为了提高顶发射OELD的效率, 降低电压, 基于纳秒激光刻蚀技术制备了一种用于顶发射OLED的低成本可重复的方形微结构阵列基板, 在此基础上制备了顶发射OLED器件。实验发现, 利用这种基板可以有效提高器件的出光效率, 降低器件的驱动电压。其中, 使用20 μm的方格微结构阵列基板的器件的最高效率达到66.7 cd/A, 40 mA/cm2下亮度达到20 103 cd/m2, 相比于未经刻蚀的无结构器件分别提高9.8%和6.9%; 而使用40 μm的方格微结构阵列基板的器件驱动电压最低, 在40 mA/cm2下为9.58 V, 相较未经刻蚀的无结构器件降低了0.26 V。分析表明, 器件光效的提升和驱动电压的降低主要有两点原因: 首先由于基于微结构阵列基板制备的器件中存在褶皱结构, 可以破坏器件的光波导, 并且增大了器件面积而降低驱动电压; 其次纳秒激光刻蚀产生的光栅条纹可以提高光提取效率, 同时增强局部电场以提高电极的载流子注入能力。

本文对摩擦工艺过程中的线不良进行了分析, 通过切割验证、设计方案变更验证了降低ESD风险的两个方向。通过实际的验证结果分析发现, 减小填充图形的面积或者将填充图形连接到公共电极, 同时搭配填充图形到信号线的距离增加到大于60 μm, 可以大大降低静电放电发生的概率, 不良率由20%降低到0%。结果充分表明, 此设计方案可应用于实际产品设计中以降低摩擦工艺过程中的ESD风险。

为提高传统模式电极液晶透镜的响应速度, 本文设计了模式电极pi-cell液晶透镜。结合液晶连续体理论和模式电极液晶透镜电阻-电容等效电路, 提出一种快速的计算方法对液晶透镜进行模拟仿真, 仿真结果与实际器件的测试参数具有良好的一致性, 显示了此仿真方法具有较高的精度, 并依据仿真结果设计了模式电极pi-cell液晶透镜的驱动条件。实验制备了模式电极pi-cell液晶透镜并研究了其光学特性, 结果显示此液晶透镜具有较大的焦距调节范围和良好的成像效果, 对比于参数相近的模式电极平行排列液晶透镜, 模式电极pi-cell液晶透镜的响应时间为136 ms, 比平行排列液晶透镜减少368 ms, 响应速度显著提高。

异物是TFT-LCD制程常见的顽固缺陷, 在高世代线(8.5代线)以摩擦工艺生产mobile产品时不良发生率更高。本文针对8.5代线生产Mobile产品时所产生的异物进行原因及机理分析, 发现该异物来源于摩擦制程, 产生机理为: 摩擦辊在玻璃基板上摩擦时, 布毛容易刮起配向膜而产生细小的PI碎屑。为此本文从摩擦强度、单辊摩擦和光配向工艺进行实验, 实验结果显示: 对于改善细小的PI碎屑最优工艺为光配向, 异物不良由2.34%降至0.41%。在最优的光配向工艺条件下继续优化清洗机条件: 在高压气液混合喷射(HPMJ)的压力8 MPa、清洗机速度6 600 mm/min和风刀喷淋(AK Shower)打开条件下异物不良降至0.16%, 改善效果明显。

为了维修TFT-LCD电路缺陷, 利用激光化学气相沉积法(LCVD)沉积钨薄膜, 讨论成膜参数对基底损伤、钨薄膜电阻率的影响。在空气氛围下, 波长为351 nm的脉冲激光诱导W(CO)6裂解成膜, 通过聚焦离子束-扫描电子显微镜(FIB-SEM)观察薄膜横截面研究成膜参数对基底损伤的影响, 再用高精度的电参数测试仪(EPM)测试不同参数下钨薄膜电阻。控制变量法表明, 激光功率或激光束光斑尺寸越大, 薄膜基底损伤越大, 但电阻率越小, 且不沉积薄膜时高功率激光辐射也不会造成基底损伤; 激光辐射速度越大, 基底损伤越小, 但电阻率越大。通过平衡工艺参数, 得到了电阻率为0.96 Ω/μm、对基底无损伤的钨薄膜, 成分分析表明此时W(CO)6已经完全裂解。

为了减少触摸屏生产过程中以及客户端触控不良的发生, 提高良率, 本文研究了IC绑定对触控与显示驱动器集成 (Touch and Display Driver Integration, TDDI)结构触控不良的影响。首先, 利用新思 IC厂商开发的容值测试软件进行测试, 根据测试结果确认触控不良的种类; 其次进行IC交叉验证, 根据测试结果确认显示屏还是IC存在问题。研究结果表明, 各向异性导电膜(Anisotropic Conductive Film, ACF)胶厚度较厚造成了IC绑定粒子变形小, 接触面积较小, 导致了较大的接触电阻, 出现触控不良。通过更换厚度较薄的ACF胶, 不良得到改善, 模组厂不良发生率从3.935×10-3 降低至8.38 ×10-4, 客户端不良率从1.5×10-3降低至0。通过变更ACF胶厚度, 改善IC绑定粒子状态, 可以有效减少触控不良的发生。

时序彩色显示相比于传统空间子像素显示而言, 具有高分辨率低功耗等优点, 但其深受色彩分裂现象的困扰, 解决此问题对时序显示的发展显得至关重要。本文基于240 Hz液晶显示屏, 提出一种四场局域基色去饱和算法。该算法选取重心点为第4场背光基色, 将亮度信息和图像强度更多分配在第4子场。通过程序仿真四场和三场局域基色去饱和算法的显示效果, 设计了主观评分的感知实验来对比两种算法对时序显示图像色彩分裂现象的抑制效果。不同算法和不同分区数都对评分产生了显著影响, 评分随着背光分区数增加而降低, 两种算法都对色彩分裂现象的抑制效果有显著影响, 且四场算法的抑制效果优于三场算法。结果表明, 四场和三场局域基色去饱和算法都可以通过增加背光分区数来抑制图像的色彩分裂现象。四场局域基色去饱和算法对时序显示色彩分裂的抑制效果优于原有的三场局域基色去饱和算法。

