CN111127415B - 一种基于准分子激光退火的Mura的量化方法 - Google Patents
一种基于准分子激光退火的Mura的量化方法 Download PDFInfo
- Publication number
- CN111127415B CN111127415B CN201911318638.9A CN201911318638A CN111127415B CN 111127415 B CN111127415 B CN 111127415B CN 201911318638 A CN201911318638 A CN 201911318638A CN 111127415 B CN111127415 B CN 111127415B
- Authority
- CN
- China
- Prior art keywords
- mura
- image
- gray
- excimer laser
- laser annealing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Recrystallisation Techniques (AREA)
Abstract
本发明公开了一种基于准分子激光退火的Mura的量化方法,包括如下步骤:S1.在同等光照和同等曝光时间下,获取准分子激光退火后同一基板不同区域的Mura图像;S2.对获得的Mura图像进行图像处理;S3.通过将经历了所述图像处理的所述图像分析成灰阶强度标准差来进行Mura量化。本发明中,创造性地采用灰阶强度标准差进行Mura的量化评价,可量化评判准分子激光退火工艺后多晶硅的质量,弥补了人眼主观感受评价缺陷,使Mura的判断有一个统一的标准和可量化的指标,减少人为的主观因素造成产品质量偏差,有利于严格控制产品的质量,更能科学和客观地评判准分子激光退火工艺后多晶硅的质量参数,具有重要的应用意义。
Description
技术领域
本发明涉及显示技术领域,尤其涉及一种基于准分子激光退火的Mura的量化方法。
背景技术
低温多晶硅(Low Temperature Poly Silicon,简称LTPS)薄膜由于其原子排列规则,载流子迁移率高(10-300cm2/Vs),应用于等电子元器件时,可使TFT具有更高的驱动电流,因此,在TFT的制作工艺中广泛采用LTPS薄膜作为TFT的核心结构之一的有源层的材料。目前,在现代TFT制造工艺中,多采用准分子激光退火(Excimer laser anneal ing,ELA)的方法形成多晶硅有源层。其中,ELA法主要通过一定能量的准分子激光对非晶硅薄膜进行激光照射,利用激光光束的能量使非晶硅在高温下转变成LTPS。ELA形成的多晶硅 TFT具有迁移率很高的优点。但由于所用激光能量的不稳定性和光束不同位置能量的不均匀性,会导致得到的多晶硅结晶率、晶粒大小和内部缺陷密度不同。这些差异又与TFT的临界电压(Vth)和迁移率紧密相关,反应到OLED显示器中就会出现发光亮度不均匀(Mura)。
当前,基于准分子激光退火的Mura的检测大多数都还未脱离人工检测阶段,由经过培训的工人直接观察确定显示面板是否存在亮度不均匀缺陷。但由于人 工检测成本较高,检测时间较长,因此只能进行抽样检查,且人工评判标准不一,判定没有统一的量化标准,主观性较强,无法数据化保持,长时间工作易造成人眼疲劳,这些缺点均成为限制产线生产效率及检测精度提高的重要问题。同时人工检测的准确率不可控,可靠性相对较低,且效率低下。
发明内容
为了解决上述现有技术的不足,本发明提供一种基于准分子激光退火的Mura的量化方法。
本发明所要解决的技术问题通过以下技术方案予以实现:
一种基于准分子激光退火的Mura的量化方法,包括如下步骤:
S1. 在同等光照和同等曝光时间下,获取准分子激光退火后同一基板不同区域的Mura图像;
S2.对获得的Mura图像进行图像处理;
S3.通过将经历了所述图像处理的所述图像分析成灰阶强度标准差来进行Mura量化。
进一步地,所述图像处理包括对Mura图像进行失真修复及背景去除。
进一步地,步骤S3包括:统计经历了所述图像处理的所述图像各像素位置及其灰阶强度,采用灰阶强度拟合曲面,获取各像素灰阶强度标准差,采用所述灰阶强度标准差作为Mura的量化值。
本发明具有如下有益效果:
本发明中,创造性地采用灰阶强度标准差进行Mura的量化评价,可量化评判准分子激光退火工艺后多晶硅的质量,弥补了人眼主观感受评价缺陷,使Mura的判断有一个统一的标准和可量化的指标,减少人为的主观因素造成产品质量偏差,有利于严格控制产品的质量,更能科学和客观地评判准分子激光退火工艺后多晶硅的质量参数,具有重要的应用意义。
附图说明
图1为本发明获取的Mura图像;
图2为本发明进行失真修复后的Mura图像;
图3为本发明进行背景去除后的Mura图像;
图4为本发明中根据拟合曲面获取各像素灰阶强度标准差的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本 发明中的具体含义。
正如背景技术所描述的,现有技术中,基于准分子激光退火的Mura的检测大多数都还未脱离人工检测阶段,由经过培训的工人直接观察确定显示面板是否存在亮度不均匀缺陷,人工评判标准不一,判定没有统一的量化标准,主观性较强,且效率低下的问题。为了解决上述技术问题,本发明经过反复研究发现,准分子激光退火结晶后晶粒越均匀膜层表面反光越强且表面条纹越少,而灰阶强度代表膜层表面的反光强度,灰阶强度大代表结晶效果越好,表面条纹越少每个像素灰阶强度差异越小,即灰阶强度标准差越小mura越好。本发明正是基于上述发现和认识而完成。
