专利名称：偏光膜卷材的品质判断系统及其方法
技术领域：
本发明涉及一种偏光膜卷材的品质判断系统及其方法，特别是涉及一种使用自动光学检测机的检测结果数据来判断偏光膜卷材的品质的系统及其方法。
背景技术：
生产一种作为LCD光学材料来使用的偏光膜的制造商，为了实时检测高速生产的产品，使用内联(IN-LINE)自动光学检测系统(Automated Optical Inspection system，后面称作自动光学检测机)。一般来说，内联自动光学检测机通过在缺陷产生位置上标记颜色或标记条形码，来在后续的工序中废弃被标记的部位，或对此类部位再进行追加检测。但是，i)上述缺陷在特定时间点上连续集中地产生的情况下，ii)对细微的缺陷等在无法明确地判断是否为实质性的缺陷的情况下，由于所述自动光学检测机的过负载以及H/W性能问题，会发生不能标记全部所述缺陷位置的问题。没有被标记缺陷位置的产品，具有在后续工序中也没有作为不合格产品被辨识而被发送到客户公司的可能性。由于这个理由，在后续工序中，有检测员对产品再次进行最终检测的步骤，这种目视检测作业具有需要很多的费用和时间的问题。另外，在现有技术中，因为只能得到仅使用卷材内测出的缺陷数的缺陷产生率信息，所以具有没有考虑到缺陷遗漏(即，缺陷未被标记)的可能性的问题。
发明内容
[发明要解决的问题]本发明是鉴于所述问题点而完成的，本发明的目的在于提供一种品质判断系统及其方法，其可以提高对偏光膜卷材的品质判断的正确性以及可靠性。本发明的其他目的在于提供一种品质判断系统及其方法，其通过使用自动光学检测机的检测结果数据来获取判断卷材品质的重要信息以及将这些重要信息传达到后续工序，由此来履行作为对于不合格卷材的早期预警系统的机能。本发明的再一其他目的在于提供一种品质判断系统及其方法，其对于预想为会出现较高缺陷遗漏率的卷材进行自动甄别。[解决问题的方法]根据本发明的一个实施例，提供一种偏光膜卷材的品质判断系统，该系统包括存储部，其存储从对偏光膜卷材进行缺陷检测的自动光学检测机得到的检测结果数据；缺陷数据分析部，其根据包含于所述检测结果数据中的缺陷位置信息算出检测对象卷材的各单位区域的缺陷产生密度，并根据所述缺陷产生密度变为规定值以上的缺陷密度异常区域数算出所述检测对象卷材的缺陷密度异常指数；以及卷材品质判断部，其在所述检测对象卷材的缺陷密度异常指数变为规定的允许值以上时，将所述检测对象卷材判断为不合格卷材。在一实施例中，还包括将所述自动光学检测机的检测结果数据转换为通用格式的数据转换部，所述缺陷数据分析部可以根据转换为所述通用格式的检测结果数据，进行数据分析。在一实施例中，所述缺陷数据分析部，根据包含于所述检测结果数据中的亮点缺陷信息，进一步算出将所述检测对象卷材内的亮点缺陷数除以所述检测对象卷材的长度所得到的每个单位长度的亮点缺陷数，所述卷材品质判断部，根据所述算出的每个单位长度的亮点缺陷数来判断卷材是否为不合格，所述每个单位长度的亮点缺陷数的算出，可以通过所述自动光学检测机在所述亮点缺陷之中区分被判断为OK的亮点缺陷和被判断为NG的亮点缺陷来分别进行。在一实施例中，所述检测结果数据中，包含通过所述自动光学检测机检出的缺陷图案信息，所述图案信息包含所述缺陷的宽度、长度、形态、圆形性、线形性信息，所述缺陷数据分析部，根据所述图案信息之中的至少一个，进一步算出检测对象卷材的外观缺陷数或者每个单位长度的外观缺陷数，在这里，所述外观缺陷包含TAC(三醋酸纤维素酯片基)膜的皱褶、PVA(聚乙烯醇)膜的皱褶、下部TAC膜的不均勻、涂层的条纹、粘结层的条纹以及挤压性的条纹之中的至少一个，所述卷材品质判断部，可以在所述外观缺陷数或者所述每个单位长度的外观缺陷数在规定的允许值以上时，将所述检测对象卷材判断为不合格卷材。在一实施例中，所述缺陷数据分析部，分别算出所述检测对象卷材的每个第一单位区域的缺陷产生密度以及每个第二单位区域的缺陷产生密度，在这里，所述第一单位区域相当于将所述检测对象卷材划分为NXM的行列形态的时候的各个区分区域，所述第二单位区域相当于将所述检测对象卷材的长度分成L等份的时候的各个区分区域，所述缺陷密度异常区域数，可以相当于将所述每个第一单位区域的缺陷产生密度为第三允许值以上的第一单位区域的数，和所述每个第二单位区域的缺陷产生密度为第四允许值以上的第二单位区域的数，进行相加的值。