機器視覺於彩色濾光片相關瑕疵檢測

近年來機器視覺在各項領域中皆扮演著舉足輕重的地位，大量運用於醫學、農業、

圖形文字辨識…等，依不同應用目標所需，影像處理的步驟以及流程亦有所不同，然而 這些實際應用技術皆快速成長中，且配合電子軟硬體設備及微處理機技術的大幅進步，

應用機器視覺於工業檢測系統亦隨之快速演進。機器視覺檢測技術結合影像光學量測、

影像處理、目標辨識、缺陷判斷、自動化等技術，其技術基礎涵蓋機械、電子、光學、

資訊、材料等領域。透過這些技術，期望以電腦視覺後續之處理與分析取代人眼判斷，

並決定該檢驗對象是否合乎規格需求。再者機器視覺檢測技術已廣泛應用於工業及日常 生活之中，如：電子、半導體、平面顯示器、鍵盤、交通違規、紡織品、印刷品、臨床 醫學、三次元量測…等檢測，其中最受矚目者應屬電子、半導體和平面顯示器周邊領域。

台灣機器視覺檢測技術應用以製造業為主，而台灣屬高科技製造業密集中心，對於機器 視覺檢測技術之應用需求相當殷切，過去國內機器視覺檢測技術發展停留在部分零組件 裝配和軟體撰寫，僅少數研究機構及企業體投入整體檢測設備研發。近年現代科技進步 躍進相對於產品要求也日益遽增，為符合機器視覺檢測技術的快速需求，國內外業界已 不斷研發出機器視覺檢測設備且能因應不同產業不同環境提供即時服務，遂吸引更多科 技人力資源投入機器視覺檢測技術的研發領域。

傳統上視覺檢測和品質管制作業多藉由專業人員專職執行，雖在許多作業執行中，

人員操作績效比機器高，但人員處理速度相較之下較慢，且有工作疲勞工作衛生安全等 問題存在，專門人員的訓練亦需耗費時間成本進行教育訓練，況且在某些製程環境下，

員工作業環境往往處於困難、危險，甚至有害健康，於是電腦視覺檢測系統在許多生產 環境及條件下逐漸取代人員檢測。然而縱使是經過專業訓練的人員在長時間工作或是環 境惡劣的狀態下，不同檢驗人員其判定標準亦會有所不同，在種種因素驅動下機器視覺 檢測日漸普及，其優點如下：

1. 利用電腦統計分析可提供測試紀錄，可作為校正的依據。

2. 機器視覺可於高危險、噪音之環境下作業，增加工廠整體安全。

3. 節省人工成本，並減少專業人員訓練技術的時間。

4. 免除人工從事枯燥反覆的檢驗工作，降低檢驗人員因疲勞產生之錯誤。

5. 可配合自動化機械高速生產作業，降低生產成本。

機器視覺檢測是利用影像來做流程分析及分類，通常藉由不同角度之固定攝影機配 合適當光源照明及角度安排進行影像擷取，典型工業檢測系統對原始影像處理依循 Malamas et al.（2003）所提，其步驟如下：

