[go: up one dir, main page]

KR102301437B1 - 비전 검사 장치 및 이의 얼룩 검출 방법 - Google Patents

비전 검사 장치 및 이의 얼룩 검출 방법 Download PDF

Info

Publication number
KR102301437B1
KR102301437B1 KR1020140086093A KR20140086093A KR102301437B1 KR 102301437 B1 KR102301437 B1 KR 102301437B1 KR 1020140086093 A KR1020140086093 A KR 1020140086093A KR 20140086093 A KR20140086093 A KR 20140086093A KR 102301437 B1 KR102301437 B1 KR 102301437B1
Authority
KR
South Korea
Prior art keywords
image
row
column
data set
background
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020140086093A
Other languages
English (en)
Other versions
KR20160006852A (ko
Inventor
김세윤
고성제
문회식
Original Assignee
삼성디스플레이 주식회사
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성디스플레이 주식회사, 고려대학교 산학협력단 filed Critical 삼성디스플레이 주식회사
Priority to KR1020140086093A priority Critical patent/KR102301437B1/ko
Priority to US14/601,448 priority patent/US9880109B2/en
Publication of KR20160006852A publication Critical patent/KR20160006852A/ko
Application granted granted Critical
Publication of KR102301437B1 publication Critical patent/KR102301437B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9513—Liquid crystal panels

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Crystallography & Structural Chemistry (AREA)

Abstract

비전 검사 장치는 n×m 의 매트릭스 구조에 대응하는 패널 영상의 복수의 화소 신호들을 행 데이터 세트와 열 데이터 세트로 재구성하고, 상기 행 데이터 세트와 상기 열 데이터 세트를 PCA 기법을 적용하여 상기 패널 영상에서 얼룩이 제거된 행 배경 영상 및 열 배경 영상을 생성하는 배경 영상 추정부(n 및 m 은 자연수), 상기 패널 영상과 상기 행 및 열 배경 영상들 각각의 차이를 이용하여 배경과 얼룩으로 이루어진 행 이진 영상 및 열 이진 영상을 생성하는 얼룩 영상 생성부, 및 상기 행 이진 영상과 열 이진 영상을 이용하여 상기 얼룩을 검출하는 얼룩 결정부를 포함한다.

