CN101373232B - 条斑评价装置、条斑评价方法和滤色器制造方法 - Google Patents

条斑评价装置、条斑评价方法和滤色器制造方法 Download PDF

Info

Publication number
CN101373232B
CN101373232B CN2008101311943A CN200810131194A CN101373232B CN 101373232 B CN101373232 B CN 101373232B CN 2008101311943 A CN2008101311943 A CN 2008101311943A CN 200810131194 A CN200810131194 A CN 200810131194A CN 101373232 B CN101373232 B CN 101373232B
Authority
CN
China
Prior art keywords
mentioned
evaluation
streak
uneven streaks
estimate
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.)
Expired - Fee Related
Application number
CN2008101311943A
Other languages
English (en)
Other versions
CN101373232A (zh
Inventor
村上豪
山田荣二
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sharp Corp
Original Assignee
Sharp Corp
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 Sharp Corp filed Critical Sharp Corp
Publication of CN101373232A publication Critical patent/CN101373232A/zh
Application granted granted Critical
Publication of CN101373232B publication Critical patent/CN101373232B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
    • G09G3/006—Electronic inspection or testing of displays and display drivers, e.g. of LED or LCD displays
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Liquid Crystal (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Optical Filters (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及条斑评价装置、条斑评价方法、记录介质和滤色器制造方法。该条斑评价装置具有根据图像数据生成评价数据的评价数据生成部，上述图像数据是通过对滤色器的被光照射的评价对象面进行拍摄所得到的图像数据，上述评价数据成为评价在上述评价对象面上发生的周期性条斑的指标。上述评价数据生成部包括：一维投影处理部，对光分布信息实施一维投影处理；能谱计算部，根据上述一维投影处理部处理后的光分布信息计算出能谱；积分处理部，根据上述能谱计算部计算出的能谱来计算预先设定的周期的区间积分值；和噪声成分清除部，清除上述积分处理部计算出的区间积分值中含有的噪声成分。由此，能够根据图像数据适当地评价特定周期条斑的出现倾向。