1. 影像擷取：透過 CCD 數位攝影機，將取得之影像數位元化作為後續處理演算用。

2. 影像處理：一求降低處理速度，二為濾除影像之背景以利後續定位與辨識。

3. 特徵擷取：經演算一系列特徵將其應用領域問題進行特性描述。

4. 確定決策：最後決策作業，結合閾值及統計方法來執行。

Malamas et al.（2003）將機器視覺於製造上的應用，歸納以下三點：

1. 控制製造程式：視覺系統可輔助自動化製造控制，經由精確目標定位。

2. 結合外部裝置：在製程運作中進行生產動線的即時監控並自動調整。

3. 瑕疵排除：判斷資訊以確保製程品質及降低不良成本的發生。

故機器視覺系統建構上須依產品製程型態不同及品質特性不同而有所變化調整。

Malamas et al.（2003）等學者研究中針對工業視覺應用依產品特性分類表 2.4：

表2.4 產品潛在特性

尺寸（Dimensional） 面積、形狀、位置、定位、校準、 真圓度及稜角。

結構（Structural） 裝配（孔洞、間隙、鉚接、螺栓及鉗夾）。 外來異物（灰塵…等）。

表面（Surface） 凹痕、刮痕、斷裂、磨損、拋光、粗度、紋理及連續。

操作（Operational） 與標準規格不符。

資料來源：Malamas et al.（2003），本研究整理

平面顯示器成品及相關零組件所使用之檢測方式可分兩類，一為自動光學檢測，另 為電信測試（Electrical Testing）。在自動光學檢測中又分為光學基礎處理方法（Optical Based Processing Method）與數位元影像基礎處理方法（Digital Image Based Processing Method）（Hawthorne， 2000）。在光學基礎處理方法中，大多利用光學傅立葉濾波器 來分離瑕疵及重複組成之背景紋路，此法擁有較高檢測效率相對亦有其缺陷，因其邊緣 部份由於週期無法重現，故對此部份無法進行檢測；也會經理想低通濾波（Ideal Lowpass Filter）反轉後，其瑕疵外形易受水波紋影響（Ringing Effect）導致判斷失誤。而數位元 影像基礎處理方法則利用機器視覺系統採用樣本比對（Pattern-Matching）之方式偵測瑕 疵，樣本比對方法需考慮定位與參考樣本選取問題，運算程式費時且繁瑣。而電信測試 則針對薄膜電晶體進行功能測試判定產品瑕疵，主要檢測項目為線路斷路或電壓不穩之 現象，電信測試僅能判定電路功能是否正常，故無法判定於玻璃基板表面造成面板顯示 異常之瑕疵，如黑白點瑕疵（Point Defect）。

Nakashima（1994）針對彩色濾光片之巨觀瑕疵與微觀瑕疵進行明確定義並檢測之，

其使用影像相減與光學傅立葉濾波器二種方法來偵測瑕疵，針對微觀瑕疵中五類瑕疵，

包含SIRO-NUKE、Black Matrix Hole、Particle、Black Matrix Pattern Defect、Color Filter Defect 進行影像相減之檢測方法；而另三類瑕疵（粉塵、導電玻璃上之孔洞、微粒）則 採He-Ne 雷射配合傅立葉濾波器產生高度變化以過濾出瑕疵。吳木杏（2000）亦於彩色 濾光片表面瑕疵檢測分析中採用上述概念，以影像相減法尋找表面瑕疵，其包含參考影 像（Golden Image）之產生、方位補償、影像定位分割、瑕疵分析及雜訊去除…等相關 研究探討。但上述二方法皆有其限制，影像相減技術需考量參考影像之決定與影像定位

（Registration）校準等問題，當參考樣本因選擇不佳或定位不準確時，瑕疵偵測誤判機 率將大幅提高；使用 He-Ne 雷射也需嚴格環境控管下才得以濾除雜訊。

一般而言，CF 之瑕疵種類與 TFT-LCD 類似。由於 CF 瑕疵檢測的文獻較為缺乏，

本研究因之探討具類似瑕疵之 TFT-LCD 之檢測方法。TFT-LCD 之巨觀瑕疵，如：

MURA、SIMI…等定義與 CF 相同。陳志忠（2001）將 TFT-LCD 模組面板劃分為數個

區塊並計算各區塊平均亮度，再經由各區塊平均亮度中，比較出最高及最低亮度值，透 過該比例，進而判斷此模組是否具有亮度不均勻之瑕疵。在 TFT-LCD 之色彩偏差瑕疵 方面，錢志豪（2002）透過設計一自動檢測方法，將 TFT-LCD 影像之色彩模式指標視 為多變量品質特徵，經多變量管制資訊融合後，建立一具色彩偏差描述 T2 能量影像，

