高分辨率时代下OLED与MicroLED显示质量检测的新挑战

“更多像素”已成为显示行业持续发展的重要趋势。尽管8K及更高分辨率电视的实际体验仍存在不同观点，但在AR/VR眼镜等对视觉表现要求极高的应用中，高数量且更小尺寸的像素已成为实现技术可行性的基础条件。当显示屏距离人眼较近时，屏幕门效应 (Screen door effects) 和像素不均匀性会更加明显，从而影响使用体验。MicroLED被视为适用于更高分辨率的创新显示技术，其像素尺寸可小于 10 μm，像素间距同样非常精细。总体来看，在生产工艺挑战逐步得到解决的前提下，该技术具备作为新型显示方案的应用潜力。

与OLED显示类似，MicroLED属于自发光显示技术，即每一个子像素本身都是独立的光源，因此不同像素之间不可避免地会出现亮度和颜色差异。这些差异会直接影响显示的视觉质量，因此不仅在实验室环境下需要进行质量评估，在生产线上进行稳定、可控的检测与校准尤为关键。对更高分辨率的持续追求，也对显示制造商及光学测量技术供应商提出了更高要求。

在生产线上对高分辨率显示进行质量控制，核心在于能够在生产节拍内完成对每一个子像素光学特性的测量。这需要具备子像素级分辨能力的亮度与色度图像（X、Y、Z）。传统方案通常依赖多台设备组合，或借助位移平台采集多张图像，再通过软件拼接以实现所需分辨率。这类方案往往成本高、流程复杂，且测量时间较长。本文将介绍高分辨率二维色彩测量系统 LumiTop X150（见图 1），这是一套面向生产线显示检测的解决方案，可实现适用于高分辨率显示的快速测量，并支持对子像素级光学特性的分析。

图1.实验室环境中配置光谱辐射计的高分辨率二维成像色度计。

关键因素：生产线中的光学检测
在生产线上实施光学质量控制是保障显示品质的重要环节。同时，在MicroLED生产过程中，良率和产能通常直接关系到成本与经济性，这也决定了检测流程的范围与复杂程度。用于光学性能评估的时间往往十分有限。随着显示技术在色域、动态范围等方面不断提升，测试系统所需满足的性能要求也随之提高。技术成熟度较低的显示方案，通常还需要更全面的检测覆盖。

对于OLED与MicroLED这类自发光显示技术而言，在子像素层级识别缺陷并进行相应修正，是提升生产良率的基础步骤。在典型生产节拍条件下，需要对数以百万计的微小子像素的亮度和颜色进行评估，这对测量系统的速度与分辨能力提出了更高要求。

Instrument Systems针对生产质量控制，对LumiTop显示测试系统系列进行了优化。该系统由二维成像色度计、CAS系列光谱辐射计以及光电二极管组成，可在单一测试站内完成相关光学检测。主要测试参数包括显示均匀性（亮度与颜色）、缺陷检测（Mura）、伽马指数、闪烁以及亮度调制等。3合1方案支持三种传感器同步测量，在实现较短测量时间的同时，通过光谱辐射计提供可追溯的高精度数据。该测量方案适用于不同类型的显示技术，也可用于OLED与Micro(O)LED等新型显示产品。

单像素或子像素分析对相机分辨率提出了较高要求。初步测试表明，为获得可靠的色彩测量结果，采样率至少应达到4:1。因此，LumiTop X150配备了1.5亿像素传感器。内置像素位移机制通过真实色彩测量方式，降低去马赛克伪影的影响，并将分辨率提升至每个颜色通道1.5亿像素，或每幅RGB图像约6亿像素。

电动对焦镜头可自动适配不同焦平面，例如不同测试图案或离焦测量需求。通过选择合适的镜头，可覆盖从微型显示到大型视频墙的多种显示尺寸。结合专用算法的分析工具，可实现单个像素特性分析，并生成像素亮度图和颜色图，用于像素识别与显示校准。以下示例展示了子像素分析在绝对测量、相对测量以及均匀性测量中的应用。

