CN100367293C

CN100367293C - 用于显示器的光学检测的方法和装置

Info

Publication number: CN100367293C
Application number: CNB2004800034163A
Authority: CN
Inventors: 列扎·萨菲-罗德; 亚历山大·茨尔纳托维奇; 杰弗里·霍索恩; 布兰科·布卡尔; 雷·利伦特韦尔
Original assignee: Photon Dynamics Inc
Current assignee: Photon Dynamics Inc
Priority date: 2003-02-03
Filing date: 2004-02-03
Publication date: 2008-02-06
Anticipated expiration: 2024-02-03
Also published as: JP2006520482A; WO2004070693A2; TWI236840B; US20040213449A1; CN1745385A; KR20050105194A; TW200421857A; WO2004070693A3; KR100983943B1; US7308157B2

Abstract

一种用于光学地检测显示器的方法和装置为各个基色采用子像素精度以考虑到旋转角(520)。该方法包括：用R×S个传感器捕获图像、确定出映射到像素的传感器坐标集(540)、确定出显示器上的像素与R×S个传感器之间的多个失准角、确定出多个x缩放比、响应相应的多个失准角和相应的多个x和y缩放比来确定与R×S个传感器相关的多个加权因子、以及检测被缩放的图像以识别显示器上的像素的潜在缺陷(580)。

Description

用于显示器的光学检测的方法和装置

相关申请的交叉引用

出于所有的目的，本申请要求在2003年2月3日提交的第60/444,889号临时申请的优先权，并将其并入本文以作为参考。

技术领域

本发明涉及检测系统。本发明尤其涉及用于检测诸如液晶显示器(LCD)的平板基底或显示器的改进的光学检测系统。

背景技术

用于检测LCD显示板的相对简单的方法之前已经被提出。在美国第5,650,844号专利中描述了一种这样的方法。第844’号专利描述了使用具有1534×1024像素的CCD照相机来捕获具有640×480像素的整个LCD显示板的图像。该被描述的技术简单地公开了确定LCD像素是亮(on)还是灭(off)。

在第844’号专利中描述的方法存在许多现实的缺点。一个缺点是LCD显示板在不同的视角具有不同的亮度属性。因此，在试图用单一的照相机来捕获整个LCD显示板时，如所教导的那样，由照相机获得的图像将会在LCD显示板的不同部分具有视角产物(artifact)，这种产物会干扰LCD显示板的检测。其它的光学缺点包括LCD显示板的图像的几何失真。

其余的缺点是第844’号专利看起来是假定显示板和照相机是完美地对准的，也就是说在它们之间不存在失准角(misalignment angle)。实际上，在典型的生产线中，显示板和照相机之间的失准角是不算小的。例如，典型的组装线定位系统精确到小于5度、小于10度、等等。得到能够产生失准精度(例如，小于0.01度)足够小以使得失准角可被忽略的定位系统是非常昂贵和费时的。因为典型的生产线没有上述准确的定位系统，所以第844’专利没有提供实际的解决方法。

第844’号专利的另外缺点是不能够实现检测LCD像素的有缺陷的子像素(sub-pixel)，也不能实现检测LCD显示板的子像素部分中的缺陷。第844’号专利看上去仅描述了对LCD像素中的对比率(contrast ratio)的检测。

相反，在工业中，生产商关注于检测显示器像素的子像素，例如红、蓝和绿子像素。而且，生产商的注意力在于识别部分缺陷的子像素，从而使得他们能够修复缺陷。

根据第844’号专利的教导而简单地使用较高分辨率的照相机仍然具有缺点。这种缺点之一是如上所述的视角产物。另一个缺点是它没有给出对不同颜色图像进行不同处理的教导。相反，本发明的发明人揭示出，在仅激励红、蓝或绿像素的同时检测测试场景(图像)时，使用不同的校准参数、驱动参数和门限来提供精确的缺陷位置标识是极为需要的。

根据第844’号专利的教导而简单地使用一个照相机来获取显示板的多个图像，或使用多个照相机来获取显示板的一个图像将仍然具有缺陷。一个缺陷是，在实践中，实际上不可能完全将各个照相机的显示器像素与显示板对准。因此，使用第844’专利所教导的内容进行这样的图像处理将是不精确的，因为各个照相机的图像具有不同的失准角。此外，多次使用单一的照相机是非常耗时的过程，对于生产线中的使用而言，这是不可接受的。

鉴于上述说明，所期望得到的是不存在上述缺陷的用于检测显示板的子像素中的缺陷的方法和装置。

发明内容

根据本发明的用于光学检测显示器的方法和装置对各个基色采用了子像素精度以将旋转角度考虑在内。所述方法包括用R×S个传感器捕获图像、确定映射到像素的传感器坐标集、确定显示器上的像素与R×S个传感器之间的多个失准角、确定多个x缩放比(scaling ratio)、响应相应的多个失准角和相应的多个x缩放比来确定与R×S个传感器相关的多个加权因子、为R×S个传感器确定多个亮度值、响应加权因子和亮度值确定多个总亮度值、形成包括第一和第二亮度值的被缩放的图像、以及检测所述被缩放的图像以识别显示器上的像素的潜在缺陷。本发明涉及用于检测诸如液晶显示器(LCD)的平板基底或显示器的改进的光学检测系统。

用于检测平板基底的许多方案曾经被开发出来。本专利申请的受让人，光子动力公司也是基底检测领域中的最早的几个专利的受让人。随着显示器基底的大小的增长和对于灵活性及精确性的检测系统的需求的增加，本申请的发明人已经开发出了额外的硬件和软件来增强检测处理。

本发明的发明人已经确定出，有许多不同的因素可被用来改进检测处理。这包括：光学：小的视角、平的视场(FOV)、用于所有颜色的平均聚焦等级、以及四个滤光器(红、绿、蓝和中性滤光(neutral density)；传感器阵列：所需的至少4个传感器像素与1个显示器像素的放大率、并行和独立的图像捕获、处理和分析；图像处理：基于缩小的或标准化的(normalized)图像上的全局门限粗略检测候选缺陷，以及基于原始的或按比例缩小的图像上的局部门限来精确分析候选缺陷；颜色得有效性：(对于子像素和线)基于缺陷的子像素位置；以及动态曝光调整：在显示板的亮度变化之内和之间来实现。

可单独地对检测系统作贡献并可变化地组合在检测系统中的各种组件在本文中被描述。它们包括：含有偏轴配置、XYZ可移动配置和具有内部滤光器的自动聚焦的照相机等的经改进的光学/传感配置；自适应缩放算法的实现；背景均衡(BGE)的实现和标准化算法执行等。

平板显示器的质量控制包括各种类型缺陷的检测和分类。具体地说，LCD板上的缺陷(对单元级和模块级而言)可被分为三个主要的群组：高对比度缺陷、低对比度缺陷和甚低对比度缺陷。

