焦位置， 采用最小二乘法分别拟合第 2 区域和第7 区域的图像清晰度和聚焦位置的关系曲线 。把第 2 区域和第7 区域拟合最佳聚 焦位置的均值作为该点位的聚焦位置 。在液晶面板往返运动的方向， 把任意相邻的两个点位聚焦位置的均值作为这两个点位之间 的区域聚焦位置 。通过实验证明可以将液晶面板边缘处聚焦高度差从约 250 μm降到约 50 μm， 改善液晶面板边缘聚焦均匀性。
关键词 ：聚焦； 均匀性； 校正； 清晰度； 最小二乘法
Research on the Correction Method of Focus Position of LCD Panel Based on Image Definition
Abstract: Because of the large size of the LCD panel, the edge focus uniformity is affected by the material, weight and the flatness of the carrier platform. When the LCD panel is detected at high speed, its edge focus uniformity is poor. To address the disadvantage of uneven edge focusing of the large-size LCD panel, a correction method for the focusing position of the LCD panel is proposed . The image definition evaluation point is uniformly set, and the absolute value of the difference between the image and its Gaussian image is used as the definition evaluation function to evaluate the image definition of the second and seventh areas of the image width at the point site respectively . The camera focus position is shifted equidistantly, the relationship curves between the image sharpness and focus position of the second and seventh regions is fitted respectively by using the least squares method. The mean of fitting the best focus position of the second and seventh regions is taken as the focus position of that point. In the direction of the movement back and forth of the LCD panel, the mean value of the focus position of any two adjacent points is taken as the regional focus position between the two points . It is proved that the focus height difference at the edge of the LCD panel can be reduced from about 250 microns to about 50 microns to improve the focus uniformity of the LCD panel edge .
Key words: focus; uniformity; correction; definition; leastsquares method
0 引言
随着科学技术的不断发展和进步， 机器视觉检测技 术具有快速高效和集成性等优点， 被广泛应用在自动化 检测领域 。光学自动检测技术在 TFT-LCD (薄膜晶体管 液晶显示器) 面板检测行业被广泛使用， 随着制程工艺 不断进步和市场需求的变化， 大尺寸液晶面板逐渐占据 重要位置， 尤其是电视屏尺寸不断突破技术瓶颈， 越做 越大 。 由于液晶面板的尺寸太大， 通常受到材质和自重 以及载台平整度的影响， 检测时液晶面板高速运动， 不 同区域的聚焦位置会有差异， 导致聚焦不均匀， 影响液 晶面板的检测结果， 尤其是液晶面板边缘位置影响较大。 因此， 解决大尺寸液晶面板聚焦的均匀性成为首要任务。 国内外对此进行了大量的研究， 为了克服大尺寸液晶面板聚焦的这种缺点， 通常的做法是调节液晶面板在载台 上的平整度， 以及在液晶面板载台上布置更加密集和均 匀的精密气浮板， 最大限度改进大尺寸液晶面板聚焦不 均匀的缺点 。或者采用实时聚焦跟随方法， 一方面因为 玻璃移动速度太快， 聚焦效果不佳； 另一方面因为整个 聚焦系统价格昂贵， 导致设备成本过高 。在实际使用过 程中， 因为液晶面板在载台上高速运动， 也会出现液晶 面板抖动的情况， 这种现象难以完全克服。
