晟辉智能制造

LCD导光板检测技术如何实现高效精准?

LCD导光板是液晶显示模组中至关重要的光学元件,它的核心功能是将侧面LED光源发出的光线均匀地引导至整个屏幕表面,导光板的质量直接决定了显示器的亮度均匀性、色彩还原度、功耗和整体视觉体验

LCD导光板检测技术如何实现高效精准?-图1
(图片来源网络,侵删)

对导光板的检测,已经从过去简单的“有无划痕”的目视检查,发展到了今天高精度、高效率、数据化的全面质量管控体系。


检测的核心目标与重要性

在深入了解具体技术之前,我们先要明确检测的目标是什么:

  1. 光学性能: 这是检测的重中之重。

    • 亮度均匀性: 整个板面上亮度是否一致,有无亮点、暗斑(Mura)。
    • 亮度: 整体亮度是否达到设计要求。
    • 视角: 光线的出射角度是否符合设计,影响可视角度。
    • 混光效果: 光线是否被充分均匀化,有无“热点”或“条纹”。
  2. 外观质量:

    LCD导光板检测技术如何实现高效精准?-图2
    (图片来源网络,侵删)
    • 表面缺陷: 划痕、麻点、凹坑、脏污、水纹等。
    • 内部缺陷: 杂质、气泡、银点(网点印刷缺陷)、异物等。
  3. 尺寸精度:

    • 厚度公差: 厚度是否均匀,直接影响光学效果。
    • 平面度: 板面是否平整,翘曲会导致组装困难和显示异常。
    • 外形尺寸: 长宽等尺寸是否符合图纸要求。
  4. 结构完整性:

    • 网点质量: 对于印刷式导光板,网点的形状、大小、密度、位置精度至关重要。
    • 边缘质量: 入光侧和出光侧的切割和抛光质量,影响光耦合效率。

主要检测技术分类与方法

现代导光板检测技术主要分为三大类:光学检测、外观检测和尺寸检测

(一) 光学性能检测

这是技术含量最高、最核心的检测环节。

LCD导光板检测技术如何实现高效精准?-图3
(图片来源网络,侵删)

亮度均匀性测试

  • 技术原理: 使用高分辨率的工业相机(通常是CCD或CMOS图像传感器)和图像采集卡,在标准化的暗室环境中,对发光的导光板进行拍摄,通过图像分析软件计算整个画面上每个像素点的亮度值,从而生成一张“亮度分布图”(或称Mura图)。
  • 关键设备:
    • 积分球: 用于提供均匀、稳定的环境光,或作为测量亮度的基准。
    • 亮度相机: 具有高动态范围、高分辨率和低噪声特性的相机。
    • 图像分析软件: 核心是计算各种均匀性指标。
  • 核心检测指标:
    • 亮度均匀度: Uniformity = (最小亮度 / 平均亮度) * 100%(最小亮度 / 最大亮度) * 100%,这是衡量导光板质量最核心的指标之一,通常要求达到85%以上。
    • 亮点/暗斑: 设定一个亮度阈值,自动识别并标记出亮度异常的区域。
    • Mura(云斑/水波纹): 通过特定算法(如快速傅里叶变换FFT)分析图像的频域特征,识别人眼容易感知的、不规则的亮度变化。
  • 优点: 客观、量化、可重复,能发现人眼难以察觉的微小缺陷。
  • 缺点: 设备成本高,检测速度相对较慢。

光学参数测试

  • 技术原理: 使用专业的光学测量设备,在特定角度下测量导光板的出射光强、光谱等参数。
  • 关键设备:
    • 亮度计/色度计: 用于测量特定点的亮度和色坐标。
    • 分布光度计: 可以在三维空间内旋转,精确测量导光板在不同方向上的光强分布,从而计算出总光通量、亮度、视角等关键参数。
  • 应用场景: 主要用于研发阶段的样品验证、以及量产中的抽检或首件检验,确保导光板的光学特性符合设计规范。

