TFT-LCD 4K-Inspektion von Flachbildschirmen mit 151MP-Kamera

Ultrahochauflösend

TFT-LCD 4K-Inspektion von Flachbildschirmen mit 151MP-Kamera

Die 151MP-Flächenkamera MV-CH1510-10XM mit CoaXPress-Schnittstelle ermöglicht dank integrierter SLVS-EC-Technologie eine Bildrate von bis zu 6,2fps.

Die 151MP-Flächenkamera HikvisionMV-CH1510-10XM mit CXP-Schnittstelle ermöglicht eine große Detailtreue, z.B. bei der Qualitätsinspektion von TFT-LCD 4K TV-Flachschirmen. (Bild: Hangzhou Hikvision Intelligent Technology Co., Ltd)

Die 151MP-Flächenkamera HikvisionMV-CH1510-10XM mit CXP-Schnittstelle ermöglicht eine große Detailtreue, z.B. bei der Qualitätsinspektion von TFT-LCD 4K TV-Flachschirmen. (Bild: Hangzhou Hikvision Intelligent Technology Co., Ltd)

Die Entwicklung der Displaytechnologie ist in den vergangenen Jahren rasant verlaufen und beinhaltet unterschiedlichste Ansätze wie CRT, LCD oder OLED. Gleichzeitig steigen die Anforderungen der Kunden hinsichtlich Größe und Auflösung des TV- oder Smartphonebildschirms. Noch vor zehn Jahren erschien ein 2,8″-Handydisplay mit QVGA (240×320) Auflösung groß genug, während heute schon viele Smartphones mit 4k-Auflösung erhältlich ist. Mit der Evolutionsgeschwindigkeit der Displaytechnologie gingen beständig auch steigende Anforderungen der Hersteller von Flachbildschirmen an die Qualitätskontrolle einher.

6,2fps bei 151MP

Daher wurde die ultrahochauflösende 151MP-Flächenkamera MV-CH1510-10XM mit CoaXPress-Schnittstelle entwickelt. Herzstück der Kamera ist ein Sony IMX411 back-illuminated RS CMOS-Sensor mit einer Pixelgröße von 3,76m, einer Auflösung von 14.192×10.640 und Square-Pixel-Array. Die integrierte SLVS-EC-Technologie ermöglicht eine Bildrate von bis zu 6,2fps. Speziell bei der Qualitätsinspektion von TFT-LCD 4K TV-Flachbildschirmen spielt die neue Kamera ihre Stärken aus. Die Bildverarbeitung des AOI-Systems lässt sich dabei in vier Schritte unterteilen:

1. Bildaufnahme: Voraussetzung für den optimalen Einsatz ist, dass die Anforderungen der Fehlerprüfalgorithmen erfüllt werden. Das sind im Wesentlichen die Anforderungen an die Bildauflösung des geprüften Objekts. Dazu sollte jedes Pixel des TV-Bildschirms mindestens auf neun Pixel im aufgenommenen Bild dargestellt werden, d.h. dass ein 55-Zoll-4K-Fernseher mit einer 3.840×2.160 Auflösung ein Bild mit mindestens 11.520×6.480 (75MP) Auflösung benötigt. Es ist möglich, mehrere hochauflösende Kameras zu kombinieren, z.B. 4×29MP-Kameras, um jeweils einen Teil des Fernsehbildschirms aufzunehmen. Alternativ nimmt eine einzelne Kamera mehrere Bilder von jedem Teil des TV-Bildschirms auf und fügt sie dann zusammen. Dazu ist jedoch ein zusätzlicher Schritt zum Spleißen der Bilder erforderlich. Daneben sind zusätzliche Operationen notwendig, um jedes aufgenommene Bild zu kalibrieren, Verzerrungen zu korrigieren und die Bildeigenschaften zu vereinheitlichen. Daher kann der Einsatz eines Visionsystems, das auf einer einzigen ultrahochauflösenden Kamera basiert, die Komplexität der Systemeinrichtung für die Displayinspektion auf einem 4K-Fernsehbildschirm weitgehend vereinfachen. So ist die 151MP-Kamera in der Lage, das Bild des gesamten Fernsehbildschirms in einer einzigen Aufnahme aufzunehmen. Um jedes Pixel des Bildschirms zu inspizieren besteht die Möglichkeit, dass das Fernsehdisplay nachfolgend in den Farben rot, grün, blau und weiß aufleuchtet und hiervon Aufnahmen gemacht werden, indem der Trigger-Mode der Kamera mit dem automatischen Output-Signal der TV-Fernbedienung verbunden wird.2. Bildbereich extrahieren: Es ist recht einfach, das Bild des gesamten TV-Bildschirms mit der 151MP-Kamera aufzunehmen. Allerdings kann beim Transport der Fernseher in die Inspektionsposition durch potenzielle mechanische Vibrationen eine gewisse Positionsabweichung auftreten. Ein statischer ROI eignet sich oft nicht gut zur Extraktion des ganzen Bildschirms für die Inspektion. Hierfür ist die Global Treshold Segmentaion Methode die bessere Lösung.

