|
今天的主题是AMOLED中的Mura和Demura技术，网上已经有一些文章对这个技术进行了介绍，今天我将根据个人的理解来对Demura技术的进行一个说明。 1. AMOLED屏的Mura OLED面板工厂的人应该都知道，OLED屏的Mura是一个让人头疼的问题。在显示屏制作过程中，工程师们花了大量的时间和精力想要将这些Mura去除。在实际生产中，造成Mura的原因多种多样，几乎每一道工艺制程都对Mura的形成有贡献，但不同工序对最终显示mura形态和严重程度的影响又有差别。 
▲ELA电学Mura 在制作LTPS-TFT及OLED过程中，不同层间的对准差异也可能会产生mura，这与机台的对位及光刻设备的位置精准度有关系。 刻蚀制程的不均，如干刻的emboss造成的mura，及干刻中电场、流场等的分布造成的mura。 
▲干刻Emboss mura 清洗等湿制程中，风刀，药液浓度分布等也可能造成Mura。 OLED蒸镀过程，OLED膜厚的分布，FMM在热的作用下的变化等等，也可能在最终产生显示Mura。
总而言之，Mura产生的原因在每一道制程中都存在，绝对的均匀制程是不存在的。 2. Mura的去除方法 如果不在技术上对这些mura加以消除，那在最终显示的时候就会呈现到人眼中，影响显示画面的质量。总体上大致可以分为如下三种办法：
工艺上对面内均匀性的改善：如果显示屏内所有地方的TFT、OLED器件的结构和性能完全保持一致，那不均的根源就消除掉了。因此在生产的每一道工序中，面内均匀性始终是工程师们关注的一个重点，包括薄膜的膜厚、物理特性均匀性，刻蚀的均匀性，曝光的面内均匀性等等，对于mura来说真的是“不患寡而患不均”。但是受到工艺设备的影响，没有任何一道工序可以做到完全的面内均匀，因此最终mura是不可能通过工艺调试就完全消除的。 设计上进行补偿：既然工艺上难以完全避免mura，这个时候工程师们分析这些不均，发现对于OLED这样的恒流驱动器件，像素TFT的阈值电压Vth对流过OLED的电流影响很大，因此Vth的面内不均是导致mura产生的主要因素之一。如果了解晶体管的原理，大家可以知道Vth与半导体层的质量，TFT的栅极绝缘层质量以及TFT的结构都有关系，如果我们能想办法消除Vth不均的影响，在很大的程度上能够弥补不同工艺步骤中不均的影响。于是聪明的工程师们在设计上面作文章，设计出能够对阈值电压进行补偿的电路，这个方法称为内部补偿。详细的可以参考的一篇文章，其中有内部补偿的基本步骤和原理。 外部补偿：前面的两个方法是重要的，但是却不能解决所有的问题。工艺没有办法完全做到面内均匀，而内部补偿只在一定的范围的有效，在Vth偏移超过一定的范围，补偿的效果将大打折扣，并且不均的产生还有其他很多的原因，也并非只是靠阈值电压的补偿就能够解决的。那么怎么办呢？ 既然mura客观存在，给不同的像素相同的信号，像素的显示情况存在差异而产生Mura，那我们是不是可以根据不同像素的实际显示情况，给它们输入不同的信号，使它们的最终显示效果能够趋于一致而消除mura呢？ 这就是我们今天所讨论到的Demura技术的基本思路：首先测试出mura区域的补偿的定量数值，称之为mura数据提取；然后将补偿值烧录进存储器，供实际显示的时候使用。
▲Demura前的OLED屏
▲Demura后的OLED屏 3. Demura的方法 外部补偿需要提取补偿的数据，提取的方法主要有两种：电学补偿和光学补偿。 电学补偿很好理解，像素可以看作是一个可以发光的OLED灯泡，其亮度受到本身的物理特性和驱动电路控制。因为背板或OLED本身mura的存在，同样的驱动信号下流过OLED的电流不一定一致，如果我们能够通过某种方法得到驱动TFT和OLED的实际I/V特性，就可以根据实际值和目标值的差异进行补偿。因此实施起来就分为两种，一种是获取一定电压下的TFT电流，一种是获取一定电压下通过OLED的电流。这种补偿的方式，需要同时在面板设计、IC设计、驱动电路设计和算法设计上下功夫。 下图为电学补偿的示意图，通过Column Readout感知TFT或OLED的I/V特性，然后通过一定的算法进行补偿。 
目前采用更多的是光学补偿，从原理上来说其更加直接粗暴：OLED作为显示器件，不均来自于OLED像素发光的特性差异，那我们就采用一个相机记录这些像素最终发出的光的亮度，根据这些亮度值来直接进行补偿。后面的内容我们也主要谈谈光学补偿的Demura设备。因此光学补偿方式是根据亮度来进行补偿。 
4. Demura设备的硬件 根据前面描述的光学Demura原理，Demura设备最基本的组成部分为： 