Description

비전 검사 장치 및 이의 얼룩 검출 방법{VISION INSPECTION APPARATUS AND METHOD OF DETECTING MURA THEREOF}
본 발명은 비전 검사 장치 및 이의 얼룩 검출 방법에 관한 것으로, 보다 상세하게는 얼룩 검출을 정확하게 하기 위한 비전 검사 장치 및 이의 얼룩 검출 방법에 관한 것이다.
일반적으로 액정표시패널은 하부 기판, 상기 하부 기판과 마주하는 상부 기판, 및 상기 하부 기판과 상기 상부 기판과의 사이에 개재된 액정층으로 이루어진다. 상기 하부 기판은 화소 영역과 상기 화소 영역을 구동하기 위한 구동신호가 인가되는 주변 영역을 갖는다.
상기 화소 영역은 제1 방향으로 연장된 데이터 라인과 제2 방향으로 연장되어 상기 데이터 라인과 직교하는 게이트 라인, 및 상기 게이트 라인과 데이터 라인에 연결되는 화소 전극을 포함하며, 상기 주변 영역에는 데이터 신호를 제공하는 구동 칩이 실장되는 제1 구동 칩 패드와, 상기 게이트 신호를 제공하는 구동 칩이 실장되는 제2 구동 칩 패드를 포함한다.
상기 액정표시패널은 액정주입공정을 수행한 후, 전기적 및 광학적인 동작 상태를 검사하기 위한 비쥬얼 검사 공정을 수행한다. 상기 비쥬얼 검사 공정은 일반적으로 검사자의 육안으로 다양한 패턴 형태의 얼룩을 검사하고, 검사된 결과를 반영하여 얼룩을 보정한다. 이와 같이, 검사자의 수작업에 의해 얼룩을 검사하는 경우 검사 공정 시간의 지연에 따른 생산성 저하 및 불량 정보 편차에 따른 보정 편차 등의 문제점이 있다.
이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로, 본 발명의 목적은 무정형 얼룩(Mura)을 정확하게 검출하기 위한 비전 검사 장치를 제공하는 것이다.
본 발명의 다른 목적은 비전 검사 장치의 얼룩 검출 방법을 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 비전 검사 장치는 n×m 의 매트릭스 구조를 가지는 패널 영상의 복수의 화소 신호들을 행 데이터 세트와 열 데이터 세트로 재구성하고, 상기 행 데이터 세트와 상기 열 데이터 세트를 PCA 기법을 적용하여 상기 패널 영상에서 얼룩이 제거된 행 배경 영상 및 열 배경 영상을 생성하는 배경 영상 추정부(n 및 m 은 자연수), 상기 패널 영상과 상기 행 및 열 배경 영상들 각각의 차이를 이용하여 배경과 얼룩으로 이루어진 행 이진 영상 및 열 이진 영상을 생성하는 얼룩 영상 생성부, 및 상기 행 이진 영상과 열 이진 영상을 이용하여 상기 얼룩을 검출하는 얼룩 결정부를 포함한다.
일 실시예에서, 상기 배경 영상 추정부는 상기 패널 영상의 화소 행에 포함된 n 개의 화소 신호들로 이루어진 n 차원의 행 데이터를 m 개의 화소 행들에 대응하여 행 데이터 세트로 구성하고, 상기 패널 영상의 화소 열에 포함된 m 개의 화소 신호들로 이루어진 m 차원의 열 데이터를 n 개의 화소 행들에 대응하여 열 데이터 세트로 구성할 수 있다.
일 실시예에서, 상기 배경 영상 추정부는 상기 n 차원의 행 데이터 세트를 PCA 기법을 적용하여 q 차원의 행 데이터 세트로 변환하고, 상기 q 차원의 행 데이터 세트를 상기 n 차원의 행 데이터 세트로 복원하여 상기 행 배경 영상에 대응하는 화소 신호들을 구하고(q 는 n 및 m 보다 작은 자연수), 상기 m 차원의 열 데이터 세트를 상기 PCA 기법을 적용하여 q 차원의 열 데이터 세트로 변환하고, 상기 q 차원의 열 데이터 세트를 상기 m 차원의 열 데이터 세트로 복원하여 상기 열 배경 영상에 대응하는 화소 신호들을 구할 수 있다.
일 실시예에서, 상기 q는 '5' 일 수 있다.
일 실시예에서, 상기 얼룩 영상 생성부는 상기 패널 영상과 상기 행 배경 영상과의 차이를 이용하여 행 차이 영상을 생성하고, 상기 패널 영상과 상기 열 배경 영상과의 차이를 이용하여 열 차이 영상을 생성하고, 상기 행 차이 영상의 화소 신호들에 제1 임계치를 적용하여 상기 배경과 상기 얼룩으로 구분되는 행 이진 영상을 생성하고, 상기 열 차이 영상의 화소 신호들에 제2 임계치를 적용하여 상기 배경과 상기 얼룩으로 구분되는 열 이진 영상을 생성할 수 있다.
일 실시예에서, 상기 제1 임계치는 상기 행 차이 영상의 화소 신호들의 평균과 표준편차에 의해 결정되고, 상기 제2 임계치는 상기 열 차이 영상의 화소 신호들의 평균과 표준편차에 의해 결정될 수 있다.
일 실시예에서, 상기 얼룩 결정부는 상기 행 이진 영상과 상기 열 이진 영상의 화소 신호들의 교집합 연산을 통해 상기 얼룩의 위치에 대응하는 시드 패턴을 포함하는 교집합 영상을 생성하고, 상기 행 이진 영상과 상기 열 이진 영상의 화소 신호들의 합집합 연산을 통해 상기 얼룩의 크기 및 형상에 대응하는 후보 패턴을 포함하는 합집합 영상을 생성할 수 있다.
일 실시예에서, 상기 얼룩 결정부는 상기 교집합 연산을 수행하기 전에, 상기 행 이진 영상과 상기 열 이진 영상에 포함된 노이즈를 제거할 수 있다.
일 실시예에서, 상기 얼룩 결정부는 상기 시드 패턴을 상기 후보 패턴의 외곽 영역까지 확장하여 상기 얼룩을 결정할 수 있다.
상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 표시 패널의 얼룩 검출 방법은 n×m 의 매트릭스 구조를 가지는 패널 영상의 복수의 화소 신호들을 행 데이터 세트와 열 데이터 세트로 재구성하고, 상기 행 데이터 세트와 상기 열 데이터 세트를 PCA 기법을 적용하여 상기 패널 영상에서 얼룩이 제거된 행 배경 영상 및 열 배경 영상을 생성하는 단계(n 및 m 은 자연수), 상기 패널 영상과 상기 행 및 열 배경 영상들 각각의 차이를 이용하여 배경과 얼룩으로 이루어진 행 이진 영상 및 열 이진 영상을 생성하는 단계, 및 상기 행 이진 영상과 열 이진 영상을 이용하여 상기 얼룩을 검출하는 단계를 포함한다.
