CN107871818B - Oled堆叠膜的质量评估的系统、设备和方法 - Google Patents

Abstract

本公开提供用于评估有机发光二极管（“OLED”）器件的沉积膜层质量的技术。图像被捕捉并滤波以识别要分析的沉积层。表示该层的图像数据可以被可选地转换为亮度（灰度）数据。然后梯度函数被应用以强调沉积层中的不连续性。然后不连续性被与一个或多个阈值比较并用于确定沉积层的质量，然后可选的补救措施被应用。本公开技术可以在现场被应用，以在随后的制造步骤被实施之前快速地识别诸如分层的潜在缺陷。在可选的实施例中，依据缺陷是否被确定存在，可以采用补救措施。

Description

OLED堆叠膜的质量评估的系统、设备和方法

本公开要求第一发明人克里斯托弗可可于2013年2月18日提交的美国临时专利申请No. 61/766,064的“Systems and Methods for the Detection of Defective EMLFilms”的优先权，该在先专利申请通过引用并入在此。

技术领域

本教导涉及用于有机发光二极管（“OLED”）器件的制造期间像素井结构中形成的各种膜的质量评估的系统、器件和方法。

背景技术

OLED器件技术潜力的兴趣很大程度上已经被具有高色纯度和高对比度并且超薄和节能的平面面板的演示所驱动。另外，各种衬底材料，包括柔性聚合物材料，可以用在OLED器件的制作中。OLED器件可以通过使用工业打印系统将各种有机物和其它薄膜打印到衬底上来制造。在这种处理中几乎可以使用任何期望尺寸的衬底，从为用作手机显示屏所定尺寸的衬底到为用作非常大电视（“TV”）屏幕所定尺寸的衬底。为了提供两个非限制性示例，薄膜的喷墨打印可以用于7.5代衬底，具有大约195厘米x 225厘米的维度，然后这些衬底每个衬底被切割为8个42"或者6个47"的平面面板，以及对于8.5代衬底，具有大约220x250厘米的维度，然后这些衬底每个衬底被切割为6个55"或者8个46"平面面板。

OLED器件典型地具有组成显示器的大量像素。在彩色显示器中，每个像素典型地具有三个分开的色彩生成元件。这些元件的每个典型地轮流使用“井”在喷墨打印处理期间接收一个或多个薄膜层。如此，OLED器件的每个像素典型地与对应于各自像素色彩的三个井关联。用于每个色彩部件（即，与每个井关联的）的层的装配得到“OLED堆叠”。每个OLED堆叠可以包括6-7个膜层。在制造期间，期望均匀地沉积这些层的每一个。

可以看出，高清晰度平面面板显示器可以含有超过两百万像素，像素密度在大约300ppi至大约450ppi之间。明显地，考虑到各种OLED器件制造期间在衬底上必须得到数量之多的功能像素，要求高程度的制造精确度。在得到各种层的处理中，可以发生膜层之间或者内部的各种不连续性，其可以导致不按照设计运行的或者另行被识别为有缺陷的像素。

因此，在可以用于及时和系统地在OLED器件制造期间评估衬底上形成的薄膜的质量的系统、器件和方法领域中是有需求的。

附图说明

以下将参照附图描述本发明的示意性实施例。

图1A是根据本教导的显示面板内示例性像素布置的图示。图1B是根据本教导的OLED堆叠的实施例的示意图。

图2A是根据本教导描述示意性像素井的截面图。图2B是根据本教导描述与单一像素关联的结构的顶视图。

图3是根据示意性实施例的OLED器件质量评估系统的示意性描述。图4根据示意性实施例描述图3的面板检查系统的数据收集装置的框图。

图5根据示意性实施例描述具有图4的数据收集组件的打印系统。

图6是可以容纳诸如图5的打印系统的各种实施例的打印系统的气密系统的示意性截面图。

图7A至图7D根据本教导的系统和方法的各种实施例描述示出由数据收集装置的图像处理应用执行的示例操作的各种流程图。

图8A至图8F根据本教导的各种实施例描述用于示出图像处理应用的操作的一个或多个像素井的图示。

图9示出梯度强度的柱状图，对应于像素井内沉积层的表示，见图9的左侧。

图10示出梯度强度的柱状图，对应于像素井内沉积层的表示，见图10的左侧。

图11根据本教导的各种实施例描述示出由数据收集装置的图像处理应用执行的示例操作的流程图。

图12根据本教导的各种实施例描述示出由数据收集装置的图像处理应用执行的示例操作的流程图。

具体实施方式

本公开提供用于OLED器件制作期间沉积的薄膜层的质量评价的系统、器件和方法。OLED堆叠的一个或多个层可以被连续地打印到衬底的目标区域上；每个目标区域可选地是将与由完成的OLED器件的生成的光的像素的特定色彩部件关联的像素井。喷墨打印处理可选地用于该打印处理。沉积层可以由有机或者无机材料形成，但是典型地，OLED堆叠包括使用该处理形成的至少一个有机层（例如，可选地发光材料层或者“EML”）。在将特定墨打印到目标区域中之后，一个或多个印后处理步骤可以被执行以完成每层，例如，通过将沉积的液体转换为永久结构。为了评估每个目标区域中形成的每层的质量，所有目标区域的图像在层沉积和/或形成期间或者之后被捕捉，例如，使用高速、高分辨率照相机。这种成像可以可选地在OLED堆叠的后续层的沉积之前被执行，以评估前面“湿的”层或者完成的层的质量（即，在层形成处理的任意阶段处）。

通过作为该图像捕捉结果的图像数据的评价，沉积层中的不均匀性可以被检测到。每个捕捉图像典型地是OLED器件衬底的一个或多个像素井或者一个或多个像素的高分辨率特写镜头。不均匀性可以被表示为像素井内膜层之间的不连续性，例如，其指示膜之间的分层、间隙、针孔或者其它类型的问题。每个捕捉图像可以包括，通过非限制性示例，一个或多个像素井，包围一个或多个像素井的区域，限定每个像素井的疆界的堤岸，和每个像素井内沉积的以形成OLED堆叠的膜。捕捉图像可以被滤波以隔离生成滤波的数据来隔离对应于仅仅感兴趣的膜的沉积层的图像数据，和移除多余的数据（诸如用于给定像素井或者井之外区域的图像数据）。该滤波的数据典型地是仅仅有问题的膜层的图像数据。梯度函数可以被应用到该滤波的数据以形成处理的数据。处理的数据典型地是从均匀图像数据突出不连续性的梯度值的图像。对于本教导的系统和方法的各种实施例，这种处理的数据可以被用于评价一个或多个井中OLED堆叠膜的质量，例如，依据不连续性的幅值，不连续性的数量，或者一个或多个其它准则。然后结果或者输出可以被生成，表示已经使用处理图像数据评价的像素井的质量。在本教导的各种实施例中，该输出可以表示具体像素井内沉积层是否具有填充问题或者分层问题。在另一个实施例中，所述处理可以被反复地应用于像素井内OLED堆叠中每层，结果指示不可接受的错误并从而被用于命令后续处理。最后，如果任何缺陷被识别那么补救措施可以可选地被采用。应该显而易见的是，没有制造处理是完美的，缺陷的及时检测和这种补救措施的使用对于最大化质量和生产速度并最小化成本是重要。

在一个实施例中，滤波的数据（即，表示仅仅经受分析的沉积层的图像数据）可以被转换（在应用梯度函数之前）为帮助强调特定图像特征的特定格式，诸如亮度、灰度值、色调、色彩强度或者另一个图像特征。在一个实施例中，例如，表示彩色图像的滤波的数据被转换为8比特灰度强度值，一个用于滤波的数据的每个像素或者“PEL”（“PEL”将典型地用在指的是来自照相机的高分辨率的捕捉数据的像素，而“像素”将典型地用在指的是完成的OLED面板的图片元件和关联的光生成部件和/或由这些部件占据的区域）。然后该强调数据（例如，灰度转换的例子中单色图像数据）经过梯度函数处理以产生处理的数据。如上所述，梯度函数突出经受检查的像素井内局部基础上的不均匀性。

本教导的一个实施例提供其上存储有计算机可读指令的计算机可读介质。当被执行时，这些计算机可读指令使处理器处理表示目标区域的捕捉的成像的数据以分析沉积膜的质量。再次，目标区域可以包括由捕捉图像表示的至少一个像素井。计算机可读介质是非暂时性介质，意味着其是适用于以电子、磁性、光学或者其它形式存储数据的物理结构。这种介质的示例包括，例如，闪存盘、软盘、磁带、服务器存储器或者大规模存储器、硬盘、动态随机访问存储器（DRAM）、光盘（CD）或者其它本地或远程存储器。计算机可读介质可以具有存储其上的指令，当指令由处理器执行时可以使系统执行用于识别OLED器件衬底上形成的膜中不连续性的方法的各种实施例。计算机可读介质可以被可选地体现为较大机器或者系统的一部分（例如，台式计算机或者打印机中的驻留内存）或者其可以孤立的基础存在（例如，稍后将文件传送到另一个计算机或者打印机的闪存盘或者独立的存储器）。较大的机器或者系统可以可选地包括照相机和处理器，和可选地，包括打印头和/或照相机传送机构的打印器件。照相机可以被安装在包括用于在图像捕捉期间照亮OLED器件衬底的目标区域的光源的组件上，即，使用该衬底的外部照明在制作期间给不活动的OLED器件衬底照相。