Description

条斑评价装置、条斑评价方法和滤色器制造方法 
技术领域
本发明涉及一种用于根据评价对象物的图像数据对特定周期的条斑(uneven streak)出现倾向进行评价的条斑评价装置。 
背景技术
近年来，诸如电视机、监视器等的显示装置趋于薄型化和大型化，所以，其需求在不断增加。与此同时，对显示装置的显示性能提出了更高的要求。 
在构成显示装置的部件中，用于进行彩色显示的滤色器是一种决定显示品质的重要部件。因此，也对滤色器提出了更高的质量要求。 
另外，由于滤色器在制造成本中所占的比重较大，因此，也要求提高滤色器的成品率，降低滤色器的单位制造成本。 
最近，一种基于喷射方式的滤色器形成方法已经引起人们的关注。根据这种滤色器形成方法，喷射头的喷嘴对各像素排出R(红)、G(绿)、B(蓝)的墨，由此形成滤色器。喷射方式的特征在于，其所需步骤较少，墨的浪费较少等等。因此，能够缩短处理过程，实现低成本化。 
但是，在通过喷射方式形成滤色器的情况下，特别容易发生条斑。其结果，可能会导致显示品质恶化或者出现次品。并且，在这种情况下，由于发生特定周期的条斑，所以，对这种特定周期的条斑进行评价是非常重要的。 
例如，在专利文献1(日本国专利申请公开公报：特开2005-77181号公报，2005年3月24日公开)中揭示了一种条斑检测技术。 
根据上述专利文献1所揭示的条斑检测技术，分别对摄影图像的垂直亮度数据和水平亮度数据进行积算从而得到积算数据，通过计算上述积算数据的移动平均而求出积算移动平均数据，并根据上述积算数据与上述积算移动平均数据的差分对周期性的条斑进行检测。 
上述专利文献1的问题在于，虽然能够对周期性的条痕状斑进行检测，但是，未能对条斑的出现倾向、尤其是预先设定的特定周期的条斑出现倾向进行评价。 
发明内容
本发明的目的在于提供一种能够根据图像数据适当评价特定周期条斑的出现倾向的条斑评价装置。 
为了实现上述目的，本发明的条斑评价装置的特征在于，具有根据图像数据生成评价数据的评价数据生成部，上述图像数据是通过对显示构件的被光照射的评价对象面进行拍摄所得到的图像数据，上述评价数据成为评价在上述评价对象面上发生的周期性条斑的指标，其中，上述评价数据生成部包括：一维投影处理部，对上述图像数据中包含的光分布信息实施一维投影处理；能谱计算部，根据由上述一维投影处理部实施一维投影处理后的光分布信息计算出能谱；积分处理部，根据上述能谱计算部计算出的能谱来计算预先设定的周期的区间积分值；以及噪声成分清除部，清除上述积分处理部计算出的区间积分值中含有的噪声成分。 
另外，为了实现上述目的，本发明的条斑评价方法是根据图像数据对周期性条斑进行评价的方法，其中，上述图像数据是通过对显示构件的被光照射的评价对象面进行拍摄所得到的图像数据，上述周期性条斑是在上述评价对象面上发生的条斑，该条斑评价方法的特征在于，包括：第一步骤，以包括条斑出现方向的向量在内的方向为投影方向对上述图像数据中包含的光分布信息实施一维投影处理；第二步骤，根据在上述第一步骤中实施一维投影处理后的光分布信息计算出能谱；第三步骤，根据在上述第二步骤中计算出的能谱来计算预先设定的周期的区间积分值；以及第四步骤，清除在上述第三步骤中计算出的区间积分值中含有的噪声成分。 
根据上述结构，对图像数据中包含的光分布信息实施一维投影处理，该图像数据是通过对显示构件的评价对象面进行拍摄所得到的图像数据，由此，可确定在上述评价对象面上发生的条斑的发生方向。另外，根据一维投影处理后的光分布信息计算出能谱，由此，可表达周期性条斑的发生强度。进而，根据所计算出的能谱来计算预先设定的周期的区间积分值，由此，可求出特定周期成分的条斑发生强度的积分值。通过上述，可求出在评价对象面上发生的特定周期条斑的发生方向(出现位置)、发生强度(出现强度)等，所以，能够对所发生的特定周期条斑的出现倾向(出现位置、出现强度)进行评价。 
并且，清除在上述积分值中含有的噪声成分，由此，即使在评价对象物中发生的条斑具有多种不同的周期，也能够高精度地评价各特定周期条斑的出现倾向。 
另外，本发明可以构成为：具备区域分割部，该区域分割部将上述图像数据分割成多个分割区域；上述评价数据生成部对上述图像数据经区域分割后所得到的每一个分割区域生成评价数据。 
根据上述结构，通过对图像数据的每一部分区域进行评价，可提高图像数据整体的评价精度。例如，在因描画异常导致发生条斑时，由于条斑发生在描画单元的范围内，因此，根据描画单元的尺寸对图像数据进行区域分割，由此可提高图像数据的评价精度。 
经上述区域分割部分割所得到的分割区域的尺寸并没有特别限定，根据条斑在评价对象物的出现倾向对其进行适当的设定即可。 
在上述情况下，上述区域分割部可以根据预先设定的条斑发生范围对图像数据进行区域分割。 
另外，本发明可以构成为：上述区域分割部在对上述图像数据实施区域分割时使各分割区域重叠，使得以特定周期发生的条斑的出现范围为同一区域。 
如上所述，通过使各分割区域重叠，能够无遗漏地对评价对象物的评价区域进行评价，因此，可提高条斑评价精度。 
另外，本发明可以构成为：具有评价值计算部，该评价值计算部根据上述评价数据来计算出用于表示以特定周期发生的条斑在上述图像数据中的出现位置和出现强度的评价值；上述评价值计算部根据上述评价数据生成部对上述每一个分割区域生成的评价数据来计算出上述评价值。 
根据上述结构，可掌握条斑在图像数据中的出现位置和出现程度。 
另外，本发明可以构成为：上述评价值计算部从所得到的评价数据中提取出其方向与条斑出现方向相同的区域的评价数据，并根据所提取出的评价数据来计算出条斑的评价值。 
根据上述结构，能够高精度地评价在纵向或横向呈直线状发生的条斑。适于评价诸如滤色器等的、易于呈直线状发生条斑的器件。 
在上述情况下，上述评价值计算部可以计算出所提取的评价数据的算术平均值作为条斑的评价值。 
另外，上述评价值计算部可以计算出所提取的评价数据的切尾平均值作为条斑的评价值。 
另外，上述评价值计算部计算出所提取的评价数据的中位数值作为条斑的评价值。 
另外，上述评价值计算部计算出所提取的评价数据的均方根值作为条斑的评价值。 
上述任何一种结构的评价值计算部均能适当地求出条斑的评价值。但是，优选下述评价值计算部，即：对实际发生条斑的部分和未发生条斑的部分进行评价，并对这两部分(组)进行计算，使得组内离散与组间离散之比最大。即，上述组内离散与组间离散之比越大，发生条斑的组和未发生条斑的组之间的离散度越高，因此，能够更适当地进行条斑评价。 
另外，本发明可以构成为：上述一维投影处理部以与条斑出现方向相同的方向为投影方向对上述光分布信息实施一维投影处理。 
根据上述结构，能够抑制图像数据中所包含的亮度值的偏差，从而可改善信噪比。 
另外，本发明可以构成为：上述积分处理部求取区间积分值的范围包括评价对象的条斑周期。 
另外，本发明可以构成为：上述积分处理部求取区间积分值的范围包括具有一定强度的条斑周期。 
根据上述结构，例如，可以实现下述，即：在需评价的条斑周期已确定时预先设定区间积分范围，根据能谱的计算结果等对出现强度较大的周期条斑进行评价。 
另外，本发明可以构成为：上述积分处理部根据上述能谱来计算能谱密度，并以预先设定的周期对计算结果实施区间积分处理从而计算出区间积分值。 
另外，本发明可以构成为：上述积分处理部根据上述能谱来计算能谱密度，以预先设定的周期对计算结果实施区间积分处理，并求出上述区间积分处理所得值的平方根，从而计算出区间积分值。 
根据上述结构，能够对评价结果实施定量评价。 
另外，本发明可以构成为：由上述噪声成分清除部所清除的噪声成分的周期不同于评价对象的条斑周期。 
另外，本发明可以构成为：在上述噪声成分中包括具有一定强度的周期成分。 
根据上述结构，可实现下述评价，即：在噪声的出现周期已确定时预先设定周期区间，在噪声的出现周期未确定时，则将图像数据中所包含的、其强度为一定值以上的周期成分评价为噪声成分。 
另外，本发明可以构成为：具有评价值计算部，该评价值计算部根据上述评价数据来计算用于表示以特定周期发生的条斑在上述图像数据中的出现位置和出现强度的评价值；上述评价数据生成部根据多个图像数据分别生成评价数据，上述多个图像数据是通过从不同方向对同一个显示构件的评价对象面进行拍摄所得到的图像数据；上述评价值计算部从上述评价数据生成部生成的评价数据中提取出根据在噪声成分影响较小的方向上进行拍摄得到的图像数据所生成的评价数据，并根据上述所提取的评价数据来计算出上述评价值。 
根据上述结构，通过采用在噪声成分较少的方向上拍摄所得到的图像数据的评价结果，可提高评价精度，能够评价在从多个不同方向进行拍摄所得到的图像数据中哪一个图像数据的条斑出现强度最大。 
在上述情况下，优选的是，上述多个图像数据的拍摄方向至少包括能够对条斑特征进行观察的倾斜方向以及与该倾斜方向相反侧的方向。 
另外，本发明可以构成为：上述显示构件是滤色器。 
根据上述结构，能够高精度地评价特定周期的条斑在滤色器正面上的出现倾向。 
另外，为了实现上述目的，本发明的滤色器制造方法是利用滤色器制造装置来制造滤色器的方法，其特征在于：包括执行上述条斑评价方法的条斑评价步骤，对上述滤色器制造装置输出评价值作为反馈信息，该评价值是通过上述条斑评价步骤获得的、用于表示诸如条斑的出现范围、出现强度、出现方向等条斑出现倾向的值。 
根据上述结构，特定周期的条斑的出现倾向信息作为反馈信息被输出到滤色器制造装置，所以，可恰当地消除在滤色器描画步骤中发生的缺陷情形(条斑发生)。其结果，可提高滤色器的显示品质。 
本发明的其他目的、特征和优点在以下的描述中会变得十分明了。此外，以下参照附图来明确本发明的优点。 
附图说明
图1表示本发明的实施方式，是表示评价装置的要部结构的框图。 
图2是表示其中采用了图1所示的评价装置的特定周期条斑评价***的概略的框图。 
图3是表示作为评价对象物的滤色器的制造步骤的图。 