일 실시예에서, 상기 배경 영상 및 열 배경 영상을 생성하는 단계는 상기 패널 영상의 화소 행에 포함된 n 개의 화소 신호들로 이루어진 n 차원의 행 데이터를 m 개의 화소 행들에 대응하여 행 데이터 세트로 구성하는 단계, 및 상기 패널 영상의 화소 열에 포함된 m 개의 화소 신호들로 이루어진 m 차원의 열 데이터를 n 개의 화소 행들에 대응하여 열 데이터 세트로 구성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 배경 영상 및 열 배경 영상을 생성하는 단계는 상기 n 차원의 행 데이터 세트를 PCA 기법을 적용하여 q 차원의 행 데이터 세트로 변환하고, 상기 q 차원의 행 데이터 세트를 상기 n 차원의 행 데이터 세트로 복원하여 상기 행 배경 영상에 대응하는 화소 신호들을 구하는 단계(q 는 n 및 m 보다 작은 자연수), 및 상기 m 차원의 열 데이터 세트를 상기 PCA 기법을 적용하여 q 차원의 열 데이터 세트로 변환하고, 상기 q 차원의 열 데이터 세트를 상기 m 차원의 열 데이터 세트로 복원하여 상기 열 배경 영상에 대응하는 화소 신호들을 구하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 q는 '5' 일 수 있다.
일 실시예에서, 상기 행 이진 영상 및 열 이진 영상을 생성하는 단계는 상기 패널 영상과 상기 행 배경 영상과의 차이를 이용하여 행 차이 영상을 생성하는 단계, 상기 패널 영상과 상기 열 배경 영상과의 차이를 이용하여 열 차이 영상을 생성하는 단계, 상기 행 차이 영상의 화소 신호들에 제1 임계치를 적용하여 상기 배경과 상기 얼룩으로 구분되는 행 이진 영상을 생성하는 단계, 및 상기 열 차이 영상의 화소 신호들에 제2 임계치를 적용하여 상기 배경과 상기 얼룩으로 구분되는 열 이진 영상을 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 제1 임계치는 상기 행 차이 영상의 화소 신호들의 평균과 표준편차에 의해 결정되고, 상기 제2 임계치는 상기 열 차이 영상의 화소 신호들의 평균과 표준편차에 의해 결정될 수 있다.
일 실시예에서, 상기 얼룩을 검출하는 단계는 상기 행 이진 영상과 상기 열 이진 영상의 화소 신호들의 교집합 연산을 통해 상기 얼룩의 위치에 대응하는 시드 패턴을 포함하는 교집합 영상을 생성하는 단계, 및 상기 행 이진 영상과 상기 열 이진 영상의 화소 신호들의 합집합 연산을 통해 상기 얼룩의 크기 및 형상에 대응하는 후보 패턴을 포함하는 합집합 영상을 생성하는 단계를 포함할 수 있다.
일 실시예에서, 상기 얼룩을 검출하는 단계는 상기 교집합 연산을 수행하기 전에, 상기 행 이진 영상과 상기 열 이진 영상에 포함된 노이즈를 제거하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 얼룩을 검출하는 단계는 상기 시드 패턴을 상기 후보 패턴의 외곽 영역까지 확장하여 상기 얼룩을 결정하는 단계를 더 포함할 수 있다.
본 발명의 실시예들에 따르면, 상기 패널 영상을 PCA 기법을 적용하여 배경 영상을 추정하고, 상기 패널 영상과 상기 배경 영상을 차이를 이용하여 얼룩(Mura)의 크기 및 형상을 결정하기 위한 후보 패턴 및 상기 얼룩의 위치를 결정하기 위한 시드 패턴을 검출함으로써 얼룩의 위치, 크기 및 형상을 정확하게 검출할 수 있다.
도 1은 본 발명의 일 실시예에 따른 비전 검사 장치의 블록도이다.
도 2는 도 1의 비전 검사 장치의 얼룩 검출 방법을 설명하기 위한 흐름도이다.
도 3a 내지 도 3c는 도 1의 배경 영상 추정부의 동작 설명을 위한 개념도들이다.
도 4a 및 도 4b는 도 1의 배경 영상 추정부에 따른 스무딩 처리를 설명하기 위하 개념도들이다.
도 5는 도 1의 얼룩 영상 생성부의 동작을 설명하기 위한 개념도이다.
도 6a 내지 도 6c는 도 1의 얼룩 결정부의 동작을 설명하기 위한 개념도들이다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 비전 검사 장치의 블록도이다.
도 1을 참조하면, 상기 비전 검사 장치(200)는 표시 패널(100)의 얼룩을 검출하고, 검출된 얼룩을 보상하기 위한 보정값을 산출할 수 있다. 상기 얼룩은 상기 표시 패널의 제조 공정상의 여러 가지 물리적인 요인에 의해 발생할 수 있다.
상기 표시 패널(100)은 제1 방향(D1)으로 배열된 복수의 화소 행들(PR1, PR2,..., PRm)을 포함하고, 상기 제1 방향(D1)과 교차하는 제2 방향(D2)으로 배열된 복수의 화소 열들(PC1, PC2,.., PCn)을 포함한다. 각 화소 행은 상기 제2 방향(D2)으로 배열된 복수의 화소들을 포함하고, 각 화소 열은 상기 제1 방향(D1)으로 배열된 복수의 화소들을 포함한다. 상기 n 및 m 은 자연수이다.
본 실시예에서, 상기 비전 검사 장치(200)는 상기 표시 패널(100)의 다양한 형상의 얼룩을 정확하게 검출할 수 있다.
본 실시예에 따른 상기 비전 검사 장치(200)는 검사 제어부(210), 촬상부(220), 배경 영상 추정부(240), 얼룩 영상 생성부(260) 및 얼룩 결정부(280)를 포함한다.
