阵列 Micro LED 发光特性的自动化统计分析

使用的设备

Monarc^® Pro 阴极荧光系统

背景

Micro LED（µLED）阵列在高亮度、高对比度显示领域具备巨大应用潜力。这类阵列由数千个微型光源（特征尺寸通常为 0.2–50 μm）集成在同一衬底上构成。但要在整个阵列范围内实现亮度与发光波长的均匀性，仍存在很大挑战。

当 Micro LED 的尺寸缩小至 10 μm 以下时，器件表征难度显著增加；同时，制备过程引入的侧壁缺陷会影响器件效率。因此，工艺研发需要能够对成百上千颗独立 Micro LED 的发光强度与发光波长进行评估，并将测试结果和结构、组分信息建立关联的表征手段。

在此我们展示了一套基于 Monarc Pro 系统的自动化方案：可快速表征 Micro LED 阵列中的单颗器件，并得到具有统计意义的器件均匀性分析结果。

材料与方法

采用配备 Monarc Pro 阴极荧光（CL） 系统的扫描电子显微镜，同步采集包含 132 个 Micro LED 器件阵列的二次电子像与阴极荧光谱成像（SI）。阴极荧光谱成像的每个像素点均记录一套完整发光光谱，由此可表征单颗器件内部以及整个阵列范围内发光特性的空间分布差异。

通过质心函数对每个像素开展非线性最小二乘拟合，得到发光强度与发光波长（图 1a）。对应的二次电子（SE）图像显示，这批 Micro LED 为六边形结构，标称宽度 0.45 μm。

随后对二次电子（SE）图像进行图像分割，在 CL SI 数据中识别出各个独立的 Micro LED 器件。更多细节可参考应用指南 Image segmentation for enhancing spectrum image analysis。

基于分割后的数据集，计算每颗器件的平均发光强度与质心能量，并汇总得到统计分布（图 1b、1c）。这种基于目标对象的分析方法，为评估阵列中器件间的差异提供了高效且稳定的手段。

图 1. a) 发光能量分布图（彩色）与二次电子图像经自动分割算法提取得到的器件物理尺寸、形貌信息（黑白）的合成图。 b) Micro LED 发光强度直方图；c) Micro LED 发光波长直方图。

小结

阴极荧光谱成像结合自动化图像分割技术，可对阵列中每一颗 Micro LED 的发光特性开展统计分析。本案例中，系统自动完成了 132 个器件发光强度与发光波长的评估，实现了器件间差异的定量表征。

该方法还可进一步拓展，将器件尺寸、位置、对称性等物理特征与发光波长、发光强度进行关联分析。借此，复杂的高维光谱成像数据集能够转化为简洁的统计分布或者性能指标。

通过器件识别与分析流程的自动化，这套工作流可以实现更快、重复性更好的表征测试，缩短显微表征与工艺开发之间的反馈周期。