在更加详细的实施例中，针对表示特定目标区域的图像数据梯度函数被通过数学处理应用，作为来自两个矩阵的元素之间的卷积。该图像数据可以是上述提到的滤波的数据，和典型地包括从捕捉图像的PELS导出的图像数据。如所述的该图像数据可以强调特定图像特征，诸如色彩强度、亮度等等。卷积可选地可以由软件或者固件执行，即，通过在软件和/或固件控制下工作的一个或多个机器。卷积的结果可以被表达为对应于经受检查的膜层的梯度值的矩阵。然后测量被应用（即，一个或多个准则或者阈值）以评估沉积膜的质量。如果结果符合应用的测量，那么沉积层被确定为具有满意的质量，否则被确定为出现可能的问题。作为可以被采用以响应问题的识别的操作的非限制性示例，在没有进一步处理（潜在地节省制造时间和费用）的情况下显示面板可以被拒绝，或者经受进一步处理以努力补救问题。注意各种不同的准则可以被应用以评估质量；例如，在下面讨论的一个特定详细的实施例中，像素井内层的梯度值的绝对值被加在一起（或者梯度值的平方被加在一起），和如果合成总和小于阈值那么沉积膜被确定为可以接受的。在另一个实施例中，第二测试可以被替代应用以从大量小的不连续性（例如，其可能表示没问题）中区分大的显著的不连续性或者梯度（例如，显著的问题）；在这点上统计测试也可以被应用（例如，比较来自结果矩阵的值的标准偏差和第二阈值）以识别可能表示问题的任意具体特征。例如，在下述讨论的一个应用中，对于与含有经受检查的层的每个像素井关联的梯度值计算柱状图；强烈梯度的高发可能指示与所给像素井内分层关联的“轨道”效应。这些测试也可以被与另一个组合适用，如果希望的话，例如，仅仅如果两个测试都满足就认为给定井内层为可以接受的质量。明显地，很多替换测试和测试组合也可以存在并可以被选择用于各种实施例。

在又一个实施例中，第二梯度函数可以可选地被应用。例如，上述讨论的滤波处理也可以使用梯度函数以从捕捉图像识别沉积层的轮廓，然后这些轮廓被用于去除不直接表示经受考虑的沉积层的捕捉图像的部分。在更加特定的实现中，使用这种梯度函数滤波每个捕捉图像的副本以定位结构上限定每个像素井的轮廓的“堤岸”。然后掩膜函数被基于该分析定义以通过（即，不遮盖）堤岸内的图像数据（例如，可能对应于感兴趣的沉积层），并遮挡（即，去除）对应于争论中像素井疆界以外的衬底结构（即，位于堤岸之外）的图像数据。然后该掩膜被应用到原始图像数据以获得滤波的数据（即，表示仅仅经受检查的层）。

从上述应该显而易见，上面讨论的各种操作，和执行那些操作的方法、器件和系统，有助于OLED器件的膜的质量的及时和系统性评价。这些各种方法、器件和系统从而带来更加可靠的OLED器件，因为潜在的缺陷可以被更加准确地检测；它们也带来降低的制造成本，在没有与潜在有缺陷的OLED器件上进一步处理关联的费用和时间，或者与可挽回的材料的丢弃关联的费用和时间的情况下，因为这种缺陷可以被检测（和潜在地复原）。

从下面的讨论附加的细节和选择对于本领域内技术人员将是明显的。

图1A是OLED器件衬底10的示意性顶视图，扩展视图20示出用于衬底10的表面上形成的六个像素的电路。单一像素是通过数字30指定，并可见为由分开的红、绿和蓝发光生成元件（32、34和36）组成。附加的电路（诸如由数字38描述的）可以被形成在OLED器件显示衬底上以通过各自像素井协助光生成的控制。

如前面所述，在OLED平面面板显示器的制造期间，OLED像素被形成为包括至少一个OLED膜堆叠，当施加电压时其可以发光。图1B描述OLED堆叠膜结构的实施例，其包括阳极和阴极之间的空穴注入层（HIL）、空穴传输层（HTL）、发光层（EML）和与电子注射层（EIL）组合的电子传输层（ETL）。当跨过阳极和阴极施加电压时，特定波长的光被从EML层发射，如图1B中所示。在本教导的系统、器件和方法的各种实施例中，图1B中描述的HIL、HTL、EML和ETL/EIL层可以使用喷墨打印来打印。HIL、HTL和ETL.EIL OLED堆叠层的每一个具有包括定义那些OLED堆叠膜层的功能的材料的墨配方。如随后将更加详细讨论的，像素可以包括三个色彩生成元件，其中每个元件具有发射不同波长的光的EML层，例如，但不限于，红、绿和蓝。对于本教导的OLED像素单元的各种实施例，每个EML层具有包括可以在目标电磁波长范围内发射的OLED材料的墨配方。注意可能具有单色显示器（例如，对于每个像素单一像素井），也可能具有任意数量或者组合的色彩部件和关联的像素井。

图2A示出了像素井50的截面图，用于形成各种OLED堆叠层的墨可以被打印到像素井以定义单一色彩生成元件。当截面图描述用于限制沉积的液体的一对双堤岸结构时，事实上那些结构典型地形成单一、闭合形状的一部分（例如，诸如分别由红、绿和蓝光生成区域的轮廓表示的，图2B的数字62、64和66）。在像素井50的例子中，衬底51典型地是透明结构，并从而，区域58表示将与生成的光（畅通的）关联的活跃像素宽度的区域，而区域56表示与沉积层关联的井宽度。各种结构的相对高度和距离由图2A的右上方见到的图例识别。如较早提到的，在一些实施例中，像素堤岸，更加特定地疆界堤岸54，被检测和用于滤波用于分析沉积层的捕捉图像数据，使得仅仅对应于像素井宽度（56）的该滤波图像数据被处理以评估层不连续性。这不是对于所有实施例都要求的。

图2B表示像素井60的平面图，具有大约95μ宽x大约85μ长之间的维度。在像素井60中，有三种不同井（62、64和66），每个被用于接收将定义OLED堆叠的层，一个堆叠用于红光生成部件（62），一个堆叠用于绿光生成部件（64），和一个堆叠用于蓝光生成部件（66）。图2B内识别的维度对于用于平面面板显示器的每个色彩部件识别像素单元间距和像素井维度（具有每英寸或者“ppi”326像素的分辨率）。

如本领域内普通技术人员可以容易理解的，像素尺寸、形状和纵横比可以依据许多因素而变化。例如，对应于100ppi的像素密度对于用于计算机显示器的面板是足够。相对的，对应于300ppi和大约450ppi的像素密度可以用于非常高分辨率显示器。注意各种墨可以用于形成与各种波长的光使用的不同层，使得井62、64和66的每个不必使用相同的墨。而且，各种墨可以被配制以形成图1B中所描述的其它层。

本教导有助于用于OLED器件衬底的大量像素井上沉积层的质量的及时检查和客观确定的自动系统和方法。例如，回顾较早呈现的不同衬底尺寸的讨论，将记起对于很多设计（例如，5.5代至8.5代），典型地具有每个面板几百万像素。随着附加显示技术成熟，该数字可能在未来剧烈增长。如前面所述，对于OLED器件中的恰当功能，膜均匀性是期望的。

图3是根据示意性实施例的OLED器件质量评估系统300的示意性描述。质量评估系统300可以包括数据收集系统304、图像处理系统306和网络308，以及数据存储系统305。数据收集系统304包括照相机，例如，高速CCD照相机。照相机捕捉表示OLED器件衬底的高倍、高分辨率视图的图像。数据收集系统304还可以可选地与包括一个或多个打印机和/或其它器件的OLED器件制作机构实现。在一个实施例中，照相机由用于定位照相机以及定位用于打印各种膜层的喷墨打印头的传输机构携带。捕捉图像和/或其它数据可以被存储在存储系统305中。图像处理系统306处理捕捉图像并确定像素是否有缺陷，或者另行不能如为应用设计那样运行。典型地，图像处理系统包括计算机可读介质（即，描述的便携式器件、台式计算机或者笔记本或者其它处理器件的一部分），其使图像处理系统306的一个或多个处理器执行该分析。连接这些各种元件的网络308可以包括相同或者不同类型的一个或多个网络。网络308可以包括任意类型的有线和无线公共或者私有网络，包括但不限于蜂窝网络、蓝牙网络、端对端网络、局域网、诸如互联网的广域网、内部系统总线或者用于连接各种描述的器件的其它方案。网络308可以进一步包括子网络并由任意数量的附加或者更少器件组成。OLED器件质量检查系统300的部件可以被包括在单一计算器件中，在单一设施中可以设置在单一空间或者邻近空间中，或者可以互相是远程的。在各种实施例中，本教导可以图3中所示的任意单一部件或者这些部件的集合，或者作为相关的方法、器件或者系统来体现。