一种基于准分子激光退火的Mura的量化方法,包括如下步骤:
S1. 在同等光照和同等曝光时间下,获取准分子激光退火后同一基板不同区域的Mura图像;
S2.对获得的Mura图像进行图像处理;
S3.通过将经历了所述图像处理的所述图像分析成各像素的灰阶强度标准差,采用所述灰阶强度标准差进行Mura量化。
本发明中,创造性地采用灰阶强度标准差进行Mura的量化评价,可量化评判准分子激光退火工艺后多晶硅的质量,弥补了人眼主观感受评价缺陷,使Mura的判断有一个统一的标准和可量化的指标,减少人为的主观因素造成产品质量偏差,有利于严格控制产品的质量,更能科学和客观地评判准分子激光退火工艺后多晶硅的质量参数,具有重要的应用意义。
其中,步骤S1中,准分子激光退火后,向表面上形成有多晶硅薄膜的基板照射光,并对所述多晶硅薄膜进行拍摄,获取同一基板不同区域在同等光照和同等曝光时间下的Mura图像。
本发明中,对获取Mura图像的设备不作特别限定,可以采用本领域技术人员熟知的各种设备进行采集,作为举例,可以是普通的CCD照相机,其连接到中央处理单元以便控制打开/关闭、角度(θ)与操作,可以理解,其也可以使用可以获取图像的全部其它照相机。
Mura图像拍摄由于角度问题会使图像倾斜,无法与产品实际尺寸比例缩放,会导致通过像素求取灰阶平均强度及标准差与真实值存在较大差异。为了解决上述问题,本发明对获得的Mura图像进行图像处理,以利于后续对其鉴定与分析。具体地,步骤S2中,所述图像处理包括对Mura图像进行失真修复及背景去除。
图像的失真修复为本领域技术人员知晓的方法,其原理和操作都为本技术人员均可通过技术手册得知或通过常规实验方法获知,本发明对图像的失真修复的具体方法不作特别限定,作为举例,可以采用纹理合成算法进行图像失真修复。
图像的背景去除为本领域技术人员知晓的方法,其原理和操作都为本技术人员均可通过技术手册得知或通过常规实验方法获知,本发明对图像的背景去除的具体方法不作特别限定,作为举例,可以采用采用总体均值法将图像进行背景去除,进行背景去除的具体处理过程是:计算Mura图像的所有像素点灰度值的均值作为去除图像背景时的分割阈值,将该阈值与Mura图像的各个像素点的灰度值进行比较,如果当前像素点的灰度值小于所述阈值,则将当前像素点的灰度值置0,如果当前像素点的灰度值大于所述阈值,则将保留当前像素点的灰度值。
本发明中,采用灰阶强度标准差进行Mura的量化。本发明中可以采用本领域技术人员所熟知的各种方法获取灰阶强度标准差。作为优选,步骤S3包括:记录经历了所述图像处理的所述图像各像素位置及灰阶强度,采用灰阶强度拟合曲面,根据所述拟合曲面,获取各像素灰阶强度标准差,采用所述灰阶强度标准差作为Mura的量化值。
如图4所示,灰阶强度标准差为11.38,则Mura的量化值为11.38。
以上所述实施例仅表达了本发明的实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制,但凡采用等同替换或等效变换的形式所获得的技术方案,均应落在本发明的保护范围之内。
Claims (1)
1.一种基于准分子激光退火的Mura的量化方法,其特征在于,包括如下步骤:
S1.在同等光照和同等曝光时间下,获取准分子激光退火后同一基板不同区域的Mura图像;
S2.对获得的Mura图像进行图像处理;
S3.通过将经历了所述图像处理的所述图像分析成灰阶强度标准差来进行Mura量化;
所述图像处理包括对Mura图像进行失真修复及背景去除,其中,计算Mura图像的所有像素点灰度值的均值作为去除图像背景时的分割阈值,将该阈值与Mura图像的各个像素点的灰度值进行比较,如果当前像素点的灰度值小于所述阈值,则将当前像素点的灰度值置0,如果当前像素点的灰度值大于所述阈值,则将保留当前像素点的灰度值;
步骤S3包括:统计经历了所述图像处理的所述图像各像素位置及灰阶强度,采用灰阶强度拟合曲面,获取各像素灰阶强度标准差,采用所述灰阶强度标准差作为Mura的量化值;
通过所述量化值,判准分子激光退火工艺后多晶硅的质量参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911318638.9A CN111127415B (zh) | 2019-12-19 | 2019-12-19 | 一种基于准分子激光退火的Mura的量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911318638.9A CN111127415B (zh) | 2019-12-19 | 2019-12-19 | 一种基于准分子激光退火的Mura的量化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111127415A CN111127415A (zh) | 2020-05-08 |
CN111127415B true CN111127415B (zh) | 2023-07-25 |
Family