第一组缺陷由RGB子像素(即，点)和RGB线缺陷构成。这些缺陷的相对对比度从完全灭和亮(即，保持灭和保持亮)变动到部分灭和亮(例如1/3灭或2/3亮)。此外，上述缺陷可作为相邻的簇(cluster)而出现。例如，保持亮的红子像素可位于部分为绿的子像素的旁边。检测所需的信息包括准确的2D位置、相对对比度和相邻类型等。

第二组缺陷包括板中的杂质(其可出现在显示板中的不同层之间：背光、漫射膜、偏光膜、滤色膜、LCD玻璃等)。这些缺陷典型地是低对比度的缺陷。典型地，上述缺陷很小(例如，小于16个LCD像素)并相对于没有缺陷的像素具有4-10％的相对对比度。检测需要的信息包括位置、大小、相对对比度和围绕这些缺陷出现/没有出现的光晕(halo)等。

第三组缺陷包括甚低对比度缺陷。甚低对比度缺陷在工业中经常被称为云纹(Mura)缺陷(在日本指污点)。云纹缺陷可具有宽的大小(例如，从10LCD像素到100,000像素)、形状(例如，圆形、垂直或水平的窄和粗线、螺旋形状、斜线-例如，磨损线、随机几何形状等)和相对对比度(例如，低至1％到5-6％的相对对比度)变化范围。上述云纹缺陷经常不具有精确定义的边界。这些缺陷所需的信息包括位置、大小、相对对比度等。

其它类型的缺陷，例如偏光器擦伤或类似物也被预计到。然而，这种缺陷通常可以与诸如偏光性、亮度、暗度等放在上述缺陷群组的一个中。

根据上面的描述，本发明人开发出了用于增强缺陷检测的装置和方法。

如将在下面进行进一步描述的一样，四个主要的技术被讨论，其包括：离线系统校准过程；在线系统校准过程；在线图像捕获、处理和分析过程；以及在线XY合并和Z合并过程。

本发明的实施方案包括新颖的光学/传感配置，其包括具有用于各个照相机的非常小的视角的多照相机系统策略(即，照相机矩阵)。

其它的实施方案包括显著地压制了由于显示器像素和传感器像素的大小之间的失配而形成的莫尔图(Moire pattern)噪声的自适应缩放技术。众所周知，莫尔干涉图是由传感器产生的图像电压信号的周期调制。调制的周期是传感器像素和显示器像素的图案的周期的函数。图像的周期调制经常会阻碍检测系统检测和表征可在平板显示器中出现的真实缺陷的能力。真实的缺陷还会调制信号但在本质上不是周期的。

在本发明的实施方案中，自适应缩放算法将原始图像的大小从CCD传感器分辨率(例如，1600×1200)降低到缩小比例的图像分辨率(例如，400×300的用于4个CCD像素对1个显示器像素的放大率)、增加灰度级动态范围(例如，从8位到～12位)、并且补偿了照相机传感器像素阵列和显示板像素阵列之间的失准。在本发明的实施方案中，检测和分析包括候选缺陷的全局检测和候选缺陷的局部分析的概念。换句话说，全局的门限被用于识别缩小比例的图像或标准化图像中的候选缺陷；局部化的门限被用于执行对原始图像或局部标准化的图像中的候选缺陷进行精细分析。

根据本发明的一个方面，它描述了一种用于计算机系统方法。一种技术包括：利用图像传感器中的R×S个传感器的阵列捕获显示器上位于坐标(m，n)处的像素的多个图像(其最小的集合为第一和第二图像)；分别响应所述第一和第二图像，分别为第一和第二组子像素确定图像传感器上映射到显示器上的坐标(m，n)的第一和第二组坐标；为所述第一和第二组子像素分别确定出显示器上的像素与R×S个传感器的阵列之间的第一和第二失准角；以及为所述第一和第二组子像素确定出与所述图像传感器中的传感器相关的所述显示器中的像素的第一和第二放大率(x和y)。不同的技术还可包括：响应所述第一和第二失准角和所述第一和第二x和y放大率，分别确定出与来自所述R×S个传感器的阵列的传感器分别相关的第一和第二多个加权因子W_ij，其中，i＝1到R，j＝1到S；确定出与来自所述R×S个传感器的阵列的传感器分别相关的第一和第二多个亮度值L_ij，其中i＝1到R，j＝1到S；响应所述第一和第二多个加权因子和所述第一和第二多个亮度值，根据下述关系：I_mn＝∑(W_ij*L_ij)从i＝1到R，从j＝1到S以分别确定第一和第二总亮度值I_mn。这些步骤还可包括：形成包括多个像素的第一和第二缩小比例的图像，其中，位于所述第一和第二缩小比例的图像之中的坐标(m，n)处的像素的亮度值是响应所述第一和第二总亮度值I_mn而被分别确定的；以及检测所述第一和第二缩小比例的图像以识别所述显示器上的像素的潜在缺陷。

根据本发明的另一个方面，它披露了一种检测系统。该装置可包括：至少一个传感器，其被配置成获取平板显示器的一部分的第一和第二图像，其中，至少一个R×S个传感器的阵列被配置用以捕获所述平板显示器中的至少一个显示器像素的图像；以及与所述至少一个传感器耦合的处理单元，其被配置用以至少响应所述平板显示器的所述部分的所述第一和第二图像来确定所述平板显示器中的缺陷。所述处理单元通常可包括：处理器，其被配置用以命令至少一个传感器使用R×S个传感器的阵列来捕获所述显示器像素的所述第一和第二图像。所述处理器还被配置用以为所述第一图像和所述第二图像确定与来自所述R×S个传感器的阵列的传感器分别相关的第一和第二多个加权因子W_ij，其中，i＝1到R，j＝1到S，所述处理器被配置用以响应所述一个显示器像素的所述第一图像和所述第二图像从而确定与来自所述R×S个传感器的阵列的传感器分别相关的第一和第二多个亮度值L_ij，其中i＝1到R，j＝1到S，并且所述处理器被配置用以响应从i＝1到R以及从j＝1到S的W_ij和L_ij来确定第一和第二总亮度值I_mn。在各种系统中，所述处理器还可被配置用以确定包括多个像素的第一和第二缩小比例的图像，其中，与所述第一和第二缩小比例的图像中的一个显示器像素相关联的亮度值可响应所述第一和第二总亮度值I_mn而被分别确定。所述处理器被配置用以检测所述第一和第二缩小比例的图像从而识别所述显示器上的像素的潜在缺陷。

