OLED中的Demura
OLED作为⼀种电流型发光器件已越来越多地被应⽤于⾼性能显⽰中。由于它⾃发光的特性，与LCD相⽐，AMOLED具有⾼对⽐度、超轻薄、可弯曲等诸多优点。但是，亮度均匀性和残像仍然是它⽬前⾯临的两个主要难题，要解决这两个问题，除了⼯艺的改善，就不得不提到补偿技术。补偿⽅法可以分为内部补偿和外部补偿两⼤类。内部补偿是指在像素内部利⽤TFT构建的⼦电路进⾏补偿的⽅法。外部补偿是指通过外部的驱动电路或设备感知像素的电学或光学特性然后进⾏补偿的⽅法。 1. 为何要对OLED进⾏补偿？
介绍补偿技术之前，⾸先我们来看看AMOLED为什么需要补偿。下图所⽰为⼀个最简单的AMOLED像素电路，它由两个薄膜晶体管（TFT）构建像素电路为OLED器件提供相应的电流。
与⼀般的⾮晶硅薄膜晶体管（amorphous-Si TFT）相⽐，LTPS TFT和Oxide TFT具有更⾼的迁移率和更稳定的特性，更适合应⽤于AMOLED显⽰中。在中⼩尺⼨应⽤中多采⽤低温多晶硅薄膜晶体管(LTPS TFT)，⽽在⼤尺⼨应⽤中多采⽤氧化物薄膜晶体管（Oxide TFT）。这是因为LTPS TFT迁移率更⼤，器件所占⾯积更⼩，更适合于⾼PPI的应⽤。⽽Oxide TFT均匀性更好，⼯艺与a-Si兼容，更适合在⾼世代线上⽣产⼤尺⼨AMOLED⾯板。
它们各有缺点。
由于晶化⼯艺的局限性，在⼤⾯积玻璃基板上制作的LTPS TFT，不同位置的TFT常常在诸如阈值电压、迁移率等电学参数上具有⾮均匀性，这种⾮均匀性会转化为OLED显⽰器件的电流差异和亮度差异，并被⼈眼所感知，即mura现象。 远南运动会
Oxide TFT 虽然⼯艺的均匀性较好，但是与a-Si TFT类似，在长时间加压和⾼温下，其阈值电压会出现漂移，由于显⽰画⾯不同，⾯板各部分TFT 的阈值漂移量不同，会造成显⽰亮度差异，由于这种差异与之前显⽰的图像有关，因此常呈现为残影现象，也就是通常所说的残像。
2. OLED补偿分类
因此，在当前的⼯艺制作中，不管是LTPS还是Oxide都存在均匀性或稳定性的问题，⽽且OLED本⾝也会随着点亮时间的增加亮度逐渐衰减。既然这些问题难以在⼯艺上完全克服，就必须要在设计上通过各种补偿技术来解决。通常OLED的发光亮度和电流成正⽐，⽽电流是由TFT提供的，与TFT的特性参数相关。电流通常表⽰为：
I=kCox(Vgs-Vth)2(1+λVds)
k是和TFT迁移率有关的参数，Vgs和Vds⼜和电源电压与OLED驱动电压有关。可知影响电流⼤⼩的参数有TFT迁移率、阈值电压，OLED的驱动电压以及电源电压的⼤⼩。
补偿技术的主要⽬的就是要消除这些因素的影响，最终让所有像素的亮度达到理想值。
内部补偿
思其始而成其终下图是⼀个典型的内部补偿型电路，它由7个TFT和1个存储电容组成，因此被简称为7T1C结构。
类似还有6T1C，5T2C等很多类似电路结构，经过近⼏年的不断研究和发展，内部补偿电路的拓扑结构⼏乎已被穷尽，很难再有实⽤性的结构创新。
这种像素电路⼯作时⼀般都会有三个⼯作阶段，会经历复位、补偿、发光，即⼀个驱动周期⾄少要⼲2到3件事，因此对电路驱动能⼒和⾯板上的负载都有⼀定要求。
斗齿它的⼀般⼯作思路是在补偿阶段把TFT的阈值电压Vth先储存在它的栅源电压Vgs内，在最后发光时，是把Vgs-Vth转化为电流，因为Vgs已经含有了Vth，在转化成电流时就把Vth的影响抵消了，从⽽实现了电流的⼀致性。
但是实际因为寄⽣参数和驱动速度等影响，Vth并不能完全抵消，也即当Vth偏差超过⼀定范围时（通常ΔVth≥0.5V），电流的⼀致性就不能确保了，因此说它的补偿范围是有限的。
外部补偿之Demura
外部补偿根据数据抽取⽅法的不同⼜可以分为光学抽取式和电学抽取式。光学抽取式是指将背板点亮后通过光学CCD照相的⽅法将亮度信号抽取出来，电学抽取式是指通过驱动芯⽚的感应电路将TFT和OLED的电学信号抽取出来。
两种⽅法抽取的信号种类不同，因此数据处理的⽅式也不同。光学抽取的⽅式具有结构简单，⽅法灵活的优点，因此在现阶段被⼴泛采⽤，即为我们平时所说的Demura。
Mura⼀词源于⽇本，原意指亮暗不均，后扩展⾄⾯板上任何⼈眼可识别的颜⾊差异。