LED显示屏在采集校正过程中由于相机自身的渐晕特性, 无法准确得到每个发光像素亮度信息, 导致显示屏经过校正后显示效果不好。为了解决这个问题, 本文针对LED发光像素自身的亮度离散特性, 提出了一种基于统计学原理的相机渐晕补偿算法。该方法首先通过高斯滤波消除高频混叠噪声, 然后通过数据迭代的方式消除LED发光像素的亮度离散性, 从而得到了光滑的相机渐晕曲面, 最后通过对渐晕曲面取倒数的方法求出相机的渐晕补偿曲面并进行了实验验证。实验结果表明, 该方法对相机渐晕进行补偿能够极大程度提高相机采集LED发光像素亮度信息的准确度, 使校正后显示屏的任意发光像素的亮度差异由9%降低至0.86%。大大提高了LED显示屏校正后的显示均匀性。

为了满足航空光电吊舱多路Cameralink数字图像传输的需要, 设计了以可编程逻辑器件(FPGA)作为核心处理器的多路Cameralink数字图像光纤传输系统。利用编解码芯片完成了Cameralink数字图像输入输出的信号转换。设计了异步FIFO数据缓存模块, 解决了像素时钟域与Aurora协议用户时钟域的匹配问题。采用Aurora 8 B/10 B协议进行图像数据的编码、转换, 结合高性能的波分复用光模块完成多路数字图像的传输。实验结果表明, 数字图像数据传输的误码率低于10-12, 图像传输效果清晰稳定。能够应用于多路Cameralink数字图像的传输。

为滤除大量冗余背景信息, 提升目标检测速度, 解决目标光谱获取困难等问题, 提出一种融合光谱微分重排与光谱角匹配的高光谱快速目标检测算法。首先, 对已知背景光谱信息微分重排, 筛选出背景特征较少的谱段集; 然后, 计算相应谱段下, 高光谱图像各像素点的光谱微分值与背景光谱微分值的差值, 并对所得各谱段微分差值加权求和阈值化, 粗提取出目标位置; 最后, 计算提取出的目标位置光谱与先验背景光谱角匹配的反余弦值, 实现目标背景差异精细判别。通过自行拍摄的草地上黄、绿伪装网及AVIRIS获取的San Diego机场飞机高光谱图像进行实验, 与RX、CEM、OSP、ACE、SAM等算法比较。实验结果表明, 所提算法在保证检测精度的同时, 具有较低的虚警率和较好的时效性: ROC曲线下面积AUC均高于0.98, 虚警率分别为3%和1.6%, 处理时间仅为0.36 s和0.077 s。

本文提出一种谱残差和梯度纹理融合特征来检测可见光遥感图像中复杂海面背景下的舰船目标。首先, 使用谱残差模型定位疑似舰船目标, 并采用自适应动态阈值法获取候选目标区域。然后, 根据舰船的形状特点, 对梯度方向直方图特征进行改进, 设计出表征舰船特性的梯度方向特征。同时, 将提取候选目标区域的统一化LBP特征的方差以及灰度共生矩阵特征相结合来描述舰船的纹理信息, 得到30维特征向量。最后, 通过训练好的AdaBoost分类器来完成舰船目标鉴别。本文的检测算法, 针对尺寸为1 024×1 024的可见光遥感图像, 检测时间为4.792 6 s, 检测精度为95.51%, 召回率为96.65%。实验结果表明: 本文算法能准确提取海面舰船目标, 获取舰船目标的数量和位置信息, 从检测时间和精度上来看, 可以作为实际工程参考。

针对非受控场景下人脸识别率低的问题, 提出一种非控场景下基于主成分稀疏表示与低秩分解的人脸识别算法。首先通过核心基础信息平台收集的数据自构建基础人脸库, 然后采集课堂照片并对采样照片通过主成分稀疏表示和低秩分解算法进行分割, 最后以基础人脸库为样本进行匹配识别, 并将未进行低秩分解的情况与低秩分解后的结果进行比较。实验结果表明, 在非受控场景下通过主成分稀疏表示叠加低秩分解的识别效果对光照变化影响的鲁棒性较强, 对遮挡情况受到的影响相对明显, 总体识别正确率最高达到92.4%, 达到较好非控场景下人脸识别效果。该算法对开放型非受控场景下的人脸识别及由此衍生出的表情识别、行为识别等研究都有积极助益。

在计算机视觉任务中, 平衡目标检测的精度与速度对于后续的实际应用如目标跟踪和识别起到关键作用。基于此, 提出了一种基于注意力掩模融合的目标检测算法。首先, 通过VGG网络提取特征, 经过初步二分类和回归后得到一系列预选框;然后, 将上述预选框输入到特征金字塔结构中, 通过构建注意力掩模模块自适应地学习有效特征, 同时融合特征金字塔结构与注意力掩模模块得到更具表征性的特征; 最后经过多分类和回归得到多尺度的检测结果。在PASCAL VOC 2007和PASCAL VOC 2012数据集上展开了实验, 测试集结果显示, 在交集并集比(IOU)为0.5的条件下, 对于320×320的图片输入, 平均精度均值(mAP)分别为81.0%和79.0%, 检测速度为60.9 fps。本文算法将注意力信息结合到目标检测中, 实现了通用目标检测的精度和速度均衡。