在一实施例中，所述缺陷数据分析部，对于未实施涂层状态的偏光膜卷材以及实施涂层状态的偏光膜卷材，分别进行所述每个单位区域的缺陷产生密度的算出，所述卷材品质判断部，可以在下述的其中任意一个情况下将偏光膜卷材判断为不合格卷材，即对于所述未实施涂层状态的偏光膜卷材，其未实施涂层的缺陷密度异常指数在规定的第五允许值以上的情况；以及对于所述实施涂层状态的偏光膜卷材，其实施涂层的缺陷密度异常指数在规定的第六允许值以上的情况。在一实施例中，所述缺陷数据分析部，对所述未实施涂层的缺陷密度异常指数赋予了第一加权值的值，和对所述实施涂层的缺陷密度异常指数赋予了第二加权值的值，进行相加而算出密度异常加和指数，所述卷材品质判断部，可以在所述算出的密度异常加和指数在规定的第七允许值以上时，将所述偏光膜卷材判断为不合格卷材。在这里，与所述密度异常加和指数进行大小比较的所述第七允许值，可以根据通过所述自动光学检测机判断为NG的缺陷未被标记的几率的缺陷遗漏率来计算。
根据本发明的其他实施例，提供一种偏光膜卷材的品质判断方法，该方法是使用对偏光膜卷材进行缺陷检测的自动光学检测机的检测结果数据来判断检测对象卷材的品质的方法，该方法包括根据包含于所述检测结果数据中的缺陷位置信息算出检测对象卷材的各单位区域的缺陷产生密度的步骤；根据所述缺陷产生密度变为规定值以上的缺陷密度异常区域数算出所述检测对象卷材的缺陷密度异常指数的步骤；在所述检测对象卷材的缺陷密度异常指数变为规定的允许值以上时将所述检测对象卷材判断为不合格卷材的步马聚ο[发明效果]根据本发明的实施例，可以提高偏光膜卷材的品质判断的正确性以及可靠性。另外，根据本发明的实施例，通过使用自动光学检测机的检测结果数据来获取判断卷材品质的重要信息以及将这些重要信息传达到后续工序，由此来履行作为对于不合格卷材的早期预警系统的机能，可以在后续工序中按照卷材品质的不同来构筑不同的工艺、 以及可以降低追加检测所需要的费用以及时间。还有，根据本发明的实施例，可以对于预想为会出现较高缺陷遗漏率的卷材进行自动甄别。
图1是对偏光膜卷材进行缺陷检测的自动光学检测机的一个例子的示意图。图2是用于说明本发明实施例的偏光膜卷材的品质判断系统以及使用该系统的品质判断方法的示意图。图3是用于说明本发明实施例的偏光膜卷材的品质判断系统以及使用该系统的品质判断方法的示意图。图4是对偏光膜卷材进行缺陷标记的示意图。图5是用于说明由缺陷数据分析部对缺陷密度异常区域数的计算方法的示意图。图6是用于说明由缺陷数据分析部对缺陷密度异常区域数的计算方法的示意图。图7A是TAC膜的褶皱示意图。图7B是用于说明TAC膜的褶皱中的缺陷的特征的示意图。图7C是用于说明TAC膜的褶皱中的缺陷的特征的示意图。图8是用于本发明的一个实施例的卷材品质判断的七个标准的示意图。图9是用于说明缺陷密度异常指数和缺陷遗漏率之间的相互关系的示意图。图10是根据缺陷密度异常指数用于说明不合格卷材判断方法的示意图。[附图标记说明]110存储部120数据转换部130缺陷数据分析部140卷材品质判断部
具体实施例方式本发明可以给予多种的变更，具有各种各样的实施例，特定的实施例如附图所示，进行详细地说明。但是，这并非将本发明限定于特定的实施形态，而应该理解为在本发明的构思以及技术范围中包含的所有变化，等同替代以及代替物均属本发明的保护范围。在进行本发明的说明时，对相关公知技术的具体说明当被判断为反倒使本发明的要点不清楚的时候，则省略该详细的说明。另外，本说明书在说明过程中所使用的数字(例如第一、第二等)是为了将一个构成要素区别于其他构成要素的辨识标号而已。下面，为了帮助理解本发明首先对自动光学检测机进行简短地说明。图1是对偏光膜卷材进行缺陷检测的自动光学检测机的一个例子的示意图。