图4表示利用图2所示的特定周期条斑评价***的照相机来拍摄滤色器所得到的图像。 
图5是表示根据由图4的图像得到的二维亮度分布信息进行一维投影处理的结果的图表。 
图6是表示对图5所示的图表数据进行傅立叶变换的结果的图表。 
图7是表示由图1所示的评价装置执行的特定周期条斑评价处理的流程图。 
图8是表示噪声强度计算示例的图。 
图9是表示根据图8所示的噪声强度确定条斑发生部位的方法的一个示例的图。 
图10是表示从两个方向拍摄作为评价对象物的滤色器基板时的评价示例的图。 
图11是表示图2所示的特定周期条斑评价***的具体处理的流程图。 
图12是表示从条斑周期1的图像中除去噪声的处理示例的图。 
图13是表示从条斑周期2的图像中除去噪声的处理示例的图。 
图14是表示从混杂了条斑周期1和条斑周期2的图像中除去噪声的处理示例的图。 
图15是表示滤色器基板的制造步骤的流程图。 
具体实施方式
下面，说明本发明的实施方式。 
另外，本申请发明中的显示构件是指，在视频显示装置中所使用的透光和/或反光的构件。 
在本实施方式中，以喷射方式形成的滤色器为例说明显示构件。 
在下述说明中，滤色器是指，使特定波长的光透过从而使显示装置进行色彩显示的滤色器。并且，假定滤色器是通过喷射方式在形成有黑 矩阵的玻璃基板上排出液状材料所形成的滤色器。另外，形成有黑矩阵和滤色器的玻璃基板被称为滤色器基板。 
图2是表示特定周期条斑评价***300的概略结构的框图，其中，特定周期条斑评价***300具备本发明的评价装置。 
如图2所示，特定周期条斑评价***300对滤色器基板330的正面(滤色器形成面)所发生的特定周期的条斑进行评价，滤色器基板330为评价对象物。特定周期条斑评价***300包括：照明装置(照射装置)310a、310b，对滤色器基板330的正面实施光照射；照相机(检测装置)320a、320b，对来自滤色器基板330的正面的反射光进行拍摄；以及载台340，用于载置滤色器基板330。 
即，在上述结构的特定周期条斑评价***300中，多个照相机(在本实施方式中为两个)320a、320b从不同角度朝向作为评价对象物的滤色器基板330。照相机320a、320b所拍摄到的图像数据被暂时保存于数据保持装置400中。评价装置100根据需要来取得由数据保持装置400保存的图像数据。由此，评价装置100对所取得的图像数据实施诸如投影处理等的各种处理，并进行评价。上述评价结果由结果输出装置500进行显示。 
上述照相机320a、320b包括有输出部，该输出部向评价装置100输出经拍摄得到的图像。上述照相机320a、320b输出的信息是其中包含有上述滤色器基板330正面的亮度分布信息的图像信息。亮度分布信息是表示滤色器基板330的预定区域单位、例如像素单位的亮度值分布状态的信息。 
另外，相对于中心线O倾斜地配置上述照相机320a、320b，上述中心线O垂直于作为评价对象物的上述滤色器基板330的正面并通过该正面的大致中央位置，上述照相机320a、320b分别与中心线O形成等角。与上述照相机320a、320b同样地，相对于上述中心线O倾斜地配置上述照明装置310a、310b，上述中心线O垂直于上述滤色器基板330的正面并通过该正面的大致中央位置，上述照明装置310a、310b分别与中心线O形成等角。由此，可由同一个评价对象物、即，滤色器基板330得到两种从相反角度拍摄的图像。关于这一点，详见后述。 
由上述评价装置100评价的信息被作为特定周期条斑评价值输出至结果输出装置500，上述特定周期条斑评价值表示特定周期的条斑出现 倾向评价。另外，关于评价装置100和特定周期，详见后述。 
上述结果输出装置500输出诸如经图表化后得到的数据作为结果数据，操作员可根据这些数据来确认所输入的特定周期条斑评价值。关于输出结果，详见后述。 
上述评价装置100连接数据保持装置400。照相机320a、320b对滤色器基板330进行拍摄所得到的图像数据被保存在上述数据保持装置400中，另外，通过上述评价装置100所得到的评价值(详见后述)等的各种数据被保存在上述数据保持装置400中。 
以下，对滤色器基板330的形成方法进行说明。 
图3表示滤色器基板330的制造步骤(制造方法)中的一部分步骤，表示基于喷射法排出滤色器液状材料的排出步骤。喷头单元230在扫描方向(图中，垂直于纸面向里或者向外的方向)上，相对于已形成有黑矩阵210的玻璃基板220进行移动，喷嘴240沿扫描方向依次对玻璃基板220上的黑矩阵210之间的部分排出液状材料。在完成扫描方向的排出后，喷头单元230在垂直于扫描方向的方向(图中，左右方向)上移动预定距离，然后，再次沿扫描方向(图中，垂直于纸面向里或者向外的方向)进行移动，喷嘴240沿扫描方向依次排出液状材料。这样，通过反复进行喷头单元230的上述动作，从而在滤色器基板330上形成滤色器。 
这时，由于某种原因，喷头单元230的各喷头240的液状材料排出量可能出现差异。在这种情况下，滤色器就会以喷嘴间的间隔发生条斑。 
另外，由于某种原因，喷头单元230的某个喷头出现阻塞时，滤色器就会以喷头单元230的间隔发生条斑。具体而言，在扫描方向上，以喷头单元230在垂直于扫描方向的方向上配置的喷嘴240的数量为单位(例如，根据图2，以三个喷嘴240为单位)发生条斑。 
如上所述，在用喷射法制造滤色器基板330时，由于各种原因发生其周期各不相同的条斑(特定周期条斑)。 
利用图2所示的拍摄装置、即，照相机320a和320b，能够清楚地发现上述条斑。 
图4是表示由上述照相机320a、320b对滤色器基板330进行拍摄所得到的二维图像的一个示例的图。在图4中，表示了在使用上述喷头单元230时所发生的条斑，在拍摄到的图像中，平行于条斑方向的方向 为Y方向，垂直于条斑方向的方向为X方向。其中，条斑是指，在滤色器基板330的滤色器形成面上因膜厚差异而被识别为多个条痕状的光斑。所以，条斑方向是指所形成的条痕的长度方向。 
在本申请发明中，评价装置100根据二维亮度分布信息(光分布信息)来评价在滤色器中以特定周期发生的条斑，其中，该二维亮度分布信息是由对滤色器基板330进行拍摄得到的二维图像中提取出的信息，所述滤色器形成于上述滤色器基板330的正面。上述评价的信息包括与条斑发生强度、发生方向有关的信息。用户可根据上述评价来了解在滤色器基板330的正面上特定周期的条斑的发生倾向。 
在本申请发明中，上述特定周期条斑评价***300所具备的评价装置100提供用于根据二维亮度分布信息(光分布信息)来评价在滤色器中以特定周期发生的条斑的信息，其中，该二维亮度分布信息是由对滤色器基板330进行拍摄得到的二维图像中提取出的信息，滤色器基板330作为评价对象物，所述滤色器形成于上述滤色器基板330的正面。 
图1是表示上述评价装置100的概略结构的框图。 
如上所述，评价装置100具有这样的功能，即，向结果输出装置500输出根据图像信息来评价特定周期条斑所得到的评价值作为条斑评价的信息，其中，上述图像信息是上述特定周期条斑评价***300所具备的照相机320a、320b通过拍摄所得到的图像信息。 
如图1所示，上述评价装置100包括区域分割部110、评价数据生成部120、评价值计算部130。 
具体而言，在上述评价装置100中，区域分割部110或评价数据生成部120根据未图示的CPU的命令从数据保持装置400或照相机320a、320b取得上述图像信息。 
上述区域分割部110将所取得的图像数据分割为预先设定了大小的区域，并按照分割单位向后一级、即，评价数据生成部120输出上述图像数据。 
一般而言，关于由评价对象物得到的光分布信息在一维投影方向上的区域范围，当上述区域较短时噪声变大，当上述区域较长时所需信息容易被隐埋而漏掉。所以，例如将长度设定为512像素(pix)。另外，关于与一维投影方向垂直的方向上的区域范围，将其设定为预测将发生条斑的范围。如上所述地设定分割区域中一维投影方向上的长度以及与 一维投影方向垂直的方向上的长度。另外，根据滤色器的描画方法、描画喷头单元的尺寸等来推测上述预测将发生条斑的范围。 
上述区域分割部110在对图像数据进行区域分割时，可将各分割区域重叠，使得以特定周期发生的条斑的出现范围为同一区域。这样，通过重叠各分割区域，能够无遗漏地对评价对象物的评价区域进行评价，因此，可提高条斑评价的精度。 
上述评价数据生成部120包括一维投影处理部121、能谱计算部122、积分处理部123和噪声成分清除部124。 
上述一维投影处理部121将所输入的图像数据中包含的二维亮度分布信息变换为一维亮度分布信息。关于上述一维投影处理部121的一维投影处理，详见后述。然后，上述一维投影处理部121将一维投影处理的结果输出到下一级、即，能谱计算部122。 
能谱计算部122对所输入的一维亮度分布信息进行傅立叶变换，分析一维亮度分布信息的周期性从而计算出能谱。关于上述能谱计算部122的周期分析处理，详见后述。然后，能谱计算部122将傅立叶变换后的一维亮度分布信息与周期分析结果输出到下一级、即，积分处理部123。 
上述积分处理部123以预先设定的区间对所输入的经傅立叶变换后的一维亮度分布信息进行积分处理，然后，将积分处理后的一维亮度分布信息输出到下一级、即，噪声成分清除部124。 
上述噪声成分清除部124根据所输入的区间积分值来确定噪声成分的区间积分值，并从特定周期的条斑的区间积分值中减去已确定的噪声成分的区间积分值，从而生成特定周期的条斑的评价数据。所生成的评价数据暂时保存在上述数据保持装置400中，或者，被直接输出到下一级、即，评价值计算部130。 
上述评价值计算部130根据上述评价数据进行运算并求出特定周期条斑的评价值，其中，上述评价数据是从上述噪声成分清除部124输入的评价数据或者保存在上述数据保持装置400中的评价数据，上述特定周期条斑是发生在作为评价对象物的滤色器基板330的滤色器上的条斑。关于上述运算，详见后述。 