以此視為瑕疵檢測與管制基準。另一方面 關於 TFT-LCD 之微觀瑕疵，如：微小之粉 塵（Particle）、孔洞（Pinhole）、刮痕（Scratch）及指觸（Fingerprint）…等，曾彥馨

（2003）對上述四類瑕疵利用二維傅立葉轉換分析，將傅立葉頻譜中規律性紋路之響應 予以去除，並以反傅立葉轉換還原影像，最終使用統計管制界限判定瑕疵所在，並以二 值化方式突顯之。以上雖能有效檢測出瑕疵所在，但取像方式為利用二維陣列式 CCD 進行，在現今 TFT-LCD 之解晰度愈高、尺寸愈大趨勢下，此取像方式將迫使檢測效率 降低。故Kim et al.（2001）、洪崇祐（2004）曾針對 TFT-LCD 之取像模式進行設計 研究，在LCD 解晰度愈高、尺寸愈大條件下，為求取像快速利用結構式線性掃描（Line Scan）攝影機進行擷取，因線性掃描具打光均勻、解晰度高、取像穩定…等特性，故可 獲得較高且精確之影像。陳一斌（2001）提出 TFT 彩色濾光片瑕疵檢測系統的研製，

針對 TFT 產業所研發的大面積瑕疵檢測系統介紹其瑕疵檢測系統的功能與相關技術，

其中包含了整體 TFT 彩色濾光片視覺瑕疵檢測系統的組成架構、光源設計、視覺影像 及瑕疵檢測等相關技術的探討。Lee et al.（2004）等人提出以 Saliency Map 為基礎之瑕 疵檢測演算法於灰階影像中，利用Saliency Map 三項特徵：顏色、方向、密度等，找出 TFT LCD 面板中亮點、顆粒及線缺陷等瑕疵，更可應用於模糊不清不易分辨的影像資訊 中找出缺陷。

LCD 其他相關元件檢測方面，Kido（1992）利用氟化釔鋰（YLF）雷射光束探測 TFT 介面電路或電容以測量其反射比，反射比可用以評估電荷密度及像素電壓的改變，

以此偵測TFT-LCD 之刮痕瑕疵；其後 Kido 等人（1993）又導入正規化之噪度影像幫助 瑕疵之偵測；Kido（1995）再利用噪度與電壓比更有效地突顯瑕疵影像與其位置。然而 以上學者所發展之研究皆建構於雷射光學方法上，屬光學基礎處理。但因雷射對於環境

控管之嚴苛要求成為其主要缺點，如：生產線震動…等因素易使雷射產生繞射現象，進 而於瑕疵檢測時出現誤判與產生雜訊之影響。在 LCD 中背光模組檢測方面，Lin 等人

（2001）利用彩色 CCD 擷取出所量測發光元件之光場影像圖，並針對背光模組光場進 行特性量測，如：三原色（RGB）光源密度分析，主要目的於判斷背光板是否具有均勻 的光源密度，進而從量測數據中判斷元件在製造過程中是否具有瑕疵，找出背光板不均 勻位置。至於 ITO 導電玻璃表面檢測，趙新民（2003）提出以非線性擴散方法對 ITO 導電玻璃表面進行瑕疵檢測，此法利用灰階梯度資訊對影像中不同梯度部份進行不同程

（2001）利用彩色 CCD 擷取出所量測發光元件之光場影像圖，並針對背光模組光場進 行特性量測，如：三原色（RGB）光源密度分析，主要目的於判斷背光板是否具有均勻 的光源密度，進而從量測數據中判斷元件在製造過程中是否具有瑕疵，找出背光板不均 勻位置。至於 ITO 導電玻璃表面檢測，趙新民（2003）提出以非線性擴散方法對 ITO 導電玻璃表面進行瑕疵檢測，此法利用灰階梯度資訊對影像中不同梯度部份進行不同程