根据本发明的另一个方面，它描述了一种用于计算机系统的方法。所述方法可包括：捕获显示器的至少一部分的第一图像，其中，显示器像素中的第一子像素的图像利用图像传感器中的传感器像素阵列被捕获；捕获显示器的所述至少一部分的第二图像，其中，显示器像素中的第二子像素的图像利用图像传感器中的传感器像素阵列被捕获；响应所述第一图像确定所述显示器相对于所述图像传感器的第一位置和第一方向；响应所述第二图像确定所述显示器相对于所述图像传感器的第二位置和第二方向。在不同的技术中，附加的步骤可包括：响应所述第一位置和第一方向，为所述传感器像素阵列中的各个传感器像素确定出所述显示器像素上部的所述传感器像素的第一重叠百分比；响应所述第二位置和第二方向，为所述传感器像素阵列中的各个传感器像素确定出所述显示器像素上部的所述传感器像素的第二重叠百分比；响应所述显示器像素的所述第一图像，为所述传感器像素阵列中的各个传感器像素确定第一强度值；以及响应所述显示器像素的所述第二图像，为所述传感器像素阵列中的各个传感器像素确定第二强度值。附加的技术可包括：响应用于各个传感器像素的所述第一重叠百分比和响应用于各个传感器像素的所述第一强度值，确定出与所述显示器像素相关的第一加权强度值；响应用于各个传感器像素的所述第二重叠百分比和响应用于各个传感器像素的所述第二强度值，确定出与所述显示器像素相关的第二加权强度值；响应所述第一加权强度值形成第一被缩放的图像；响应所述第二加权强度值形成第二被缩放的图像。所述第一被缩放的图像和所述第二被缩放的图像可被检测以确定所述显示器中的潜在缺陷。

附图简要说明

为了更加完全理解本发明，将参照相应的附图。这些附图并不是对本发明范围的限制，本发明的当前描述的实施方案和当前理解的最佳模式通过使用相应的附图用附加的细节来描述，其中：

图1是根据本发明一个实施方案的检测系统的方框图；

图2A-C描述了本发明的实施方案；

图3描述了根据本发明实施方案的处理流程的方框图；

图4描述了根据本发明实施方案的处理流程的方框图；

图5描述了根据本发明实施方案的处理流程的方框图；

图6A-D描述了本发明的实施方案的实施例；

图7A-B描述了根据本发明实施方案的处理流程的方框图；

图8A-B描述了本发明的实施方案的实施例；以及

图9A-B描述了本发明的实施方案的实施例。

本发明的详细描述

图1是根据本发明实施方案的检测系统100的方框图。

在该实施方案中，计算机系统100典型地包括监视器110、计算机120、键盘和用户输入设备130、网络接口等。此外，在该实施方案中，计算机系统100可包括或可耦合到一个或多个图像传感器140以及工作件155。在其它的实施方案中，可以配备定位平台150。

在该实施方案中，用户输入设备130通常实现为计算机鼠标、跟踪球、跟踪板和无线遥控器等。键盘和用户输入设备130通常允许用户选择监视器110中显示的对象、图标、文本并进行输入(make entries)等。

网络接口的实施方案通常包括以太网卡、调制解调器(电话、人造卫星、电缆、ISDN)、(异步的)数字用户线路(DSL)单元等。网络接口通常被如图所示地耦合到计算机网络。在其它实施方案中，网络接口可被物理地集成到计算机120的母板中，并且可以是软件程序，例如软DSL等。

计算机120通常包括常用的计算机组件，例如一个或多个微处理器160；存储设备，例如随机访问存储器(RAM)170；磁盘驱动器180和使上述组件相互连接的系统总线190。

在一个实施方案中，计算机120为具有例如来自英特尔公司的奔腾IV^TM微处理器的多个微处理器的PC兼容计算机。在一个实施方案中，计算机120包括四到八个并行操作的处理器。此外，在该实施方案中，计算机120可包括基于UNIX的操作系统。

RAM 170和磁盘驱动器180的例子为用于数据存储、音频/视频文档、计算机程序、小应用程序解释器或编译器、虚拟机的有形媒介。在本文中描述本发明的实施方案包括：图像数据文档、缺陷图像数据文档、自适应缩放算法、背景和图像均衡算法、用于平台150、图像传感器140等的定位算法。

此外，有形媒介可包括图像处理算法，图像处理算法可包括缺陷识别算法、边缘检测算法、旋转确定算法等。其它类型的有形媒介包括软盘、可移动硬盘、光学存储媒介(例如CD-ROM和条形码)、半导体存储器(例如闪存、只读存储器(ROM)、有电池作为后备支持的易失存储器、网络存储设备等)。

在该实施方案中，计算机系统100还可包括能够使得在例如TTP，TCP/IP，RTP/RTSP协议等的网络上进行通信的软件。在本发明的备选实施方案中，还可以采用其它的通信软件和传输协议，例如IPX、UDP等。

在本发明的实施方案中，图像传感器140可包括一个或多个图像传感器，例如区域扫描照相机、CCD照相机、区域扫描照相机阵列等。图像传感器140可检测从红外线到紫外线的各种辐射波长。在其它的实施方案中，图像传感器140可检测其它类型的辐射，例如，电子束反向散射、X射线发射等。

在本发明的实施方案中，平台150允许工作件155相对于图像传感器14定位。例如，平台150可包括x，y，z和θ转换控制等。使用上述控制，平台150能够被用来以高水平的准确度和可重复性将工作件155相对于图像传感器140定位。例如，在一个实施方案中，工作件155能够相对于图像传感器140以小于1/100度的旋转偏移量定位。根据本发明的说明，应该认识到在该实施方案中可使用许多当前可得到或将来开发的平台。例如，平台150可以是相对静止的，或具有比上述精度较高或较低的定位精确度。通常，所期望的是所关心的整个(或部分)工作件155可被一个或多个传感器140成像。自适应缩放算法可单独地有效处理各个传感器和工作件155(例如，显示器)之间的失准(misalignment)。

图1代表了能够体现本发明的检测系统。在图中可增加或删除附加的硬件和软件，对本领域的普通技术人员来说，显然这仍然是本文中预计到的实施方案。还可以预计到使用其它的微处理器，例如，奔腾^TM或安腾^TM微处理器；来自高级微设备公司(Advanced Micro Devices，Inc的)Opteron^TM或速龙Xp^TM微处理器；来自摩托罗拉公司的PowerPC G4^TM，G5^TM微处理器等。此外，还可以预计到其它类型的操作系统，例如来自微软有限公司的视窗(Windows)操作系统(例如WindowsXP，WindowsNT等)、来自SunMicrosystems的Solaris、LINUX、UNIX以及来自苹果计算机有限公司的MAC OS等。