图4示出根据示意性实施例的数据收集装置400的框图。数据收集装置400可以包括，为了提供一个非限制性示例，收集组件450、照相机组件460、定位系统470和至少一个处理器406。为了协助数据输入和输出到至少一个处理器406，数据收集装置400可以进一步包括输入接口402、输出接口404、通信接口408、键盘410、鼠标412、显示器414、打印机416、计算机可读介质420和数据收集应用430。更少的、不同的和附加的部件可以被合并到数据收集装置400中。

关于图4的数据收集装置400的收集组件450，照相机组件460可以被可选地配置为使用镜头捕捉图像数据，如本领域内技术人员理解的。捕捉图像数据通过输入接口402被接收到数据收集装置400中。数据收集组件450也可以包括定位系统470，其用于安装照相机组件460和相对于OLED器件衬底传输照相机组件。在这点上，定位系统470提供照相机组件460在平面面板显示器的整个表面上的行进。因此，收集装置400的数据收集组件450可以完全捕捉表示任意平面面板显示器件的整套像素井的图像。注意如较早所述，在一个实施例中，照相机组件460可以是打印机（例如，打印机416）的一部分，处理器406和/或收集组件450还用于控制打印头活动。在这种系统中，照相机组件460可以被可选地与打印头集成，以便为了质量分析而捕捉刚刚沉积的“湿墨”的图像。可选地，照相机组件460可以被可选地实现为多功能打印机的一部分，其中定位系统470充当双功能，在一些时候安装用于打印OLED器件衬底的一个或多个打印头，在其它时候安装照相机组件460。在一个实施例中，用于OLED器件的制造装置流水线化多个衬底，以致在打印机上层被沉积在第一衬底之后，衬底被前进到制造装置内另一个位置，并被成像用于质量分析；同时，第二衬底被带到打印机中用于沉积类似的层。

输入接口402提供端口以将数据接收到数据收集装置400中，如本领域内技术人员理解的。输入接口402可以与各种输入技术对接，包括但不限于，键盘410、鼠标412、显示器414、照相机组件460、轨迹球、键盘、一个或多个按钮等等，以允许信息被接收到数据收集装置400中或者从显示器414上显示的用户接口做选择。键盘410可以是如本领域内技术人员理解的各种键盘的任意一种。显示器414可以是薄膜晶体管显示器、发光二极管显示器、液晶显示器或者如本领域内技术人员可以理解的各种不同显示器中的任意一种。鼠标412可以是如本领域内技术人员可以理解的各种鼠标类型器件的任意一种。相同的接口可以支持输入接口402和输入接口404。例如，显示器414可以包括支持用户输入和呈现输出到用户的触摸屏。数据收集装置400可以具有使用相同或者不同输入接口技术的一个或多个输入接口。键盘410、鼠标412、显示器414、照相机组件460等等进一步可以由数据收集装置400通过通信接口408来访问。

输出接口404可以提供用于输出来自数据收集装置400的数据的接口。例如，输出接口404可以与各种输出技术对接，包括但不限于，显示器、打印机、照相机、定位系统或者其它器件，如果不是数据收集装置400的一部分的话。在至少一个实施例中，输出接口404包括局域连接或者无线连接，用于与其它联网的元件通信。

处理器406执行如本领域技术人员理解的指令。指令可以由专用计算机、逻辑电路或者硬件电路来执行。术语“执行”指的是执行由各自指令所调用的操作的处理。指令可以一个或多个程序语言、脚本语言、汇编语言等的形式表达。处理器406从非暂时性计算机可读介质接收指令，例如，本地、网络附带或者远程存储器，并执行这些指令，例如通过在本地RAM中存储这些指令的副本，然后作用于那些本地存储的指令。数据收集装置还可以包括许多处理器以执行各种功能，例如，被实现为多核器件，作为集成器件的处理器集合，或者作为共同执行操作并交换与那些操作关联的数据的网络附带器件集合。

图5根据示意性实施例描述用于在OLED衬底上打印各种OLED堆叠层的喷墨打印系统500的前透视图。OLED喷墨打印系统，诸如图5的喷墨打印系统500，可以由允许墨滴可靠地放置在衬底上的特定位置上的几个器件和装置组成，诸如放置在衬底支撑装置520上的衬底522。这些器件和装置可以包括，不限于，打印头组件，墨分发系统，运动系统，衬底支撑装置和衬底装载和卸载系统。运动系统可以是，通过非限制性示例，吊架（gantry）系统或者分离轴XYZ系统，如对于图5的喷墨打印系统500所描述的。打印头组件可以在固定的衬底上移动（吊架类型），或者打印头和衬底都可以移动（在分离轴配置的例子中）。在另一个实施例中，打印头组件可以是基本固定的；例如，衬底可以在X和Y维度中相对于一个或多个打印头传输，Z轴运动由衬底支撑装置或者由与打印头组件关联的Z轴运动系统提供。随着一个或多个打印头相对于衬底移动，墨滴在正确的时间被喷射以在衬底上期望的位置中沉积。衬底可以使用衬底装载和卸载系统从打印机插入和移除。依据喷墨打印系统的配置，其可以使用具有传送组件的衬底漂浮台的机械传送带，或者具有末端效应器的衬底转移机器人来完成。注意在一个实施例中，打印被执行在相对于环境空气密封的房间内，以排除不想要的颗粒。数据收集系统也可以可选地被操作在这种隔离的环境中。在一个计划的应用中，下面提到的，密封的房间可以用于在特殊选择的气氛中，诸如惰性气体存在的情况中执行打印和/或成像。

图5的喷墨打印系统500可以包括如前面已经描述的数据收集组件。喷墨打印系统500的各种实施例可以由打印系统基座510支撑。该基座上第一和第二提升器512和514支撑桥516，用于支撑打印系统和成像系统（例如，照相机）。电缆托盘组件545提供用于喷墨打印系统500的操作所需要的各种电缆、线路和管道组件的封闭和路由，和帮助容纳由这种电缆、线路和管道组件生成的任意微粒。电缆托盘组件542一般地是电缆托盘组件排出系统540的一部分，其经由排气室544提供这种粒子的排出。在这点上，电缆托盘排出组件540可以帮助打印和/或成像处理期间容易实现低粒子环境。

桥516帮助支撑第一X，Z轴携带组件530和第二X，Z轴携带组件530A。每个携带组件可以在桥516上相对于衬底支撑装置520在X轴方向中移动。喷墨打印系统500可以使用本质上低粒子生成X轴运动系统，其中第一和第二X，Z携带组件530和530A，分别在空气轴承线性滑块组件上运动。如本领域内普通技术人员理解的，空气轴承线性滑块组件可以环绕桥516的全部，允许第一和第二X，Z携带组件530和530A的无摩擦运动。这种空气轴承线性滑块组件帮助提供三点安装，其保留了对于每个X，Z携带组件的行进精确性和帮助抵抗倾斜。第一X，Z轴携带组件530具有第一Z轴运动碟片532，而第二X，Z轴携带组件530具有第二Z轴运动碟片532A；每个Z轴运动碟片帮助控制其上安装的装置的Z轴运动。对于喷墨打印系统500，打印头550被描述为安装在Z轴运动碟片532上，而照相机组件560被描述为安装在Z轴运动碟片532A上。可以容易理解的是在具有两个X，Z轴携带组件的喷墨打印系统的各种实施例中，打印头组件和照相机组件可以被可交换地安装在X，Z轴携带组件上。其它实施例可以使用具有打印头组件安装其上的单一X，Z轴携带组件，和照相机组件邻近打印头组件安装。

在喷墨打印系统500的各种实施例中，衬底支撑装置520可以是提供衬底522的无摩擦支撑的漂浮台；在其它实施例中，衬底支撑装置520可以是卡盘（chuck）。Y轴运动系统524，图5中被描述为统一轨道系统，可以利用线性空气轴承运动系统或者线性机械轴承运动系统；空气轴承运动系统帮助在Y轴方向中实现衬底520的无摩擦传送。Y轴运动系统524还可以可选地使用双轨道运动，再次，由线性空气轴承运动系统或者线性机械轴承运动系统提供。