制作出的偏光膜，是通过卷材的形态来保存的，这样的偏光膜卷材，在缺陷检测时从开卷部(未图示)被开卷，通过辊12向规定的方向搬运。此时，偏光膜10的搬运速度， 被编码器11等那样的速度探测装置读出，被用于之后的缺陷位置信息的生成。在这里，所述自动光学检测机包括具备至少一个照明装置21和与此对应的至少一个的摄像装置22的光学装置20，由此可以在所述搬运中得到偏光膜的光学影像。光学装置20的构成以及设计方式，对应于需要用所述自动光学检测机检出的缺陷的项目(即，种类以及内容)的不同而不同，通常的自动光学检测机对偏光膜进行透过检测、反射检测、偏光遮断检测(也称作交叉(cross)检测)等。因此，光学装置20设计为，对应于需要检测的缺陷的项目通过选择性地或者并列性地驱动反射照明(以及与此对应的摄像装置)和透过照明(以及与此对应的摄像装置)， 从而可以得到用于检出各种各样的缺陷类型的光学影像。这样，将从光学装置20得到的光学影像，传达至影像分析/检测装置40中，影像分析/检测装置40通过分析被传达的光学影像可以检出偏光膜卷材中存在的各种各样的缺陷。另外，影像分析/检测装置40生成被检出的缺陷数据(以下，称作检测结果数据)， 并将其存储。此时，基于所述检测结果数据的缺陷产生位置被传达到标记系统30，所述标记系统30的标记控制部32，通过控制标记单元31在对应于所述缺陷产生位置的所述偏光膜上标记为缺陷显示。另外，所述检测结果数据，可以被传送到输出装置50、显示装置60等输出该结果， 并可以传送到管理者的服务器70进行存储以及管理。所述的缺陷检测结束之后，偏光膜可以由卷绕部(未图示)再次进行卷绕，以原来那样的卷材的形态进行保管。以下，根据图2以及图3，并参照图4 图10，对本发明实施例的偏光膜卷材的品质判断方法以及其系统进行说明。图2以及图3是用于说明本发明实施例的偏光膜卷材的品质判断系统以及使用该系统的品质判断方法的示意图。本发明的偏光膜卷材的品质判断系统以及其方法，如图2所示，大体分为三个步骤来进行。具体来说分为，自动光学检测机的检测结果数据的转换步骤(Sioo)、缺陷数据的分析步骤(S200)以及卷材品质判断步骤(S300)。即，本发明提供一种新的方法，该方法将从对偏光膜卷材进行光学性缺陷检测的自动光学检测机得到的检测结果数据作为其基础，判断需要检测的偏光膜卷材(以下，称作检测对象卷材)的品质。通过本发明的偏光膜卷材的品质判断方法以及系统，可以进行更高可靠性的卷材品质判断的同时，也可以得到构成不同卷材的品质水准的标准的各种各样的信息，因此可以构筑与每个卷材的品质相符的后续工序流程。这可以通过之后的说明来更明确地理解。以下，参照图3对所述的各步骤(S100、 S200、S300)依次进行说明。同时，以下说明的进行各步骤的主体，既可以从所述的自动光学检测机分离而独立地实现，也可以与自动光学检测机以一体结合的形态来实现。另外，后述的卷材品质判断方法的各步骤，也可包含在记录了用于执行这些步骤的命令语言的程序的计算机可读记录媒体(例如，硬盘、光盘等)中而被提供，这对于本领域普通技术人员而言是显而易见的。检测结果数据的转换步骤(S100)自动光学检测机的检测结果数据，通常是以数据库(database)或者Excel表格这样的文件格式来存储。自动光学检测机，可以生成并存储作为对每个卷材批次(LOT)的检测结果的缺陷的亮度、宽度、长度、大小(面积)、形态(圆形性/线形性)、检出光学群(投射/反射/偏光遮断)等各种各样的数据。在这里，在所述检测结果数据的数据传送时，为了确保大多数使用者或者管理者的密切的关系可以使用FTP(file transfer protocol)。这样被传送的检测结果数据可以存储到本发明的卷材品质判断系统内的存储部110中，为了将分析格式统一可以通过数据转换部120将其转换为规定的通用格式。在这里，所述通用格式，是指数据语言的标记语言，可以是例如XML(Extensible Markup Language)、HTML等。因此，以后的数据分析，能够以转换了的XML等进行。