400-898-0800

當前位置: 首頁> 知識中心> 顯示屏檢測技術> mura問題這樣破!一文看透破解方法中的OLED Demura
mura問題這樣破!一文看透破解方法中的OLED Demura

mura很讓人頭疼,今天我們一起來聊一聊Demura先從補償開始。


OLED作為一種電流型發光器件已越來越多地被應用于高性能顯示中。由于它自發光的特性,與LCD相比,AMOLED具有高對比度、超輕薄、可彎曲等諸多優點。


但是,亮度均勻性和殘像仍然是它目前面臨的兩個主要難題,要解決這兩個問題,除了工藝的改善,就不得不提到補償技術。


補償方法可以分為內部補償和外部補償兩大類。內部補償是指在像素內部利用TFT構建的子電路進行補償的方法。外部補償是指通過外部的驅動電路或設備感知像素的電學或光學特性然后進行補償的方法。


6.png


為何要對OLED進行補償?

介紹補償技術之前,首先我們來看看AMOLED為什么需要補償。下圖所示為一個最簡單的AMOLED像素電路,它由兩個薄膜晶體管(TFT)構建像素電路為OLED器件提供相應的電流。

7.png

與一般的非晶硅薄膜晶體管(amorphous-Si TFT)相比,LTPS TFT和Oxide TFT具有更高的遷移率和更穩定的特性,更適合應用于AMOLED顯示中。

在中小尺寸應用中多采用低溫多晶硅薄膜晶體管(LTPS TFT),而在大尺寸應用中多采用氧化物薄膜晶體管(Oxide TFT)。

這是因為LTPS TFT遷移率更大,器件所占面積更小,更適合于高PPI的應用。

而Oxide TFT均勻性更好,工藝與a-Si兼容,更適合在高世代線上生產大尺寸AMOLED面板。

它們各有缺點。

由于晶化工藝的局限性,在大面積玻璃基板上制作的LTPS TFT,不同位置的TFT常常在諸如閾值電壓、遷移率等電學參數上具有非均勻性,這種非均勻性會轉化為OLED顯示器件的電流差異和亮度差異,并被人眼所感知,即mura現象。

Oxide TFT 雖然工藝的均勻性較好,但是與a-Si TFT類似,在長時間加壓和高溫下,其閾值電壓會出現漂移,由于顯示畫面不同,面板各部分TFT的閾值漂移量不同,會造成顯示亮度差異,由于這種差異與之前顯示的圖像有關,因此常呈現為殘影現象,也就是通常所說的殘像。

8.png

OLED補償分類

既然這些問題難以在工藝上完全克服,就必須要在設計上通過各種補償技術來解決。通常OLED的發光亮度和電流成正比,而電流是由TFT提供的,與TFT的特性參數相關。電流通常表示為:

I=kCox(Vgs-Vth)2(1+λVds)

k是和TFT遷移率有關的參數,Vgs和Vds又和電源電壓與OLED驅動電壓有關。

可知影響電流大小的參數有TFT遷移率、閾值電壓,OLED的驅動電壓以及電源電壓的大小。

補償技術的主要目的就是要消除這些因素的影響,最終讓所有像素的亮度達到理想值。

9.png


內部補償

下圖是一個典型的內部補償型電路,它由7個TFT和1個存儲電容組成,因此被簡稱為7T1C結構。


10.png

類似還有6T1C,5T2C等很多類似電路結構,經過近幾年的不斷研究和發展,內部補償電路的拓撲結構幾乎已被窮盡,很難再有實用性的結構創新。

這種像素電路工作時一般都會有三個工作階段,會經歷復位、補償、發光,即一個驅動周期至少要干2到3件事,因此對電路驅動能力和面板上的負載都有一定要求。

它的一般工作思路是在補償階段把TFT的閾值電壓Vth先儲存在它的柵源電壓Vgs內,在最后發光時,是把Vgs-Vth轉化為電流,因為Vgs已經含有了Vth,在轉化成電流時就把Vth的影響抵消了,從而實現了電流的一致性。

但是實際因為寄生參數和驅動速度等影響,Vth并不能完全抵消,也即當Vth偏差超過一定范圍時(通常?Vth≥0.5V),電流的一致性就不能確保了,因此說它的補償范圍是有限的。

外部補償之Demura

外部補償根據數據抽取方法的不同又可以分為光學抽取式和電學抽取式。光學抽取式是指將背板點亮后通過光學CCD照相的方法將亮度信號抽取出來,電學抽取式是指通過驅動芯片的感應電路將TFT和OLED的電學信號抽取出來。

