既然傳統以人工清潔來去除 Particle 以期降低 AOI Overkill 方式效果不佳，且現有 的軟體演算法均無法達成濾除 False Defect 的效果，所以我們開始思考是否有其他的方 式可以有效率的完成此作業？
本章 節 將 討 論根 據 光 學 漫 反 射 原 理 ， 在 現 有 AOI 機 台外加 不 同的光 源照射 Particle，並使 Particle 產生不同波長之漫射，並輔以適當的 Filter 選擇，來達成過濾 False Defect 的目的。
3.1 玻璃表面異物
玻璃表面異物玻璃表面異物玻璃表面異物 (False Defect) 成份分析成份分析成份分析成份分析首先，我們針對了玻璃表面異物做了一些分析與分類，再根據分類結果，找出 particle 產生成因，再予以對症下藥。
根據不同的 particle 成像，大概可區分為以下幾類，其中以 Fiber、殘膠與 Polarizer 原材為大宗。我們收集了被 AOI 誤判為亮點之 Polarizer particle 共 160 片，如圖 3.1 所示。
圖 3.1 Polarizer particle 分類
(一) Fiber ：如圖 3.2 所示，多為機台戰車輪或是管線互相磨擦所產生，並藉由機 台運動所造成的亂流，飛散至玻璃表面，進而造成 AOI 的誤判。
圖 3.2 玻璃表面異物之 Fiber
(二) 玻璃殘膠：如圖 3.3 所示，多為玻璃經過高溫製程後，在玻璃處理高溫的狀態 之下接觸到相對低溫的機台傳送滾輪 (Roller) ，滾輪上的殘膠或異物轉印至玻璃表面所 形成。
圖 3.3 玻璃表面異物之玻璃殘膠
(三) Polarizer 原材：如圖 3.4 所示，為偏光片製造裁切過成中所造成的碎屑沾附上 偏光片本體，因此在 AOI 的檢測下易被誤判為亮點。
圖 3.4 玻璃表面異物之 Polarizer 原材
由圖 3.5 / 3.6 / 3.7 可看出，AOI 下對此類型的 Defect 真偽判斷力弱皆會判成 Real Defect，造成 Overkill，造成面板重工無謂的 Loading。
圖 3.5 AOI 鏡頭下的 Defect (real defect)
圖 3.6 AOI 鏡頭下的 Defect (false defect) (一)
圖 3.7 AOI 鏡頭下的 Defect (false defect) (二)
3.2 AOI 成像原理
成像原理成像原理成像原理[9]接下來，我們思考目前的 AOI 演算法與硬體參數是否有改善空間，如圖 3.8 所示，
如果 CCD/CMOS 是相對於人眼的視網膜，那鏡頭就是相對於人眼的水晶體，是用來調 整焦距控制影像能準確清楚的對焦在 Sensor 上，所以相對影響成像的品質，鏡頭還可調 整光圈來控制進光量。
圖 3.8 取像系統的水晶體與鏡組
現代的攝影鏡頭之原理，都以凸透鏡為基礎。如圖 3.9 所示，凸透鏡的作用就像針 孔一樣，它有選擇光線的功能，並且能使影像比針孔所成的影像更清晰。更重要的是它 的曝光時間 比針孔成像所需的時間更短。這是因為透鏡的直徑比針孔大得多，因而在 單位時間內可讓更多的光線通過。圖中說明透鏡處理通過它的光線情形。它先聚集從一 個點 反射的許多光束，然後再使之改變方向，投向軟片上的一個光點。被攝物上其餘 的光點，也是由同樣的方式所運作。
圖 3.9 鏡頭成像
如圖 3.10 所示，在被攝體與感光軟片間置一隔板，在其中開一直徑約 0.5mm 的針 孔，此針孔能選擇上圖中的諸反射光，而僅讓其中的一條光線經過，其他的則全部擋掉。
使被攝物上的每一點只有唯一的一條反射光線能在軟片上形成唯一的光點。針孔愈小
「模糊圈」愈小，重疊的情形愈少，影像愈清晰。
若是針孔的口徑愈大，則光點所形成的「模糊圈」之面積愈大，它們便會相互重疊，
使影像變模糊。
圖 3.10 針孔口徑與影像清晰度
3.3 AOI 硬體基本參數
硬體基本參數硬體基本參數硬體基本參數AOI 三大硬體基本參數[10]分別為 Working distance 工作距離、Depth of Field 景 深、Field of View 視野範圍；三者之間的關係如圖 3.11 所示。
圖 3.11 AOI 硬體參數
景深 Depth of Field
景深定義是最大物體深度，能全部維持在焦距內，當物體放在近於或遠於工作 距離，它就變得無法對焦，解析度及對比整個變差，因此 DOF 只有在符合我們所 定義相關解析度及對比下才有意義。圖 3.12 & 3.13 可看出不同景深下的差異。
圖 3.12 景深長 圖 3.13 景深短
3.4 AOI 軟體演算法
軟體演算法軟體演算法軟體演算法黑白數位影像資料格式[11]如圖 3.14，以 1 代表白，以 0 代表黑。
數位影像示意 數位影像資料
圖 3.14 黑白影像的像素[Pixel]示意圖
彩色數位影像資料格式如圖 3.15，每個 Bit 有 256 階色調並分成 R(紅)、
G(綠) 、B(藍)三種顏色。
數位影像示意圖 藍原色 紅原色 綠原色
之二維空間域陣列 之二維空間域陣列 之二維空間域陣列
圖 3.15 彩色影像的像素[Pixel]示意圖
3.4.1 影像前處理影像前處理影像前處理影像前處理 (濾波濾波濾波濾波) [12] [13] [14] [15]
攝影機的類比信號 影像卡 電腦的數位信號 影像前處理的目的：消除背景、去除雜訊。
遮罩運算如圖 3.16 所示。
圖 3.16 遮罩運算示意圖 3.4.2 影像前處理影像前處理影像前處理影像前處理(對比增強對比增強對比增強對比增強)
影像增強[16] [17]：輪廓增強、亮度增強、色彩濃度增強[13]
影像對比[16] [17]：影像明亮部份與黑暗部份的亮度比 對比高：輪廓較清楚，影像也較清晰
如圖 3.17 所示，對比增強簡單來說就是讓『灰階影像』中黑的變的更黑，白的 變的更白。
圖 3.17 對比增強示意圖
3.4.3 影像分割影像分割影像分割影像分割[18] [19] (如何取出想要的影像如何取出想要的影像如何取出想要的影像如何取出想要的影像)
b. 前景不複雜
圖 3.20 影像二值化閥值圖 OTSU 計算方法
Step1：統計直方圖 n[i]，i=0~255 灰階
Step2：計算機率密度分佈函數 P[i] ，i=0~255 灰階 Step3：計算 0 ~ 255 閥值時，C1、C2 群集的機率
Step4：計算平均灰階
Step5：依序代入 0 ~ 255 閥值，求使該式有最大值時的閥值，即為最佳閥值。
3.4.5 影像後處理用途影像後處理用途影像後處理用途影像後處理用途
圖 3.23 侵蝕 & 膨脹示意圖
3.4.7 opening 與與與與 closing
侵蝕與膨脹交替使用，根據其使用順序不同，定義出 opening 與 closing 的運算。
opening：侵蝕+膨脹 = 消除細小連接 closing：膨脹+侵蝕 = 填補內部小洞
孤立點、尖端點經侵蝕後，會消失，無法再經膨脹復原。
3.4.8 邊界邊界邊界邊界
邊界：為影像中灰階突然改變的地方 邊界點：區隔物體與背景的點，如圖 3.24 可用於辨識物體形狀、結構
偵測邊界[22]的方法： 形態處理(膨脹 or 侵蝕)+XOR 運算
圖 3.24 黑白邊界圖
3.5 漫反射漫反射漫反射漫反射 Diffuse reflection & 單向反射單向反射單向反射單向反射 Regular reflection
3.Remote control 亮度功能(數位或類比)
/白/綠色) 串一組，如果其中有一顆壞了，即全組都不能點亮。
閃光燈源(如圖 3.30)特色：
1.閃光頻率快，瞬間能量強 2.適合快速檢測
3.可由外部調整頻率
4.燈管壽命約 4000 小時，但價格高 5.可外接不同 light guide 導光
圖 3.30 閃光燈
3.7 光源顏色的選擇
光源顏色的選擇光源顏色的選擇 光源顏色的選擇在自然界眾多光譜(如圖 3.31)當中 , 首先要排除的就是紅光 (R) , 綠光 (G) 以及 藍光(B)，因為和 LCD 面板的畫素光有所干擾 (RGB)；再者紫外光因對人體有害 , 也 在排除名單當中，因此可選擇的光源就只剩下白光與紅外光。
圖 3.31 各種色光波長
3.8 Filter 的選擇
的選擇的選擇的選擇太陽光內含豐富多樣的光線( 如圖 3.32 )，當然也包含紅外光 ，當陽光照在物體上 反射到我們的眼睛及相機內時，其實我們已經接受到了紅外光，但我們的視神經沒有感 應到。
圖 3.32 可見光頻譜
相機其實也接受到了紅外光，但一般底片一樣是無法感應，傳統的紅外線攝影要靠 紅外線專用底片，而數位相機用的 CCD 或 CMOS 本身就可感應到紅外線 ，只是在一 般的狀況下由於可見光的光量遠大於紅外光所以看不出紅外線效應。
紅外線濾鏡( Infrared Filter，如圖 3.33 ) 的作用是阻擋可見光而讓紅外光順利通過，
IR cut filter 除外，這種濾鏡是用來擋住紅外線的(如圖 3.34 ) 。在鏡頭前加裝紅外線濾 鏡後，底片或 CCD 便只看到紅外光 ，這就是簡單的紅外線攝影原理 。
圖 3.33 IR Pass Filter
圖 3.34 IR Cut Filter
3.9 加裝紅外線
加裝紅外線加裝紅外線加裝紅外線 LED 側光側光側光側光如圖 3.35 所示，在 Panel 的側邊加裝紅外線光源側光照射表面 Particle，並使 Particle 產生紅外線波長之漫射，再使用 IR filter 將可見波長之光線濾除 ( IR Pass )，利用 Particle 與 in Cell Particle 之波長不同，單獨濾出 Particle 藉此來分辨表面 Particle 及 in Cell Particle，降低 overkill。
圖 3.35 紅外線 LED 側光架構示意圖
3.10 加裝白光
加裝白光加裝白光加裝白光 LED 側光側光側光側光如圖 3.36 所示，在 Panel 的側邊加裝白光光源側光照射表面 Particle，並使 Particle 產生白光波長之漫射。
1. 先拍一張 L0(全黑)畫面。
2. 再拍一張 L0(全黑)加側光畫面。
3. 利用兩張影像比對差異將 Particle 濾出(影像比對) 。 4. 再將這些位置加入 particle array。
圖 3.36 白光 LED 側光架構示意圖