但是，像上述那样的检测结果数据的转换步骤(S100)，由于不同行的检测机存储数据的形式不一样得到，所以为了分析从不同机种的检测机得到的数据，需要将其转换为统一了的通用格式。与此不同，检测机的存储数据的形式全部相同的时候，可以省略本步骤。进而，各个存储数据的形式不同的时候也可以按照各个数据的形式进行数据分析，因此在这样的情况下当然也可以省略。缺陷数据的分析步骤(S200)缺陷数据的分析步骤(S200)，在各卷材LOT中，如图8所示，可以进行算出总共七个品质判断标准的工作。参照图8，所述的七个品质判断标准包括三个缺陷密度异常指数 (总指数/未实施涂层指数/实施涂层指数)、两个亮点DPM (亮点DPM (OK)、亮点DPM (NG))、 重要缺陷数、总标记DPM。但是，图8所示的品质判断标准不是全部都是必需的，很明显既可以只使用这些的一部分，或者也可以进一步使用包括这些在内的其他的品质判断标准。S卩，本实施例中假定并说明了，算出对全部所述七个品质判断标准的分析结果 (数值)，所述七个标准之中的任意一个显示为规定的允许值以上的值的卷材被判断为不合格卷材。但是，很明显也可以对所述七个标准之中的至少一个进行分析，从而判断为是不合格卷材。以下，对所述七个品质判断标准按顺序进行说明。本步骤所进行的缺陷数据的分析，通过缺陷数据分析部130进行。算出缺陷密度异常指数如图4所示，自动光学检测机对各个卷材L0T，记录相对于卷材的宽度/长度的标记位置。本说明书中的卷材的长度，定义为通过自动光学检测机将卷材搬运的前进方向所对应的长度；卷材的宽度，定义为与该前进方向垂直相交的方向所对应的长度。本发明的卷材品质判断系统中的缺陷数据分析部130，从自动光学检测机的检测结果数据中，得到如图4所示的“缺陷标记图(缺陷位置信息)”(S210)，对其加以分析并算出卷材的各个区间的缺陷产生密度。按照卷材的各个区间的缺陷产生密度的算出，是将卷材划分成规定的各个单位区域，算出被这样划分了的每个单位区域中的缺陷产生密度(S2U)。参照图5对其进行说明的话，如下所示。“各个区域的缺陷产生密度”，是如图5所示，算出M/D方向(卷材的长度方向)和 T/D方向(卷材的宽度方向)设定的各个单位区域的该数值，该密度算出方法，可以通过下述的式(1)算出。数1MDi = MCi/ (Wm · Hm)、TDi = TCi/ (Wf ‘ Hf)(1)这里，MCi是MDi区域的总缺陷数，TCi是TDi区域的总缺陷数。S卩，M/D方向中的各个单位区域的缺陷产生密度(即，MDi)，通过将检测对象卷材划分为NXM的行列形态而被分割的各个单位区域中存在的总缺陷数(即，MCi)，除以该单位区域的面积(即，Wn^Hm)来算出。并且，T/D方向中的各个单位区域的缺陷产生密度(即， TDi)，通过将检测对象卷材的长度分成L等份而被分割的各个单位区域中存在的总缺陷数 (即，TCi),除以该单位区域的面积(S卩，Wf · Hf)来算出。在这里，定义的卷材中的M/D方向的单位区域、T/D方向的单位区域的1、礼、礼作为设定参数，在设计上也可以可变地构成为具有适当的值。并且，WJt为卷材的宽度而被设定。之后，缺陷数据分析部130，如上所述的那样，根据算出的各个单位区域的缺陷产生密度来算出缺陷密度异常区域数(S214)。“缺陷密度异常区域数”，是对于算出的缺陷产生密度，作为超过由所述卷材品质判断系统预先设定的基准值的区域的总数而被算出。图6是算出相对各个单位区域的M/D 方向的缺陷产生密度以及T/D方向的缺陷产生密度的例子的示意图，假定分别将M/D方向的密度基准值设定为3，将T/D方向的密度基准值设定为1，则所述缺陷密度异常区域数是， 在超过所述基准值的区域的M/D方向中为4个，在T/D方向中为1个，合计是5个。S卩，所述算出的缺陷密度异常区域数，是在卷材内的各个单位区域内，缺陷密集产生的程度，即数值化表现缺陷密集度的值。所谓缺陷密集度较高，意味着缺陷在特定时间点 (即，卷材内的特定区间)集中且连续地产生。