示例1：子像素分析 — 绝对测量
对一款OLED手机显示屏进行了绝对测量。图2展示了在不同放大倍率下拍摄的蓝色画面（2×2拍摄）。每一个蓝色OLED像素都能以足够分辨率被清晰捕捉，从而支持对其颜色和亮度进行准确评估。基于这些数据，专用算法生成包含颜色与亮度信息的像素图，该信息可用于进一步分析或显示校准，例如在OLED或MicroLED显示中的去Mura校正。

图2.使用LumiTop X150对现代OLED显示屏蓝色测试图案进行测量，在不同放大倍率下的结果（2×2采样）。

像素位移测量次数可根据被测设备的分辨率进行调整。图3展示了在4×4采样模式下、每幅图像约24亿像素时的亮度伪彩分布。可以看出，对每个蓝色子像素进行细致分析成为可能。图中上方设置了两条线，用于评估亮度的横向分布：虚线跨越单个子像素，点线跨越15个子像素。左下图显示单个像素沿x轴方向的亮度分布；右下图则用于对15个蓝色子像素进行对比分析。LumiSuite软件可提供平均亮度或颜色数据、直方图及均匀性评估，并可通过Spotmeter等工具进行进一步分析。

图3.OLED手机蓝色显示的亮度伪彩分布图（上图）。左下方曲线显示单个蓝色OLED子像素沿x 轴的亮度分布（对应上图虚线位置）；右下方曲线显示15个蓝色子像素沿水平方向的亮度分布（对应上图点线位置）。

示例2：子像素分析 — 相对测量
部分分析任务，例如像素缺陷检测或Mura测量，并不需要绝对亮度和颜色数据。为此开发了一种高效率算法，可通过LumiTop X150在一次测量中完成整屏分析。该算法生成像素强度图（图4上），用户可设置通过/不通过标准以识别像素异常。图4中的两幅为局部放大图，右下图中的红色叉号标示出根据设定标准判定的缺陷像素，此处为与邻近像素相比亮度偏差超过30%的情况。

图4.OLED手机的像素强度图（上图）及缺陷分析前后的局部放大图。红色叉号表示根据设定失效标准判定的缺陷像素，此处标准为相邻七个像素中位值偏差超过30%。

示例3：均匀性测量
像素图可作为多种评估的基础，并非所有测试都需要子像素级测量。在许多场景中，为减少数据量、缩短传输时间，提高整体测量速度更为关键，例如均匀性测量、大范围低频 Mura 测量、伽马曲线或白平衡校正等。一些规范（如德国汽车行业的《显示均匀性测量标准》）甚至要求进行离焦测量。因此，LumiTop X150配备可电动调焦的镜头，可在聚焦与离焦测量之间灵活切换。

图5.OLED平板显示绿色画面的均匀性伪彩分析图。整屏亮度范围为 327 至 359 cd/m²。沿对角线（从左下至右上）计算了垂直方向平均（20像素）的亮度值，并生成对应曲线（右上图）。表格显示九个定义区域内的最小、最大及平均亮度和颜色，同时计算了整屏的均匀性百分比，图中仅部分显示。

图5展示了OLED平板显示白色画面时的亮度伪彩分布。对角线定义了一个线性剖面（从左下到右上），其对应曲线清晰呈现了沿该方向的亮度变化情况。同时，在图像上设置了九个区域，用于获取各区域的最大、最小及平均亮度和颜色信息，结果以表格形式呈现，便于进一步评估显示均匀性。

作者简介

Tobias Steinel博士
Instrument Systems GmbH产品经理。长期致力于显示光学测量与高精度光谱系统的研究与开发，主要聚焦AR/VR、微显示器及半导体光源的光谱表征与测试应用。

如需了解更多信息，欢迎访问Instrument Systems官网。
*本文同时发表于 Photonics & Imaging Technology