图5中所描述的照相机组件560可以包括照相机562，照相机安装组件564和镜头组件568。镜头组件可以经由照相机安装组件564被安装到Z轴运动碟片532A。照相机562可以是将光学图像转换为电子信号的任意图像传感器器件，诸如通过非限制性示例，电荷耦合器件（CCD），互补金属氧化物半导体（CMOS）器件或者N型金属氧化物半导体（NMOS）器件。如图5中所描述的，Z轴运动碟片532A可以控制地相对于衬底522调节照相机组件560的Z轴位置。在各种处理期间，诸如例如，打印和数据收集，衬底522可以被控制地相对于使用Y轴运动系统524的照相机组件560来定位。如图5中所描述的照相机组件560还可以被控制地经由安装在桥上的携带组件530B，经由X轴运动相对于衬底522定位。因此，图5的分离轴运动系统可以提供三维中照相机组件560和衬底522相对于另一个的精确定位，以任意期望的角度和/或高度在衬底522的任意部分上捕捉图像数据。如前面所述，其它运动系统，诸如吊架运动系统，也可以用于在三维中提供精确运动，例如，打印头组件和/或照相机组件之间相对于衬底。在任何一个实施例中，运动系统可以使用连续或者步进运动或者其组合来相对于衬底522定位照相机组件560以捕捉衬底522的表面的一系列的一个或多个图像。每个图像可以包括与一个或多个像素井，单个像素井，或者其任意组合关联的区域，并包括周围表面区域（例如，包括例如关联的电子电路元件、路径和连接器）。可以具有相对大的视角（>0.5mm）而提供相当精细粒度（每像素分辨率3微米）的各种照相机中任意一个可以被使用。

图6是可以容纳打印系统的气体封闭系统600的示意性表示，如较早提到的。气体封闭系统600可以包括气体封闭组件650，与气体封闭组件650流体窜槽的气体净化回路630，和至少一个热调节系统640。另外，气体封闭系统的各种实施例可以具有加压的惰性气体再循环系统660，其可以提供用于操作OLED打印系统的各种器件的惰性气体，诸如衬底漂浮台、空气轴承线性滑块组件和线性空气轴承组件。加压惰性气体再循环系统600的各种实施例可以利用压缩机，吹风机和两者的组合作为惰性气体再循环系统660的各种实施例的源。另外，气体封闭系统600可以具有气体封闭系统600内的滤波和循环系统（未示出），其与其它部件，诸如电缆托盘排出组件、衬底漂浮台、空气轴承线性滑块组件和线性控制轴承组件一起，可以基本上提供低粒子打印环境。

如图6中所描述的，对于气体封闭组件600的各种实施例，气体净化回路630可以包括从气体封闭组件650到溶剂去除部件632的引出线，随后耦合到气体净化回路634。溶剂净化的惰性气体和其它活性气体种类，诸如氧气和水蒸气，然后通过引入线633被回收到气体封闭组件650。气体净化回路630还可以包括恰当的导管和连接，和传感器，例如，氧气、水蒸气和溶剂蒸汽传感器。气体循环单元，诸如风扇、吹风机或者马达等等，可以被分开或者集成提供（例如，在气体净化回路634中）以通过气体净化回路630循环气体。虽然溶剂去除系统632和气体净化系统634在图6中被示出为分开的单元，但是溶剂去除系统632和气体净化回路634也可以被容纳在一起作为单一净化单元。每个热调节系统640可以包括，例如，至少一个冷却器641（例如，其可以具有液体引出线643，用于循环冷却剂到气体封闭组件中）和用于将冷却剂返回到冷却器的液体引入线645。

对于气体封闭组件600的各种实施例，气体源可以是惰性气体，诸如氮气，任意稀有气体，和其任意组合。对于气体封闭组件600的各种实施例，气体源可以是诸如清洁干燥空气（CDA）的气体源。对于气体封闭组件600的各种实施例，气体源可以是提供惰性气体和诸如CDA气体的组合的源。

系统600还帮助维持用于所需要的各种活性气体种类的水平，包括诸如水蒸气、氧气和/或有机溶剂蒸汽的气体，在100ppm或者更低（例如，在10ppm或者更低，在1.0ppm或者更低或者在0.1ppm或者更低）。而且，气体封闭系统600帮助提供低粒子环境，符合根据ISO14644分类1至分类5干净空间标准用于大气颗粒物的规范范围。

注意如较早提到的，气体封闭系统600支持打印和/或成像。例如，气体封闭系统可以使用衬底漂浮台、空气轴承线性滑块组件、和/或线性空气轴承组件，以将衬底移进和移出打印机。气体封闭系统也可以可选地封闭数据收集装置（例如，诸如照相机、照相机定位系统和其它图像捕捉元件），如上面所述。

图7A示出了与用于处理图像数据的一个方法关联的流程图701。该方法可以可选地被实现为计算机可读介质上存储的指令，即，作为控制如较早介绍的一个或多个处理器的软件或者固件。如通过数字703所描述，捕捉图像数据被首先由处理器接收。这种数据已经在处理器的控制下被捕捉，或者可以从本地或者远程存储的文件获得；在一个实施例中，随着照相机被连续地或者逐步地在各种像素井上扫描，在其捕捉每个图像作为捕捉的图像的“流”时捕捉图像数据被直接从照相机接收。然后捕捉图像数据被滤波（705）以隔离感兴趣的沉积层（或者多个层）。对于作为该处理的结果生成的滤波的数据，例如，表示与一个或多个像素井的内部关联的图像数据，然后膜完整性被分析（707）。注意较早提到在一个实施例中，该分析被执行在完成的层上，紧随任意印后完成步骤。在另一个实施例中，该分析（和图像捕捉）可以被执行在仍然湿墨上，例如，以识别其中填充不完全的情况，其中墨内存在气泡的情况，或者其它潜在缺陷。在各种实施例中，补救工作（708）可以被采用以响应检测到的缺陷。例如，OLED器件衬底可以被丢弃（从而潜在地节省附加的时间和沉积费用），或者可选地，缺陷可以通过移除沉积层，通过添加沉积层，或者通过进一步处理沉积层被修复。如果分析被执行在湿墨上，那么例如，湿墨可以被移除并且沉积被重新执行；如果气泡存在，那么墨可以被加热或者另行处理以清除气泡；如果填充不完全，那么附加墨可以被在精确位置添加以完成填充。存在很多其它可能的补救措施，提供基本更加高效的制造处理。

如果没有缺陷被识别，那么处理继续到下一个像素井（709）。注意该功能被描述为虚线以指示其可选属性。在一个实施例中同时检查多个井中层，给定捕捉图像可表示不止一个像素井和潜在地不止一个要求分析的沉积层或者墨。数字709指示其应该是例子，对于这种附加的像素井步骤703中接收到的捕捉图像可以被进一步处理，如需要的话。在一个实施例中，每个捕捉图像包括与一个或多个像素关联的区域，在第二实施例中，每个捕捉的图像包括（或者被滤波以识别）仅仅单一像素井，和在第三实施例中，表示一个或多个像素或者一个或多个像素的子集的多个像素井可以被同时处理。如果给定的捕捉图像已经被完全处理，或者如果附加的像素井仍然要求对于给定的沉积进行分析，那么该方法循环以考虑不同的捕捉图像，如由数字711和713所表示的。如果所有的像素井已经被评价和通过期望的质量阈值，即，没有缺陷被检测到，那么分析完成，如附图标记715所指示的。

图7B用于提供关于示例性滤波操作的附加细节，用于隔离对应于仅仅受到检查的沉积层的图像数据。该滤波操作一般地由一系列步骤721来识别。如由数字723所指示的，对应于捕捉图像的图像数据被接收并存储在快速访问存储器中，诸如RAM。图像可以在运行时被接收，或者可以从机器可读介质获得，如所述。注意图8A提供一个假设图像的示例，示出单一视图中大约两个和一个半像素井。在一个实施例中，处理一次集中在这些像素井中的一个上，而在另一个实施例中，多个像素井（诸如井807和809）可以被同时考虑。然后边界检测功能（725）被应用以隔离受到检查的沉积层的预期的边界和边界。可选地，这种检测功能也可以使用梯度函数来应用，即，其使对应于层外围的边界或者轮廓（727）能够识别。例如，这种轮廓可以被与希望的数据比较（729）以确定填充的充分性。例如，向前看图8A-8F，未完全填充（832）的区域的存在可以通过比较用于参考像素井（图8C）的数据和用于沉积层的滤波图像数据（图8D）来检测以确定某种类型的沉积错误或者差。在该点上层边界和边界是否被与参考数据比较，通过图像分析（例如，梯度分析）的像素堤岸的识别可以用于创建掩膜（731）和用于隔离对应于像素井的内容的图像数据。这种掩膜由图8D中数字825表示，然后掩膜被应用以滤波原始的捕捉图像以生成滤波的数据，其隔离（733）受到分析的一个或多个像素井的内容。然后滤波操作对于给定图像中给定井终止（735）。