3. Beseitigung des Moiré Effekts: Der Moiré-Effekt entsteht, wenn zwei Objekte mit ähnlicher räumlicher Frequenz miteinander verbunden werden. Er tritt häufig auf wenn versucht wird, mit einer Digitalkamera eine Aufnahme von einem Bildschirm zu machen. Das Pixelarray auf dem Sensor der Kamera hat eine ähnliche räumliche Frequenz wie das Flüssigkristallarray auf dem Bildschirm. Der Moiré-Effekt wirkt sich auf die Qualität der späteren Fehlererkennung aus. Daher ist es unerlässlich, die Störung zu beheben. Eine effektive Methode ist der Einsatz von (inverser) Fouriertransformation oder Tiefpassfilter.

4. Bildoptimierung und Fehlererkennung: Die Bildoptimierung ist ein notwendiges Verfahren vor der Extraktion von Defekten. Dieser Schritt soll den Kontrast von Defekten vor dem Bildhintergrund erhöhen. Dazu kann z.B. ein Bildverbesserungsalgorithmus basierend auf DOG (Difference of Gaussian) angewandt werden. Für die Extraktion der Defekte, basieren die herkömmlichen Methoden meist auf der Local-Threshold Segmentation. Auf dieser Grundlage werden verschiedene Algorithmen wie die morphologische Bildverarbeitung eingesetzt, um die Erkennungsrate weiter zu verbessern. Derzeit wird auch immer öfter Deep Learning eingesetzt.

Der Moiré-Effekt tritt häufig auf wenn versucht wird, mit einer Digitalkamera eine Aufnahme von einem schirm zu machen. (Bild: Hangzhou Hikvision Intelligent  Technology Co., Lt)

Der Moiré-Effekt tritt häufig auf wenn versucht wird, mit einer Digitalkamera eine Aufnahme von einem Bildschirm zu machen. (Bild: Hangzhou Hikvision Intelligent Technology Co., Lt)

Cleveres Kühlungsdesign

Neben dem Standardkameramodell steht ein Sondermodell mit TEC-Kühlung zur Verfügung. Dieses ist mit seiner thermoelektrischen Kühlung, einem isolierten Luftkanal und fortschrittlichem Lüftersystem in die Kamera integriert, um die Temperatur des Sensors zu stabilisieren. Testläufe ergaben, dass die Sensortemperatur im Betrieb ohne das Kühlsystem um bis zu 35°C über die Umgebungstemperatur steigen kann. Mithilfe des TEC-Kühlsystems zur Temperaturregelung reduziert sich das Bildrauschen bis zum 7,5-fachen. Die Kamera verwendet zudem verschiedene ISP-Algorithmen zur Verbesserung der Bildqualität. Sie unterstützt Flat-Field-Korrekturen, einschließlich FPN-Korrektur und PRNU-Korrektur. Des Weiteren werden Defective Point Correction, Defective Line Correction und Lens Shading Correction (LSC) unterstützt.

Themen:

| Fachartikel

Ausgabe:

inVISION 4 2019

Das könnte Sie auch Interessieren