图2A-C描述了本发明的实施方案。更具体地说，图2A-C描述了典型的图像传感配置。

图2A-C描述了适于从基底210的不同位置捕获图像的传感器200的阵列。

在该实施方案中，传感器200的阵列中的各个传感器为1600×1200×8位的CCD(2兆像素)。在该实施例中，典型的传感器像素大小为7.4微米。在本发明的其它实施方案中，较高或较低分辨率的传感器也可被使用，水平和垂直像素的比例可以是不同的。例如，可以使用具有3、4、5、6等百万像素的传感器，也可以使用具有水平与垂直像素比为1∶1、4∶3、16∶9、1.85∶1等的传感器。

在该实施方式中，各传感器200包括77毫米焦距的镜头(例如，35毫米格式)，虽然可以使用其它的镜头。这就给各个传感器200大约8.0度的视角和105毫米宽的视场。此外，如图所示，在该实施方案中，传感器200被设置成距离基底210的表面约750毫米。

在本发明的一个实施方案中，基底210是具有分辨率从1024×768到1920×1280的液晶显示器(LCD)。将来，例如3840×2400的更高分辨率的显示器也可以预计到。此外，工作件当前的大小范围为从对角线15″到56″。

将来，工作件的大小可更小或更大。此外，除了LCD的其它类型的基底可用本发明的实施方案来检测，例如，等离子显示器、电致发光的(EL)显示器、有机光发射二极管显示器(OLED)、半导体上的液晶(LCOS)和基于硅的显示器(例如，索尼硅晶反射显示器(SXRD))等。

如图2A所示，传感器200的阵列被配置用以捕获基底210的图像。如图2B所示，在该实施例中，16个传感器200被用来捕获基底210的十六个不同位置。在其它的实施方案中，传感器的数目可变化。如所显示的一样，考虑到传感器之间的失准，由传感器200捕获的图像之间的一些重叠会覆盖所有的显示器像素，并用于确定检测到位于重叠区域中的小缺陷(例如，具有4×4显示器像素区域的点)。在一个实施方案中，图像以x/y方向重叠大约4.5毫米/3.375毫米，或重叠大约16/12显示器像素；来自显示器200的顶部图像和底部图像在基底210的顶部和底部边缘延伸大约3.375毫米，虽然这些值通常是变化的。

在本发明的实施方案中，基底210包括含有红、蓝和绿成分的子像素的显示器像素。为了更准确地检测这样的基底210，如图2C所示，可在传感器200的前面设置滤色器组件220(旋转的色轮)。

本发明的实施方案在不改变光学/检测配置的情况下能够容易地处理一定范围的显示板的大小，并且以减少的光学/几何失真而提供了基底210的非常正的投影。此外，上述实施方案提供了期望的在传感器像素和显示器像素之间的4.0的最小放大率。因此，它能够使得上述系统能够计算出更精确的子像素缺陷(即，红或蓝或绿显示器子像素)的坐标和次子像素缺陷(即，红或蓝或绿显示器子像素的一部分)、保持亮/保持灭的子像素和线缺陷、局部更暗或更亮的子像素和线缺陷等。

在其它的实施方案中可以预计到上述实施方案的变体，例如，具有自动聚焦、具有内部R/G/B/N滤波器的传感器200，可以在x、y和z中重新定位的传感器200等(为了容纳大范围的显示器尺寸和分辨率)。

本发明的实施方案的一个期望的特点是提供了最小等级的图像聚焦。这就允许该实施方案检测非常小的缺陷，例如R/G/B子像素缺陷或甚至是次子像素R/G/B缺陷。

在本发明的其它实施方案中，另一类的基底缺陷也能够被检测到。这包括具有或不具有显著离轴(off-axis)成分的低对比度的缺陷，相对大于R/G/B子像素缺陷大小的缺陷，等等。为了检测这类缺陷，聚焦的图像不再是必需的。因此，在上述实施方案中，由于显示器像素和传感器像素的大小之间的失配而形成的任何莫尔图(Moire-pattern)能够通过光学平滑或图像处理来降低。在上述实施方案中，例如照相机200的在轴(on-axis)传感器和离轴照相机不需要聚焦。

在一个实施方案中，通过包含入聚焦的在轴传感器阵列和非聚焦的离轴传感器200或者是可利用其集成的自动聚焦机构实现聚焦和非聚焦的在轴传感器，就可使两类基底缺陷得到处理。

图3描述了根据本发明实施方案的流程图。首先，检测系统被校准，步骤300。该校准过程通常在将于下面描述的初始图像处理功能之前被执行。在一个实施方案中，离线校准包括各传感器或照相机的电子校准，例如调节照相机增益和偏移。各传感器的聚焦等级还可根据期望的聚焦度量(即，聚焦或散焦)来设置。

在该实施方案中，各传感器随后相对于亮度比率被校准。该校准过程包括建立红相对于白、蓝相对于白和绿相对于白的亮度比率以用于一系列的测试图案(test pattern)(例如，255级视频电平的44级、255级视频电平的127级、255级视频电平的255级，等等(8位))。亮度比率通常被表征和确定以用于各个平板模型和用于各个传感器。在本实施方案中，该校准被用来于在线测试期间建立用于红/蓝/绿颜色测试图案的最优曝光时间。

在该实施方案中，对与工件相关的各个单独的传感器的离线x、y和θ机械调整也被执行。

接下来，在图3中，一系列在线校准步骤被执行，步骤310。在该实施方案中，首先为不同的灰度级测试图案(例如，RGB被统一设置为255个灰度级中的灰度级44、255个灰度级中的灰度级127、255个灰度级中的灰度级255)估计出最优的曝光时间。在实践中，本发明人注意到了在不同的平板显示器之间甚至是在同一显示板内(例如，在中间和边角之间)经常存在显著的亮度变化。因此，曝光时间需要被单独地适用于各传感器、各显示板和各测试图案组合。

在该实施方案中，在步骤310中通常执行的附加功能是(精确)单独地确定各个传感器相对于显示板的位置和方向。为了执行该处理，要估计大量的“偏移”和“缩放”参数。这包括显示器和各单独传感器之间的x方向的相对偏移、Y方向的相对偏移、x方向的比例因子、y方向的比例因子、以及角度Dθ。因此，位置和方向相对于各个单独的颜色(红、蓝、绿、白)而变化，上述校准处理针对各单独的颜色被执行以用于各单独的传感器。这些参数将在下面描述。

在该实施方案中，由于不同颜色的光通过各种光学器件的不同折射，上述参数的确定通常是单独针对各个颜色：红、蓝、绿、白来执行的。更具体地说，因为不同颜色的光的折射率是不同的，并且因为各滤色器到各CCD传感器之间的并行度是不同的，所以上述校准过程必须针对各颜色和各照相机而单独地执行。例如，对于绿测试图案来说，其校准模式包括绿子像素标志(landmark)和位于传感器之前的绿滤色器。类似的处理被执行用于蓝测试图案、红测试图案和灰度测试图案。

