JP2008111705A - 欠陥検出方法、欠陥検出プログラムおよび検査装置 - Google Patents
欠陥検出方法、欠陥検出プログラムおよび検査装置 Download PDFInfo
- Publication number
- JP2008111705A JP2008111705A JP2006293941A JP2006293941A JP2008111705A JP 2008111705 A JP2008111705 A JP 2008111705A JP 2006293941 A JP2006293941 A JP 2006293941A JP 2006293941 A JP2006293941 A JP 2006293941A JP 2008111705 A JP2008111705 A JP 2008111705A
- Authority
- JP
- Japan
- Prior art keywords
- defect
- point
- point defect
- candidates
- region
- 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.)
- Withdrawn
Links
Images
Landscapes
- Testing Of Optical Devices Or Fibers (AREA)
- Liquid Crystal (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
【課題】群化した点欠陥を一群の欠陥として精度良く検出できる欠陥検出方法、欠陥検出プログラムおよび検査装置を提供すること。
【解決手段】点欠陥強調工程(ST2)において、撮像画像中の点欠陥候補を強調して検出しやすくしておいてから、領域検索工程(ST3)にて所定領域内の点欠陥候補d個数を検出し、領域判定工程(ST4)にて領域が対象領域か否かを判定することで、撮像画像中に点欠陥候補がある程度以上に集まった(群化した)領域を対象領域として判定する。そして、群化状態算出工程(ST6)にて点欠陥候補の群化状態を算出してから、欠陥分類工程(ST7)にて群化状態が面欠陥候補であるかを判定し、欠陥検出工程(ST8)にて面欠陥検出用の閾値を用ることで、群化点欠陥を面欠陥として精度良く検出し、欠陥判定精度を向上させることができる。
【選択図】図2
【解決手段】点欠陥強調工程(ST2)において、撮像画像中の点欠陥候補を強調して検出しやすくしておいてから、領域検索工程(ST3)にて所定領域内の点欠陥候補d個数を検出し、領域判定工程(ST4)にて領域が対象領域か否かを判定することで、撮像画像中に点欠陥候補がある程度以上に集まった(群化した)領域を対象領域として判定する。そして、群化状態算出工程(ST6)にて点欠陥候補の群化状態を算出してから、欠陥分類工程(ST7)にて群化状態が面欠陥候補であるかを判定し、欠陥検出工程(ST8)にて面欠陥検出用の閾値を用ることで、群化点欠陥を面欠陥として精度良く検出し、欠陥判定精度を向上させることができる。
【選択図】図2
Description
本発明は、検査対象の表示デバイスの表示画像を撮像して取得した撮像画像に基づいて前記表示デバイスの表示欠陥を検出する欠陥検出方法、欠陥検出プログラムおよび検査装置に関する。
液晶パネル等の表示デバイスやその応用製品であるプロジェクタ等の製造における検査工程において、輝点・暗点等の点欠陥やシミやムラ等の面欠陥を画像処理で検出する場合、CCDカメラ等で対象の画像を取得し、取得した画像に画像処理を実施することで画像中からを検出している。
画像中から輝点欠陥や暗点欠陥を検出する方法として、画像に対して欠陥を強調するフィルタ(輝点欠陥を強調するTophatフィルタや、暗点欠陥を強調するWellフィルタ)を用いる方法が知られている(例えば、特許文献1参照)。
一方、画像中から面欠陥を検出する方法として、画像に対して、2値化処理、収縮処理、膨張処理を行なうものが知られている(例えば、特許文献2参照)。
画像中から輝点欠陥や暗点欠陥を検出する方法として、画像に対して欠陥を強調するフィルタ(輝点欠陥を強調するTophatフィルタや、暗点欠陥を強調するWellフィルタ)を用いる方法が知られている(例えば、特許文献1参照)。