之后，上述评价值计算部130将上述运算结果作为特定周期条斑的评价值输出到下一级、即，结果输出装置500。 
上述结果输出装置500利用易于被人识别的形式输出上述所输入的评价值，例如，将上述所输入的评价值进行图表化后进行输出。操作人员根据上述输出结果，对滤色器基板330的正面上所形成的滤色器的周期性条斑进行评价。所以，关于上述结果输出装置500输出的结果，只要是操作人员能够判断的形式，其可以是任何形式。 
以下，详细说明上述特定周期条斑评价***300关于条斑有无周期性的判断，另外，详细说明对特定周期条斑的评价。 
关于入射至上述特定周期条斑评价***300的照相机320a、320b的反射光，在滤色器基板330的像素的厚度较其他区域相对较厚的部分，反射光量较多，在滤色器基板330的像素的厚度较其他区域相对较薄的部分，反射光量较少。上述反射光量的差被识别为光斑。 
另外，基于上述原因，一般情况下，喷射法引起的膜厚差大多在喷头单元230的扫描方向的一列上发生。在一列上发生膜厚差时，可在照相机(检测装置)320拍摄到的图像数据中观察到条斑。 
另外，如上所述，基于人眼的视觉特性关系，在滤色器基板330上发生的条斑中，周期性发生的条斑比较显著。所以，判断是否存在周期性发生的条斑，对提高显示品质来说是很重要的。 
以下，说明由上述结构的评价装置100执行的用于判断条斑是否具有周期性的处理。具体而言，对条斑是否具有周期性的判断是由评价装置100中的一维投影处理部121和能谱计算部122来执行的。另外，评价装置100中的积分处理部123和噪声成分清除部124对特定周期的条斑进行评价。 
首先，说明一维投影处理部121的一维投影处理。 
图4是表示由作为摄像装置的照相机320a、320b拍摄的图像的一个示例的图。另外，一维投影处理部121以包括条斑出现方向的向量方向作为投影方向对上述照相机320a、320b拍摄到的图像数据(例如，图4)中所包含的光分布信息实施一维投影处理。其中，投影方向成为沿上述条斑方向对亮度值进行加法运算的方向(实施一维投影处理的方向)。在本实施方式中，如图4所示，在拍摄到的图像中，以平行于条斑方向的Y方向为投影方向。 
因此，在本实施方式的一维投影处理中，以上述任意的方向为Y方向，对图4所示的图像在Y方向上进行亮度值平均化处理，从而将二维 亮度分布信息变换为一维亮度分布信息。 
在本实施方式中，Pxy表示所拍摄的图像的亮度分布信息，x、y分别是X方向、Y方向的坐标值。由此，根据下述式(1)进行运算，可得到一维亮度分布信息。 
P x = 1 N Σ y = 1 N P xy . . . ( 1 )
其中，N是Y方向上的数据的个数。 
图5是表示由式(1)求得的一维亮度分布信息的图表。纵轴表示亮度值，横轴表示X坐标的位置。另外，横轴的单位为像素(pix)。 
上述所求得的一维亮度分布信息经过下一级、即，能谱计算部122进行傅立叶变换。 
另外，在本实施方式中，作为一维投影处理的一个示例，采用了求取亮度值的平均值的方法。但是，如果能够将二维数据变换成一维数据，则本发明并不限于上述。例如，可以采用在Y方向上求取亮度值的积分的方法，也可以采用在Y方向上加权并相加的方法。 
接着，说明能谱计算部122的周期分析处理。 
上述能谱计算部122利用下述式(2)进行傅立叶变换处理。 
A K = Σ x = 1 N P x e - 2 πlxk / N . . . ( 2 )
通过上述式(2)进行傅立叶变换处理，可求出频率分布。再通过计算频率的倒数得到周期，从而可导出周期的函数。 
图6是表示直接对图5所示的图表数据进行傅立叶变换后的结果的图表，其中，图5所示的图表数据是由一维投影处理部121进行一维投影处理所得到的数据。在图6中，纵轴表示频谱的强度，横轴表示周期的对数，该周期是通过将频率进行倒数变换后得到的。另外，周期的单位为像素(pix)。 
在上述图表中，存在可观察到有明显的频谱的部分A(T2像素周期的条斑所引起的频谱)，由此可知发生了周期性的条斑。这样，通过进行傅立叶变换，可得到用于表示在滤色器基板330发生的条斑是否有 周期性的数据(光斑周期信息)。 
在本实施方式中，上述光斑周期信息以能够由操作人员通过结果输出装置500识别的图表等形式进行输出。由此，操作人员能够判断条斑是否具有周期性。 
另外，也可以根据光斑周期信息中包含的频谱与周期的关系来自动判断，以取代上述操作人员的目测判断条斑是否有周期性。 
例如，关于条斑是否有周期性的判断、即，是否有明显的频谱的判断，可通过读出预先保存的判断基准信息并将其与检测到的频谱进行比较，从而自动判断条斑是否有周期性。上述判断基准信息预先登录在判断基准数据库中。例如，可以将上述判断基准数据库设置在特定周期条斑评价***300的结果输出装置500内，也可以另行设置。 
具体而言，有这样一种方法，即：例如，取得图6的移动平均，将移动平均值的近似数值范围(例如，以移动平均值的1.2倍为上限值，且以移动平均值的0.8倍为下限值的范围)作为上述判断基准信息，并判断是否出现有脱离上述范围的频谱值，从而自动判断条斑是否有周期性。另外，也可以通过其他各种方法进行上述关于条斑是否有周期性的判断。 
如上所述，由于发生原因的不同，从而发生具有各种周期的条斑。因此，可预先将其中含有预测条斑宽度及周期的信息与条斑发生原因相关联地登录在上述判断基准数据库中，并通过对所检测出的条斑周期信息中包含的条斑宽度、周期与所登录的信息进行比较来确定条斑的发生原因。 
例如，作为被登录在上述判断基准数据库中的信息，采用近似数值范围，该近似数值范围包括与条斑发生原因相关联的条斑周期及该周期的近似值在内。对光斑周期信息中含有的周期依次进行确认，确认其相对于所登录的周期是否被包含在上述判断基准数据库中所登录的周期的近似数值范围内，然后根据其是否被包含在所登录的周期的近似数值范围内来进行判断。如果判断出在已登录的某周期的近似数值范围内含有所检测到的光斑周期信息中的条斑周期，就能够确定导致发生上述周期条斑的原因。 
在本发明中，之所以将周期设定为某近似数值范围，是因为喷头单元的位置偏差及其他原因可能引起误差的缘故，从而在考虑到上述误差 的情况下设定上述近似数值范围。例如，可根据喷头、喷嘴、扫描载台等构件的尺寸误差值和/或动作误差值、经验值等来决定上述近似数值范围。另外，还可以将与条斑宽度有关的信息追加登录在判断基准数据库中进行判断。 
如上所述，通过对条斑的周期性进行判断，能够将该判断结果反馈到生产工序中。 
另外，在T2像素附近发生明显的条斑，由此可知条斑的周期为T2像素左右。这样，通过傅立叶变换，还可求出条斑的周期。 
如上所述，关于条斑周期性的判断结果可被反馈到生产工序中，因此，可在一定程度上提高生产率(成品率)。 
但是，仅检测周期性的条斑，并不足以提高生产率。也就是说，即使检测出具有周期性的条斑，但如果不能确定所检测出的条斑的强度和发生方向，也不能适当地调节用以制造滤色器的喷头单元。 
因此，在检测到具有周期性的条斑时，特别在检测到特定周期的条斑时，求出评价值，并利用所求出的评价值，与特定周期的条斑相应地对喷头进行适当的调节，其中，上述评价值成为用于表示上述特定周期的条斑的发生强度、发生方向等的指标。其结果，可提高滤色器的生产率。 
以下，说明条斑评价方法，即，条斑评价值的求取方法。 
所谓条斑评价，就是确定条斑的发生强度(亮度强度)和发生位置。 
图7是表示由图1所示的评价装置100执行的评价处理的流程图。 
首先，区域分割部110对评价图像进行区域分割(步骤S1)。其中，评价图像是通过拍摄作为评价对象物的滤色器基板330的正面所得到的图像。另外，例如，如图8(a)所示，所述区域分割可将一个图像数据分割为12个区域。通过区域分割所得的区域的尺寸被预先设定。 
也可以省略上述步骤S1。即，也可以直接进行一维投影处理而无需对评价图像进行分割。但是，通过步骤S1对评价图像进行分割，不但能够对图像进行整体评价，还可对每一个区域进行评价。 
接着，评价数据生成部120内的一维投影处理部121对图像数据的每一个分割区域实施一维投影处理(步骤S2)。例如，如图8(a)所示，区域R是图像数据的一个分割区域，在对区域R实施一维投影处理后，例如，可得到图8(b)所示的图表，其中，横轴表示像素位置，纵 轴表示亮度值。具体而言，上述图表成为如上述图5所示的图表。 
如上述步骤S2所示，对评价图像实施一维投影处理，由此，能够改善信噪比。即，能够明确地区分噪声成分和信号成分(条斑)。 
接着，评价数据生成部120内的能谱计算部122根据上述通过一维投影处理所得到的图像数据进行频谱推定(步骤S3)。所谓频谱推定是指，对上述通过一维投影处理所得到的图像数据进行周期分析，从而得到能谱，例如，参见图8(c)所示的图表。在该图表中，与图8(b)同样地，横轴表示像素位置，纵轴表示频谱的强度。 
接着，评价数据生成部120内的积分处理部123进行区间积分(步骤S4)。如图8(c)的图表所示，分别对对象条斑的周期a(预先指定的条斑周期)的周期附近和噪声的周期b(噪声成分周期)的周期附近进行区间积分。 
接着，上述积分处理部123计算出各周期的区间积分值(步骤S5)。其中，对对象条斑的周期a的周期附近进行区间积分所得的区间积分值为A，对噪声的周期b的周期附近进行区间积分所得的区间积分值为B，积分处理部123将所得的上述区间积分值输出到后一级、即，噪声成分清除部124。 
接着，上述噪声成分清除部124清除噪声成分(步骤S6)。其中，对象条斑的周期a的区间积分值为A，噪声的周期b的区间积分值为B，根据下述式(3)，清除噪声成分，从而得到区域R的强度。 
区域R的强度＝f(A)-K×f(B)    ...(3) 
其中，K是任意的系数。 