ID=70500113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911318638.9A Active CN111127415B (zh) | 2019-12-19 | 2019-12-19 | 一种基于准分子激光退火的Mura的量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111127415B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114112323B (zh) * | 2021-11-08 | 2024-03-22 | 云谷(固安)科技有限公司 | 显示面板显示均匀性的检测方法及检测装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0735699A (ja) * | 1993-07-16 | 1995-02-07 | Mazda Motor Corp | 表面欠陥検出方法およびその装置 |
EP1486918A2 (de) * | 2003-06-10 | 2004-12-15 | hema electronic GmbH | Verfahren zur adaptiven Fehlererkennung auf einer inhomogenen Oberfläche |
CN1844900A (zh) * | 2006-04-10 | 2006-10-11 | 浙江大学 | 基于激光图像的水果表面缺陷检测方法及装置 |
JP2007333709A (ja) * | 2006-06-19 | 2007-12-27 | Konan Gakuen | 検査基準決定方法、検査基準決定装置、及び外観検査装置 |
TR201001661A2 (tr) * | 2010-03-04 | 2011-09-21 | Vestel Elektroni̇k Sanayi̇ Ve Ti̇caret Anoni̇m Şi̇rketi̇@ | Bir ekranın mura etki seviyesi ölçümü için bir yöntem |
CN103792699A (zh) * | 2013-09-09 | 2014-05-14 | 中华人民共和国四川出入境检验检疫局 | 基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法 |
KR20160054151A (ko) * | 2014-11-05 | 2016-05-16 | 한밭대학교 산학협력단 | 웨이블릿 변환에서 마스크 필터링을 이용한 얼룩 결함 자동 검출 시스템 및 방법 |
CN106097954A (zh) * | 2016-07-21 | 2016-11-09 | 武汉精测电子技术股份有限公司 | 一种修复平面显示模组Mura缺陷的方法及系统 |
CN106650770A (zh) * | 2016-09-29 | 2017-05-10 | 南京大学 | 一种基于样本学习和人眼视觉特性的mura缺陷检测方法 |
CN106783875A (zh) * | 2016-12-07 | 2017-05-31 | 信利(惠州)智能显示有限公司 | 低温多晶硅膜制备方法、薄膜晶体管及其制备方法 |
CN107845087A (zh) * | 2017-10-09 | 2018-03-27 | 深圳市华星光电半导体显示技术有限公司 | 液晶面板亮度不均匀缺陷的检测方法和系统 |
CN109727233A (zh) * | 2018-12-18 | 2019-05-07 | 武汉精立电子技术有限公司 | 一种lcd缺陷检测方法 |
CN109840901A (zh) * | 2019-01-09 | 2019-06-04 | 武汉精立电子技术有限公司 | 一种分屏Mura的快速判断方法 |
CN110490864A (zh) * | 2019-08-22 | 2019-11-22 | 易思维(杭州)科技有限公司 | 图像的自适应缺陷检测方法 |
-
2019
- 2019-12-19 CN CN201911318638.9A patent/CN111127415B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0735699A (ja) * | 1993-07-16 | 1995-02-07 | Mazda Motor Corp | 表面欠陥検出方法およびその装置 |
EP1486918A2 (de) * | 2003-06-10 | 2004-12-15 | hema electronic GmbH | Verfahren zur adaptiven Fehlererkennung auf einer inhomogenen Oberfläche |
CN1844900A (zh) * | 2006-04-10 | 2006-10-11 | 浙江大学 | 基于激光图像的水果表面缺陷检测方法及装置 |
JP2007333709A (ja) * | 2006-06-19 | 2007-12-27 | Konan Gakuen | 検査基準決定方法、検査基準決定装置、及び外観検査装置 |
TR201001661A2 (tr) * | 2010-03-04 | 2011-09-21 | Vestel Elektroni̇k Sanayi̇ Ve Ti̇caret Anoni̇m Şi̇rketi̇@ | Bir ekranın mura etki seviyesi ölçümü için bir yöntem |
EP2372650A1 (en) * | 2010-03-04 | 2011-10-05 | Vestel Elektronik Sanayi ve Ticaret A.S. | Method for mura effect level measurement of a display |