在图3中，接下来描述的步骤是捕获、处理和分析数据，步骤320。在该实施方案中，通过提供图像传感器的阵列使得系统能够并行地捕获、处理和分析数据。并行操作处理可以在捕获和处理/分析大量的校准和测试图案(例如，每个循环多于700MB的原始图像数据)的同时减少循环时间。此外，上述并行操作增加了检测的处理量。关于捕获、处理和分析图像的更详细的过程将在下面描述。

在图3中，接下来描述的步骤是合并结果，步骤330。在上面描述的本发明中的实施方案中，传感器阵列被用来捕获整个显示器基底。为了检测完全或部分地跨越多于一个的传感器的缺陷，需要合并缺陷数据。这种处理被称为XY合并。通过执行合并功能，完全或部分位于两个或更多传感器的重叠区域(例如，缝隙污点(云纹)、垂直/水平线污点等)之内并被两个或更多传感器检测到的缺陷被合并，并且只被报告为一个缺陷。在一个实施方案中，来自传感器的平均值被用于报告一些缺陷特征(例如，相对对比度)。在另外的实施方案中，例如面积、边界框和二元质心坐标(binary centroid coordinate)的其它缺陷特征根据合并的缺陷数据被重新计算并随后报告。

在本发明的其它实施方案中，Z合并功能被执行，其中缺陷数据基于不同的显示器图案被合并在一起。例如，在仅显示不同的显示器图案时，可在同一位置检测缺陷(例如，在白＝127(W127)和红＝127(R127)测试图案中的杂质)；在同一或不同的显示器图案(测试场景)内在同一位置(即，相互重叠)可以检测到不同类型的缺陷(例如，在同一位置处的杂质缺陷和点/子像素缺陷)。在另外的实施方案中，x、y和z合并可被全部用来检测各种缺陷。

图4描述了根据本发明的实施方案的流程图。更具体地说，图4显示了利用传感器阵列来捕获在显示器基底上显示的不同显示器图案(测试场景)的处理。

如图4所示，在步骤400中提供由上述步骤300确定的亮度比率。如上所述，亮度比率建立了被用来调整红、蓝和绿显示器图案的曝光时间的红对白、绿对白和蓝对白的比率。接下来，如图所示，用于白色测试图案的最佳曝光时间(在上述步骤310中得到讨论)在步骤410中被估计。

此外，在步骤420中执行确定各个传感器单独地相对于显示板的位置和方向(映射校准)(在上述步骤310中也得到讨论)。

接下来，在该实施方案中，显示器的图像在步骤430中被使用传感器阵列来捕获。在该实施方案中，使用统一灰度级测试图像(测试场景)，例如，r，g，b＝255，来驱动显示器，并且传感器阵列捕获上述测试场景的一个或多个图像。在该实施方案中，在步骤410中确定的曝光时间被用来设置曝光时间。

在不同的实施方案中，上述处理为具有不同强度的灰度级测试图像而重复，例如，用于r，g，b＝127、然后是r，g，b＝44等，步骤440。

在本实施方案中，在步骤445中，执行确定显示板中的红像素相对于各传感器中的传感器像素的位置和方向(映射校准)(在上面的步骤310中也进行了描述)。在本发明的实施方案中，步骤310通常只针对r、g、b和白色执行一次，在该步骤中校准数据被简单地取出。

接下来，在本实施方案中，显示器中的红测试图案的图像用传感器阵列被捕获，步骤450。在该实施方案中，使用统一的红测试图案(测试场景)，例如，r＝255，来驱动显示器，并且传感器阵列捕获上述测试场景的一个或多个图像。在该实施方案中，在步骤410中确定的曝光时间、在步骤300中确定的红对白的比率被用来设置曝光时间。在不同的实施方案中，上述处理为具有不同亮度的红测试图案而重复，例如，用于r＝127、然后是r＝0，等等。

接下来在步骤445和450中描述的处理通常利用绿测试场景和蓝测试场景而得到重复，步骤460。

在本发明的一个实施方案中，为了捕获更加细微的点和线缺陷，本发明人已经确定出，对于一些测试场景(例如，r＝127，r＝0，b＝127，b＝0，g＝127，g＝0)，至少需要两次具有不同曝光时间的捕获。在本实施方案中，作为这种处理的结果，由各照相机捕获的图像的总数至少是十八个“原始”图像。基于工程技术考虑和具体的处理需求，更多或更少的图像可由本发明的其它实施方案来捕获。

图5描述了根据本发明实施方案的流程图。更具体地说，图5描述了用于对原始的、比例缩小的和/或标准化的图像进行处理和分析的过程。

如图5中的实施方案所示，被捕获的图像(原始图像)利用自适应缩放处理而得到处理以形成低分辨率的图像(“缩小的图像”)，步骤500，并使用标准化处理而使图像标准化，步骤510。这些处理的进一步细节将在下面描述。

在本实施方案中，用来简化在图像中进行检测和分析缺陷的设计策略优化方案是通过处理原始图像和缩小的图像来实现的。更具体地说，候选缺陷的全局检测是由缩小的图像来确定的，接着在候选缺陷的基础上，根据缺陷类型在原始图像或标准化的图像中执行精细的局部分析。本发明的发明人已经确定出，这种由粗到细的处理策略显著地提高了真实缺陷的检测、降低了错误检测拒绝，并且提高了缺陷的细化特征。

如图5所示，大量的检测和分析模块520-580被设置用于识别和分析缺陷的具体类型，例如，线缺陷和分析、杂质/灰尘检测和分析等。对于一些类型的缺陷，例如在分析模块540-560中分析出的缺陷，附加的模块590被设置以用来识别图像内的边缘区域。

图6A-D描述了本发明的实施方案。更具体地说，图6A-D描述了各传感器空间和显示板空间之间的大量映射参数。如在上面的步骤310中所提到的那样，典型的映射参数包括x和y偏移、x和y缩放因子以及旋转(Dθ)。

在图6A中的实施例中示出了显示器坐标系x，y 600和传感器坐标系XY610。在该实施例中，集中于坐标系600的像素坐标(m，n)620处的显示器像素被映射到坐标系610中的传感器像素坐标(p，q)620。在该实施方案中，m和n通常是整数，而p和q通常是浮点数。在一个实施方案中，精度达到第一个小数位。

在该实施方案中，通过正确的校准，就可确定坐标系600和坐标系610之间的x偏移DX 630和y偏移DY 640。此外，坐标系之间的相对旋转Dθ650也可通过测量来确定。在一个实施方案中，精度达到第一个小数位。

此外，在本实施方案中，每单位距离的显示器像素分辨率通常大于每单位距离的传感器像素分辨率。因此，多个传感器像素被用于从单个的显示器像素获取图像。在一个实施方案中，放大率是至少在x方向上每个显示器像素为4到4.5个传感器像素。在其它的实施方案中，放大率可更小或更大。