根据上述式(3)，计算出用于表示评价图像的分割区域的强度、即，条斑的出现强度的值。如图9(a)所示，对每一个分割区域求出表示上述强度的值作为评价数据。 
上述噪声成分清除部124将上述评价数据输出到下一级、即，评价值计算部130，或者，输出到输出保持装置400。 
接着，评价值计算部130进行评价值计算(步骤S7)。如图9(a)所示，分别求出第1列分割区域、第2列分割区域、第3列分割区域的评价数据的平均值，并分别将所求出的上述平均值作为相应列的代表 值。将上述代表值作为特定周期条斑评价值输出到后一级、即，结果输出装置500。 
作为上述代表值的取得方法，除上述求取列方向的评价数据的平均值的方法之外，还可以利用算术平均、切尾平均、中位数、均方根(RMS：Root Mean Square)等方法。例如，当条斑在纵向连续发生的情况下，通过统计评价结果(评价数据)，能够提高条斑评价的信噪比。即，能够提高条斑评价的精度。 
根据所输入的特定周期条斑评价值，上述结果输出装置500输出用于表示如图9(b)所示那样在图像的中央部分发生了条斑的数据。如上所述，如果用户能够确定条斑在图像中的发生位置和发生强度，无需对上述输出数据做出任何限制。 
上述对使用了一台用于拍摄评价对象物的照相机的情况进行说明。但是，由于上述结构的特定周期条斑评价***300具有两台照相机，所以，以下，对使用两台照相机的情况进行说明。 
在图2所示的特定周期条斑评价***300中，照相机320a、320b可从不同角度对同一个评价对象物进行拍摄。相对于中心线O倾斜地配置上述照相机320a、320b，上述中心线O垂直于上述作为评价对象物的滤色器基板330的正面并通过该正面的大致中央位置，上述照相机320a、320b分别与中心线O形成等角。另外，与上述照相机320a、320b同样地，相对于上述中心线O倾斜地配置上述照明装置310a、310b，上述中心线O垂直于上述滤色器基板330的正面并通过该正面的大致中央位置，上述照明装置310a、310b分别与中心线O形成等角。 
另外，关于上述照相机的拍摄角度，如果能够获得同一个评价对象物的不同角度的拍摄图像，就可任意变更上述拍摄角度。优选的拍摄角度是能够使两台照相机拍摄到的图像中所含的噪声成分的大小各不相同的角度。如上所述，通过调整照相机的拍摄角度以使得噪声成分的大小各不相同，从而能够非常精确地确定评价对象物的评价面上发生的噪声成分，所以，其结果，能够对特定周期的条斑进行适当的评价。 
例如，如图10(a)所示，两台照相机(照相机1、照相机2)对作为评价对象物的基板进行拍摄，从而得到图10(b)所示的两种图像、即，图像1和图像2。通过统计上述两种图像、即，图像1和图像2，得到评价结果。其中，图像1和图像2所含的噪声成分的大小各不相同。 
如上所述，通过由不同角度对同一个评价对象物进行拍摄，可得到所含噪声成分的大小各不相同的图像。由此，在两个图像的同一区域中，利用从噪声成分较小的方向所取得的结果进行评价，从而可实现更高精度的评价。 
关于这一点，参照图1、图2和图11进行详细说明。 
图11表示在特定周期条斑评价***300中，使用两台照相机时的具体处理示例。图像数据1是通过照相机320a进行拍摄而得到的图像数据，图像数据2是通过照相机320b进行拍摄而得到的图像数据。 
上述通过照相机进行拍摄而得到的图像数据被输入评价装置100，然后，执行下述的处理。在本实施方式中，通过照相机320a进行拍摄而得到的图像数据为图像数据1，通过照相机320b进行拍摄而得到的图像数据为图像数据2。 
首先，在区域分割部110中，对已输入评价装置100的图像数据1进行区域分割。图像数据1被分割为图像数据A、图像数据B、......。这样，通过对图像数据进行分割，能够提高特定周期条斑的评价精度。分别对图像数据A、图像数据B、......执行下述处理。 
接着，评价数据生成部120内的一维投影处理部121对区域分割后的图像数据进行一维投影处理，从而得到一维亮度值数据。这样，通过将图像数据变换为一维亮度值数据，可抑制图像数据中包含的亮度值的偏差，从而可提高信噪比。另外，通过将图像数据变换为一维亮度值数据，可提高之后的数据计算速度。 
接着，能谱计算部122对一维亮度值数据进行傅立叶变换(周期分析)。然后，根据傅立叶变换结果计算出能谱和能谱密度。由此，能够显示各频率成分的出现强度。 
接着，积分处理部123以预先设定的评价对象的条斑周期区间对能谱计算部122计算出的能谱密度进行区间积分处理，从而计算出区间积分值。由此，能够对发生在条斑周期区间的条斑的强度进行评价。另外，也可根据频谱推定结果来设定条斑周期。例如，根据频谱推定结果，对最大强度的频谱周期附近进行区间设定，由此，能够评价在图像数据中出现的条斑的周期和强度。另外，在计算区间积分值时，还可以采用区间积分结果的平方根。 
接着，与评价对象的条斑周期的区间积分值同样地，以预先设定的 噪声周期区间对能谱密度进行区间积分处理，从而计算出特定区间积分值。由此，能够对发生在噪声周期区间的噪声的强度进行评价。另外，也可根据频谱推定结果设定噪声周期。例如，根据频谱推定结果，将其强度在某个一定阈值以上的周期区间设定为噪声成分，由此，能够评价在图像数据中出现的噪声的周期和强度。另外，在计算区间积分值时，还可以采用区间积分结果的平方根。 
接着，噪声成分清除部124利用噪声成分的区间积分值，从条斑周期成分的区间积分值中清除噪声，从而计算出评价值。考虑到噪声成分对条斑周期成分的区间积分值带来的影响，例如，设条斑周期成分的区间积分值为A、噪声成分的区间积分值为N，则可由下述式(4)计算出评价值(评价数据)S。 
S＝A-K×N(K是常数)    ...(4) 
如上所述，由评价数据生成部120生成评价值S。 
接着，评价值计算部130对所计算出的图像数据A、图像数据B、......的评价值S进行统计处理。由此，能够对整体图像数据中的条斑出现倾向进行评价。例如，通过统计经区域分割后的图像数据的评价值中的、纵向区域的评价值，能够提高在纵向呈直线状发生条斑时的评价精度。在对滤色器基板等进行评价时，由于条斑呈直线状发生的倾向性较强，所以，纵向统计评价结果是非常有效的。同样，也可横向统计评价结果。其中，在某一个方向已确定时，将垂直于上述已确定方向的方向作为另一个方向，从而确定纵向、横向即可。另外，只要进行统计的方向为条斑出现的方向即可。 
如上所述，对图像数据1实施了条斑评价。同样地，对图像数据2也实施与图像数据1相同的处理来进行评价。 
然后，统计上述所得到的图像数据1的评价值和图像数据2的评价值，从而得到评价对象物的特定周期条斑的评价值。 
如上所述，利用相同方式对从多个方向拍摄同一个评价对象物所得到的数据进行评价值的计算，由此，通过采用噪声成分较少的方向的评价值，可提高评价精度。例如，在由多个图像数据分别计算评价值时，利用噪声成分的特征量。通过计算出其噪声成分的特征量为较小值的图 像数据的评价值，可提高评价精度。 
在评价对象物中包含有不同周期的条斑时，如果适当地清除噪声成分，就能够高精度地评价各周期的条斑。 
以下，说明由噪声成分清除部124实施的噪声成分清除处理。 
图12至图14表示噪声成分清除方法的具体示例。 
首先，对图12(a)所示的条斑周期1的图像进行频谱推定(图12(b))。这时，如图12(c)所示，能够不受噪声影响地求出条斑周期1的成分的区间积分值S。另外，如图12(b)所示，出现了与条斑周期不同的低周期(高频率)成分。 
接着，对图13(a)所示的条斑周期2的图像进行频谱推定(图13(b))。这时，如图13(c)所示，除了条斑周期2的成分的区间积分值N之外，还在条斑周期1的周期计算出区间积分值N’。在这种情况下，可用某常数K，通过N’＝KN来表示。 
如图14(a)所示，在图像中混杂有周期1和周期2的条斑，对该图像进行频谱推定(图14(b))。这时，如图14(c)所示，周期1的条斑为评价对象的条斑，周期2的条斑为噪声成分，根据频谱分布计算出周期1成分的区间积分值A，由于区间积分值A中含有周期1的条斑的区间积分值S和周期2的条斑的区间积分值的低周期成分N’，因此，区间积分值A以下述式(5)进行表示。所以，根据下述式(6)，计算出周期1的条斑的区间积分值S，从而能够计算出已清除噪声的区间积分值。 
A＝S+N’    ...(5) 
S＝A-KN    ...(6) 
如上所述，一般情况下，在喷射方式中，可观察到其周期由于条斑发生原因不同而各异的条斑。 
所以，如果能够判断出条斑是否具有周期性并且求出条斑周期，那么，就可了解到条斑的发生原因，并将其反馈给滤色器生产工序。 
在上述情况下，判断结果包括下述信息即可，即，用于表示条斑是否具有周期性的光斑周期信息以及用于确定上述条斑的发生原因的信 息、例如，上述特定周期条斑的评价值(发生强度、发生方向)。 
以下，说明对滤色器基板330的生产工序(制造工序)反馈滤色器基板330上的滤色器的光斑周期信息时的具体示例。 
另外，在下述说明中，在滤色器基板330的连贯的制造工序中包括用于执行上述滤色器条斑的评价方法的步骤(以下，称之为条斑评价步骤)。例如，在图15所示的滤色器基板的制造工序(步骤S11～S14)中，上述条斑评价步骤被包括在滤色器测试步骤S12中。另外，在以滤色器测试步骤S12为基准时，步骤S11为前步骤，步骤S13为后续步骤。 
如图15所示，上述步骤S11包括黑矩阵制造步骤和滤色器制造步骤。 
在上述黑矩阵制造步骤中，通过旋转涂敷法在玻璃基板上涂布其中分散有碳微粒的液状负型丙烯酸类感光树脂，然后，进行干燥处理，从而形成黑色感光树脂层。接着，利用光学掩膜对上述黑色感光树脂层进行曝光，然后，进行显影处理，从而形成黑矩阵(BM)。例如，如图3所示，在玻璃基板220上形成黑矩阵210。此时，形成黑矩阵210，以形成在后续的滤色器制造步骤所使用的开口部、即，用于接受由喷头单元230的各喷嘴240排出的墨的开口部(相当于各色的滤色器)。 