因此，缺陷在特定区间集中且连续地产生的时候，因为自动光学检测机的缺陷检出工序产生过负载，所以由于系统的性能问题导致不能对所有的缺陷都进行标记的发生概率变高。缺陷密度异常区域数的算出，在判断上述那样的缺陷遗漏的可能性(即，存在NG 缺陷，而未被标记的可能性)时被有效利用。即，将缺陷密集度数值化了的密度值，由于与缺陷遗漏率有密切的关系，所以构成为卷材品质判断的主要项目。如上所述，算出缺陷密度异常区域数之后，缺陷数据分析部130，将算出的缺陷密度异常区域数按照预先定义的方式，算出指数化表现了的缺陷密度异常指数(S216)。“缺陷密度异常指数”如图8所示，分别算出“总指数”、“未实施涂层的指数”、“实施涂层的指数”，这是为了将“缺陷密度异常区域数”区分为未实施涂层检测机、实施涂层检测机的各个以及将它们综合了的总指数，之后在使用了 EW(Early Warning)指数的不合格卷材判断步骤来利用。为了区分并算出这样的“未实施涂层的指数”以及“实施涂层的指数”，本发明的卷材品质判断系统中的缺陷数据分析部130，可以从所述的“缺陷产生密度”的算出步骤来区分未实施涂层状态的偏光膜卷材以及实施涂层状态的偏光膜卷材的情况，并进行所述密度
算出工作。在这里，所述“未实施涂层的指数”以及“实施涂层的指数”，例如可以通过下述的式(2)来算出。数2未实施涂层的指数=(A/C) · 1000实施涂层的指数=(B/C) · 1000—(2)在这里，A是相对于未实施涂层状态的偏光膜卷材的缺陷密度异常区域数，B是相对于实施涂层状态的偏光膜卷材的缺陷密度异常区域数，C是表示检测对象的偏光膜卷材的长度。另外，在所述的式⑵中，在算出各个指数时所乘的1000，是为了算出每个IOOOm 的缺陷产生密度。另外，所述的“总指数”是例如如下述的式(3)所示的，可以在分别从未实施涂层检测机和实施涂层检测机算出的数据(此处，是指上述“未实施涂层的指数”以及“实施涂层的指数”)中，通过分别赋予规定的加权值来算出。数3总指数=未实施涂层的指数· +实施涂层的指数· = [(A · &1+Β · a2) /C] · 1000—(3)在这里，B1意味着对未实施涂层的指数赋予的加权值，a2意味着对实施涂层的指数赋予的加权值，B1以及 可以设定为大于0小于等于1。如上所述，为了算出总指数将未实施涂层的指数以及实施涂层的指数进行区分， 并分别赋予规定的加权值的原因是，未实施涂层状态的偏光膜卷材中存在的缺陷密度，和实施涂层状态的偏光膜卷材中存在的缺陷密度，在之后的不合格卷材的判断时，可以互相作为不同的重要度来利用。因此，可以使所述的各个加权值对应于偏光膜的制作工序的特性而设定为适当的值。亮点DPM的算出亮点缺陷是缺陷的大小为较小的细微缺陷，由于难以通过目视检测来辨识，是不合格检出时极为困难的缺陷类型。因此，本发明的卷材品质判断系统，按照不同缺陷种类的 DPM将亮点DPM另行进行分类，将其使用于不合格卷材判断中。另外，所述亮点DPM，向不合格卷材判断之后的后续工序传达，在后续工序作为有用的信息使用。所述DPM (Defect per meter)是将卷材内的缺陷产生频率数值化的值，定义为将全部缺陷的产生数除以卷材长度的值。所述亮点DPM的算出中必要的卷材内的总亮点缺陷数，可以从自动光学检测机的检测结果数据中包含的亮点缺陷(bright defect)信息中得到(S220)。自动光学检测机的检测结果数据，也可以包含通过偏光遮断检测(交叉检测)检出的亮点缺陷信息。根据偏光遮断检测，所有的光(包括偏光)都变得不透过偏光膜，但是由于偏光膜的缺陷，一部分的偏光透过偏光膜的一部分的区域(位置)产生亮点缺陷，这样的亮点缺陷信息就被记录在所述检测结果数据中。因此，本发明的卷材品质判断系统中的缺陷数据分析部130，可以基于所述检测结果数据中包含的亮点缺陷信息来算出卷材内的亮点缺陷数，这样，就可以算出亮点 DPM(S222)。在本发明的实施例中，所述亮点DPM可以通过下述的式(4)算出。数4
亮点 Ρ_): ^ ^，