(二) 外观与内部缺陷检测

这部分检测追求快速、自动化,剔除有缺陷的产品。

机器视觉检测

  • 技术原理: 利用工业相机、光源和图像处理算法,对导光板的表面进行拍照和缺陷识别。
  • 关键设备:
    • 工业相机: 根据缺陷大小选择合适分辨率的相机。
    • 光源: 这是机器视觉的灵魂,针对不同类型的缺陷,需要使用不同类型的光源(如背光、同轴光、低角度光、环形光等)来凸显缺陷。
      • 划痕/麻点: 使用低角度光或同轴光,让划痕产生阴影或高反光。
      • 脏污/异物: 使用背光,让脏污在明亮的背景下显现出来。
      • 内部杂质/气泡: 使用暗场或同轴光,让杂质和气泡因散射光线而显现。
  • 核心检测指标:
    • 划痕: 长度、宽度、数量。
    • 脏污/异物: 尺寸、数量。
    • 气泡/杂质: 尺寸、数量。
  • 优点: 速度快、效率高、可标准化、可追溯,是产线上最主要的检测手段。
  • 缺点: 对于一些与背景对比度低的缺陷,识别难度较大。

人工目视检测

  • 技术原理: 在标准光源箱(如D65光源)下,由经过培训的质检员用肉眼进行观察。
  • 应用场景:
    • 作为机器视觉的补充,用于检查机器难以发现的微小或特殊缺陷。
    • 新产品开发初期,用于建立缺陷标准。
    • 对机器判定的“可疑”产品进行复检。
  • 优点: 灵活性高,能利用人眼强大的模式识别能力发现复杂缺陷。
  • 缺点: 主观性强,易疲劳,效率低,成本高,数据难以量化。

(三) 尺寸与结构精度检测

二维尺寸测量

  • 技术原理: 使用高精度的CCD视觉系统或激光位移传感器,快速测量导光板的长度、宽度、孔位、边缘等二维尺寸。
  • 优点: 速度快,精度高,非接触式测量。

三维轮廓/形貌测量

  • 技术原理: 使用激光轮廓仪或白光干涉仪等设备,对导光板表面进行扫描,获取其三维点云数据。
  • 核心检测指标:
    • 厚度公差: 精确测量整个板面不同区域的厚度。
    • 平面度/翘曲度: 分析点云数据,计算出板面相对于理想平面的偏差。
  • 应用场景: 主要用于研发、来料检验或对有平面度要求的导光板进行抽检,成本较高,通常不用于全检。

网点质量检测 (针对印刷式导光板)

  • 技术原理: 这是机器视觉检测的一个高阶应用,使用高分辨率相机和特殊光源,对导光板的网点区域进行高精度成像。
  • 核心检测指标:
    • 网点缺失/粘连: 检查网点是否完整,有无断开或连在一起。
    • 网点尺寸偏差: 测量实际网点大小与设计值的差异。
    • 网点位置偏移: 检查网点阵列是否对齐。
  • 重要性: 网点是导光板实现匀光的核心,其质量直接决定了光学性能的优劣。

检测技术的发展趋势

  1. 高精度与高速化: 随着显示屏分辨率越来越高(如4K, 8K),对导光板的均匀性要求也愈发严苛,产线节拍越来越快,要求检测设备能在更短时间内完成更高精度的测量。
  2. AI与深度学习赋能: 传统的机器视觉依赖人工设定算法(如阈值、模板匹配),对于复杂、不规则的Mura等缺陷识别能力有限,基于深度学习的AI视觉检测,可以通过海量样本训练,自动学习缺陷特征,识别能力更强,误判率和漏判率更低。
  3. 集成化与在线检测: 将光学检测、外观检测、尺寸检测等多个功能模块集成到一台设备中,实现“一次上料,多项检测”,大大节省了空间和时间,检测设备越来越多地直接集成到自动化生产线中,实现实时监控和反馈,形成闭环控制。
  4. 大数据与可追溯性: 每一块导光板的检测数据都被记录下来,与MES(制造执行系统)或ERP系统联动,通过大数据分析,可以追溯到生产过程中的具体环节(如注塑参数、印刷机状态),从而持续优化生产工艺,提升良率。

LCD导光板的检测是一个多维度、高技术要求的系统工程,它已经从单一的人工检查,演变为一个融合了光学、机械、电子、计算机视觉和人工智能的综合性技术体系,一个现代化的导光板生产线,通常会在关键工位部署在线检测设备,并结合离线抽检和AI分析,构建起一道坚实的质量防线,确保每一块出厂的导光板都能带来卓越的视觉体验。

分享:
扫描分享到社交APP
上一篇
下一篇