图7C用于讨论包括可选边界处理的滤波的数据的处理，上面参照数字727和729介绍的，和应用梯度函数以识别表示沉积层的图像数据内不连续性。该处理一般地由一系列步骤表示，通过图7C中的附图标记741来识别。正如在此讨论的其它流程图，图7C中表示的方法可以再次被在计算机可读介质中存储的指令的支持下运行的一个或多个处理器执行。与图7A的处理连接，假设每个井中滤波图像数据是可用的以评估每个给定井内沉积膜层的质量。

对于滤波的数据，图像特征被可选地隔离，步骤743本身，和用于评估对象层的质量。该图像特征可以包括，不限于，色彩强度、色调、亮度或者其它特征。在一个实施例中，下面将进一步讨论的，色彩数据被转换为亮度值，根据组合多个色彩分量的强度的已知公式，例如，以获得灰度强度。其它可能性也是可能的，诸如对仅仅给定色彩值、色彩差值或者一些其它测量集中处理。然后表示希望特征的强调数据（或者滤波的数据）被与对应于具体打印井内层的希望的图案的存储的文件数据（例如，希望的轮廓）进行比较，数字745和747本身，在检测未完全填充的可选处理中。例如，如参考图8A-8F所述，选择的特征可以被与来自指示沉积层的希望轮廓的存储的文件的轮廓数据比较。图像处理软件可以，作为该比较一部分，执行轮廓分析以确定是否有错误，错误是否上升到质量或者填充缺陷的水平（749），和鉴于任意识别的缺陷（751）特定补救措施是否应该被采用。注意任意类型的错误测量或者比较处理可以被使用。例如，如果在沉积层的轮廓中有错误，但是错误低于给定的准则或者准则集合或者区域阈值，那么像素井轮廓仍然可以被认为可以接受。为了引用另一个示例，一些应用可以是不可知论的，对于超过希望井边界的沉积层轮廓，即，错误可以被可选地与仅仅不足的区域关联。很多其它可能的准则可以被使用。如果沉积层的轮廓（例如，边界）被发现是可以接受的，那么沉积层可以被分析用于沉积层内的梯度（即，用于可表示像素性能问题的不连续性）。

作为该分析的一部分，梯度函数被应用到图像数据（即，滤波或者强调数据）以识别沉积层中的不均匀性，数字753本身。在一个实施例中，梯度滤波器实质上操作为高通滤波器，使得缺少空间变化带来每个PEL的零值，而梯度（或者不连续性）带来非零属性（例如，对于邻近PEL的8比特强度值之间强度差，例如，也具有8比特绝对值，0-255）。这不必作为所有实施例的例子，例如，可能使用提供零或者负值输出以指示不连续性的处理；明显地，很多变化存在。梯度分析的结果是处理的数据，包括值集合，其中每个值指示在所选图像特征的维度中是否存在梯度或者其它不连续性。这通过图7C中的数字755表示。注意几乎任意错误测量可以再次被使用以确定诸如分层的问题是否存在，或者是否有另一个实质问题（757）。如果这种问题不存在，那么结果可以被生成（759），再次，影响进一步处理或者另行导致另一种形式的补救措施。一旦对于给定像素井所有图像数据已经被处理，那么方法前进到下一个像素井（755）。

图7D是识别在具有梯度分析和关联质量分析的一个实施例中关联的附加特定处理的流程图。图7D的方法一般地由附图标记761指定。如通过数字763所指示的，滤波图像数据可选地被如所述简化以强调所选的特征（例如，如上面提到的强度）；再次，任意期望的图像属性都可以被使用，也可能在初始或者滤波图像数据自身上简单地操作。所选用于处理（G）的数据被提取为一系列重叠平铺并与梯度算子（由矩阵标示符F表示）卷积，处理765和函数767本身；该操作带来处理的数据。在一个实施例中，非常简单的算子被用于追踪非常高频率变化，实质上操作为相邻PEL之间的高通滤波器。在这点上，算子可以是将每个PEL与滤波的数据（或者该数据的强调特征，诸如强度）中其直接近邻卷积的矩阵，并依据差生成值。在一个实施例中，合成值对于连续图像数据是零，和如果一个或者多个直接近邻PEL具有差（不连续性）那么是非零值。该操作的结果典型地是处理的数据集合769（例如，对于由滤波的数据表示的每个PEL的结果值或者梯度值，其中每个梯度值都强调不连续性或者梯度的存在并量化这种不连续性的幅值）。然后这些各种梯度值被处理以检测与经受考虑的像素井中层关联的可能的质量问题（771）。各种测量可以使用以进行该评估。例如，如图7D的右侧处所看到的和由数字773所表示的，在一个实施例中，梯度值的绝对值可以被加在一起，然后总和被与阈值比较。例如，对于经受考虑的整个井的无符号梯度值的总和可以被与经验确定的参考值（例如，“250000”）比较。如果合计梯度幅值小于该参考值，那么像素井可以被确定为健康的（例如，通过），如果不小于，那么像素井可以被确定为有问题。

明显地，很多其它准则也可以被应用。在第二选择中，由图7D中的框775表示，梯度值可以被与一个或多个统计测量比较；例如，如所指示，梯度值的变化或者标准偏差可以被与阈值比较（例如，如果变化或者标准偏差相对于阈值是小的，那么对于具体层沉积像素井是“通过”）。明显地，很多示例是可能的，如由图7D中标签为“其它准则（777）”的框表示的，包括任意形式的统计测试（779）。注意测量的组合也可以被使用；在一个特定计划的实施例中，给定像素井的梯度幅值的总和和统计测量（例如，方差或者标准偏差）被计算并与阈值比较，如果总和和方差相对于各自阈值都是小的，那么沉积层“通过”。

数字781本身，如果层被确定为通过，对于与具体层沉积关联的所有像素井，那么OLED器件衬底的处理可以继续，例如，加入另一个像素井层，面板封装层，或者一些其它处理；可选地，如果问题已经被检测到，那么处理可以被中断，或者可以尝试采用补救措施以修复识别的问题和抢救有问题的OLED器件衬底。

图8A-8F用于进一步示例上述各种处理。

图8A表示捕捉图像801的一个假设示例。该图像所示为包括衬底803上形成的三个像素井，包括第一像素井805、第二像素井807和第三像素井809的一部分。这些各种像素井可以形成用于OLED器件的单一像素的电路的一部分，虽然这不是需要的。如由数字811表示的，每个像素井可以具有关联的踪迹和电子，用于控制像素井中对应的井中通过发光层生成光。注意三个像素井，中间井807被示出为假设的误填充832（随着沉积层没有到达该区域的堤岸）和沉积层的区域内的缺陷，如由数字835所引用。

与之相比图8B表示修剪图像数据的可选步骤以一次仅仅集中在一个像素井，即，来自图8A的中间井807。注意在一个实施例中，多个像素井可以被同时分析（例如，如果那些井已经经由打印处理接收相同的层材料），和在一个实施例中，一次仅仅一个井被处理。在图8B中，可以看到图像数据815包括井区域807，用作限制井内沉积的液体的堤岸结构816，和多余的图像数据813，例如，表示堤岸结构的疆界之外的支撑结构和电子811。

如较早提到的，在一个实施例中，诸如由图8A或者图8B表示的捕捉图像被滤波以消除多余的图像数据。在一个实施例中，该滤波被使用边界分析来执行，诸如第二梯度函数或者其它检测堤岸结构816的处理。在另一个实施例中，沉积层的边界可以被识别并与参考数据（由图8C中附图标记822指定）比较和用于确定是否有填充缺陷。不考虑特定方法，这些操作可以被使用以制作将用于该目的的掩膜-掩膜由图8D中数字825示出。匹配到阴影部位827的图像数据（例如，来自图8B）将被去除和不使用，匹配到清楚部位829的图像数据将不被滤波并用在随后的梯度分析中。

滤波操作的结果在图8E中由附图标记831所描述。一般地讲，在该实施例中，滤波的数据包括对应于像素井疆界（椭圆形807）的图像数据，其它区域中的空数据（例如，数字833本身），和对应于通过数字832和835表示的潜在的缺陷的可变图像数据。在该点上，可选的分析可以被执行以识别填充问题，诸如通过数字832指定的。例如，如果该方法被应用在湿墨的沉积之后（例如，与完成的、固化的层截然相反），希望区域832已经基本上具有在一个实施例中被应用可以使用色彩滤波器识别的不同的色彩特征。依据缺陷的性质，补救措施可以被应用以尝试补救问题。注意数字835，表示沉积层内的可能缺陷，可拥有沉积层的一般色彩特征，所以依据应用的处理的性质可在该阶段保持未识别。

图8F表示处理的数据841，一般地梯度滤波器（未示出）的应用的结果。在该图中，对应于每个PEL（例如，图8B-8E的）的值被示出为具有空值，除了对应于不连续性842或者845的那些值，被表示为梯度轮廓或者轮廓的嵌套集；虚线843被简单地叠加在该图上以识别像素井轮廓。注意在梯度滤波器应用之前，层不连续性835可仍然未检测到，梯度滤波器应用的结果突出了可以表示问题的强度差，例如，一个或多个OLED堆叠层的分层。