亮点D嘛) =—⑷在这里，所述Si是通过自动光学检测机被检出(被监视)，但是由于缺陷程度较低而没有被判断为进行标记的亮点缺陷，即，意味着是被判断为OK的亮点缺陷，Ti是被判断了进行标记的亮点缺陷，即，意味着是被判断为NG的亮点缺陷。所述的被判断为OK的亮点缺陷(Si)，是在各个单一像素的情况下难以判断为缺陷的细微的缺陷，但是这些细微的缺陷如果个数变多，或者在一处集中分布的话，就可以作为不合格被判断的细微的缺陷，所以本实施例中对被判断为NG的亮点缺陷的亮点DPM( S卩，参照所述亮点DPM(NG))与亮点DPM(OK) —起也被另行算出。因此，本发明的卷材品质判断系统，考虑到亮点缺陷的重要程度会同时考虑亮点DPM(NG)以及亮点DPM(OK)。重要缺陷数的算出本发明实施例的卷材品质判断系统，除了所述的“亮点缺陷”，还能够以选择其他各种各样的重要缺陷类型并算出的方式来构成。因此，所述重要缺陷数，意味着本发明的系统中被定义的特定缺陷类型的产生数， 在重要缺陷中，有例如“TAC膜的皱褶”、“PVA膜的皱褶”、“下部TAC膜的不均勻”、“AS涂层的条纹”、“NCFT/D的条纹(粘结层的条纹)”、“挤压性的条纹”等。所述的PVA膜，通常作为显示偏光特性的偏光元件来被利用，构成偏光膜的核心层，所述TAC膜用于支撑以及保护所述PVA膜，被叠层在所述PVA膜核心层的两面，粘结层用于在之后将偏光膜附着在液晶面板上并叠层在所述TAC膜上。另外，所述AS涂层，意味着偏光膜的静电防止用涂层，挤压性的条纹，意味着在自动光学检测时由辊挤压产生的条纹。所述的这样六种缺陷类型，是辨识率较低，在特定区域的产生频率较高，通过自动光学检测机不能将全部的产生缺陷都进行标记的危险性较高的缺陷群的代表性类型。因此，本发明的卷材品质判断系统，自动识别所述这样的重要缺陷的产生件数并同时使用于卷材品质判断。但是，所述重要缺陷只不过是一个例子，与所述示例进行不同的选择明显也是可以的。所述这样的重要缺陷数，可以根据自动光学检测机的检测结果数据中包含的缺陷图案信息来算出(S230)。所述检测结果数据中，关于检出的缺陷的缺陷产生形态，可以包含所述缺陷的大小、宽度、长度、面积、圆形性/线形性等的图案信息。因此，本发明的卷材品质判断系统的缺陷数据分析部130，通过使用所述缺陷图案数据将外观上的缺陷的特征转换为数值化了的特征，就可以辨识所述示例这样的重要缺陷(S232)。例如，“TAC膜的皱褶”的时候，如图7A所示，通常来说该缺陷形态是圆形性的可能性较低，缺陷的长度/宽度的比率较高，即，与缺陷的宽度相比具有长度较大的外观上的特征。关于这一点，参照图7B以及图7C，当缺陷的长度除以缺陷的宽度所得比率为2以上、缺陷面积除以将缺陷的最长的长度作为直径的假定的圆的面积所得比率为A以下、缺陷面积为B以上的缺陷的时候，将其判断为所述的“TAC膜的皱褶”，便是那种例子。如上所述，本发明的卷材品质判断系统中的缺陷数据分析部130，根据每个缺陷所显现的外观上的特征，通过对缺陷的特征性数据的组合将各个重要缺陷形态数值化并进行辨识。此时，每个重要缺陷中显现的特征性的图案信息(缺陷类型的辨识要素)，可以通过分析自动光学检测机的过去检测累积数据来得到。除此以外，作为搜索每个缺陷类型的辨识要素的方法当然也可以使用各种各样的统计方法。像与所述“TAC膜的皱褶”有关的示例那样，“重要缺陷数”对于预先特定的特定缺陷类型设定各种各样的辨识要素，将符合该设定条件的缺陷作为重要缺陷来识别。此时，与所述“亮点缺陷”的时候一样，重要缺陷辨识时也同时考察被判断为OK的缺陷和被判断为 NG的缺陷。这是因为，可以将从标记判断中落选的、辨识率较低的缺陷产生信息提供给后续工序，作为非常有用的信息进行利用。此时，所述重要缺陷数，可以通过DPM来表现。总标记DPM的算出“总标记DPM”从自动光学检测机作为被缺陷标记了的DPM被算出。“总标记DPM” 的算出(SM2)可以通过下述的式(5)求出。数5
权利要求