在其它的实施方案中，在y方向上的放大率可以是相同的或不同的，这依赖于水平像素的个数。在包括矩形像素的一个实施方案中，垂直和水平方向上的放大率是相同的。通过正确地为各个颜色校准(包括对各传感器和显示器之间的失准的准确估计)，x和y方向的准确放大率能够被计算出用于各传感器。在该实施方案中，缩放精度达到第三个小数位。放大率在这里被称为Pitch_X和Pitch_Y。

图6B显示的是在传感器和显示器之间的失准角为零时，从显示器像素635的网格映射到传感器像素645网格的实施例。这种实施方案通常是少见的。

在本发明的实施方案中，根据放大率，与左上方的显示器像素660相关的传感器像素的大小为R×S的核心655在图中被示出。在该实施例中，显示器像素和传感器像素之间的放大率大约为4到4.5。在该实施方案中，R＝S＝6，如图所示，全部的显示器像素660和显示器像素660的图像被完全映射在6×6的传感器像素阵列之内。在本发明的其它实施方案中，核心655可被放大到例如7×7以用于网格635和网格645之间的更大的Dθ(例如大于25度)650。在不同的实施方案中，核心655的大小被选择从而使得传感器像素的核心655能够捕获全部显示器像素。

图6C描述了更典型的从显示器像素665的网格到传感器像素670网格的映射。

图6D描述了另一个更典型的从显示器像素675到传感器像素680的网格的映射。在本发明的一个实施方案中，对于小的Dθ旋转，为了前述的加权值计算的目的，显示器像素675被假设绕其中心点(m，n)685旋转并与区域690对准。在其它的实施方案中，对于大的Dθ旋转，Dθ值被包括在前述的加权值计算中。在图8A中的实施例中，假设了小的Dθ，因此，在该图中被捕获的显示器像素呈现出在x和y方向上很好地对准。

图7A-B描述了根据本发明实施方案的流程图。更具体地讲，图7A-B描述了用于自适应缩放的图像的处理。

一开始，映射参数在显示器网格和传感器网格之间被确定，步骤700。如上所述，这些参数包括x和y偏移，x和y节距(pitch)以及Dθ。在其它的实施方案中，Dθ可以较大，这将在下面描述。如上所述，映射通常是针对各个传感器相对于显示器基底并响应多个红、蓝、绿和白的测试场景而执行的。在一个实施方案中，各个照相机相对于显示器基底的DX、DY、Pitch_X和Pitch_Y是不同的。此外，对于各个传感器，对于各个不同颜色的测试场景，DX、DY、Pitch_X和Pitch_Y参数可以是不同的。

接下来，基于上述映射参数，在坐标(m，n)处的感兴趣的显示器像素被映射到传感器网格空间中的坐标(p，q)，步骤710。开始，第一显示器像素的显示器坐标通常为＝(0，0)或者是最左上方的显示器像素。然而，在其它的实施方案中，任意其它的显示器像素可以被初始地选择。

如上所述，围住显示器像素的R×S个传感器像素的核心随后被识别出，步骤720。在该实施方案中，核心中的各个传感器像素可捕获从显示器像素发射出的光(如果它存在)。为了该实施方案的目的，由核心中各个传感器像素接收的辐射量(例如，光、亮度)被表示为L_ij，其中，i＝1到R，j＝1到S，i是从1到位于核心中的传感器像素阵列中的水平传感器像素R变化的变量，j是从1到位于核心中的传感器像素阵列中的垂直传感器像素S的总数变化的变量。例如，在R＝4，S＝5时，核心中具有20个传感器像素由此具有20个亮度值；一个亮度值表示在核心中各个传感器像素接收到的光的量。例如，L₁₁，L₁₂，L₁₃，...L_iR，L₂₁，L₂₂，...L_2R，...L_S1，L_S2，...L_SR。下面将对其进行详细的描述。

此外，由于核心中的各个传感器像素可被映射到同一显示器像素的至少一部分，所以从数学上讲，可以确定出加权贡献，步骤730。在一个实施方案中，加权因子被设置在0和1之间，其中0表示传感器像素没有捕获显示器像素的任何部分，1表示显示器像素完全覆盖了传感器像素。为了该实施方案的目的，覆盖了核心中的传感器像素的显示器像素的量为W_ij，其中，i＝1到R，J＝1到S。在该实施例中，R为7，S为7，在核心中具有49个传感器像素，并且由此具有49个各自的加权因子。

在本发明的实施方案中，如图6C-D所示，如果Dθ小，则传感器像素被假设是与显示器网格的x和y轴对准的，目的是为了计算W_ij。然而，有一些实施方案，Dθ被用来更精确地确定覆盖传感器像素的显示器像素的量。换而言之，在一些实施方案中，W_ij是Dθ的函数。对此的描述将在下面给出。

在该实施方案中，来自显示器像素的总亮度贡献被计算，步骤740。在一个实施方案中，用于显示器像素的总亮度值I_mn根据下面的公式来被确定，再次说明，i是从1到位于核心中的传感器像素阵列中的水平传感器像素R变化的变量，j是从1到位于核心中的传感器像素阵列中的垂直传感器像素S的总数变化的变量。与来自亮度值L_ij的多个亮度值相比，总亮度值I_mn具有更大的位-深分辨率。

I_mn＝∑(W_ij*L_ij) 从i＝1到R，并从j＝1到S

在该实施方案中，上述过程被重复用于图像中的各个显示器像素(m，n)，步骤750(例如，m＝0到水平显示器分辨率(M)，n＝0到垂直显示器分辨率(N))。在该实施方案中，对应于下一显示器像素的传感器坐标随后被计算，步骤755。在一个实施例中，用于向右的下一显示器像素的传感器像素坐标在传感器坐标像素空间中根据下面的关系来确定，其中，X(0)＝p，Y(0)＝q：

X(1)＝X(0)+Pitch_X*Cos(Dθ)；

Y(1)＝Y(0)+Pitch_Y*Sin(Dθ)

换言之，将R×S核心移动与x方向上的一个节距相等的距离，但是得到了x和y方向的失准角Dθ。

此外，用于下一行中的显示器像素坐标的传感器像素坐标根据下面的关系被确定，再次说明，X(0)＝p，Y(0)＝q：

X(1)＝X(0)-Pitch_X*Sin(Dθ)；

Y(1)＝Y(0)+Pitch_Y*Cos(Dθ)