图9-10示出通过用于两个假设像素井的处理的数据表示的梯度的绝对值的各个柱状图901和1001。对应于像素井的描述被看到在每个图的右手侧，并分别编号903和1003。在各个图中，数字904和1004示出像素疆界堤岸的位置。每个描述903和1003表示对应于表示关联的像素井的图像的PELS的梯度值，使得903和1003表示与描述的像素井关联的捕捉图像数据中的不连续性。图9表示用于没有质量问题的沉积层905的数据，而图10表示用于确实具有质量问题的沉积层1005的数据，例如，分层或者如通过出现在像素井的中心“轨道效应”1006表示的像素中心的其它缺陷。再次注意描述的梯度在来自灰度强度值的该示例中，实践中，梯度可以被应用到很多表示捕捉图像或者从捕捉图像导出的其它类型的数据。

参照图9的柱状图901，如图中所示，柱状图的“y轴”表示给定梯度幅值发生的数量，而“x轴”表示梯度幅值。如图的右上方所见，在该示例中，梯度的绝对值总和是“164,391”，以及像素井描述903被所见为对应于没有可识别的质量问题的层沉积。注意到，如柱状图所示，没有大数量的大梯度发生，以及柱状图具有大约“21”的3σ梯度值。用于像素井中质量层的适当值可以依据层类型（和合成图像出现）、照相机类型、幅值、光、与衬底的距离、有问题的层是否是湿的或者干的/固化的、像素井大小和很多其它因素而变化；一个或多个阈值典型地依靠经验确定，通过阈值来评估层质量。在该示例中，总和将被和与特定制造处理、OLED器件和机器（具有照相机）关联确定的阈值（例如，“250,000”）比较。在一个实施例中，标准被使用规定的器件预先准备和分析，例如，使用具有好和坏的像素填充（即，具有层缺陷）的预制衬底，或者通过动态地打印具有故意喷射的像素缺陷（即，到参考井中）的这种标准以评估这些阈值。还注意如较早提到的，在一个实施例中，多个质量测试被应用；就是说，图9的右上角所示的梯度总和可以理论上来源于相对小数量的非常大的梯度和大数量的小梯度（事实上后者由图9的柱状图901表示）的主导。这样，在一个实施例中，在该例子中，统计测量，3σ分析，也被应用以区分这些例子；如所示，图9的例子中3σ的水平降到大约“21”处，其指示经受分析的像素井中大约99%的层材料产生小于或者等于“21”的梯度值，相对小的值。因为标准偏差（σ）取决于梯度值的平方和由柱状图表示的PEL的数量，如果梯度总和（164,391）通过较大发生率的大幅值梯度来生成，那么该值将已经被希望为较大。这样，在该例子中，由柱状图表示的3σ的水平被与另一个阈值（例如，“40”）比较，以及因为用于该像素井的像素数据满足两个测试，所以像素井内分析的层被确定为通过阈值质量。再次注意这些各种任务典型地是由软件（计算机可读介质上的指令）执行的，其控制一个或多个处理器以执行这些各种任务（包括任意期望的补救动作）。还有，如较早提到的，很多其它类型的准则和测试可以被应用，包括不限于，任意类型的统计测试，是否基于标准偏差、3σ水平、方差、总和、平方的总和、绝对值或者其它方式。在一个实施例中，多个测试可以被应用，例如，通过匹配用于那个层的梯度值到几个范围值中的一个（通过一个或多个阈值区分）来分类沉积层的质量。

图10显示用于被确定为具有质量问题的层的数据。首先，注意在梯度值中可见的“轨道效应”1006，表示可能的分层（例如，完成膜的印后处理步骤之后的固化或者完成的膜的）。假设轨道效应，不应该惊讶描述的柱状图1003示出大梯度值（例如，表示梯度幅值30-70）的更加频繁的出现，对应于描述1003内所示的“轨道”形状。即，如图10的右侧处所示，在该例子（339,409）中梯度值的总和（绝对的）显著地大于假设的阈值“250,000”。应用对于上面图9引用的测试，这些值的比较将指示有问题的层可能具有质量问题，并再次，补救措施可以被可选地应用。还注意该例子中3σ水平，由线1007表示，刚刚大于“50”，超过上面与图9连接使用的假设阈值“40”。

图11示出用于处理图像数据的方法的另一个实施例（1100）。附加的、更少的、或者不同的操作可以依据实现而执行。例如，图11的方法1100可以提供超过容量的附加功能以处理一个或多个图像。图11的方法1100的操作的表达顺序不用于限制。这样，虽然一些操作流程被按顺序呈现，但是各种操作可以被以各种重复、同时和以不同于所示的顺序来执行。图11的方法1100的各种实现可以是具有计算机可读指令的图像处理或者打印机控制应用的形式，当通过一个或多个处理器执行时，指令使处理器执行图11中描述的各种功能，用于分析表示像素井的图像数据。

操作1102本身，捕捉图像数据被例如从存储器、从照相机或者从其它目的地接收。在第一示例中，单一图像可以被一次接收，和在另一个实现中，多个图像可以被接收，例如，与用于提供构成平面面板显示器的几百万个像素井中OLED堆叠膜的非常快速分析的大规模并行图像处理连接。因此，操作1102中接收到的捕捉图像数据包括含有OLED堆叠膜的至少一个像素井。如果捕捉图像数据包括多个、完全像素井，那么每个可以被从公共图像分析，或者依次或者并行。如果各自像素井具有要被分析的不同层材料，例如，用于不同色彩的光的发光层，那么用于这些井的图像数据的分析可以使用各自处理、线程或者其它适用于经受分析的层的独有的部分。在一个实施例中，表示图像流的图像数据可以被实时处理，图像处理软件追踪井位置并识别（在软件中）在捕捉图像中哪些井已经被处理，哪些井没有（和这些井的各自位置）。图像数据可以被捕捉作为OLED器件衬底的打印处理的一部分或者作为随后质量评估处理的一部分。数据还可以被同时显示在数据收集装置或者图像处理器件的显示器上，或者另行被打印用于人视觉检查。

作为另一个选择，图像数据可以被存储在计算器件的数据库中，在方法1100的自动图像处理应用的控制下从数据库读取，从而被用于处理的图像处理应用接收。用户可以可选地选择用于读取的图像数据，例如，使用在方法1100的图像处理应用的控制下呈现的用户接口。如本领域内技术人员理解的，捕捉的部分平面面板显示器衬底的图像数据可以各种格式被存储。在示意性实施例中，图像文件可以被存储为未处理的RGB彩色像素数据。

在操作1104中，表示经受分析的OLED堆叠的滤波图像数据可以被从包括多余数据（即，像素井的外面）的捕捉图像隔离。大量不同的算法可以用于该目的（即，从捕捉图像提取对应于OLED膜或者堆叠的数据）。如前面提到的，在一个实施例中，梯度滤波器（即，第二梯度算子）可以用于识别经受分析的层的边缘，这样做，提取仅仅对应于沉积层的数据。也可能简单地使用对应于像素井地形的模板，和使用该模板以掩蔽经受分析的图像。在又一个实施例中，操作1104与图像捕捉步骤组合（即，使得图像数据被捕捉仅仅用于有问题的层，或者另行在照相机处或者在通过图像处理系统接收之前滤波以减少多余数据的量）。

在操作1106中，滤波的数据，例如，表示OLED堆叠的发光材料层（“EML”）可以被转换为强调具体图像特征的格式。在该例子中，表示沉积层的彩色图像数据被根据已知公式I (Grayscale) = Red * 0.3 + Green * 0.59 + Blue * 0.11转换为灰度强度数据。在下面引用的各种公式中，灰度强度值将一般地被表示为G _x,y ，其中x和y指的是捕捉图像内PEL位置。注意该类型的强调纯粹是可选的，即，可能直接在彩色图像数据上执行梯度分析，也可能捕捉单色图像数据；明显地，也存在其它选择。

关于操作1108，然后表示像素井（强调的或者不强调的）的滤波的数据与梯度滤波器卷积以生成表示沉积层内梯度的处理的数据。在一个实施例中，梯度滤波器被表达为相对简单的矩阵以及使用滤波图像数据的PEL内窗口来应用卷积；这可以数学上表达为：

其中：

G表示PEL的灰度强度值；

是卷积算子；

是梯度滤波器掩膜；和

右侧的矩阵是合成处理的数据

描述的卷积操作产生强调表示经受检查的捕捉图像数据的水平邻近PEL之间的垂直线差的梯度值。完美均匀的层将具有所有零的滤波图像矩阵。在这点上，由处理的数据表示的所有梯度值的绝对值总和可以呈现评估经受检查的层的均匀性的准则，和进而到OLED堆叠。