1.一种偏光膜卷材的品质判断系统，其特征在于，所述品质判断系统包括存储部，其存储从对偏光膜卷材进行缺陷检测的自动光学检测机得到的检测结果数据；缺陷数据分析部，其根据包含于所述检测结果数据中的缺陷位置信息算出检测对象卷材的各单位区域的缺陷产生密度，并根据所述缺陷产生密度变为规定值以上的缺陷密度异常区域数算出所述检测对象卷材的缺陷密度异常指数；以及卷材品质判断部，其在所述检测对象卷材的缺陷密度异常指数变为规定的允许值以上时，将所述检测对象卷材判断为不合格卷材。
2.根据权利要求1所述的偏光膜卷材的品质判断系统，其特征在于，还包括将所述自动光学检测机的检测结果数据转换为通用格式的数据转换部，所述缺陷数据分析部能够根据转换为所述通用格式的检测结果数据，进行数据分析。
3.根据权利要求1所述的偏光膜卷材的品质判断系统，其特征在于，所述缺陷数据分析部，根据包含于所述检测结果数据中的亮点缺陷信息，进一步算出将所述检测对象卷材内的亮点缺陷数除以所述检测对象卷材的长度所得到的每个单位长度的亮点缺陷数；所述卷材品质判断部，根据所述算出的每个单位长度的亮点缺陷数来判断卷材是否为不合格；所述每个单位长度的亮点缺陷数的算出，是通过所述自动光学检测机在所述亮点缺陷之中区分被判断为OK的亮点缺陷和被判断为NG的亮点缺陷来分别进行的。
4.根据权利要求1所述的偏光膜卷材的品质判断系统，其特征在于，所述检测结果数据中，包含通过所述自动光学检测机检出的缺陷图案信息，所述图案信息包含所述缺陷的宽度、长度、形态、圆形性、线形性信息；所述缺陷数据分析部，通过使用所述图案信息之中的至少一个来将重要缺陷进行数值化处理，进一步算出检测对象卷材的重要缺陷数或者每个单位长度的重要缺陷数；所述重要缺陷包含TAC膜的皱褶、PVA膜的皱褶、下部TAC膜的不均勻、涂层的条纹、粘结层的条纹以及挤压性的条纹之中的至少一个；所述卷材品质判断部，在所述重要缺陷数或者所述每个单位长度的重要缺陷数在规定的允许值以上时，将所述检测对象卷材判断为不合格卷材。
5.根据权利要求1所述的偏光膜卷材的品质判断系统，其特征在于，所述缺陷数据分析部，分别算出所述检测对象卷材的每个第一单位区域的缺陷产生密度以及每个第二单位区域的缺陷产生密度；所述第一单位区域相当于将所述检测对象卷材划分为NXM的行列形态的时候的各个区分区域，所述第二单位区域相当于将所述检测对象卷材的长度分成L等份的时候的各个区分区域；所述缺陷密度异常区域数，相当于将所述每个第一单位区域的缺陷产生密度为第三允许值以上的第一单位区域的数，和所述每个第二单位区域的缺陷产生密度为第四允许值以上的第二单位区域的数，进行相加的值。
6.根据权利要求1所述的偏光膜卷材的品质判断系统，其特征在于，所述缺陷数据分析部，对于未实施涂层状态的偏光膜卷材以及实施涂层状态的偏光膜卷材，分别进行所述每个单位区域的缺陷产生密度的算出；所述卷材品质判断部，在下述的其中任意一个情况下将偏光膜卷材判断为不合格卷材，即对于所述未实施涂层状态的偏光膜卷材，其未实施涂层的缺陷密度异常指数在规定的第五允许值以上的情况；以及对于所述实施涂层状态的偏光膜卷材，其实施涂层的缺陷密度异常指数在规定的第六允许值以上的情况。
7.根据权利要求6所述的偏光膜卷材的品质判断系统，其特征在于，所述缺陷数据分析部，对所述未实施涂层的缺陷密度异常指数赋予了第一加权值的值，和对所述实施涂层的缺陷密度异常指数赋予了第二加权值的值，进行相加而算出密度异常加和指数；所述卷材品质判断部，在所述算出的密度异常加和指数在规定的第七允许值以上时， 将所述偏光膜卷材判断为不合格卷材。
8.根据权利要求7所述的偏光膜卷材的品质判断系统，其特征在于，与所述密度异常加和指数进行大小比较的所述第七允许值，是根据通过所述自动光学检测机判断为NG的缺陷未被标记的几率的缺陷遗漏率来计算。
9.一种偏光膜卷材的品质判断方法，该方法是使用对偏光膜卷材进行缺陷检测的自动光学检测机的检测结果数据来判断检测对象卷材的品质的方法，其特征在于，该方法包括根据包含于所述检测结果数据中的缺陷位置信息算出检测对象卷材的各单位区域的缺陷产生密度的步骤；根据所述缺陷产生密度变为规定值以上的缺陷密度异常区域数算出所述检测对象卷材的缺陷密度异常指数的步骤；在所述检测对象卷材的缺陷密度异常指数变为规定的允许值以上时将所述检测对象卷材判断为不合格卷材的步骤。