在上述滤色器制造步骤中，如上所述，喷头单元230相对于上述形成有黑矩阵210的玻璃基板220在扫描方向(如图3中，垂直于纸面向里或者向外的方向)上移动，由此，喷嘴240沿扫描方向依次对玻璃基板220上黑矩阵210之间的部分排出液状材料，从而在玻璃基板220上形成滤色器。另外，也可以通过喷墨或者辊转印等方式来形成黑矩阵210。此外，还可根据需要实施表面加工处理。 
在完成上述步骤S11(前步骤)后，执行滤色器测试步骤(步骤S12)。在滤色器测试步骤中，检测出滤色器的光斑周期信息，并根据检测结果对滤色器的优劣进行判断。 
其中，在上述光斑周期信息中，除用于表示条斑有无周期性的信息和用于确定条斑发生原因的信息之外，还至少包括用于表示诸如条斑的出现范围、强度、方向等条斑出现倾向信息的条斑评价值。 
例如，在生产滤色器的装置(滤色器制造装置)中，当通过上述滤色器测试步骤所获得的光斑周期信息中包含有用于表示条斑具有周期性的信息时，对上述光斑周期信息所包含的信息和预先生成并保存的测 试基准信息进行比较，并根据其比较结果变更对被测试制品、即，滤色器的处理(包括测试步骤及其后续处理)。另外，上述测试基准信息可以被登录在上述判断基准数据库中，也可以被登录在其他的数据库中。只要是滤色器制造装置可读入的数据库，则可以根据需要将上述测试基准信息登录在任意的数据库中。 
变更对滤色器的处理是指，例如，根据预先生成并保存的被测试物处理变更信息，废弃其上形成有被判断出光斑周期信息所包含的频谱值大于或等于测试基准信息所包含的第一预定值的滤色器的滤色器基板，或向返工步骤输送其上形成有被判断出光斑周期信息所包含的频谱值大于或等于第二预定值且小于上述第一预定值的滤色器的滤色器基板。另外，将其上形成有被判断出光斑周期信息所包含的频谱值小于上述第二预定值的滤色器的滤色器基板判断为良品，并将其输送给测试步骤之后的制造步骤。 
上述被输送给返工步骤的滤色器是被判断为处于可修复状态的滤色器，与返工信息一起输送给返工步骤，其中，返工信息包括在滤色器测试步骤中得到的异常部分的位置信息等。在返工步骤中经返工修理后的滤色器再次被输送给测试步骤接受测试。另外，上述返工步骤被包括在滤色器基板制造步骤S11的黑矩阵制造步骤或滤色器制造步骤中。在返工步骤中，包括只对异常部分进行修复(局部修复)的情况，也包括对滤色器基板进行整体修复的情况，另外，包括只对滤色器进行修复的情况，也包括修复黑矩阵和滤色器的情况等。 
在步骤S12、即滤色器测试步骤中，在判断为需要进行废弃处理或返工处理时的频谱值等被反馈给前步骤S11。在被反馈给滤色器制造步骤时，在滤色器制造步骤中，根据反馈的频谱值和上述判断基准数据库，进行滤色器制造步骤的制造条件的变更(例如，排墨量的调整、喷头单元移动速度的变更等)，制造滤色器。另外，在步骤S12、即滤色器测试步骤中，在判断出因黑矩阵的宽度不适当而导致发生了光斑时，指示在黑矩阵制造步骤中变更黑矩阵的制造条件(例如，调整用于形成黑矩阵的光学掩膜的形成位置)。然后，在黑矩阵制造步骤中，根据所指示的内容来变更制造条件，制造黑矩阵。可在黑矩阵制造步骤中根据频谱值和上述判断基准数据库等来决定变更制造条件，也可以在滤色器测试步骤中根据频谱值和上述判断基准数据库等来决定变更制造条件，并指 示在黑矩阵制造步骤中变更制造条件。 
其上形成有已完成上述测试并被判断为良品的滤色器的滤色器基板被输送给后续步骤(步骤S13)。另外，即使在被判断为良品的情况下，如果处于良品的临界值附近，那么，也可以指示变更制造条件，以使得可按照已考虑了滤色器测试结果的制造条件来执行后续步骤。 
在步骤S13中，通过溅射形成由ITO等透明电极构成的对置电极，然后，涂布丙烯酸类感光类树脂，利用光学掩膜进行曝光，经显影、固化后形成例如用于规定液晶面板的液晶盒厚的柱状衬垫微粒(未图示)。 
通过上述，形成滤色器基板330。 
如上所述，根据在滤色器测试步骤中得到的测试结果即光斑周期信息，可对测试后的滤色器实施基于测试结果的处理。因此，能够提高最后得到的滤色器的良品率。 
并且，即使在条斑具有周期性的情况下，也能根据条斑的发生程度(频谱值的大小)来判断是否可修复，所以，发生了周期性条斑的滤色器不会被全部判断为劣品，而只是将其中发生了不可修复的条斑的滤色器判断为劣品并废弃之。由此，可消除不必要的废弃处理，从而可提高滤色器的成品率以及降低生产成本。 
通过上述，可在整体上缩短滤色器的制造时间。 
关于被测试制品(评价对象物)即滤色器的处理变更，可对单个滤色器实施，也可对所属批次的所有滤色器实施，也可对同一型号的所有滤色器实施。 
对于被判断为劣品的滤色器，可在滤色器基板的预定位置或者滤色器的异常发生区域作出标记等。 
在这种情况下，在制造步骤中不对被判断为劣品的滤色器进行废弃处理，操作人员在确定劣品发生原因时可利用之。 
另外，在测试值数据库等(例如，测试装置的数据库)中保存通过测试步骤所得到的多个滤色器(或者，滤色器内的多个部位)的测试值，如果符合在判断基准数据库中预先登录的测试基准信息所记载的条件，可以变更所记载的制造步骤以及制造步骤条件。 
例如，对满足下述条件的滤色器的连续个数或者发生频度进行计数，即，其光斑周期信息中包含的频谱值大于或等于某基准值(上述第一预定值或第二预定值)。当超过预定的滤色器个数或发生频度时，就 向导致发生缺陷的步骤之前的制造步骤反馈上述情况，并变更制造方法。 
作为制造方法的变更，例如，可以考虑下述：变更制造装置的制造条件，或者，确认是否需要维护上述制造装置，或者，停止制造装置，或者，清洁或更换导致发生缺陷的部件。 
另外，还可以向测试步骤之后的制造步骤传送测试值，变更制造方法。 
例如，对于测试值(频谱值)大于或等于某基准值的、其个数在预定数量以上的滤色器所属批次中的滤色器，可根据制造步骤变更信息来变更后续制造步骤的制造条件，以使得最大测试值变小，例如，使得最终亮度值处在最终测试基准范围内。 
在本实施方式中，采用了傅立叶变换处理作为周期分析处理的一个示例，但本发明并不限于此，只要是能够确认是否具有周期性的处理即可。 
另外，在本实施方式中，对显示构件的正面实施光照射并根据反射光分布进行分析，但本发明并不限于此，也可以根据透射光分布进行分析。 
根据透射光分布进行分析时，所采用的图像处理步骤可以与根据反射光分布进行分析时的图像处理步骤相同。 
例如，可以考虑下述：对显示构件(滤色器)的背面实施光照射，使光透射显示构件的正面、即滤色器形成面从而得到透射光分布，根据透射光分布进行周期分析。 
在上述情况下，在未形成滤色器的一侧(显示构件的背面侧)配置照明装置，在形成滤色器的一侧(显示构件的正面侧)配置照相机。照相机的配置角度优选的是，易于使滤色器形成面出现光斑的角度。例如，与反射的情况同样地，较之于直线透射的透射光，更优选下述，即：入射光对基板的入射角度不同于透射光对基板的出射角度。具体而言，例如，照明装置被配置在基板的法线方向上，照相机被配置在偏离基板的法线方向的方向上，或者，照明装置被配置在偏离基板的法线方向的方向上，照相机被配置在基板的法线方向的方向上或偏离直线透射的透射光方向的方向上。 
在本实施方式中，直接对一维投影处理后的数据实施周期分析处 理。也可以在实施周期分析处理之前进行滤波处理(形态学处理)。 
另外，上述滤波处理是指下述处理，即：对于将光分布信息(亮度分布信息)进行一维投影处理后所得到的信息，对一定周期幅度的凸凹实施去除或抑制处理。 
本发明并不限于上述具体实施方式，可在权利要求的范围内进行各种变更。即，通过适当组合各实施方式揭示的技术方式所得到的实施方式也包括在本发明的技术范围内。 
最后，评价装置100的各块、特别是一维投影处理部121、能谱计算部122、积分处理部123和噪声成分清除部124可以由硬件逻辑构成，也可以如下所述利用CPU并借助于软件来实现。 
即，评价装置100具有：执行用以实现各功能的控制程序命令的CPU(中央处理器)、存储上述程序的ROM(只读存储器)、展开上述程序的RAM(随机存取存储器)、存储上述程序及各种数据的存储器等的存储装置(记录介质)等。另外，向上述评价装置100提供记录介质，该记录介质记录有可由计算机读取的并用于实现上述功能的软件，由其计算机(或CPU、MPU)读出并执行记录介质中记录的软件，这样也能够实现本发明的目的，其中，上述记录介质所记录的软件为上述评价装置100的控制程序的程序代码(执行形式程序、中间代码程序、源程序)。 
作为上述记录介质，例如，可以是磁带、盒式带等的带类、包括软盘、硬盘等磁盘以及CD-ROM、MO、MD、DVD、CD-R等光盘的盘类、IC卡(包括存储卡)、光卡等的卡类或掩膜型ROM、EPROM、EEPROM、闪存ROM等的半导体存储器类。 
另外，评价装置100可以连接通信网络，借助于通信网络供给上述程序代码。作为上述通信网络，并没有特别的限制，例如，可利用互联网、内联网、外联网、LAN、ISDN、VAN、CATV通信网、虚拟专用网络(virtual private network)、电话回线网络、移动通信网络、卫星通信网络等。另外，作为构成通信网络的传送介质，并没有特别的限制，例如，可以利用IEEE1394、USB、电力线、电缆电视回线、电话线、ADSL回线等的有线通信，也可以利用诸如IrDA或遥控器等的红外线、Bluetooth(注册商标)、802.11无线通信、HDR、便携式电话网络、卫星回线、地面数字广播网络(terrestrial digital net)等的无线通信。另外， 即使是通过电子传送而实现了上述程序代码的、载置于载波的计算机数字信号的形态，也可以实现本发明。 
以上，对本发明进行了详细的说明，上述具体实施方式或实施例仅仅是揭示本发明的技术内容的示例，本发明并不限于上述具体示例，不应对本发明进行狭义的解释，可在本发明的精神和权利要求的范围内进行各种变更来实施之。 

