LCD面板（精选三篇）
LCD面板 篇1
1 缺陷识别
在缺陷分类过程中, 对缺陷进行定义是第一步。关于缺陷定义方面的已经有不少研究。比如, Platt提出了LCD的大面积缺陷特征, Lim使用基于梯度和缺陷在模板上的相对位置对TFT-LCD面板缺陷进行定义和分类, 然而关于LCD的彩色过滤板的微小缺陷的相关研究很少。到目前为止, LCD缺陷的分类是基于人员操作经验和直觉进行的。这样的情况下, 通过对有经验人员的直觉判断分析, 定义了20种缺陷特征, 并开发出了相应的自动计算软件。
对20种缺陷特征的定义如下, 每个数字代表了缺陷的序号:1) 偏心:缺陷区域长轴和短轴的比率。2) 纵横比:最小矩形的长宽比。3) 占比:缺陷区域面积和缺陷边界长度的平方的比率。4) 矩形度:缺陷区域的面积和包围矩形的最大比率。5) dx:缺陷在水平方向上的长度。6) dy:缺陷在垂直方向上的长度。7) dx/dy:缺陷在水平方向上的长度除以垂直方向上的长度。8) 相对面积:缺陷区域除以模板面积。9) 平均强度:缺陷区域的平均强度。10) 强度偏差:缺陷区域的强度值的标准差。11) 相对强度:缺陷区域平均强度除以模板强度。12) 相对强度偏差:缺陷区域强度值的标准差除以模板的强度标准差。13) 平均饱和度:缺陷区域的平均饱和度。14) 饱和度偏差:缺陷区域饱和度的标准差。15) 相对饱和度:缺陷区域的平均饱和度除以模板饱和度。16) 相对饱和度偏差:缺陷区域的饱和度标准差除以模板标准差。17) 平均灰度:缺陷区域的平均灰度。18) 灰度偏差:缺陷区域的标准差。19) 相对灰度:缺陷区域的平均灰度除以模板区域的灰度。20) 相对灰度偏差:缺陷区域灰度的标准差除以模板的标准差。
2 缺陷分类
目前已经有几种机器学习算法被广泛应用于模板分类问题上, 如贝叶斯算法、K-最近邻算法、反向神经网络及支持向量。传统的模式识别技术只考虑分类器对训练集的拟合情况, 以最小化训练集上的分类错误为目标, 通过为训练过程提供充足的训练集来提高分类器在测试集上的识别率。然而, 对于小样本情况来说, 我们不能保证可以很好分类训练集的分类器也能够很好地分类测试集。在缺乏代表性的小训练集的情况下, 一味降低训练集上的分类错误就会导致过度拟合。
支持向量机以结构化风险最小化为原则, 即兼顾经验风险与期望风险的最小化, 具体体现在分类模型和模型参数的选择上。鉴于这个特性, SVM适用于对输入数据没有了解的情形中。重要的是SVM理论定义良好, 具有最大化类间误差的特点。SVM有一个调节参数来控制训练误差和模板复杂度。通常情况下, 调节参数值大会减少分类错误, 增加解决问题复杂度。输入特征数目决定了特征向量的序列同时会影响分类器的性能。总体上说, 在分类方面, 分类维数越高分类效果越好, 然而也会带来一些负面影响, 比如增加了暴露在噪声中的可能性。为了避免这种情况, 使用了主成分分析方法进行特征提取为了优化基于SVM的分类器, 提出了调整参数和主向量数目减少算法, 通过控制参数和实验来寻找缺陷分类的最优值。为对比基于SVM的分类器效果, 笔者使用了基于BPN的分类器。通过确定几个与聚集度和分类精度相关的BPN参数来优化基于BPN的分类器。在这个实验中, 神经网络的输入层固定位20个输入, 输出层固定位3个输出, 一个隐层, 隐层神经数量和学习效率分别定义为6和0.1。
3 实验结果
缺陷图像的样本来自于实际的LCD生产过程, 样本的实际分类结果来自于经验丰富的检测人员, 通过SVM缺陷分类算法和人员分类结果对比来评价分类精度。
实验过程中, 使用LDA时分类精度最高, 调整参数是5, 主向量数量是8。基于SVM的分类器和基于BPN的分类器的分类精度分别是84.28%和84.38%。尽管基于BPN的分类器的分类精度表现略高于基于SVM的分类器, 但从实际应用来看, 使用基于BPN的分类器花费的时间更长, 训练样本和测试样本需要的试验次数更多。
4 结语
缺陷分类对于提高LCD生产过程中的成品率非常重要。笔者提出并测验了缺陷特征和基于SVM的缺陷分类算法应用于LCD的效果, 实验结果表明对于四种主要影响品质的缺陷的正确分类精度达到86.397%, 自动缺陷分类器的使用将大大减少人力资源。下一步的研究将致力于定义更多的缺陷特征, 而且在缺陷分类和滤除不期望的缺陷中有效, 这样可以提高缺陷分类的效果。