10.根据权利要求9所述的偏光膜卷材的品质判断方法，其特征在于，还包括根据包含于所述检测结果数据中的亮点缺陷信息，算出将所述检测对象卷材内的亮点缺陷数除以所述检测对象卷材的长度所得到的每个单位长度的亮点缺陷数的步骤；所述每个单位长度的亮点缺陷数在规定的允许值以上时，将所述检测对象卷材判断为不合格卷材的步骤，所述每个单位长度的亮点缺陷数的算出，是通过所述自动光学检测机在所述亮点缺陷之中区分被判断为OK的亮点缺陷和被判断为NG的亮点缺陷来分别进行的。
11.根据权利要求9所述的偏光膜卷材的品质判断方法，其特征在于，还包括所述检测结果数据中，包含通过所述自动光学检测机检出的缺陷图案信息，所述图案信息包含所述缺陷的宽度、长度、形态、圆形性、线形性信息，通过使用所述图案信息之中的至少一个来将重要缺陷进行数值化处理，进一步算出检测对象卷材的重要缺陷数或者每个单位长度的重要缺陷数的步骤；所述重要缺陷包含TAC膜的皱褶、PVA膜的皱褶、下部TAC膜的不均勻、涂层的条纹、粘结层的条纹以及挤压性的条纹之中的至少一个，在所述重要缺陷数或者所述每个单位长度的重要缺陷数在规定的允许值以上时，将所述检测对象卷材判断为不合格卷材的步骤。
12.根据权利要求9所述的偏光膜卷材的品质判断方法，其特征在于，算出所述每个单位区域的缺陷产生密度的步骤是分别算出所述检测对象卷材的每个第一单位区域的缺陷产生密度以及每个第二单位区域的缺陷产生密度；所述第一单位区域相当于将所述检测对象卷材划分为NXM的行列形态的时候的各个区分区域，所述第二单位区域相当于将所述检测对象卷材的长度分成L等份的时候的各个区分区域；所述缺陷密度异常区域数，相当于将所述每个第一单位区域的缺陷产生密度为第三允许值以上的第一单位区域的数，和所述每个第二单位区域的缺陷产生密度为第四允许值以上的第二单位区域的数，进行相加的值。
13.根据权利要求9所述的偏光膜卷材的品质判断方法，其特征在于，所述每个单位区域的缺陷产生密度的算出，是对未实施涂层状态的偏光膜卷材以及实施涂层状态的偏光膜卷材分别进行的；判断所述检测对象卷材为不合格的步骤，是在下述的其中任意一个情况下将所述检测对象卷材判断为不合格卷材的步骤，即对于所述未实施涂层状态的偏光膜卷材，其未实施涂层的缺陷密度异常指数在规定的第五允许值以上的情况；以及对于所述实施涂层状态的偏光膜卷材，其实施涂层的缺陷密度异常指数在规定的第六允许值以上的情况。
14.根据权利要求13所述的偏光膜卷材的品质判断方法，其特征在于，还包括对所述未实施涂层的缺陷密度异常指数赋予了第一加权值的值，和对所述实施涂层的缺陷密度异常指数赋予了第二加权值的值，进行相加而算出密度异常加和指数的步骤；判断所述检测对象卷材为不合格的步骤，是在所述算出的密度异常加和指数在规定的第七允许值以上时将所述检测对象卷材判断为不合格卷材的步骤。
15.根据权利要求14所述的偏光膜卷材的品质判断方法，其特征在于，与所述密度异常加和指数进行大小比较的所述第七允许值，是根据通过所述自动光学检测机判断为NG 的缺陷未被标记的几率的缺陷遗漏率来计算。
16.一种计算机可读记录媒体，其记录了用于执行权利要求9 15中任意一项所述方法的程序。
全文摘要
本发明提供一种偏光膜卷材的品质判断系统及其方法，该系统以及方法可以减低追加检测所需要的费用以及时间，可以自动甄别预想为会出现较高缺陷遗漏率的卷材。本发明的实施例的偏光膜卷材的品质判断系统及其方法，通过使用自动光学检测机的检测结果数据获得对于卷材品质判断重要信息以及将这些重要信息传达到后续工序，由此来履行作为对于不合格卷材的早期预警系统的机能，可以在后续工序中按照卷材品质的不同来构筑不同的工艺。
文档编号G01N21/898GK102253054SQ20111012564
公开日2011年11月23日 申请日期2011年5月10日 优先权日2010年5月10日
发明者尹永根, 朴一雨 申请人:东友精细化工有限公司