Claims (19)

1.一种条斑评价装置，其特征在于，具有根据图像数据来生成评价数据的评价数据生成部，上述图像数据是通过对显示构件的被光照射的评价对象面进行拍摄所得到的图像数据，上述评价数据成为评价在上述评价对象面上发生的周期性条斑的指标，其中，上述评价数据生成部包括：
一维投影处理部，以与条斑出现方向相同的方向为投影方向对上述图像数据中包含的二维亮度分布信息实施一维投影处理；
能谱计算部，根据由上述一维投影处理部实施一维投影处理后的二维亮度分布信息来计算出能谱；
积分处理部，根据上述能谱计算部计算出的能谱来计算预先设定的周期的区间积分值；以及
噪声成分清除部，清除上述积分处理部计算出的区间积分值中含有的噪声成分。
2.根据权利要求1所述的条斑评价装置，其特征在于：
具备区域分割部，该区域分割部将上述图像数据分割成多个分割区域；
上述评价数据生成部对上述图像数据经区域分割后所得到的每一个分割区域生成评价数据。
3.根据权利要求2所述的条斑评价装置，其特征在于：
上述区域分割部根据预先设定的条斑的发生范围对上述图像数据实施区域分割。
4.根据权利要求2所述的条斑评价装置，其特征在于：
上述区域分割部在对上述图像数据实施区域分割时使各分割区域重叠，使得以特定周期发生的条斑的出现范围为同一区域。
5.根据权利要求2至4中的任意一项所述的条斑评价装置，其特征在于：
具有评价值计算部，该评价值计算部根据上述评价数据来计算出用于表示以特定周期发生的条斑在上述图像数据中的出现位置和出现强度的评价值；
上述评价值计算部根据上述评价数据生成部对上述每一个分割区域生成的评价数据来计算出上述评价值。
6.根据权利要求5所述的条斑评价装置，其特征在于：
上述评价值计算部从所得到的评价数据中提取出其方向与条斑出现方向相同的区域的评价数据，并根据所提取出的评价数据计算出条斑的评价值。
7.根据权利要求6所述的条斑评价装置，其特征在于：
上述评价值计算部计算出所提取的评价数据的算术平均值作为条斑的评价值。
8.根据权利要求6所述的条斑评价装置，其特征在于：
上述评价值计算部计算出所提取的评价数据的切尾平均值作为条斑的评价值。
9.根据权利要求6所述的条斑评价装置，其特征在于：
上述评价值计算部计算出所提取的评价数据的中位数值作为条斑的评价值。
10.根据权利要求6所述的条斑评价装置，其特征在于：
上述评价值计算部计算出所提取的评价数据的均方根值作为条斑的评价值。
11.根据权利要求1所述的条斑评价装置，其特征在于：
上述积分处理部求取区间积分值的范围包括评价对象的条斑周期。
12.根据权利要求1所述的条斑评价装置，其特征在于：
上述积分处理部根据上述能谱计算出能谱密度，并以预先设定的周期对计算结果实施区间积分处理，从而计算出区间积分值。
13.根据权利要求1所述的条斑评价装置，其特征在于：
上述积分处理部根据上述能谱计算出能谱密度，以预先设定的周期对计算结果实施区间积分处理，并对上述区间积分处理所得值进行平方根，从而计算出区间积分值。
14.根据权利要求1所述的条斑评价装置，其特征在于：
通过上述噪声成分清除部所清除的噪声成分的周期不同于评价对象的条斑周期。
15.根据权利要求1所述的条斑评价装置，其特征在于：
具有评价值计算部，该评价值计算部根据上述评价数据来计算用于表示以特定周期发生的条斑在上述图像数据中的出现位置和出现强度的评价值；
上述评价数据生成部根据多个图像数据分别生成评价数据，上述多个图像数据是通过从不同方向对同一个显示构件的评价对象面进行拍摄所得到的图像数据；
上述评价值计算部从上述评价数据生成部生成的评价数据中提取出根据在噪声成分影响较小的方向上进行拍摄得到的图像数据所生成的评价数据，并根据上述所提取的评价数据计算出上述评价值。
16.根据权利要求15所述的条斑评价装置，其特征在于：
上述多个图像数据的拍摄方向至少包括能够对条斑特征进行观察的倾斜方向以及与该倾斜方向相反侧的方向。
17.根据权利要求1至16中的任意一项所述的条斑评价装置，其特征在于：
上述显示构件是滤色器。
18.一种条斑评价方法，根据图像数据对周期性条斑进行评价，其中，上述图像数据是通过对显示构件的被光照射的评价对象面进行拍摄所得到的图像数据，上述周期性条斑是在上述评价对象面上发生的条斑，该条斑评价方法的特征在于，包括：
第一步骤，以包括条斑出现方向的向量在内的方向为投影方向，对上述图像数据中包含的二维亮度分布信息实施一维投影处理；
第二步骤，根据在上述第一步骤中实施一维投影处理后的二维亮度分布信息来计算出能谱；
第三步骤，根据在上述第二步骤中计算出的能谱来计算预先设定的周期的区间积分值；以及
第四步骤，清除在上述第三步骤中计算出的区间积分值中含有的噪声成分。
19.一种滤色器制造方法，利用滤色器制造装置来制造滤色器，其特征在于：
包括执行条斑评价方法的条斑评价步骤，上述条斑评价方法是根据图像数据对周期性条斑进行评价的方法，其中，上述图像数据是通过对显示构件的被光照射的评价对象面进行拍摄所得到的图像数据，上述周期性条斑是在上述评价对象面上发生的条斑，上述条斑评价方法包括第一步骤、第二步骤、第三步骤和第四步骤，在第一步骤中以包括条斑出现方向的向量在内的方向为投影方向对上述图像数据中包含的二维亮度分布信息实施一维投影处理，在第二步骤中根据在上述第一步骤中实施一维投影处理后的二维亮度分布信息计算出能谱，在第三步骤中根据在上述第二步骤中计算出的能谱来计算预先设定的周期的区间积分值，在第四步骤中清除在上述第三步骤中计算出的区间积分值中含有的噪声成分；
对上述滤色器制造装置输出通过上述条斑评价步骤获得的用于表示条斑出现倾向的评价值作为反馈信息。
CN2008101311943A 2007-07-31 2008-07-30 条斑评价装置、条斑评价方法和滤色器制造方法 Expired - Fee Related CN101373232B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2007199978 2007-07-31
JP2007199978A JP4902456B2 (ja) 2007-07-31 2007-07-31 スジムラ評価装置、スジムラ評価方法、スジムラ評価プログラム、記録媒体及びカラーフィルタの製造方法
JP2007-199978 2007-07-31