对于⾯板⼚⽽⾔，需要进⾏质量监控，因此在产线上均有技术员去检测判定mura，但是这种⽅法很主观，不同⼈的判定有差异，给品质管控带来很⼤的困扰。 因此技术⼈员开发出AOI(automatic optical inspection)设备进⾏mura的检测，以及检测到Mura后进⾏补偿消除Mura，即Demura，本⽂讲重点介绍Demura。
3. Demura⼀般步骤
a. Drive IC点亮⾯板（TV/mobile/Tablet），并显⽰数个画⾯（⼀般是灰阶或者RGB）。
b. 使⽤⾼分辨率和⾼精度的CCD照相机拍摄上述画⾯。
c. 根据相机采集数据分析pixel颜⾊分布特征，并根据相关算法识别出Mura。
d. 根据mura数据及相应的Demura补偿算法产⽣Demura数据。
e. 将Demura数据烧录到Flash ROM中，重新拍摄补偿后画⾯，确认Mura已消除。
检测画⾯
点亮⾯板后需要被检测的画⾯根据不同⾯板⼚的要求，⼀般是不同的。
有些⾯板⼚的Demura只对亮度差异进⾏补偿，不对⾊彩差异进⾏补偿，这种Luminance Demura⼀般只需要检测灰阶画⾯，⽽且由于不同灰阶时呈现的Mura不同，⼀般会检测⾼中低灰阶的Mura，最后Demura数据平均，当然具体的设定不同⾯板⼚会根据⾃⼰的实际需求进⾏选择。
有些⾯板⼚进⾏的是⽐较全⾯的Color Demura，即不仅对亮度同时对⾊度差异也进⾏补偿。
此类型的color Demura的检测画⾯，有些采⽤灰阶画⾯，有些采⽤RGBW画⾯，不同⾯板⼚根据技术和需求选择不同。
相机拍照
radeon 9200
为了达到代替技术员的⽬标，以下两点时必须的：
1、相机符合CIE1931⼈眼匹配函数，
2、相机能达到⼈眼的分辨率。
拍摄检测画⾯时⼀般采⽤⾼精度⾼分别率的CCD相机，相机分辨率的选择取决于被检测⾯板的分辨率，⼤⼩，拍摄距离以及Demura补偿的精度。
为了达到最佳的检测和补偿效果。相机最终得到的数据⼀定要是XYZ，且后续的计算均是基于相机拍照得到的XYZ数据。
Mura识别
得到⾯板XYZ的分布数据后就可以根据不同的算法检测不同的Mura，关于Mura检测⽬前有⼆个国际标准：
1.German Flat Panel Display Forum
2.IDMS(former VESA)
当然Mura检测异常复杂，各个⼚家都有开发⾃⼰的Mura检测算法，也算是⾃⼰的核⼼技术。Mura识别的内容太多，本⽂举⼏个简单的例⼦作为说明。
上图是科学家做实验得出的⼈眼对⽐敏感性函数，黄⾊曲线以上部分，⼈眼基本⽆法识别出Mura，可以看出两个因素可以明显影响对Mura严重程度的判定:国营企业辞退违纪职工暂行规定
坏疽1、亮暗对⽐程度的差异
2、亮暗差异的周期分布
Mura检测之傅⾥叶变换
任意⼀个图像均可以分解为不同频率，强度，相位，⽅位的sin函数。
Mura检测之边缘识别
经过傅⾥叶变换后，⾼频部分可以⽤来识别图像边缘。
Mura检测之边缘识别
经过对⽐增强后，原本很微弱不易识别的Mura可以明显被识别，当然还有很多其它的⽅法，例如⽐较
Pixel与周围pixel的亮度差异，计算亮度梯度，计算⾊差等⽅法。
Demura算法
为了更好的理解Demura补偿算法，可以观看以下视频和图⽚：可以看出Demura算法原理其实很简单：
只是把它认为偏暗的区域变亮，或者偏亮的区域变暗，或者将有⾊偏的区域消除，最终的⽬标是使得⾯板不同区域有⼤体相同的颜⾊，当然需要平滑的算法来消除Mura边界。
烧录
OLED Demura数据确定后，就需要将其烧录到EEPROM中以实现补偿效果，最后再拍照确认Mura已消除，Demura数据占⽤ROM空间的⼤⼩取决于屏幕分辨率以及补偿精度（pixel级，3*3，5*5…..）。
Demura 前：
Demura 后：
OLED Demura总结
OLED Demura技术，⽬前三星和LG处于领先的位置，但是Demura技术很复杂，均不能算成熟完美，国内各个⼚家也在积极开发⼦⾃⼰的Demura技术，希望能够提升良率。
Demura 难点总结如下：
1、如何使⽤CCD相机快速准确的抓取每个pixel的颜⾊？
2、如何识别不同类型的Mura，有些Mura正视不可见，侧视可见？
3、如何进⾏快速⾼效的补偿，以免速度太慢对产能造成损失？
以上问题，期待⼤家的共同努⼒，早⽇突破解决。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议