CN103792699A (zh) * | 2013-09-09 | 2014-05-14 | 中华人民共和国四川出入境检验检疫局 | 基于B样条曲面拟合的TFT-LCD Mura缺陷机器视觉检测方法 |
KR20160054151A (ko) * | 2014-11-05 | 2016-05-16 | 한밭대학교 산학협력단 | 웨이블릿 변환에서 마스크 필터링을 이용한 얼룩 결함 자동 검출 시스템 및 방법 |
CN106097954A (zh) * | 2016-07-21 | 2016-11-09 | 武汉精测电子技术股份有限公司 | 一种修复平面显示模组Mura缺陷的方法及系统 |
CN106650770A (zh) * | 2016-09-29 | 2017-05-10 | 南京大学 | 一种基于样本学习和人眼视觉特性的mura缺陷检测方法 |
CN106783875A (zh) * | 2016-12-07 | 2017-05-31 | 信利(惠州)智能显示有限公司 | 低温多晶硅膜制备方法、薄膜晶体管及其制备方法 |
CN107845087A (zh) * | 2017-10-09 | 2018-03-27 | 深圳市华星光电半导体显示技术有限公司 | 液晶面板亮度不均匀缺陷的检测方法和系统 |
CN109727233A (zh) * | 2018-12-18 | 2019-05-07 | 武汉精立电子技术有限公司 | 一种lcd缺陷检测方法 |
CN109840901A (zh) * | 2019-01-09 | 2019-06-04 | 武汉精立电子技术有限公司 | 一种分屏Mura的快速判断方法 |
CN110490864A (zh) * | 2019-08-22 | 2019-11-22 | 易思维(杭州)科技有限公司 | 图像的自适应缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111127415A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4021366B2 (ja) | ディスプレー装置の画質分析方法及びシステム | |
CN111474177A (zh) | 基于计算机视觉的液晶屏幕背光异物缺陷检测方法 | |
CN109856164A (zh) | 一种机器视觉采集大范围图像的优化装置及其检测方法 | |
CN111261079B (zh) | 一种亮、暗斑异常现象的检测方法 | |
US7184132B2 (en) | Inspection method and apparatus of laser crystallized silicons | |
JP2001110861A (ja) | 半導体膜の検査方法、薄膜トランジスタの製造方法、および半導体膜の検査装置 | |
DE112016004547T5 (de) | Vorrichtung zum inspizieren einer hinteren oberfläche eines epitaxialwafers und verfahren zum inspizieren einer hinteren oberfläche eines epitaxialwafers unter verwendung derselben | |
CN111127415B (zh) | 一种基于准分子激光退火的Mura的量化方法 | |
TWI697664B (zh) | 透過雷射結晶設備的雲紋量化系統及透過雷射結晶設備的雲紋量化方法 | |
CN115277984A (zh) | 玻璃尺寸检测中自适应的相机调整曝光时间的方法 | |
JP2009229197A (ja) | 線状欠陥検出方法および線状欠陥検出装置 | |
KR20150010392A (ko) | 결정화된 실리콘의 검사 방법 및 장치 | |
CN110993491B (zh) | 一种准分子激光退火制程oed的自动校正方法 | |
CN110991082B (zh) | 一种基于准分子激光退火的Mura的量化方法 | |
JP2005164565A (ja) | 低解像度および高解像度映像におけるフラットパネル用光関連板要素の欠陥検出方法 | |
JP4537131B2 (ja) | レーザー結晶シリコンの検査方法及びその装置 | |
JP6096228B2 (ja) | 半導体膜の表面ムラ検出装置、レーザアニール装置および半導体膜の表面ムラ検出方法 | |
JP3335503B2 (ja) | 透孔板の検査方法および検査装置 | |
TWI697663B (zh) | 透過使用紫外線之雷射結晶設備的雲紋量化系統及透過使用紫外線之雷射結晶設備的雲紋量化方法 | |
JPH1172317A (ja) | スパングルサイズ測定装置 | |
CN111415611A (zh) | 亮度补偿方法、亮度补偿装置及显示装置 | |
JP2009047465A (ja) | 画質検査装置 | |
JP2006275691A (ja) | 検査方法および検査装置 | |
CN114034706B (zh) | 一种碳纤维零件表面缺陷检测装置及方法 | |
JP2011066084A (ja) | 半導体薄膜の形成方法、半導体薄膜の検査装置および半導体薄膜 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |