TFT-LCD制程Mura缺陷的机器视觉检测技术研究

"这篇博士学位论文主要探讨了面向TFT-LCD制程的Mura缺陷机器视觉检测方法。TFT-LCD（Thin Film Transistor - Liquid Crystal Display）是薄膜晶体管液晶显示器，是广泛应用于电视、电脑显示器和其他电子设备的显示技术。Mura是指在TFT-LCD面板上出现的不均匀性，它会降低显示质量，因此检测和消除Mura缺陷对于保证产品质量至关重要。论文作者毕昕在导师丁汉教授的指导下，深入研究了利用机器视觉技术来检测这些缺陷的方法。 论文可能涵盖了以下几个关键知识点： 1. Mura缺陷定义与类型：Mura包括亮度不均、色差、像素缺陷等多种形式，它们可能源于生产过程中的各种问题，如材料缺陷、工艺控制不当等。 2. 机器视觉原理：机器视觉是利用摄像头、图像处理软件和算法来模拟人类视觉系统，自动识别和分析目标特征。在TFT-LCD制程中，机器视觉能快速、精确地检测出微小的Mura缺陷。 3. 图像处理技术：论文可能涉及了图像增强、噪声滤波、边缘检测、色彩空间转换等图像预处理技术，以提升Mura缺陷的可检测性。 4. 特征提取与分类算法：为了区分不同的Mura类型，论文可能使用了如模板匹配、形状描述符、机器学习（如支持向量机、神经网络）等方法来自动识别和分类Mura缺陷。 5. 检测系统的优化：论文可能讨论了检测系统的硬件配置、照明设计、相机参数调整等方面，以提高检测速度和准确性。 6. 实验与结果分析：论文包含了实验部分，可能展示了在实际TFT-LCD产品上的应用效果，通过对比不同方法的检测结果，评估了所提出方法的有效性和优越性。 7. 应用与展望：最后，论文可能讨论了机器视觉检测技术在TFT-LCD行业中的应用前景，并提出了未来改进和研究的方向。 这篇研究对于提升TFT-LCD制造的质量控制具有重要意义，有助于减少不良品率，提升产品竞争力，同时也为机器视觉在其他领域中的应用提供了借鉴。"