换言之，将R×S核心移动与y方向上的一个节距相等的距离，但是得到了x和y方向的失准角Dθ。

在上述实施例中，Dθ是从传感器网格的x轴相对于显示器网格的x轴按顺时针方向测量的。

在上述处理结束后，图像被形成，其中，各个像素位置(m，n)包括如上所述的值I_mn，步骤760。该图像在上文中被称为“缩小的(scaled-down)”图像。

利用上面的过程，由各个传感器获得的图像被从传感器图像的大小缩小到一部分显示器的大小。被缩小的图像中的各个像素代表了显示器像素，并具有比传感器图像更高的动态范围。例如，传感器图像是具有像素分辨率1600×1200的8位图像，而缩小的图像则大约是400×300×12位(放大率为4.0)或约为355×266×12位(放大率为4.5)。

在一些实施方案中，系统接着使用分析模块520-580中的一个来检测和分析被缩小的图像和原来的传感器图像(原始图像)。更具体地说，在一些实施方案中，模块使用被缩小的图像来识别潜在的或候选的缺陷，步骤770。接下来，如果候选的缺陷被识别出，原来的传感器图像(原始图像)被处理以确定候选缺陷中的任意一个是否是实际的缺陷，并且/或者确定缺陷的特征，步骤780。在另一实施方案中，模块根据标准化的图像上的全局门限使用粗略检测策略，并基于局部标准化的图像上的局部门限使用精细分析策略。

在不同的实施方案中，缺陷数据的x，y合并被执行(如所描述的一样)以确定和/或表征跨越多于一个传感器图像的缺陷。

在该实施方案中，如果任意一个分析模块识别出缺陷，则基于被识别出的特征，在组装线中显示器可因存在缺陷而被拒绝，步骤790。

图8A-B描述了根据本发明实施方案的实施例。更具体地说，图8A-B描述了用于确定缩小的图像的亮度值的过程。在该实施方案中，Dθ为～10度。

在图8A中示出的是传感器像素800的网格和显示器像素810。在该实施例中，显示器像素810包括红、绿和蓝子像素，其中，绿子像素被以最大亮度(在该实施例中为255)照亮，红和蓝子像素是熄灭的(例如等于0)。另外，传感器像素核心820被显示为包围了显示器像素810。

在图8B中，与核心820中的各个传感器像素相关的加权值W_ij被确定。如上所述，这些值可基于传感器像素800和显示板的相对方向而被从数学上确定。

接下来，如图所示，亮度值由核心820中的各传感器像素感测到，如在阵列830中所示。

利用上述的求和关系，I_mn被确定840。如所显示的那样，该值接着被用来表示在绿子像素完全点亮时从显示器像素810接收的亮度的量。具体的值可根据工程选择而被放大或缩小。

图9A-B显示了根据本发明的实施方案。更具体地说，图9A-B显示了自适应缩放算法在来自15英寸LCD板的图像上的应用。该实施方案中，用于该测试的光学系统的放大因数是～4.5，即，Pitch_X＝Pitch_Y＝～4.5。

在图像900中，莫尔图产物噪声(Moire pattern artifact noise)910清晰可见。莫尔图产物噪声920在标绘用于图像900的X和Y方向上的强度投影的图中是清晰可见的。在自适应缩放处理之后，如上所述，像从图中可看出的那样，图像930中的莫尔图产物噪声被极大地降低。莫尔噪声抑制在标绘用于图像930的X和Y方向上的强度投影的图940中也是可见的。

在该实施方案中，如图9B所示，被缩放的图像的边缘像素通常是较黑的。其原因之一在于，显示器像素在传感器像素上的点扩展函数具有通常延伸超过10个传感器像素的支持基础(即，大于所使用的光学系统的放大率，也就是4到4.5)。因此，在上述的缩放算法被应用到显示器中的边缘像素时，总的合成能量小于不处在显示板的边缘的显示器像素的能量。因此在检测和分析处理的过程中，使用不同的参数来处理边缘像素。

如图9B所示，显示板左侧和右侧的边缘像素问题通常比上下侧的更明显。这通常是由于子像素(红、绿或蓝)的采样频率的差异造成的。例如，对于4比1的放大率，沿着Y轴的子像素采样频率是4比1，而沿着X轴的采样频率是1.33比1。

在本发明的其它实施方案中，许多变化或修改是可以容易地预想到的。根据上面公开的内容，本领域的普通技术人员应该认识到硬件和软件的任意数目的组合可被用来提高检测处理。例如，更多个数的或更少个数的图像传感器可被使用。图像传感器可以是光学检测器，例如CCD照相机、基于CMOS的照相机等；图像传感器可检测到背散射辐射，例如在扫描电子显微镜中所使用的那样和类似物；等等。

在本发明的实施方案中，所描述的自适应缩放处理可被修改。在一些实施方案中，显示器像素和传感器像素之间的放大率可被增加，例如可以在x方向上获得5比1或或6比1或更大的放大率。在一些实施方案中，加权因子还可依赖于核心内的传感器像素的位置。例如，在检测红子像素时，位于核心左侧的那些传感器像素的可被赋予大于位于核心右侧的传感器像素的权重。此外亮度的积分具有线性或非线性的关系。在其它的实施方案中，显示器网格和传感器网格之间的角度补偿可以不同的方式执行，例如，通过在确定显示器像素的总亮度时不假设各个单独的显示器像素相对于传感器像素是矩形的。

本领域的普通技术人员在阅读本文之后，是可以预见到进一步的实施方案。

在其它的实施方案中，上面描述的本发明的组合和次组合可以有益地得到。体系结构的方框图和流程图被分组以便于理解。然而，应该理解，方框图的组合、增加新的模块、模块的重新排列等可在本发明的替换实施方案中实现。

因此，说明书和附图被认为是一种描述而不是限制。然而，在没有背离如在权利要求中设置的本发明的更宽的精神和范围的情况下，可以对本发明做出各种修改和变换，这是显而易见的。

Claims

1.一种用于显示器的光学检测的方法，包括：

利用图像传感器中的R×S个传感器的阵列捕获显示器上位于坐标(m，n)处的像素的第一和第二图像；

分别响应所述第一和第二图像，分别为所述第一图像的第一组子像素和所述第二图像的第二组子像素确定出图像传感器上映射到显示器上的坐标(m，n)的第一和第二组坐标；

为所述第一和第二组子像素分别确定出所述显示器上的像素与所述R×S个传感器的阵列之间的第一和第二失准角；

为所述第一和第二组子像素确定出与所述图像传感器中的传感器相关的所述显示器中的像素的x方向上的第一放大率和x方向上的第二放大率；

响应所述第一和第二失准角以及所述x方向上的第一和第二放大率，分别确定出与来自所述R×S个传感器的阵列的传感器分别相关的多个第一和第二加权因子W_ij，其中i＝1到R，j＝1到S；

确定出与来自所述R×S个传感器的阵列的传感器分别相关的多个第一和第二亮度值L_ij，其中i＝1到R，j＝1到S；

响应所述多个第一和第二加权因子以及所述多个第一和第二亮度值，根据如下关系：I_mn＝∑(W_ij*L_ij)从i＝1到R，并从j＝1到S，分别确定出第一和第二总亮度值I_mn；