考虑到梯度滤波器掩膜的选择，有很多不同类型的掩膜可以被使用。梯度滤波器基于应用的掩膜是可区分的。上面所示的示例性掩膜呈现沿着水平轴的二元对称性。其它类型的梯度滤波器也可以被使用。例如，在索贝尔掩膜中，水平轴将顶和底分为相同的[1,0,-1]，而水平轴将掩膜分为[1, 2, 1]和[-1,-2,-1]。可以被使用的一些示例性梯度滤波器掩膜被示出在下面表中：

注意这些梯度滤波器强调成像的层中垂直和水平的不连续性。

在操作1110中，方法继续进行以分析经受检查的沉积膜的质量。再次，方法可以是全部自动化的，例如，在软件的控制下。相加亮度差的绝对值可以创建用于给定像素井内膜的均匀性评价的分数，并从而给定像素井内沉积OLED堆叠的质量。在该示例中，非常低的梯度总和与均匀、未分层像素相关。

然而，如前面提到的，关于膜质量的问题仅仅梯度总和分数不是决定性的。例如，膜中心具有大不连续性的膜层，当另外均匀时可能具有与具有整个膜分布的不均匀的小梯度的层相同的梯度总和。

因此，在一个实施例中，统计测量，诸如方差、标准偏差、柱状图或者其它矩阵元素的测量被计算并用于有效地从含有可以指示满意的膜的相当均匀小强度变化的膜，区分具有含有可以指示有缺陷的膜的显著强度变化的图像的膜层。

通过评价梯度或者处理的数据（例如，处理梯度值总和）和表示贯穿像素井的梯度值的分布的数据，OLED堆叠层的质量可以被确定。在各种实施例中，从滤波强度数据生成的数据，可以被与阈值比较。可以影响OLED堆叠膜图像的质量的因素，诸如不同的光、不同的照相机定位和用于形成像素的不同的衬底构造和墨可以再次影响构成好的梯度总和和好的柱状图特征的内容。因此，使用标准的校准可以被用于定义在特定条件集情况下好的梯度总和以及统计特征，以及阈值梯度总和与阈值统计参考可以被使用定义均匀性的膜层的图像来确定。使用简单的统计质量控制，用于可接受的像素图像的平均和标准偏差可以被确定。依据期望的质量水平，失败阈值（或者阈值集）可以是超过为好的像素值识别的平均值的对应数量的标准偏差。

在操作1112中，以某种方式可以做出确定，关于被识别的像素井位置处像素井内层是否是有缺陷的。例如，如果总和和方差不满足为满意的层所定义的阈值，那么可以做出确定。如果确定在某种方式上层是有缺陷的，那么处理在操作1114中继续。如果确定识别的像素井位置处层不是有缺陷的，那么处理在操作1116中继续。

在操作1114中，像素井内层可以被识别为至少潜在有缺陷的。例如，具体像素单元和/或井可以被标志用于检查者视觉检查以确认确定。到检查者或者操作者的通知可以被提供，使用扬声器、打印机、显示器或者通过经由文本、电子邮件或者语音邮件准备和发送消息，或者通过保存与用于随后检查的数据中确定相关的信息。其它形式的补救措施也是可能的，如前面讨论的。在一个实施例中，质量问题存在的结果影响随后的处理，例如，中断进一步图像考虑和/或随后的OLED器件制作处理。在另一个实施例中，处理经由操作1116继续，检查者或者操作者被通知任意潜在缺陷的存在，这种潜在的缺陷在以后的点被及时处理。

在操作1116中，关于是否有要处理的更多图像数据可以做出确定。如果确定是有要处理的更多图像数据，那么处理在操作1100中继续。如果确定是没有要处理的更多图像数据，那么方法1100可以停止。相对于被识别用于OLED器件的整体的有缺陷的像素的数量，统计可以被计算，以确定处理是否应该继续或者OLED器件是否应该被拒绝，或者其它补救动作是否应该被采用。

系统和方法的可选实施例被描述在图12中所示的流程图中。在方法1200中，隔离（滤波）用于膜层的图像数据以集中在仅仅像素井内层信息的步骤可以在将捕捉图像数据转换为例如，表示灰度强度的强调数据，和应用梯度函数的步骤之后被执行。如以前，捕捉图像数据首先被接收，步骤1202本身。然后数字1204本身，该数据被转换为灰度强度数据以强调该选择的图像特征。步骤1206本身，然后梯度滤波器被应用，以强调沉积层的边界和边沿、OLED疆界堤岸和其它出现在捕捉图像数据中的特征。关于步骤1208和1210，一旦处理（梯度）数据已经被生成，那么转化数据可以被可选地创建，以便帮助隔离像素井的内部的轮廓。作为示例，对于每个像素井，目标图像或者掩膜可以被创建以充当掩膜来去除对应于多余的PEL（即，表示出了要被分析的膜层之外的结构）的梯度值。作为示例，在梯度分析之后，像素井疆界堤岸可以被表示为白色（梯度，非零值），而包括像素井的其它结构被表示为黑色。然后该数据被转化和处理，以协助得到掩膜，其中像素井的外部的值被表示为黑色（零值），而像素井的内部被表示为白色（二进制值“1”）。然后该掩膜可以被应用回到梯度值以便隔离感兴趣的层的梯度值，步骤1212本身。

更具体地说，目标白色图像可以被创建以定义像素井区域，具有在对应于像素井的区域中白色值（“1”）和对应于目标图像的其它区域的黑色值（“0”）。然后转化版本的处理的数据（梯度值）可以被转换为二进制并根据公式

与目标图像组合，其中I是转化的梯度矩阵，T是目标矩阵（掩膜）。该等式本质上定位了转化的梯度矩阵（即，处理的数据）上的掩膜并生成用于两者之间相对定位的最大结果，其中掩膜和像素井位置是精确对齐的。即，因为应用的布尔“与”操作上的操作，和因为掩膜具有条目，其为或者白色（“1”）或者黑（“0”），“与”操作将产生其中两者被准确对齐的最大值。掩膜的适当位置被确定，然后用于掩蔽处理（梯度）数据以隔离仅仅对应于像素井区域的梯度值。

在剩余步骤1216-1224中，一旦用于有问题的膜层的梯度值已经被隔离，那么数据被如较早所述处理，以确定层质量（相对于缺陷的存在），和如前面所述提供通知和/或补救动作。

注意存在前面的各种实施例。例如，梯度函数可以被应用在对图像数据的处理的任意阶段处，该图像数据是否已经被滤波或者转换。而且，当相对简单的水平梯度操作的示例被与前面的等式关联提到时，更复杂的梯度函数也可以被应用，例如，其不依赖于矩阵数学，其计算垂直梯度，或者计算除了最近相邻之外的PEL上的梯度。

在又一个实施例中，图像分析集中在不必包括像素井的沉积区域。例如，在宽泛地区上沉积膜层的系统中，成像可以被用于组成区域的一个或多个离散目标区域以在分配的基础上评估膜质量。这种实现一般地起上述的作用，例如，捕捉图像用于经受分析的每个目标区域或者地块，和梯度函数被应用到该图像数据（或者其导数、滤波、强调或者其它），以生成处理的数据。然后该数据被分析以确定给定目标区域内可能缺陷的存在。其它变形也存在。

上面描述了可以在计算机可读介质（例如，作为软件或者固件）中实施的方法，或者另行在机器中，例如，网络机器、打印机、用于OLED器件的制造系统或者以其它形式。

已经与特定实施例连接描述了本发明的原则，应该清楚地理解这些描述仅仅是通过示例方式作出并不意在限制本发明的范围。在此已经公开的内容已经被提供用于示意和说明。不意在穷尽或者限制公开的内容到所述的精确形式。很多修改和变化对于本领域人员将是显而易见的。公开的内容被选择和描述以尽可能解释所述技术的公开的实施例的原则和实际应用，从而使本领域内其它人员能够理解适用于计划的具体使用的各种实施例和各种修改。意在所公开的范围通过下述权利要求及其等同物来限定。

Claims (26)

1.一种用于监测沉积在衬底上的膜的质量的计算机实施方法，所述膜用于在衬底上制作的相应发光元件中形成一层，所述膜对于每个发光元件跨越预定尺寸的区域，所述计算机实施方法包括：

对于每一个发光元件，

在沉积之后获得所述膜的数字图像，所述数字图像涵盖所述一个发光元件的预定尺寸的区域；

掩膜所述数字图像，以隔离与所述一个发光元件的预定尺寸的区域相对应的图像数据；

处理所隔离的图像数据以强调所隔离的图像数据中大于非零阈值的梯度；

根据所强调的大于非零阈值的梯度，识别缺陷的存在；以及

根据所述识别，自动地识别沉积在衬底上的膜的质量问题。

2.根据权利要求1所述的计算机实施方法，其中：

发光元件均是电子显示装置的相应像素；

所述计算机实施方法还包括：在衬底上打印液体涂层以形成所述膜；处理液体涂层以将液体涂层转换为一层相应的像素；使用照相机捕捉至少一个数字图像；以及将所述至少一个数字图像存储在计算机可访问存储器中；