상기 검사 제어부(210)는 상기 비전 검사 장치(200)의 전반적인 구동을 제어한다. 예를 들어, 상기 검사 제어부(210)는 상기 표시 패널(100)에 계조에 따른 얼룩 검출을 위해 전체 계조에 대한 샘플 계조를 표시한다. 상기 샘플 계조는 예를 들어, 총 255 계조에 대해서 0 계조, 16 계조, 24 계조, 32 계조, 64 계조, 96 계조, 128 계조, 192 계조 및 255 계조를 포함할 수 있다. 상기 샘플 계조는 다양하게 설정될 수 있다.
상기 촬상부(220)는 상기 표시 패널(100)에 표시된 샘플 계조에 대응하는 패널 영상을 촬상한다. 상기 촬상부(220)로부터 촬상된 상기 패널 영상은 상기 표시 패널의 얼룩 및 노이즈를 포함할 수 있다. 상기 촬상부(220)는 CCD 카메라 또는 CMOS 카메라를 포함할 수 있다.
상기 검사 제어부(210)는 상기 촬상부(220)로부터 상기 패널 영상을 수신하고, 상기 패널 영상의 화소 신호를 상기 배경 영상 추정부(240) 및 상기 얼룩 영상 생성부(260)에 제공한다.
상기 배경 영상 추정부(240)는 상기 패널 영상 중 화소 행의 화소 신호들을 행 벡터로 재구성되고, 상기 패널 영상 중 화소 열의 화소 신호들을 열 벡터로 재구성된다. 상기 패널 영상의 해상도가 nㅧm 인 경우, 상기 패널 영상은 m개 행 벡터들로 이루어진 행 데이터 세트와 n개 열 벡터들로 이루어진 열 데이터 세트로 재구성된다(n, m 은 자연수).
상기 배경 영상 추정부(240)는 PCA(Principal Component Analysis) 기법을 적용함으로써 상기 표시 패널의 얼룩 및 노이즈를 제외한 배경 영상을 추정한다. 상기 배경 영상 추정부(240)는 상기 행 데이터 세트와 상기 열 데이터 세트에 PCA 기법을 각각 적용하여 상기 패널 영상에 포함된 얼룩을 제외한 행 배경 영상 및 열 배경 영상을 추정한다.
또한, 상기 배경 영상 추정부(240)는 추정된 상기 행 및 열 배경 영상을 스무딩 처리를 배경과 유사한 얼룩을 제거할 수 있다.
상기 얼룩 영상 생성부(260)는 상기 패널 영상과 상기 배경 영상과의 차이를 이용하여 얼룩 및 노이즈를 포함하는 차이 영상을 생성한다. 즉, 상기 얼룩 영상 생성부(260)는 상기 패널 영상과 상기 행 배경 영상의 차이를 이용하여 행 차이 영상을 생성하고, 상기 패널 영상과 상기 열 배경 영상의 차이를 이용하여 열 차이 영상을 생성한다.
또한, 상기 얼룩 영상 생성부(260)는 상기 스레스홀딩(Thresholding) 처리를 통해 상기 행 차이 영상에 대응하는 행 이진 영상(Binary image)과 상기 열 차이 영상에 대응하는 열 이진 영상을 생성한다. 상기 이진 영상은 배경은 블랙 계조를 가지며 얼룩은 화이트 계조를 가질 수 있다.
상기 얼룩 결정부(280)는 상기 행 이진 영상과 상기 열 이진 영상을 이용하여 상기 노이즈가 제거된 실질적인 얼룩을 결정한다. 상기 얼룩 결정부(280)는 상기 행 이진 영상과 상기 열 이진 영상의 교집합 연산을 통해 얼룩의 위치에 대응하는 시드 패턴을 결정하고, 상기 행 이진 영상과 상기 열 이진 영상의 합집합 연산을 통해 얼룩의 크기 및 형상에 대응하는 후보 패턴을 결정한다. 상기 얼룩 결정부(280)는 상기 시드 패턴과 상기 후보 패턴에 기초하여 상기 얼룩의 위치, 크기 및 형상을 결정하여 최종적으로 상기 얼룩을 검출한다.
이상과 같이, 상기 촬상부로부터 제공된 상기 패널 영상을 이용하여 얼룩이 제외된 행 배경 영상 및 열 배경 영상을 추정하고, 상기 패널 영상과 추정된 행 및 열 배경 영상들을 이용하여 행 이진 영상과 열 이진 영상을 생성하고, 상기 행 이진 영상과 상기 열 이진 영상을 집합 연산하여 최종적으로 상기 얼룩을 검출할 수 있다.
본 실시예에 따르면, 선형 얼룩 및 무정형 얼룩에 대해서 자동으로 검출이 가능할 수 있다. 또한 촬상된 패널 영상의 화소 신호에 기초하여 신호 처리를 통해서 다양한 형상의 얼룩을 검출할 수 있음으로써 다양한 표시 패널에 적용될 수 있다.
도 2는 도 1의 비전 검사 장치의 얼룩 검출 방법을 설명하기 위한 흐름도이다. 도 3a 내지 도 3c는 도 1의 배경 영상 추정부의 동작 설명을 위한 개념도들이다. 도 4a 및 도 4b는 도 1의 배경 영상 추정부에 따른 스무딩 처리를 설명하기 위하 개념도들이다. 도 5는 도 1의 얼룩 영상 생성부의 동작을 설명하기 위한 개념도이다. 도 6a 내지 도 6c는 도 1의 얼룩 결정부의 동작을 설명하기 위한 개념도들이다.
도 1 및 도 2를 참조하면, 상기 검사 제어부(210)는 상기 표시 패널(100)에 샘플 계조를 표시한다.
상기 촬상부(220)는 상기 표시 패널(100)에 표시된 상기 샘플 계조에 대응하는 패널 영상을 상기 검사 제어부(210)에 제공한다. 상기 검사 제어부(210)는 상기 패널 영상의 복수의 화소 신호들을 상기 배경 영상 추정부(240)에 제공한다.
도 3a를 참조하면, 상기 배경 영상 추정부(240)는 PAC 방법을 적용하기 위해 nㅧm 의 크기를 가지는 상기 패널 영상의 nㅧm 화소 신호들을 m 개의 행 벡터들과 n 개의 열 백터들로 재구성한다. 상기 행 벡터는 n 개의 화소 신호들을 포함하는 n 차원 데이터이고, 상기 열 벡터는 m 개의 화소 신호들을 포함하는 m 차원 데이터이다.
예를 들면, 제1 행 벡터(R1)는 제1 화소 행(PR1)의 n개 화소 신호들(I1,1, I2,1, I3,1,...., In,1)로 정의되고, 제2 행 벡터(R2)는 제2 화소 행(PR2)의 n 개 화소 신호들(I1,2, I2,2, I3,2,...., In,2)로 정의되고, 같은 방식으로 제m 행 벡터(Rm)는 제m 화소 행(PRm)의 n개의 화소 신호들(I1,m, I2,m, I3,m,...., In,m)로 정의된다.