兩種方法抽取的信號種類不同,因此數據處理的方式也不同。光學抽取的方式具有結構簡單,方法靈活的優點,因此在現階段被廣泛采用,即為我們平時所說的Demura。

Mura一詞源于日本,原意指亮暗不均,后擴展至面板上任何人眼可識別的顏色差異。

對于面板廠而言,需要進行質量監控,因此在產線上均有技術員去檢測判定mura,但是這種方法很主觀,不同人的判定有差異,給品質管控帶來很大的困擾。

因此技術人員開發出AOI(automatic optical inspection)設備進行mura的檢測,以及檢測到Mura后進行補償消除Mura,即Demura,本文將重點介紹Demura。

Demura一般步驟

11.png

Drive IC點亮面板(TV/mobile/Tablet),并顯示數個畫面(一般是灰階或者RGB)。

1使用高分辨率和高精度的CCD照相機拍攝上述畫面。

2根據相機采集數據分析pixel顏色分布特征,并根據相關算法識別出Mura。

3根據mura數據及相應的Demura補償算法產生Demura數據。

4將Demura數據燒錄到Flash ROM中,重新拍攝補償后畫面,確認Mura已消除。

5檢測畫面

點亮面板后需要被檢測的畫面根據不同面板廠的要求,一般是不同的。

有些面板廠的Demura只對亮度差異進行補償,不對色彩差異進行補償,這種Luminance Demura一般只需要檢測灰階畫面,而且由于不同灰階時呈現的Mura不同,一般會檢測高中低灰階的Mura,最后Demura數據平均,當然具體的設定不同面板廠會根據自己的實際需求進行選擇。

有些面板廠進行的是比較全面的Color Demura,即不僅對亮度同時對色度差異也進行補償。

此類型的color Demura的檢測畫面,有些采用灰階畫面,有些采用RGBW畫面,不同面板廠根據技術和需求選擇不同。

相機拍照

為了達到代替技術員的目標,以下兩點時必須的:

1、相機符合CIE1931人眼匹配函數,

2、相機能達到人眼的分辨率。

拍攝檢測畫面時一般采用高精度高分別率的CCD相機,相機分辨率的選擇取決于被檢測面板的分辨率,大小,拍攝距離以及Demura補償的精度。

為了達到最佳的檢測和補償效果。相機最終得到的數據一定要是XYZ,且后續的計算均是基于相機拍照得到的XYZ數據。

Mura識別

得到面板XYZ的分布數據后就可以根據不同的算法檢測不同的Mura,關于Mura檢測目前有二個國際標準:

1.German Flat Panel Display Forum

2.IDMS(former VESA)

當然Mura檢測異常復雜,各個廠家都有開發自己的Mura檢測算法,也算是自己的核心技術。Mura識別的內容太多,本文舉幾個簡單的例子作為說明。

12.png

上圖是科學家做實驗得出的人眼對比敏感性函數,黃色曲線以上部分,人眼基本無法識別出Mura,可以看出兩個因素可以明顯影響對Mura嚴重程度的判定:

1、亮暗對比程度的差異

2、亮暗差異的周期分布

Mura檢測之傅里葉變換

13.png任意一個圖像均可以分解為不同頻率,強度,相位,方位的sin函數。

Mura檢測之邊緣識別

經過傅里葉變換后,高頻部分可以用來識別圖像邊緣。

14.png

Mura檢測之邊緣識別

經過對比增強后,原本很微弱不易識別的Mura可以明顯被識別,當然還有很多其它的方法,例如比較Pixel與周圍pixel的亮度差異,計算亮度梯度,計算色差等方法。

15.png

Demura算法

為了更好的理解Demura補償算法,可以觀看以下圖片:可以看出Demura算法原理其實很簡單:

只是把它認為偏暗的區域變亮,或者偏亮的區域變暗,或者將有色偏的區域消除,最終的目標是使得面板不同區域有大體相同的顏色,當然需要平滑的算法來消除Mura邊界。

16.png


燒錄

OLED Demura數據確定后,就需要將其燒錄到EEPROM中以實現補償效果,最后再拍照確認Mura已消除,Demura數據占用ROM空間的大小取決于屏幕分辨率以及補償精度(pixel級,3*3,5*5…..)。

Demura 前:

17.png

Demura 后:

18.png

OLED Demura總結

OLED Demura技術,目前三星和LG處于領先的位置,但是Demura技術很復雜,均不能算成熟完美,國內各個廠家也在積極開發子自己的Demura技術,希望能夠提升良率。

Demura 難點總結如下:

1、如何使用CCD相機快速準確的抓取每個pixel的顏色?

2、如何識別不同類型的Mura,有些Mura正視不可見,側視可見?

3、如何進行快速高效的補償,以免速度太慢對產能造成損失?

以上問題,期待大家的共同努力,早日突破解決。

 

? 万喜开奖快乐赛车