针对以上大尺寸液晶面板聚焦存在的瓶颈， 本文提 出一种新的解决方案 。通常聚焦测量值用于测量图像的 聚焦水平， 已被用于许多领域， 如多重聚焦图像融合[ 1]、 焦点形状 、 自动聚焦等 。聚焦测量值用来表示图像清晰 度， 因此从图像的清晰度切入， 在液晶面板上均匀设置评价图像清晰度点位， 多次等距离移动相机聚焦位置， 将相机采集图像的宽度分为 8 个区域， 只对第 2 区域和第 7 区域的图像清晰度进行评价， 因为这两个区域分别位 于相机宽度两侧， 这两个区域的图像清晰度能够灵敏地 反映相机的聚焦程度 。评价图像清晰度采用图像和它的 高斯滤波图像的差的绝对值和 。通过每次移动相机的位 置， 评价相应聚焦位置相机宽度第 2 区域和第 7 区域的图 像清晰度， 每次液晶面板检测区域图像采集完成， 等距 离移动聚焦位置 。最后将所有点位相应的图像清晰度和 聚焦位置， 采用最小二乘法分别拟合第 2 区域和第 7 区域 的图像清晰度和聚焦位置的关系曲线， 把第 2 区域和第 7 区域拟合最佳聚焦位置的均值作为该点位的聚焦位置 。 将两点位聚焦位置的均值作为任意两个点位之间的区域 聚焦位置， 以此达到校正液晶面板的聚焦位置的目的， 尤 其对改善液晶面板边缘在载台上翘曲现象有较好的效果。
1 聚焦算法
1 . 1 聚焦方式
图像质量的优劣除了外界电子噪声等干扰外， 跟聚 焦位置更加密切相关 。从早期的手动聚焦发展到现在的 自动聚焦， 自动聚焦大致分为测距法 、像检测法和基于 图像处理的聚焦法[2] 。测距法通常采用主动发送光波或 声波主动获取聚焦物体的具体信息， 如采用基于偏像平 面的高精度激光自动对焦方法[3]， 以及区别于基于图像 的方法， 采用自动对焦光路设计的离焦深度法[4] 。像测 法又分为对比度检测法和相位检测法， 前者根据图像信 息的差异来分辨成像图像的质量， 后者根据检测图像在 CCD 感光器上偏移量判断聚焦程度[5] 。而基于图像处理 的方法直接采用获取的相机图像， 评价该图像的清晰度， 当清晰度值最大时， 对应的聚焦位置作为物体成像的最 佳聚焦位置 。3 种方法之间最重要的差异在于前两种方 法需要其他硬件辅助完成， 而基于图像处理的聚焦法依 靠软件算法即可完成 。图像清晰度评价聚焦方法具有操 作简单 、不依赖额外的硬件等特点， 因此本文选择该方 法对图像聚焦 。因为本文的聚焦对象面积较大， 原本存 在聚焦不均匀的现象， 尤其是液晶面板中间和边缘之间 聚焦位置差距较大， 在相同的条件下， 如果采用局部搜 索的自动聚焦的方法， 有的地方聚焦清晰， 但是有的地 方可能超出景深范围， 一直处于离焦状态而无法聚焦 。 因此， 本文为了保证保证液晶面板的边缘和中间位置都 能聚焦， 采用全局搜索的方法[6]， 使得相机在移动时， 成像过程经历模糊 、清晰 、再模糊的过程。
1 .2 聚焦图像清晰度评价算法
较优的图像清晰度评价方法应该具有计算量小 、可 靠性高 、鲁棒性好等优点 。 目前常用的图像清晰度评价 函数大致有以下几种 。第一种是灰度梯度函数[7]， 主要利用聚焦图像比离焦图像有更清晰的纹理特征 、边界突 出 、灰度变化更加剧烈等特点进行图像聚焦评价 。这些 梯度函数包括绝对方差函数 、梯度向量平方函数 、Rob ⁃ erts 梯度和函数 、Laplacian 函数[8] 、改进的 Brenner[9] 等 。 第二种是熵函数， 聚焦图像信息熵比离焦图像多 。第三 种频率函数， 包括快速傅里叶变换[ 10] 和小波变换[ 11] 等 。 通过比较聚焦图像和离焦图像之间的高频分量， 高频分 量较多的就是清晰图像[ 12] 。还有其他一些方法， 如特征 根聚焦测量法[ 13] 、图像曲率法[ 14] 、 自相关法[ 15]， 以及通 过 Canny 寻边的评价方法[ 16] 。 以上方法各有优劣， 基于 液晶面板产品纹理特征丰富的特点， 当图像使用高斯低 通滤波， 降低图像信号， 跟清晰图像对比， 能更好地反 映图像的清晰度状况， 因此本文采用待评价图像的高斯 图像和自身图像的差的绝对值和作为清晰度评价函数 。 高斯滤波器采用 3×3 核， 滤波器如图 1 所示。
1 .3 评价区域的选择