显示装置经由一系列制作过程形成，所述制作过程相继地形成每个相应像素的相应层；以及

打印、处理和使用照相机均与制作过程中的给定一个相关地执行，在该系列的制作过程中的所述给定一个之前的至少一个过程完成之后，且在该系列的制作过程中的所述给定一个之后的至少一个过程开始之前。

3.根据权利要求2所述的计算机实施方法，其中，使用所述照相机捕捉包括：在已经处理液体涂层以将液体涂层转换为所述层之后，对所述层成像，且其中，对于所述显示装置的每个像素执行掩膜所述数字图像以及处理所隔离的图像数据。

4.根据权利要求2所述的计算机实施方法，其中，所述方法还包括如果识别到所述质量问题则开始补救措施，在该系列的制作过程中的所述给定一个之后的该系列的至少一个制作过程开始之前。

5.根据权利要求4所述的计算机实施方法，其中，如果识别到所述质量问题则开始所述补救措施包括：中断所述系列。

6.根据权利要求1所述的计算机实施方法，其中：

发光元件均是显示装置中的有机发光二极管（OLED）；

所述计算机实施方法还包括：在衬底上打印所述层作为液体涂层以形成所述膜，所述液体涂层携带有机材料；以及处理所述液体涂层以将所述液体涂层转换为所述OLED的一层；以及

处理所述液体涂层还包括：执行烘焙或固化所述液体涂层中的一个以形成所述层。

7.根据权利要求1所述的计算机实施方法，其中，所述发光元件均为发光二极管，其中所述膜形成在相应于每个所述发光元件的结构井的疆界内，且其中所述掩膜所述数字图像包括：

处理所述数字图像以检测所述一个发光元件的所述结构井；

检测所述疆界；

根据检测到的疆界，形成掩膜图像,所述掩膜图像通过所述疆界以内的图像数据，而掩膜所述疆界以外的图像数据；以及

将所述掩膜图像应用到所述数字图像，以通过所述疆界以内的图像数据，以从而获得所隔离的图像数据。

8.根据权利要求1所述的计算机实施方法，其中，处理所隔离的图像数据以强调所隔离的图像数据中大于非零阈值的梯度包括：处理所隔离的图像数据的亮度值，以将所述亮度值转换为梯度值；以及将所述梯度值与所述非零阈值相比较，以识别大于所述非零阈值的梯度值。

9.根据权利要求8所述的计算机实施方法，其中，处理所述亮度值以将所述亮度值转换为所述梯度值包括：对单色亮度值应用索贝尔算子以获得所述梯度值。

10.根据权利要求1所述的计算机实施方法，其中，所述非零阈值是第一阈值，且其中，识别所述缺陷的存在包括：

根据大于所述第一阈值的梯度的数量以及根据相应地与大于所述第一阈值的所述梯度相关的幅值，来计算至少一个数值；

将所述至少一个数值与至少一个第二阈值相比较；以及

当所述至少一个数值超过所述至少一个第二阈值时，识别所述缺陷的存在。

11.根据权利要求10所述的计算机实施方法，其中，处理所隔离的图像数据以强调所隔离的图像数据中的梯度包括处理所隔离的图像数据以获得梯度值，且其中，计算所述至少一个数值包括识别超过所述非零阈值的梯度值的数量。

12.根据权利要求10所述的计算机实施方法，其中，处理所隔离的图像数据以强调所隔离的图像数据中的梯度包括：处理所隔离的图像以得到梯度值，且其中，计算所述至少一个数值识别每个超过所述非零阈值的梯度值的幅值；对于每个所述梯度值，计算与相关的相应幅值的绝对值有关的量；以及将所述量求和。

13.根据权利要求12所述的计算机实施方法，其中，计算所述至少一个数值还包括识别超过所述非零阈值的梯度值的数量。

14.根据权利要求13所述的计算机实施方法，其中

所述至少一个第二阈值包括第三阈值和第四阈值；

所述至少一个数值包括第一数量和第二数量，所述第一数量和第二数量分别代表超过所述非零阈值的梯度值的数量以及所述求和；以及

自动地识别所述缺陷包括：当所述第一数量超过所述第三阈值时，以及当所述第二数量超过所述第四阈值时，确定缺陷存在。

15.根据权利要求1所述的计算机实施方法，其中，所述缺陷是填充缺陷或分层缺陷中的至少一者。

16.用于在衬底上制作发光元件的系统，所述系统包括用于在衬底上沉积液体涂层的打印机，以对于每个发光元件跨越预定尺寸的区域的方式，处理所述液体涂层以将所述液体涂层转换为在所述衬底上制作的相应的发光元件中的一层，包括，在监测从所述液体涂层形成的膜的质量的子系统中：

对于每一个发光元件，

在由所述打印机沉积之后获得所述膜的数字图像，并处理所述液体涂层以将所述液体涂层转换为所述层，所述数字图像涵盖所述一个发光元件的预定尺寸的区域，

掩膜所述数字图像，以隔离与所述一个发光元件的预定尺寸的区域相对应的图像数据；

处理所隔离的图像数据以强调所隔离的图像数据中大于非零阈值的梯度；

根据所强调的大于非零阈值的梯度，识别缺陷的存在；以及

根据所述识别，自动地识别沉积在衬底上的膜的质量问题。

17.根据权利要求16所述的系统，其中：

发光元件均是电子显示装置的相应像素；

所述改进还包括：在衬底上打印液体涂层以形成所述膜；处理液体涂层以将液体涂层转换为一层相应的像素；使用照相机捕捉至少一个数字图像；以及将所述至少一个数字图像存储在计算机可访问存储器中；

显示装置经由一系列制作过程形成，所述制作过程相继地形成每个相应像素的相应层；以及

打印、处理和使用照相机均与制作过程中的给定一个相关地执行，在该系列的制作过程中的所述给定一个之前的至少一个过程完成之后，且在该系列的制作过程中的所述给定一个之后的至少一个过程开始之前。

18.根据权利要求17所述的系统，还包括：如果识别到所述质量问题，则中断所述系列。

19.根据权利要求16所述的系统，其中：

发光元件均是显示装置中的有机发光二极管（OLED）；

所述液体膜携带有机材料；以及

所述液体膜的处理包括烘焙或固化所述液体涂层中的一者以形成所述层。

20.根据权利要求16所述的系统，其中，所述发光元件均为发光二极管，其中，所述膜形成在相应于每个所述发光元件的结构井的疆界内，且其中，所述掩膜所述数字图像包括：

处理所述数字图像以检测所述一个发光元件的所述结构井；

检测所述疆界；

根据检测到的疆界，形成掩膜图像，所述掩膜图像通过所述疆界以内的图像数据，而掩膜所述疆界以外的图像数据；以及

将所述掩膜图像应用到所述数字图像，以通过所述疆界以内的图像数据，以从而获得所隔离的图像数据。

21.根据权利要求16所述的系统，其中，所述非零阈值是第一阈值，且其中，识别所述缺陷的存在包括：

根据大于所述第一阈值的梯度的数量以及根据相应地与大于所述第一阈值的所述梯度相关的幅值，计算至少一个数值；

将所述至少一个数值与至少一个第二阈值相比较；以及

当所述至少一个数值超过所述至少一个第二阈值时，识别所述缺陷的存在。

22.根据权利要求16所述的系统，其中，处理所隔离的图像数据以强调所隔离的图像数据中的梯度包括：处理所隔离的图像数据以获得梯度值，且其中，计算所述至少一个数值包括：识别超过所述非零阈值的梯度值的数量。

23.根据权利要求16所述的系统，其中，处理所隔离的图像数据以强调所隔离的图像数据中的梯度包括：处理所隔离的图像以得到梯度值，且其中，计算所述至少一个数值识别每个超过所述非零阈值的梯度值的幅值；对于每个所述梯度值，计算与相关的相应幅值的绝对值有关的量，并将所述量求和。

24.根据权利要求23所述的系统，其中，计算所述至少一个数值包括：识别超过所述非零阈值的梯度值的数量。

25.根据权利要求24所述的系统，其中：

所述至少一个第二阈值包括第三阈值和第四阈值；

所述至少一个数值包括第一数量和第二数量，所述第一数量和第二数量分别代表超过所述非零阈值的梯度值的数量以及所述求和；以及

自动地识别所述缺陷包括：当所述第一数量超过所述第三阈值时，以及当所述第二数量超过所述第四阈值时，确定缺陷存在。

26.根据权利要求16所述的系统，其中，所述缺陷是填充缺陷或分层缺陷中的至少一者。

Images