제1 열 벡터(C1)는 제1 화소 열(PC1)의 m개 화소 신호들(I1,1, I1,2, I1,3,...., I1,m)로 정의되고, 제2 열 벡터(C2)는 제2 화소 열(PC2)의 m 개 화소 신호들(I2,1, I2,2, I2,3,...., I2,m)로 정의되고, 같은 방식으로 제n 열 벡터(Cn)는 제n 화소 열(PCn)의 m개의 화소 신호들(In,1, In,2, In,3,...., In,m)로 정의된다.
따라서, 상기 패널 영상의 행 데이터 세트는 n 차원의 m 개 데이터(R1, R2, R3,.., Rm)로 재구성되고, 상기 패널 영상의 열 데이터 세트는 m 차원의 n 개 데이터(C1, C2, C3,.., Cn)로 재구성된다(단계 S110).
상기 배경 영상 추정부(240)는 데이터의 집합을 분석하는 기법으로 데이터의 분산을 이용하는 PCA 기법을 이용하여 상기 패널 영상의 배경 영상을 추정한다.
상기 PCA 기법은 입력된 데이터세트의 차원보다 낮은 차원의 데이터세트로 표현하는 방법이다.
도 3b를 참조하면, 2차원 데이터의 분포에서, 낮아진 차원의 데이터가 최대한 구별이 되도록 주성분을 선택한다. 먼저, 입력된 데이터가 2차원 데이터이므로, 제1 주성분(PC1) 및 상기 제1 주성분(PC1)과 직교하는 제2 주성분(PC2)을 구한다. 이렇게 구해진 제1 및 제2 주성분들(PC1, PC2) 중 한 개의 성분을 이용하여 새로운 데이터로 표현할 경우, 상기 제2 주성분(PC1)을 이용하면 상기 새로운 데이터는 높은 신뢰도를 갖는 반면, 상기 제2 주성분(PC2)을 이용하여 낮은 신뢰도를 갖는다.
상기 PCA 기법을 이용하여 2차원 데이터를 1차원 데이터로 축소하면 아웃라이어 데이터는 손실이 발생된다. 이어, 축소된 1차원 데이터를 원래의 2차원 데이터로 복원하면, 아웃라이어 데이터는 손실되고 인라이어 데이터만 얻을 수 있다.
상기 PCA 기법을 이용하여 입력된 상기 패널 영상에서 상기 배경 영상을 추정할 경우, 상기 패널 영상의 얼룩에 대응하는 성분은 배경에 대응하는 성분보다 영향이 적다.
도 3c를 참조하면, 상기 배경 영상 추정부(240)는 n 차원의 m개 데이터로 이루어진 행 데이터 세트(R1, R2, R3,.., Rm)를 상기 PCA 기법을 이용하여 상기 m 차원 보다 낮은 q 차원의 m 개 데이터로 이루어진 행 데이터 세트로 변환하고, m 차원의 n 개 데이터로 이루어진 열 데이터 세트(C1, C2, C3,.., Cn])를 상기 PCA 기법을 이용하여 상기 m 차원 보다 낮은 q 차원의 n 개의 데이터로 이루어진 열 데이터 세트로 변환한다. 상기 q는 n 및 m 보다 작은 자연수로서, 예컨대, 5 일 수 있다.
예컨대, 상기 배경 영상 추정부(240)는 행 데이터 세트(R1, R2, R3,.., Rm)의 평균값(E)을 원점으로 하고 분산이 최대가 되는 제1 주성분(PC1)과 상기 제1 주성부(PC1)에 직교하는 제2 주성분(PC2)을 구한다.
임의의 제m 행 백터(Rm)의 데이터가 상기 제1 주성분(PC1)의 축에 투영된 값이 가중치(Wm,1)이며, 상기 가중치(Wm,1)는 least-squared regression을 이용하여 수학식 1과 같이 구할 수 있다. 여기서, v1 은 제1 주성분(PC1)의 축에 대한 벡터값이다.
수학식 1
Figure 112014064582677-pat00001
상기 배경 영상 추정부(240)는 상기 q 차원의 m 개의 데이터로 이루어진 행 데이터 세트를 원래 n 차원의 m 개의 데이터로 이루어진 행 데이터 세트로 복원함으로써 상기 얼룩이 손실된 배경 영상에 대응하는 새로운 행 데이터 세트를 얻을 수 있다. 또한, 상기 배경 영상 추정부(240)는 상기 q 차원의 n 개의 데이터로 이루어진 열 데이터 세트를 원래 m 차원의 n 개의 데이터로 이루어진 열 데이터 세트로 복원함으로써 상기 얼룩의 데이터가 손실된 상기 배경 영상에 대응하는 새로운 열 데이터 세트를 얻을 수 있다.
예를 들면, 수학식 2에 이어서, 수학식 2를 적용하여 상기 제1 주성분(PC1)에 대한 제m 행 벡터(Rm)의 데이터에 대응하는 1차원 복원 데이터(R m,1')를 구할 수 있다.
수학식 2
Figure 112014064582677-pat00002
수학식 2에 근거하여, 제m 행 벡터(Rm)의 데이터에 대응하는 상기 q 차원의 복원 데이터(R m,q')의 경우, 수학식 3과 같이 나타낼 수 있다.
수학식 3
Figure 112014064582677-pat00003
상기 수학식 1 내지 3을 이용하여, n 차원의 행 데이터 세트 및 m 차원의 열 데이터 세트를 q 차원의 행 데이터 세트 및 열 데이터 세트로 축소하고, q 차원의 행 데이터 세트 및 열 데이터 세트를 n 차원의 행 데이터 세트 및 m 차원의 열 데이터 세트로 복원하여 얼룩에 대응하는 데이터가 손실된 상기 배경 영상을 추정할 수 있다.
이와 같이, 상기 배경 영상 추정부(240)는 상기 PCA 기법을 이용하여 상기 패널 영상의 상기 배경 영상을 추정한다(단계 S120).
상기 배경 영상 추정부(240)는 상기 얼룩을 정확하게 검출하기 위해서 추가적으로 상기 추정된 배경 영상을 스무딩 처리한다(단계 S125).
도 4a를 참조하면, 행 휘도 프로파일을 살펴보면, 밝기가 급격히 낮아지는 표시 패널의 주변부의 특성을 고려하여 먼저 표시 패널의 영역을 패널 중심부와 패널 주변부로 구분한다. 상기 영역 구분을 위한 경계선을 결정한다.
행 휘도 프로파일을 이용하여 상기 표시 패널의 좌우에 대한 경계선을 결정하고, 열 휘도 프로파일을 이용하여 상기 표시 패널의 상하에 대한 경계선을 결정한다.