因为相机安装在机械底座， 固有水平倾斜位置误差 难以消除， 为了尽可能减小误差， 需要选择合适的评价 区域 。有文献针对显微镜聚焦窗口的选择， 这是显微镜 自动聚焦算法中的关键技术， 直接影响自动聚焦算法的 性能[ 17] 。评价区域图像选择一方面可以减少数据处理量， 加快聚焦速度； 另一方面通过选取兴趣区域， 可以消除 非兴趣区域对评价函数曲线的影响， 提高聚焦精确度， 有文献采用基于贝叶斯理论的抠图算法， 对图像进行聚 焦区域的提取[ 18]， 也有文献提出针对图像聚焦区域采用 支持向量机的方法， 评价图像区域[ 19] 。综合评估， 本文 针对评价区域的特点， 具体选择方法如下： 首先， 确定 点位横向位置， 该点位的横向位置也是评价区域的横向 位置， 相对于离相机视野宽度的中心越远， 聚焦较差， 因此点位的横向位置选择在相机采图视野宽度的中心； 其次， 评价区域的纵向位置的选择， 每个点位选取两个 评价区域， 从采集图像宽度入手， 把图像宽度分为 8 个 区域， 第 2 区域和第 7 区域的中心的纵向位置， 即为评价 区域的纵向位置， 评价清晰度时采用这两个区域的图像 进行清晰度的评价； 最后， 评价区域图像尺寸的确定， 因为一张完整的液晶面板的纹理图案并不是完全相同， 因此需要考虑评价区域的一致性 。液晶面板一般分为面内和面外区域， 在面内区域是有许多规则的重复周期纹 理图案， 而在面外有规则的重复周期纹理图案较少， 为 了使每个评价区域的图像都一样， 把面内规则且具有重 复周期的纹理图案的区域作为每个点位处第 2 区域和第 7 区域的评价图像， 评价图像的尺寸为重复周期纹理图案 的宽度和高度 。获取这两个评价区域图像， 分别以第 2 区域和第 7 区域的中心为图像中心， 以该中心点向上下 扩展重复周期纹理图案高度的一半， 以该中心点向左右 扩展重复周期纹理图案宽度的一半 。因为点位是均匀分 布， 可以根据点位的坐标计算评价区域图像是否包含面 外区域， 如果包含面外区域， 则后续处理该点位的图像 清晰度和聚焦位置的关系时， 需要排除该点位。
1.4 获取聚焦位置的方法
通过每次等距离移动相机的位置， 并采集图像， 评 价每个聚焦点位处图像宽度第 2 区域和第 7 区域的图像清 晰度 。假定等距离移动相机的次数为 N， 则将每个点位 的第 2 区域和第 7 区域的 N次清晰度评价值和此时的聚焦 位置， 分别采用最小二乘法拟合这两个区域的图像清晰 度和聚焦位置的关系曲线， 取第 2 区域和第 7 区域拟合最 佳聚焦位置的均值作为该点位的聚焦位置 。在液晶面板 移动 X 轴方向上， 把相邻两个点位聚焦位置的均值作为 这两个相邻点位之间的区域聚焦位置 。评价区域的示意图如图 2 所示。
2 测试实验
2.1 实验条件
本实验在 G8.5 代玻璃上测试， 该玻璃的长和宽分别 为 a 米和 b 米， 玻璃在载台上的实时检测运动速度为 720 mm/s， 采用线阵相机的扫描速度 240 kHz。
2.2 图像评价区域说明图
采集图像前， 根据液晶面板的长度和宽度设置采集 图像点位， 依据液晶面板的长度， 即液晶面板移动的 X 方向， 等距离设置 M个点位， 依据液晶面板的宽度和每 个相机检测区域的宽度， 沿着 Y 轴方向等距离设置 N 个 点位， 总点位数为 M×N。相应的点位平面示意图如图 3 所示。
2.3 点位拟合说明图
将相机每次移动的距离设为 0.01 mm， 总共移动次 数为 15 次 。取其中一个点位的清晰度和聚焦位置的拟合 结果图说明获取聚焦位置的方法， 如图 4 所示。
2.4 实验数据分析
因为液晶面板边缘容易出现聚焦不均匀的现象， 为 了对比分析聚焦位置校正前后的差异， 因此选取液晶面 板的边缘位置点位数据分析 。校正前每个点位的聚焦位 置如图 5 所示， 校正后每个点位的聚焦位置如图 6 所示 。
2.5 实验结果分析
以上的实验数据显示， 图 5 中校正前靠近玻璃边缘 的点位聚焦位置波动较大， 边缘处聚焦高度差约 250 μm， 如果所有点位都采用相同聚焦位置， 必然导致有的 地方聚焦后图像太模糊， 影响缺陷的检出率 。 图 6 中校正后边缘的聚焦位置高度差降低明显， 大约在 50 μm， 不会出现较多区域的图像模糊问题 。通过本文的聚焦位 置校正方法， 尤其对改善液晶面板边缘在载台上聚焦均 匀性有较好的效果。
3 结束语
通过设计聚焦方式和图像清晰度评价算法， 选择图 像宽度方向的第 2 区域和第 7 区域的图像评价清晰度， 可 以降低单一图像评价区域对聚焦位置的影响， 采用最小 二乘法拟合清晰度和聚焦位置的关系曲线， 找到最佳聚 焦位置 。采用相邻点位之间的最佳聚焦位置的均值作为 这两个相邻点位之间区域的聚焦位置， 将边缘的聚焦位 置差异从 250 μm降低至 50 μm， 较好地改善了液晶面板 边缘聚焦位置的均匀性。
大尺寸的液晶面板占有率稳定， 制程工艺和材质对 玻璃的强度影响较大， 同时对聚焦系统的可靠性也提出 了较高的要求 。针对产品的多样性， 如何再提高液晶面 板聚焦位置均匀性和精度， 需要进一步深入研究。
参考文献：
[1] 郑河荣,韩良伟,徐文迪 . 实时多聚焦显微图像融合算法[J]. 浙 江工业大学学报,2022,50( 1):26-33.