Publications (2)

Publication Number Publication Date
CN101373232A CN101373232A (zh) 2009-02-25
CN101373232B true CN101373232B (zh) 2010-12-01

Family

ID=40362627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101311943A Expired - Fee Related CN101373232B (zh) 2007-07-31 2008-07-30 条斑评价装置、条斑评价方法和滤色器制造方法

Country Status (3)

Country Link
US (1) US20090046113A1 (zh)
JP (1) JP4902456B2 (zh)
CN (1) CN101373232B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4768014B2 (ja) 2006-04-26 2011-09-07 シャープ株式会社 カラーフィルタ検査方法およびカラーフィルタ製造方法並びにカラーフィルタ検査装置
JP4597946B2 (ja) * 2006-06-12 2010-12-15 シャープ株式会社 端部傾斜角測定方法、起伏を有する被検査物の検査方法および検査装置
JP4777310B2 (ja) * 2007-07-31 2011-09-21 シャープ株式会社 検査装置、検査方法、検査システム、カラーフィルタの製造方法、検査装置制御プログラム、及び該プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2011203245A (ja) * 2010-03-02 2011-10-13 You-Na Tech Corp 半導体ウェハの表面検査システム及び表面検査方法
US8761454B2 (en) * 2011-05-10 2014-06-24 Hewlett-Packard Development Company, L.P. Detecting streaks in printed images
JP5261540B2 (ja) * 2011-06-24 2013-08-14 シャープ株式会社 欠陥検査装置及び欠陥検査方法
JP6035794B2 (ja) * 2012-03-14 2016-11-30 大日本印刷株式会社 ムラ情報生成装置、ムラ情報生成プログラム及びムラ情報生成方法
JP2014064022A (ja) * 2013-11-11 2014-04-10 Canon Inc インプリント装置
JP5933060B2 (ja) * 2015-03-13 2016-06-08 キヤノン株式会社 インプリント装置および方法ならびに物品製造方法
JP2017142566A (ja) * 2016-02-08 2017-08-17 富士ゼロックス株式会社 端末装置、診断システムおよびプログラム
JP2017203622A (ja) * 2016-05-09 2017-11-16 コニカミノルタ株式会社 色むら検査方法及び色むら検査装置
JP6932947B2 (ja) * 2017-03-02 2021-09-08 コニカミノルタ株式会社 不良画像発生予測システム及び不良画像発生予測プログラム
JP2019105455A (ja) * 2017-12-08 2019-06-27 株式会社クラレ 不織布を含むシート状物の検査方法、不織布を含むシート状物の連続生産方法及び不織布を含むシート状物の検査装置
US11361511B2 (en) * 2019-01-24 2022-06-14 Htc Corporation Method, mixed reality system and recording medium for detecting real-world light source in mixed reality
CN109920356B (zh) * 2019-04-30 2022-07-01 北京京东方显示技术有限公司 一种用于评估黑矩阵的阈值曲线的拟合方法、黑矩阵的评估方法
JP2021047043A (ja) * 2019-09-17 2021-03-25 株式会社東芝 形状の評価方法、部品の製造方法、及び形状の評価システム
CN112687211B (zh) * 2020-12-11 2022-09-02 合肥维信诺科技有限公司 一种显示面板的拖影测量方法及装置、存储介质
CN113883672B (zh) * 2021-09-13 2022-11-15 Tcl空调器(中山)有限公司 噪音类型识别方法、空调器及计算机可读存储介质
CN113588222B (zh) * 2021-09-26 2022-01-11 武汉精创电子技术有限公司 一种墨色一致性检测装置及方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1043973A (en) * 1964-04-16 1966-09-28 Lkb Produkter Ab Fluorescent radiation device
JPH0786470B2 (ja) * 1988-06-13 1995-09-20 富士写真フイルム株式会社 ディスク表面検査方法及び装置
US5264912A (en) * 1992-02-07 1993-11-23 Tencor Instruments Speckle reduction track filter apparatus for optical inspection of patterned substrates
JPH06221838A (ja) * 1993-01-27 1994-08-12 Fujitsu Ltd 表面粗さ評価方法
JP3013693B2 (ja) * 1993-11-30 2000-02-28 凸版印刷株式会社 欠陥検出方法およびその装置
JP3431247B2 (ja) * 1993-12-28 2003-07-28 株式会社日立製作所 薄膜製造方法および薄膜多層基板製造方法
JPH0968502A (ja) * 1995-08-30 1997-03-11 Dainippon Screen Mfg Co Ltd 透孔板の検査方法および検査装置
JPH10300447A (ja) * 1997-04-23 1998-11-13 K L Ee Akurotetsuku:Kk 表面パターンむら検出方法及び装置
JPH11194096A (ja) * 1997-10-29 1999-07-21 Toyota Motor Corp 塗装面の評価方法および塗装面の検査装置
JP3905741B2 (ja) * 2001-10-29 2007-04-18 ペンタックス株式会社 光学部材検査方法
JP2003139650A (ja) * 2001-10-30 2003-05-14 Pentax Corp 光学部材検査方法
JP2004279282A (ja) * 2003-03-17 2004-10-07 Oh'tec Electronics Corp ワ−クの外観検査装置
JP4882204B2 (ja) * 2004-03-05 2012-02-22 凸版印刷株式会社 周期性パターンにおけるスジ状ムラの検査方法
JP4552583B2 (ja) * 2004-03-26 2010-09-29 セイコーエプソン株式会社 ノイズ検出装置、ノイズ検出方法およびノイズ検出プログラム
JP4543796B2 (ja) * 2004-07-12 2010-09-15 セイコーエプソン株式会社 キャリブレーション装置、キャリブレーションプログラムおよびキャリブレーション方法
JP4543795B2 (ja) * 2004-07-12 2010-09-15 セイコーエプソン株式会社 キャリブレーション装置、キャリブレーションプログラムおよびキャリブレーション方法
JP2006067423A (ja) * 2004-08-30 2006-03-09 Fuji Photo Film Co Ltd 画像品質定量評価方法及びその装置
JP4550559B2 (ja) * 2004-11-24 2010-09-22 シャープ株式会社 外観検査装置、外観検査方法およびコンピュータを外観検査装置として機能させるためのプログラム
JP2006300775A (ja) * 2005-04-21 2006-11-02 Olympus Corp 外観検査装置
JP2006319598A (ja) * 2005-05-12 2006-11-24 Victor Co Of Japan Ltd 音声通信システム
JP2007034648A (ja) * 2005-07-27 2007-02-08 Fuji Xerox Co Ltd 画像評価方法および画像評価装置並びにプログラム
JP2007171029A (ja) * 2005-12-22 2007-07-05 Fujifilm Corp 検査装置、表示デバイスシミュレート装置及び検査方法
JP2007172512A (ja) * 2005-12-26 2007-07-05 Fujifilm Corp 画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム
JP2007184872A (ja) * 2006-01-10 2007-07-19 Fuji Xerox Co Ltd 画像評価装置、画像処理装置、画像評価方法およびプログラム
JP2008139027A (ja) * 2006-11-29 2008-06-19 Sharp Corp 検査装置、検査方法、撮像検査システム、カラーフィルタの製造方法、検査プログラム
JP4777310B2 (ja) * 2007-07-31 2011-09-21 シャープ株式会社 検査装置、検査方法、検査システム、カラーフィルタの製造方法、検査装置制御プログラム、及び該プログラムを記録したコンピュータ読み取り可能な記録媒体

Also Published As

Publication number Publication date
JP4902456B2 (ja) 2012-03-21
JP2009036592A (ja) 2009-02-19
CN101373232A (zh) 2009-02-25
US20090046113A1 (en) 2009-02-19

Similar Documents

Publication Publication Date Title
CN101373232B (zh) 条斑评价装置、条斑评价方法和滤色器制造方法
Yang et al. A reference-free underwater image quality assessment metric in frequency domain
Nam et al. A holistic approach to cross-channel image noise modeling and its application to image denoising
CN101358934B (zh) 检查装置、检查方法、检查***、滤色镜的制造方法
CN101655614B (zh) 液晶显示面板云纹缺陷的检测方法和检测装置
CN1679053B (zh) 用于处理通过包含多个光纤的波导获取的图像的方法
JP3431075B2 (ja) 液晶ディスプレイパネルムラの分類処理方法、その装置及びプログラム
CN106556940A (zh) 一种tft‑lcd屏自动光学检测中的背景抑制方法
DE4120289C2 (de) Verfahren zum Erlangen numerischer Werte für das visuelle Glanz-, Glätte- und Dickeempfinden beim Beobachten eines aufgetragenen Farbfilms
DE102013009901A1 (de) Gesichtsbild-Qualitätsbeurteilung
CN104394377B (zh) 一种监控图像的模糊异常的识别方法及装置
US20110058098A1 (en) Setting Exposure Attributes for Capturing Calibration Images
Tibbs et al. Denoising imaging polarimetry by adapted BM3D method
JP2009175041A (ja) 表示画像のギラツキ評価方法
CN103971343A (zh) 基于相似像素点检测的图像降噪方法
Vazquez-Corral et al. Physical-based optimization for non-physical image dehazing methods
Mirbod et al. Industrial parts change recognition model using machine vision, image processing in the framework of industrial information integration
CN108918529A (zh) 一种透明介质的表面划痕成像检测装置及方法
WO2008066129A1 (fr) Appareil d'analyse, procédé d'analyse, système d'analyse de prise d'image, procédé de fabrication d'un filtre coloré, et programme d'analyse
Wu et al. Experimental analysis of image dehazing algorithms for pelletization process images
JP2008139027A5 (zh)
Korobiichuk et al. Algorithmic compensation of video image dynamic errors with measurement data about geometric and object motion parameters
CN107623841A (zh) 一种监控效果好的车载监控***
JPH1172317A (ja) スパングルサイズ測定装置
KR101440974B1 (ko) 색차 분석을 이용한 편광판 얼룩 자동 검사방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20101201

Termination date: 20150730

EXPY Termination of patent right or utility model