상기 행 휘도 프로파일에서 얻을 수 있는 국소 최대값들 중 양 끝의 처음 지점들을 좌 및 우 경계점들(BP_L, BP_R)로 결정하여 상기 좌 및 우 경계점들(BP_L, BP_R)을 연결하여 상기 표시 패널의 좌우 경계선들을 결정한다. 같은 방식으로, 상기 표시 패널의 상하 경계선들을 결정한다. 상기 표시 패널은 상기 상하좌우 경계선들에 의해 상기 패널의 중심부와 상기 패널 주변부로 구분될 수 있다.
상기 패널 중심부에서는 2 차원 스무딩 처리를 수행하고, 상기 패널 주변부에서는 1 차원 스무딩 처리를 수행한다. 이와 같은 방법으로 상기 패널 주변부에서 밝기 값이 급격히 떨어지는 특성을 고려하여 스무딩 처리를 수행할 수 있다.
도 4b를 참조하면, 상기 PCA 기법을 통해 추정된 상기 배경 영상을 상기 스무딩 처리를 통해서 얼룩이 보완된 배경 영상을 얻을 수 있다. 상기 배경 영상을 스무딩 처리함으로써 상기 얼룩의 검출을 보다 정확하게 할 수 있다.
상기 배경 영상 추정부(240)는 상기 스무딩 처리가 완료된 행 배경 영상과 열 배경 영상의 화소 신호들을 상기 얼룩 영상 생성부(260)에 제공한다.
도 5를 참조하면, 상기 얼룩 영상 생성부(260)는 상기 검사 제어부(210)로부터 제공된 입력 영상인 상기 패널 영상(II)과 상기 스무딩 처리된 행 배경 영상(RBI) 및 열 배경 영상(CBI)을 이용하여 행 차이 영상(RDI) 및 열 차이 영상(CDI)을 생성한다(단계 S130).
상기 얼룩 영상 생성부(260)는 상기 패널 영상(II)과 상기 행 배경 영상(RBI)의 차이로부터 상기 행 차이 영상(RDI)을 생성하고, 상기 패널 영상(II)과 상기 열 배경 영상(CBI)의 차이로부터 상기 열 차이 영상(CDI)을 생성한다.
이어, 상기 얼룩 영상 생성부(260)는 상기 행 차이 영상(RDI)의 화소 신호들의 평균(μ)과 표준편차(δ)를 구하고, 상기 행 차이 영상(RDI)의 화소 신호(I)에 평균(μ)과 표준편차(δ)에 기초하여 산출된 임계치를 적용하여 행 이진 영상(RBB)을 생성한다. 또한, 상기 얼룩 영상 생성부(260)는 상기 열 차이 영상(CDI)의 화소 신호들의 평균(μ)과 표준편차(δ)를 하고, 상기 열 차이 영상(CDI)의 화소 신호(I)에 평균(μ)과 표준편차(δ)에 기초하여 산출된 임계치를 적용하여 열 이진 영상(CBB)을 생성한다(단계 S135). 이진 영상(Binary image)은 다음의 수학식 4와 같이 나타낼 수 있다.
수학식 4
Figure 112014064582677-pat00004
상기 얼룩 영상 생성부(260)는 상기 행 이진 영상(RBB) 및 상기 열 이진 영상(CBB)의 화소 신호들을 상기 얼룩 결정부(280)에 제공한다.
도 6a를 참조하면, 상기 얼룩 결정부(280)는 상기 행 이진 영상(RBB) 및 상기 열 이진 영상(CBB)의 합집합 연산을 통해 합집합 영상(UNI)을 생성한다.
상기 행 이진 영상(RBB)은 상기 얼룩에 대응하는 제1 추정 얼룩(M1) 및 제1 노이즈(N1)를 포함한다. 또한, 상기 열 이진 영상(CBB)은 상기 얼룩에 대응하는 제2 추정 얼룩(M2) 및 제2 노이즈(N2)를 포함한다. 따라서, 상기 합집합 영상(UNI)은 상기 제1 및 제2 추정 얼룩(M1, M2)의 합집합에 기초한 후보(candidate) 패턴(CA) 및 상기 제1 및 제2 노이즈(N1, N2)를 포함한다. 상기 후보 패턴(CA)의 크기 및 형상은 상기 얼룩의 크기 및 형상과 실질적으로 같을 수 있다. 상기 후보 패턴(CA)은 상기 얼룩의 크기 및 형상을 결정하는데 사용될 수 있다.
상기 얼룩 결정부(280)는 상기 행 이진 영상(RBB) 및 상기 열 이진 영상(CDI)의 교집합 연산을 통해 교집합 영상(ISI)을 생성한다.
상기 교집합 영상(ISI)은 상기 제1 및 제2 추정 얼룩(M1, M2)의 교집합에 기초한 시드(seed) 패턴(SA)을 포함하고, 상기 제1 및 제2 노이즈들(N1, N2)은 거의 제거될 수 있다. 즉, 상기 시드 패턴(SA)의 중심 위치는 상기 얼룩의 중심 위치와 같을 수 있으나, 크기는 실질적인 얼룩 보다 작을 수 있다. 따라서, 상기 시드 패턴(SA)은 상기 얼룩의 위치를 결정하는데 사용될 수 있다.
또한, 상기 얼룩 결정부(280)는 상기 교집합 영상(ISI)을 생성하기 전에 오프닝(Morphological opening) 처리를 통해 상기 행 이진 영상(RBB) 및 상기 열 이진 영상(CBB)에 포함된 노이즈 성분을 제거할 수 있다.
상기 얼룩 결정부(280)는 상기 합집합 영상(UNI) 및 상기 교집합 영상(ISI)을 이용하여 실질적인 얼룩의 위치와 크기를 결정한다(단계 S145).
도 6b 및 도 6c를 참조하면, 상기 교집합 영상(ISI)의 상기 시드 패턴(CA)은 상기 합집합 영상(UNI)의 상기 후보 패턴(CA)의 내부에 존재한다. 상기 시드 패턴(SA)을 상기 후보 패턴(CA)의 외곽 영역까지 확장하여 실질적인 얼룩(MA)의 크기 및 형상을 결정한다.
결과적으로, 상기 패널 영상에 포함된 상기 얼룩(MA)의 위치, 크기 및 형상을 결정함으로써 최종적으로 상기 얼룩을 검출할 수 있다.
본 발명의 실시예들에 따르면, 상기 패널 영상을 PCA 기법을 적용하여 배경 영상을 추정하고, 상기 패널 영상과 상기 배경 영상을 차이를 이용하여 얼룩의 크기 및 형상을 결정하기 위한 후보 패턴 및 상기 얼룩의 위치를 결정하기 위한 시드 패턴을 검출함으로써 얼룩의 위치, 크기 및 형상을 정확하게 검출할 수 있다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100 : 표시 패널 200 : 비전 검사 장치
210 : 검사 제어부 220 : 촬상부
240 : 배경 영상 추정부 260 : 얼룩 영상 생성부
280 : 얼룩 결정부