[2] 王家川 . 基于图像处理的自动聚焦理论研究[D]. 重庆:重庆大 学,2012.
[3] Chao Chen Gu, Hao Cheng, Kai Jie Wu. A High Precision Laser- Based Autofocus Method Using Biased Image Plane for Microsco ⁃ py[J].Journal of Sensors,2018,Article ID 8542680.
[4] 王岩,胡超, 陈平 . 基于离焦深度法的自动对焦光路设计[J]. 光 电子 ·激光,2019,30( 1):29-35.
[5] Chien Sheng Liu, Yang Cheng Lin, Pin Hao Hu. Design and char⁃ acterization of precise laser-based autofocusing microscope with reduced geometrical fluctuations[J]. Microsystem Technologies, 2013, 19( 11): 1717- 1724.
[6] 江旻珊, 张楠楠, 张学典 . 混合搜索法在显微镜自动对焦中的 应用[J]. 光电工程,2017,44(7):685-694.
[7] 李璐, 王高, 师钰璋 . 基于红外自动聚焦过程的最优函数选取 [J]. 红外技术,2020,42( 11): 1017- 1021.
[8] 包丞啸,姜威, 王玉潇 . 基于大津法分割和局部最大梯度的自 动聚焦算法[J]. 光学技术,2019,45(6):756-761.
[9] 余七音,王辉,黄忠虎 . 基于 Brenner 图像清晰度评价方法的改 进[J] . 军事通信技术,2016,37(4):75-77.
[ 10] 何帆,王少志,徐晓文 . 一种基于清晰域的自动聚焦算法[J]. 光 电子 ·激光,2021,32( 1):25-34.
[ 11] 郭立强,刘恋 . 结合斜变换与方差的图像聚焦测度[J]. 光学精 密工程,2021,29(7): 1731- 1739.
[ 12] 孙红利,冯旗,董峰 . 图像清晰度评价算法研究[J]. 传感器与微 系统,2017,36(2):67-70.
[ 13] Chong Yaw Wee, Raveendran Paramesran. Measure of image sharpness using eigenvalues[J]. Information Sciences, 2006, 177 ( 12):2533-2552.
[ 14] Xia Xiaohua, Yuns Yao hi, Jia Liang. Evaluation of focus mea ⁃ sures for the autofocus of line scan cameras[J]. Optik,2016, 127 ( 19):7762-7775.
[ 15] D VOLLATH. Automatic focusing by correlative methods[J]. Journal of Microscopy, 1987, 147(3):279-288.
[ 16] Liu Zhaoyang,Hong Huajie,Gan Zihao. An Improved Method for Evaluating Image Sharpness Based on Edge Information[J]. Ap⁃ plied Sciences,2022, 12( 13):6712-6735.
[ 17] 高玮宁,马善涛,何勇军 . 图像灰度投影的聚焦窗口选择方法 [J]. 哈尔滨理工大学学报,2021,26(5):60-67.
[ 18] 李轲, 刘宾,王立鹏 . 基于多线扫描的 X 射线聚焦成像算法研 究[J]. 光学学报,2020,40( 13): 1- 10.
[ 19] 吕美妮,黄玉健,王奎奎 . 基于支持向量机的显微图像聚焦区 域选取算法[J]. 高技术通讯,2019,29( 12): 1216- 1223.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/63876.html