参考文献
VA型广视角技术成LCD面板主流 篇2
液晶面板的基本视角技术为TN(Twisted Nematic，扭转向列)型，基本上只能达到水平120度与垂直90度的视角范围，目前主要用在笔记型计算机面板与迷你笔电面板上。数年前面板厂与偏光板厂联合了日本富士写真开发了广视角膜(Wide View Film，WVF)，并加在TN型面板上，形成了视角比TN更广的TN WVF型面板，并广泛的用在LCD Monitor面板与32英寸以下的液晶电视上。
而在32英寸以上的LCD TV上，目前的两大主流技术为IPS以及VA型。IPS的阵营包含了LG Display，IPSAlpha，Hitachi以及采用了FFS技术的京东方(BOE)与Hydis。VA的阵营包含了Samsung(称之为PVA技术)，Sharp(称之为ASV技术)，AUO(称之为AMVA)以及Chimei Innolux(称之为MVA)。
下表则表示了2010年第一季在不同的应用方面各种不同的视角技术的比重。基本上在Notebook以及LCD Monitor的面板只有相当少的比重采取了高阶的IPS或VA的技术，而在LCD TV的部份，VA型的出货面积高达60％。
在DisplaySearch季度广视角技术出货报告中，DisplaySearch追踪了各面板厂商在不同视角技术面板的出货应用与出货尺寸。LG Display是TN型出货的全球领先，2010年第一季TN面积市占率达到29％，三星以及新奇美(Chimei Innolux)则在TN-WVF(IN加广视角膜)的市占率并驾齐驱，都达到22％。另外以IPS/FFS而言，LG Display以88％的面积市占率领先，VA出货则由三星以39％的面积市占率领先。
DisplaySearch广视角技术出货报告负责分析师Yoshio Tamura，表示：“每种视角技术都包含了不同的液晶配方、Cell设计、TFT结构、制造流程以及使用不同的组件及材料如驱动芯片、偏光板与背光板等等。另外，面板制造商也累积很多广视角技术的知识(Know-How)及专利申请，这使得新进厂商面临困难。广视角技术也影响面板穿透率，而面板穿透率是目前LED backlight成本的一个关键因素。VA和IPS/FFS被公认比TN技术较难且成本较高，但面板制造商的学习曲线也正在改变。例如一些面板制造商正逐渐更改26英寸面板的战略，将主力由26"TN转为26"VA，因为其VA技术已经成熟到可以迅速降低的成本差距。”Yoshio Tamum进一步表示：“我们相信，要看掘起中的中国大陆新液晶厂家的重点，将是观察其广视角技术以及他们多快可以缩短学习曲线。”
LCD面板 篇3
原本面板厂预计将2012年第一季玻璃投片量提高5%，达到3980万平方米，产能利用率预计为77%，比之前的预测提高了7%，这是基于价格已抄底的情况下做的预测。同时，面板商计划开发新规格，例如大尺寸多功能显示面板、超薄笔记本电脑面板、39”W、 43”W、 48”W 和50”W等节能CCFL和窄边框LED薄型面板。然而，由于2012年市场需求仍不明朗，面板商可能将于2012年第一季再次调整产能利用率。
NPD DisplaySearch 高级分析师Shawn Lee表示：“由于大部分面板价格已接近现金成本，提高产量不一定会增加出货量，但是提高库存准备、价格回稳、推出新规格等都使面板商更加乐观。同时促使面板商提高生产计划的另一个原因是，通过提高产能利用率以摊低折旧费用，加上中国厂商积极扩大产线，面板产量进一步提高。在长期供应过度之后，面板商仍对玻璃投产和产能利用率保持谨慎，预计2012年第一季产能利用率将不会超过80%。
平板电脑面板生产增加，上网本面板下降
在可携个人PC应用部分，面板厂计划减少生产上网本面板，提高平板电脑面板，预计2011年第二季平板电脑面板面积产量预计将较上一季提高一倍。面板厂同时也在重整平板电脑面板生产策略，如夏普将平板电脑面板放到八代线生产，三星、乐金显示和夏普生产的平板电脑面板分辨率超过每英寸200像素。