Claims (18)

  1. n×m 의 매트릭스 구조를 가지는 패널 영상의 복수의 화소 신호들을 행 데이터 세트와 열 데이터 세트로 재구성하고, 상기 행 데이터 세트와 상기 열 데이터 세트를 PCA(Principal Component Analysis) 기법을 적용하여 상기 패널 영상에서 얼룩이 제거된 행 배경 영상 및 열 배경 영상을 생성하는 배경 영상 추정부(n 및 m 은 자연수);
    상기 패널 영상과 상기 행 및 열 배경 영상들 각각의 차이를 이용하여 배경과 얼룩으로 이루어진 행 이진 영상 및 열 이진 영상을 생성하는 얼룩 영상 생성부; 및
    상기 행 이진 영상과 열 이진 영상을 이용하여 상기 얼룩을 검출하는 얼룩 결정부를 포함하는 비전 검사 장치.
  2. 제1항에 있어서, 상기 배경 영상 추정부는
    상기 패널 영상의 화소 행에 포함된 n 개의 화소 신호들로 이루어진 n 차원의 행 데이터를 m 개의 화소 행들에 대응하여 행 데이터 세트로 구성하고,
    상기 패널 영상의 화소 열에 포함된 m 개의 화소 신호들로 이루어진 m 차원의 열 데이터를 n 개의 화소 열들에 대응하여 열 데이터 세트로 구성하는 것을 특징으로 하는 비전 검사 장치.
  3. 제2항에 있어서, 상기 배경 영상 추정부는
    상기 n 차원의 행 데이터 세트를 PCA 기법을 적용하여 q 차원의 행 데이터 세트로 변환하고, 상기 q 차원의 행 데이터 세트를 상기 n 차원의 행 데이터 세트로 복원하여 상기 행 배경 영상에 대응하는 화소 신호들을 구하고(q 는 n 및 m 보다 작은 자연수),
    상기 m 차원의 열 데이터 세트를 상기 PCA 기법을 적용하여 q 차원의 열 데이터 세트로 변환하고, 상기 q 차원의 열 데이터 세트를 상기 m 차원의 열 데이터 세트로 복원하여 상기 열 배경 영상에 대응하는 화소 신호들을 구하는 것을 특징으로 하는 비전 검사 장치.
  4. 제3항에 있어서, 상기 q는 '5' 인 것을 특징으로 하는 비전 검사 장치.
  5. 제1항에 있어서, 상기 얼룩 영상 생성부는
    상기 패널 영상과 상기 행 배경 영상과의 차이를 이용하여 행 차이 영상을 생성하고, 상기 패널 영상과 상기 열 배경 영상과의 차이를 이용하여 열 차이 영상을 생성하고,
    상기 행 차이 영상의 화소 신호들에 제1 임계치를 적용하여 상기 배경과 상기 얼룩으로 구분되는 행 이진 영상을 생성하고,
    상기 열 차이 영상의 화소 신호들에 제2 임계치를 적용하여 상기 배경과 상기 얼룩으로 구분되는 열 이진 영상을 생성하는 것을 특징으로 하는 비전 검사 장치.
  6. 제5항에 있어서, 상기 제1 임계치는 상기 행 차이 영상의 화소 신호들의 평균과 표준편차에 의해 결정되고,
    상기 제2 임계치는 상기 열 차이 영상의 화소 신호들의 평균과 표준편차에 의해 결정되는 것을 특징으로 하는 비전 검사 장치.
  7. 제1항에 있어서, 상기 얼룩 결정부는
    상기 행 이진 영상과 상기 열 이진 영상의 화소 신호들의 교집합 연산을 통해 상기 얼룩의 위치에 대응하는 시드 패턴을 포함하는 교집합 영상을 생성하고,
    상기 행 이진 영상과 상기 열 이진 영상의 화소 신호들의 합집합 연산을 통해 상기 얼룩의 크기 및 형상에 대응하는 후보 패턴을 포함하는 합집합 영상을 생성하는 것을 특징으로 하는 비전 검사 장치.
  8. 제7항에 있어서, 상기 얼룩 결정부는 상기 교집합 연산을 수행하기 전에, 상기 행 이진 영상과 상기 열 이진 영상에 포함된 노이즈를 제거하는 것을 특징으로 하는 비전 검사 장치.
  9. 제7항에 있어서, 상기 얼룩 결정부는
    상기 시드 패턴을 상기 후보 패턴의 외곽 영역까지 확장하여 상기 얼룩을 결정하는 것을 특징으로 하는 비전 검사 장치.
  10. n×m 의 매트릭스 구조를 가지는 패널 영상의 복수의 화소 신호들을 행 데이터 세트와 열 데이터 세트로 재구성하고, 상기 행 데이터 세트와 상기 열 데이터 세트를 PCA(Principal Component Analysis) 기법을 적용하여 상기 패널 영상에서 얼룩이 제거된 행 배경 영상 및 열 배경 영상을 생성하는 단계(n 및 m 은 자연수);
    상기 패널 영상과 상기 행 및 열 배경 영상들 각각의 차이를 이용하여 배경과 얼룩으로 이루어진 행 이진 영상 및 열 이진 영상을 생성하는 단계; 및
    상기 행 이진 영상과 열 이진 영상을 이용하여 상기 얼룩을 검출하는 단계를 포함하는 표시 패널의 얼룩 검출 방법.
  11. 제10항에 있어서, 상기 배경 영상 및 열 배경 영상을 생성하는 단계는
    상기 패널 영상의 화소 행에 포함된 n 개의 화소 신호들로 이루어진 n 차원의 행 데이터를 m 개의 화소 행들에 대응하여 행 데이터 세트로 구성하는 단계; 및
    상기 패널 영상의 화소 열에 포함된 m 개의 화소 신호들로 이루어진 m 차원의 열 데이터를 n 개의 화소 열들에 대응하여 열 데이터 세트로 구성하는 단계를 포함하는 표시 패널의 얼룩 검출 방법.
  12. 제11항에 있어서, 상기 배경 영상 및 열 배경 영상을 생성하는 단계는
    상기 n 차원의 행 데이터 세트를 PCA 기법을 적용하여 q 차원의 행 데이터 세트로 변환하고, 상기 q 차원의 행 데이터 세트를 상기 n 차원의 행 데이터 세트로 복원하여 상기 행 배경 영상에 대응하는 화소 신호들을 구하는 단계(q 는 n 및 m 보다 작은 자연수); 및
    상기 m 차원의 열 데이터 세트를 상기 PCA 기법을 적용하여 q 차원의 열 데이터 세트로 변환하고, 상기 q 차원의 열 데이터 세트를 상기 m 차원의 열 데이터 세트로 복원하여 상기 열 배경 영상에 대응하는 화소 신호들을 구하는 단계를 더 포함하는 표시 패널의 얼룩 검출 방법.
  13. 제12항에 있어서, 상기 q는 '5' 인 것을 특징으로 하는 표시 패널의 얼룩 검출 방법.
  14. 제10항에 있어서, 상기 행 이진 영상 및 열 이진 영상을 생성하는 단계는
    상기 패널 영상과 상기 행 배경 영상과의 차이를 이용하여 행 차이 영상을 생성하는 단계;
    상기 패널 영상과 상기 열 배경 영상과의 차이를 이용하여 열 차이 영상을 생성하는 단계;
    상기 행 차이 영상의 화소 신호들에 제1 임계치를 적용하여 상기 배경과 상기 얼룩으로 구분되는 행 이진 영상을 생성하는 단계; 및
    상기 열 차이 영상의 화소 신호들에 제2 임계치를 적용하여 상기 배경과 상기 얼룩으로 구분되는 열 이진 영상을 생성하는 단계를 포함하는 것을 특징으로 하는 표시 패널의 얼룩 검출 방법.
  15. 제14항에 있어서, 상기 제1 임계치는 상기 행 차이 영상의 화소 신호들의 평균과 표준편차에 의해 결정되고,
    상기 제2 임계치는 상기 열 차이 영상의 화소 신호들의 평균과 표준편차에 의해 결정되는 것을 특징으로 하는 표시 패널의 얼룩 검출 방법.
  16. 제10항에 있어서, 상기 얼룩을 검출하는 단계는
    상기 행 이진 영상과 상기 열 이진 영상의 화소 신호들의 교집합 연산을 통해 상기 얼룩의 위치에 대응하는 시드 패턴을 포함하는 교집합 영상을 생성하는 단계; 및
    상기 행 이진 영상과 상기 열 이진 영상의 화소 신호들의 합집합 연산을 통해 상기 얼룩의 크기 및 형상에 대응하는 후보 패턴을 포함하는 합집합 영상을 생성하는 단계를 포함하는 것을 특징으로 하는 표시 패널의 얼룩 검출 방법.
  17. 제16항에 있어서, 상기 얼룩을 검출하는 단계는
    상기 교집합 연산을 수행하기 전에, 상기 행 이진 영상과 상기 열 이진 영상에 포함된 노이즈를 제거하는 단계를 더 포함하는 표시 패널의 얼룩 검출 방법.
  18. 제16항에 있어서, 상기 얼룩을 검출하는 단계는
    상기 시드 패턴을 상기 후보 패턴의 외곽 영역까지 확장하여 상기 얼룩을 결정하는 단계를 더 포함하는 것을 특징으로 하는 표시 패널의 얼룩 검출 방법.
KR1020140086093A 2014-07-09 2014-07-09 비전 검사 장치 및 이의 얼룩 검출 방법 Active KR102301437B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140086093A KR102301437B1 (ko) 2014-07-09 2014-07-09 비전 검사 장치 및 이의 얼룩 검출 방법
US14/601,448 US9880109B2 (en) 2014-07-09 2015-01-21 Vision inspection apparatus and method of detecting Mura thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140086093A KR102301437B1 (ko) 2014-07-09 2014-07-09 비전 검사 장치 및 이의 얼룩 검출 방법