5. 测试流程 Demura一般的流程如下所示：
显示屏在样品载台上放置好后，通过外接的pin可以将信号源与显示屏连接，然后对其施加信号并用相机记录不同灰阶下的亮度。其中需要注意的是，相机本身的设置对数据准确的获取至关重要，因此必须对相机进行一些调试，去除由相机造成的不均。 平场校正（FFC：Flat-Field Correction）：我们知道相机的像素之间也是有一定的差异的，光学镜组也存在不均，环境光等也可在样品表面造成不均，因此必须将这些因素去除。可以通过平场校正（FFC）将这些非样品的mura予以去除。如下图，为对一块样品进行拍照，与没有平场校正和有平常校正的图片的对比，可以看出经过平场校正后，样品的均匀性得到了改善。  
▲无平场校正 ▲有平场校正 黑电平校正（Black Level Correction）：通过黑电平的校正可以压低相机传感器暗电流的影响，提高信号的信噪比，特别是低灰阶画面的信噪比。 线性校正（Linearity Correction）：相机传感器对于光的反馈并不是完全线性的，为了准确还原OLED像素的亮度，需要对相机进行线性校正。
相机除了需要经过这些校正，还需要满足一定的规格。首先要实现快速的Demura，拍照的速度一定要快，对应的相机帧率要高。OLED的demura相机，一般要求帧率在15fps以上。相机的感光度也有一定的要求，比如在灰度值低的画面下，要实现好的画面输出，感光度高的相机可以有较短的曝光时间。有些厂还需要实现色度的补偿，这要求相机能够准确地色度提取。 相机获取图片后，保存在电脑中，由电脑对图片进行处理。在进行最终Demura数据分析之前，视具体的算法，往往还需要进行原始图片的处理。其中包括： 摩尔纹消除：我们知道，相机感光元件是周期性排列的，显示屏的像素也是周期性排列的，当两种周期叠到一起就会产生摩尔纹，如下为摩尔纹产生的示例，原始图片上的摩尔纹对的显示屏的实际图像是一种干扰，因此需要采用算法予以消除。
▲摩尔纹 畸变校正：相机在进行拍照的时候，因为光学部件的原因会使图片产生畸变，这些畸变也可以通过合理的算法进行校正。
第三步就是Demura的算法过程，这也是Demura设备的核心。对于不同的Demura设备商来讲，Demura的算法都存在着差异。合理的算法决定了Demura的精准度和效率，如下为从一篇专利文章中截取的图片，可以说明其Demura算法的过程。可以看见其根据每一个像素不同灰度下亮度计算像素的伽马指数值，然后再根据这个指数计算每一个像素的Mura数据，最后根据这些Mura数据进行补偿。
对每一个像素都进行Demura处理，取决于算法原则上是能够得到不错的Demura效果，但是显然其效率并不高，有时候需要采用多个像素处理，来降低存储空间的使用。有时候还需要对Mura的区域进行区分，对不同区域进行不同的Demura算法处理。常见的有傅里叶变换对图像处理。 傅里叶处理的方式和通讯上的信号处理有类似之处，对于一个二维的图片数据，其原始数据可以看作是一个二维的数据矩阵（对于RGB图片可以看作三维矩阵，处理的时候可以降维处理），亮度数据在空间上的排列可以通过傅里叶变换转换为数据的频谱图，这样我们可以通过对频段的选取来对mura边界等进行选取，然后通过亮度值的一定算法，达到Mura的识别。然后对识别的mura进行一定的补偿算法。 这里就不对傅里叶变换处理图片进行说明了，后面有时间可以放一个之前处理ELA线性Mura的一个实例作为说明。 算法是很灵活的，不同的公司在算法上都存在着差异，但评估一个算法好坏的依据无非在于如下几点： 1. 补偿的精准度：指采用这种算法是否能够对mura进行准确的补偿，使mura能够完全消失。在AMOLED面板上，mura的种类有时也不太相同，要实现对不同mura的准确补偿也会增加算法的难度 2. 算法的效率：指采用这种算法，是否能快速地完成补偿，并且补偿的数据量合理，节约物理存储空间 最后一步就是将Mura的补偿数据烧录到Flash中，确认经过补偿后Mura已经消除。
6. 总结 在AMOLED屏生产过程中，对于Mura的消除花费了大量的精力。在工艺上的努力可以提升AMOLED的显示质量，降低其Mura的严重程度。但仅仅工艺的努力还不够，因此采用了补偿技术。 对于外部补偿的Demura技术来说，目前每一家都具有自己的核心算法，但是都需要持续进行改善，目前还没有说哪一家的算法是最优的。
对于Demura技术，如何准确的进行数据获取，如何精确、有效率地进行补偿是大家主要努力的方向。
|