形成包括多个像素的第一和第二缩小比例的图像，其中，位于所述第一和第二缩小比例的图像之中的坐标(m，n)处的像素的亮度值是响应所述第一和第二总亮度值I_mn而被分别确定的；以及

检测所述第一和第二缩小比例的图像以识别所述显示器上的像素的潜在缺陷。

2.如权利要求1所述的方法，其中，R＝S，并且R和S从包括5、6和7的群组中选择。

3.如权利要求1所述的方法，其中，所述多个第一和第二加权因子W_ij，其中i＝1到R，j＝1到S，也响应所述图像传感器上的所述第一和第二组坐标而被确定。

4.如权利要求1所述的方法，还包括：为所述第一和第二组子像素确定出与所述图像传感器中的传感器相关的所述显示器中的像素的y方向上的第一放大率和y方向上的第二放大率。

5.如权利要求4所述的方法，其中，所述多个第一和第二加权因子W_ij，其中i＝1到R，j＝1到S，也响应所述y方向上的第一放大率和y方向上的第二放大率而被分别确定。

6.如权利要求1所述的方法，其中，与来自所述多个亮度值L_ij的所述多个第一和第二亮度值相比，所述第一和第二总亮度值I_mn中的每一个都具有更大的位-深分辨率。

7.如权利要求1所述的方法，其中，所述第一组子像素和所述第二组子像素具有相同的颜色，并选自如下群组：红子像素、绿子像素和蓝子像素。

8.一种检测系统，包括：

至少一个传感器，其被配置用以获取平板显示器的一部分的第一和第二图像，其中，至少一个R×S个传感器的阵列被配置用以捕获所述平板显示器中的至少一个显示器像素的第一和第二图像；

耦合至所述至少一个传感器的处理单元，其被配置用来至少响应所述平板显示器的所述部分的所述第一和第二图像以确定所述平板显示器中的缺陷，其中，所述处理单元包括；

处理器，其被配置用以命令至少一个传感器利用R×S个传感器的阵列来捕获所述显示器像素的所述第一图像和第二图像，其中，所述处理器被配置用以为所述第一图像和所述第二图像确定与来自所述R×S个传感器的阵列的传感器分别相关的多个第一和第二加权因子W_ij，其中，i＝1到R，j＝1到S，其中所述处理器被配置用以响应一个显示器像素的所述第一图像和所述第二图像而确定与来自所述R×S个传感器的阵列的传感器分别相关的多个第一和第二亮度值L_ij，其中i＝1到R，j＝1到S，其中所述处理器被配置用以响应从i＝1到R以及从j＝1到S的W_ij和L_ij来确定第一和第二总亮度值I_mn，其中所述处理器被配置用以确定包括多个像素的第一和第二缩小的图像，其中与所述第一和第二缩小的图像中的一个显示器像素相关的亮度值是响应所述第一和第二总亮度值I_mn而被分别确定的，并且其中所述处理器被配置用以检测所述第一和第二缩小的图像从而识别所述显示器上的像素的潜在缺陷。

9.如权利要求8所述的检测系统，其中，R＝S，并且R和S从包括5、6和7的群组中选择。

10.如权利要求8所述的检测系统，其中，所述处理器还被配置用以确定与所述第一图像相关的一个显示器像素和所述第二图像之间的第一和第二垂直偏移量。

11.如权利要求8所述的检测系统，其中，所述处理器还被配置用以确定与所述第一图像相关的一个显示器像素和所述第二图像之间的第一和第二偏移角。

12.如权利要求10所述的检测系统，其中，所述处理器还被配置用以确定与所述一个显示器像素和所述R×S个传感器的阵列相关的第一和第二水平节距。

13.如权利要求11所述的检测系统，其中，所述处理器还被配置用以响应所述第一和第二偏移角来确定与所述传感器相关的第二显示器像素之间的第一和第二垂直偏移量。

14.如权利要求8所述的检测系统，其中，所述显示器包括液晶显示器，所述液晶显示器具有的像素包括红、绿和蓝子像素。

15.一种用于显示器的光学检测的方法，包括：

捕获显示器的至少一部分的第一图像，其中，显示器像素中的第一子像素的图像是利用图像传感器中的传感器像素阵列来捕获的；

捕获显示器的所述至少一部分的第二图像，其中，显示器像素中的第二子像素的图像是利用图像传感器中的传感器像素阵列来捕获的；

响应所述第一图像确定所述显示器相对于所述图像传感器的第一位置和第一方向；

响应所述第二图像确定所述显示器相对于所述图像传感器的第二位置和第二方向；

响应所述第一位置和第一方向，为所述传感器像素阵列中的各个传感器像素确定出所述显示器像素上部的所述传感器像素的第一重叠百分比；

响应所述第二位置和第二方向，为所述传感器像素阵列中的各个传感器像素确定出所述显示器像素上部的所述传感器像素的第二重叠百分比；

响应所述显示器像素的所述第一图像，为所述传感器像素阵列中的各个传感器像素确定出第一强度值；

响应所述显示器像素的所述第二图像，为所述传感器像素阵列中的各个传感器像素确定出第二强度值；

响应用于各个传感器像素的所述第一重叠百分比和响应用于各个传感器像素的所述第一强度值，确定出与所述显示器像素相关的第一加权强度值；

响应用于各个传感器像素的所述第二重叠百分比和响应用于各个传感器像素的所述第二强度值，确定出与所述显示器像素相关的第二加权强度值；

响应所述第一加权强度值形成第一被缩放的图像；

响应所述第二加权强度值形成第二被缩放的图像；以及

检测所述第一缩放的图像和所述第二缩放的图像以确定所述显示器中的潜在缺陷。

16.如权利要求15所述的方法，还包括：

响应所述潜在缺陷，对所述显示器的所述部分中的第一图像进行处理以确定所述显示器中的缺陷。

17.如权利要求15所述的方法，其中，所述第一位置包括x和y偏移量，并且其中所述第一方向包括旋转角。

18.如权利要求15所述的方法，其中，检测所述第一和第二缩放图像还包括：

将所述第一和第二图像标准化以形成第一和第二标准化的图像：以及

检测所述第一和第二标准化的图像是否存在缺陷。

19.如权利要求15所述的方法，其中，所述第一子像素和所述第二组子像素具有相同的颜色，并选自如下群组：红子像素、绿子像素和蓝子像素。

20.如权利要求15所述的方法，

其中，所述第一子像素是红子像素；并且

其中，捕获显示器的所述至少一部分的第一图像还包括通过红色滤色器来捕获所述显示器的所述至少一部分的所述第一图像。