Publications (2)

Publication Number Publication Date
KR20160006852A KR20160006852A (ko) 2016-01-20
KR102301437B1 true KR102301437B1 (ko) 2021-09-14

Family

ID=55068001

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140086093A Active KR102301437B1 (ko) 2014-07-09 2014-07-09 비전 검사 장치 및 이의 얼룩 검출 방법

Country Status (2)

Country Link
US (1) US9880109B2 (ko)
KR (1) KR102301437B1 (ko)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102454986B1 (ko) 2017-05-23 2022-10-17 삼성디스플레이 주식회사 얼룩 검출 장치 및 이를 이용한 얼룩 검출 방법
CN107911602B (zh) * 2017-11-23 2020-05-05 武汉华星光电半导体显示技术有限公司 显示面板Mura的检测方法、检测装置及计算机可读存储介质
US10643576B2 (en) 2017-12-15 2020-05-05 Samsung Display Co., Ltd. System and method for white spot Mura detection with improved preprocessing
US10681344B2 (en) * 2017-12-15 2020-06-09 Samsung Display Co., Ltd. System and method for mura detection on a display
US10867382B2 (en) * 2018-05-24 2020-12-15 Keysight Technologies, Inc. Detecting mura defects in master panel of flat panel displays during fabrication
KR102528980B1 (ko) * 2018-07-18 2023-05-09 삼성디스플레이 주식회사 표시 장치 및 이의 얼룩 보정 방법
CN109285144B (zh) * 2018-08-08 2021-04-23 Tcl华星光电技术有限公司 Mura侦测方法及装置
CN110211113B (zh) * 2019-06-03 2021-09-07 湖南瑞智健科技有限公司 一种坡口异常的检测算法及计算设备
US11538149B2 (en) 2019-07-31 2022-12-27 Samsung Display Co., Ltd. Spot detection device, spot detection method, and display device
CN111340752B (zh) * 2019-12-04 2024-08-06 京东方科技集团股份有限公司 屏幕的检测方法、装置、电子设备及计算机可读存储介质
KR102783382B1 (ko) 2020-03-06 2025-03-20 삼성디스플레이 주식회사 표시 장치에 대한 보정 데이터 생성 방법, 검사 장치, 및 표시 장치
KR102800078B1 (ko) 2020-06-22 2025-04-29 삼성디스플레이 주식회사 표시 장치를 검사하는 검사 장치, 얼룩 보상을 수행하는 표시 장치 및 얼룩 보상 방법
CN114926385B (zh) * 2021-02-02 2026-01-02 Tcl科技集团股份有限公司 一种面板缺陷检测方法、存储介质及终端设备
US12217721B2 (en) * 2021-11-11 2025-02-04 Samsung Electronics Co., Ltd. Mura inspection device for compressing mura data through dimensionality reduction, operating method, and display system including the same
CN116342547B (zh) * 2023-03-29 2025-10-03 武汉精立电子技术有限公司 SandyMura量化方法、装置、设备及可读存储介质
CN119850636B (zh) * 2025-03-21 2025-08-19 深圳市正通仁禾科技有限公司 一种基于背景重构的mura缺陷检测方法及相关设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100008591A1 (en) 2008-07-09 2010-01-14 Yeping Su Methods and Systems for Display Correction
US20110227964A1 (en) 2010-03-17 2011-09-22 Ignis Innovation Inc. Lifetime uniformity parameter extraction methods

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004212311A (ja) 2003-01-08 2004-07-29 Seiko Epson Corp ムラ欠陥の検出方法及び装置
KR20050104855A (ko) 2004-04-30 2005-11-03 삼성전자주식회사 표시패널의 검사장치 및 검사방법
KR101374989B1 (ko) 2006-12-27 2014-03-17 엘지디스플레이 주식회사 무라 검출장치 및 그의 구동방법
KR101675852B1 (ko) 2010-07-23 2016-11-14 엘지디스플레이 주식회사 얼룩 보상을 위한 영상 표시 장치
KR101929001B1 (ko) 2012-02-03 2018-12-14 삼성디스플레이 주식회사 표시 패널의 얼룩 보상 방법, 이를 포함하는 표시 패널의 구동 방법 및 이를 수행하기 위한 표시 장치
KR101958634B1 (ko) * 2012-12-13 2019-03-15 엘지디스플레이 주식회사 디스플레이 장치의 무라 검출 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100008591A1 (en) 2008-07-09 2010-01-14 Yeping Su Methods and Systems for Display Correction
US20110227964A1 (en) 2010-03-17 2011-09-22 Ignis Innovation Inc. Lifetime uniformity parameter extraction methods

Also Published As

Publication number Publication date
KR20160006852A (ko) 2016-01-20
US20160012759A1 (en) 2016-01-14
US9880109B2 (en) 2018-01-30

Similar Documents

Publication Publication Date Title
KR102301437B1 (ko) 비전 검사 장치 및 이의 얼룩 검출 방법
JP6792842B2 (ja) 外観検査装置、変換データ生成装置、及びプログラム
US9576541B2 (en) Vision inspection apparatus and method of compensating gamma defect and mura defect thereof
US10726539B2 (en) Image processing apparatus, image processing method and storage medium
KR102559021B1 (ko) 불량 이미지 생성 장치 및 방법
JP6512965B2 (ja) 画像処理装置および画像処理方法
US10430962B2 (en) Three-dimensional shape measuring apparatus, three-dimensional shape measuring method, and storage medium that calculate a three-dimensional shape of an object by capturing images of the object from a plurality of directions
RU2012145349A (ru) Способ и устройство обработки изображений для устранения артефактов глубины
CN103748455B (zh) 配线检查方法、配线检查装置、配线检查程序以及记录介质
KR20200001658A (ko) 표시 패널 검사 장치 및 그 구동 방법
JP2016508295A5 (ko)
US11748856B2 (en) Computer apparatus and method for detecting defects in near-eye display
CN110620887B (zh) 图像生成装置和图像生成方法
CN103369347A (zh) 相机瑕疵缺陷检测
JP2018506046A (ja) タイヤ表面の欠陥を検出する方法
CN105869148A (zh) 目标检测方法及装置
JP2005172559A (ja) パネルの線欠陥検出方法及び装置
CN112200790B (zh) 布料缺陷检测方法、设备和介质
KR20190023374A (ko) 디스플레이 패널 검사 방법
CN110349133B (zh) 物体表面缺陷检测方法、装置
JP2007285754A (ja) 欠陥検出方法および欠陥検出装置
JP2005165387A (ja) 画面のスジ欠陥検出方法及び装置並びに表示装置
CN115272173A (zh) 锡球缺陷检测方法及其装置、计算机设备、存储介质
JP2023008416A (ja) 異常検知システムおよび異常検知方法
JP2014135007A (ja) フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法

Legal Events

Date Code Title Description
PA0109 Patent application

St.27 status event code: A-0-1-A10-A12-nap-PA0109

R18-X000 Changes to party contact information recorded

St.27 status event code: A-3-3-R10-R18-oth-X000

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

R18-X000 Changes to party contact information recorded

St.27 status event code: A-3-3-R10-R18-oth-X000

A201 Request for examination
PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

R18-X000 Changes to party contact information recorded

St.27 status event code: A-3-3-R10-R18-oth-X000

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

GRNT Written decision to grant
PR0701 Registration of establishment

St.27 status event code: A-2-4-F10-F11-exm-PR0701

PR1002 Payment of registration fee

St.27 status event code: A-2-2-U10-U11-oth-PR1002

Fee payment year number: 1

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 4

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 5

U11 Full renewal or maintenance fee paid

Free format text: ST27 STATUS EVENT CODE: A-4-4-U10-U11-OTH-PR1001 (AS PROVIDED BY THE NATIONAL OFFICE)

Year of fee payment: 5