一方、画像中から面欠陥を検出する方法として、画像に対して、2値化処理、収縮処理、膨張処理を行なうものが知られている(例えば、特許文献2参照)。
ところで、表示デバイスの表示欠陥としては、輝点や暗点が所定エリアに所定個数以上集まった(群化した)欠陥(群化点欠陥)が現れることがある。このような群化点欠陥は、前記特許文献1や特許文献2に記載された欠陥検出方法で検出することが困難であり、検査員の目視による判断でしか検出することができず、検査効率の点で問題であった。
すなわち、特許文献1の技術では、輝点欠陥や暗点欠陥を強調することで、個々の点欠陥を検出することは可能であるが、複数の点欠陥相互の粗密状態がいかなる状態であっても検出結果に変化がなく、群化した点欠陥を検出することが不可能である。
また、特許文献2の技術では、面状に拡がりを有するコントラストの低い(あるいは高い)部分が一塊の状態でなければ面(シミ)欠陥として認識することができないとともに、画像の収縮処理による平滑化によって点欠陥の成分が消されてしまい、点欠陥そのものを検出することができなくなってしまい、群化した点欠陥の検出も不可能である。
すなわち、特許文献1の技術では、輝点欠陥や暗点欠陥を強調することで、個々の点欠陥を検出することは可能であるが、複数の点欠陥相互の粗密状態がいかなる状態であっても検出結果に変化がなく、群化した点欠陥を検出することが不可能である。
また、特許文献2の技術では、面状に拡がりを有するコントラストの低い(あるいは高い)部分が一塊の状態でなければ面(シミ)欠陥として認識することができないとともに、画像の収縮処理による平滑化によって点欠陥の成分が消されてしまい、点欠陥そのものを検出することができなくなってしまい、群化した点欠陥の検出も不可能である。
本発明は、上述のような課題に鑑みてなされたものであり、群化した点欠陥を一群の欠陥として精度良く検出できる欠陥検出方法、欠陥検出プログラムおよび検査装置を提供することを目的とする。
本発明の欠陥検出方法は、検査対象の表示デバイスの表示画像を撮像して取得した撮像画像に基づいて前記表示デバイスの表示欠陥を検出する欠陥検出方法であって、前記表示デバイスの表示画像を撮像して撮像画像を取得する撮像画像取得工程と、前記撮像画像にフィルタ処理を施し撮像画像中の点欠陥候補を強調する点欠陥強調工程と、前記撮像画像を所定サイズの領域で検索して前記領域に含まれる前記点欠陥候補の個数を検出する領域検索工程と、前記領域検索工程にて検索した前記領域ごとに前記点欠陥候補が所定個数以上含まれる対象領域か否かを判定する領域判定工程と、前記領域判定工程にて対象領域として判定された領域に関して前記所定個数以上の点欠陥候補の群化状態を算出する群化状態算出工程と、前記群化状態算出工程にて算出した群化状態に基づいて面欠陥候補であるか否かを判定する欠陥分類工程と、前記欠陥分類工程にて面欠陥候補であると判定した場合には、面欠陥検出手順を用いて欠陥検出する欠陥検出工程とを備えることを特徴とする。
本発明では、先ず点欠陥強調工程において撮像画像中の点欠陥候補(輝点欠陥または暗点欠陥)を強調して検出しやすくしておいてから、領域検索工程にて所定サイズの領域に含まれる点欠陥候補の個数を検出し、領域判定工程にて所定個数以上の点欠陥候補が含まれる対象領域を判定する。これら一連の処理により、撮像画像中において点欠陥候補がある程度以上に集まった(群化した)領域を対象領域として判定することができる。
次に、群化状態算出工程にて点欠陥候補の群化状態を算出してから、欠陥分類工程にて群化状態が面欠陥(シミやムラ等の欠陥、あるいはスジ欠陥)であると判定した場合には、欠陥検出工程にて面欠陥検出手順を用る。つまり群化した点欠陥候補を面欠陥として扱い、これらの面欠陥を検出するための検出手順を用いることで、群化点欠陥を精度良く検出し、欠陥判定精度を向上させることができる。
ここで、点欠陥候補の群化状態が面欠陥として判定されない場合、つまり群化状態が粗である場合には、群化点欠陥ではなくて従来と同様に個々の点欠陥として扱えばよい。
次に、群化状態算出工程にて点欠陥候補の群化状態を算出してから、欠陥分類工程にて群化状態が面欠陥(シミやムラ等の欠陥、あるいはスジ欠陥)であると判定した場合には、欠陥検出工程にて面欠陥検出手順を用る。つまり群化した点欠陥候補を面欠陥として扱い、これらの面欠陥を検出するための検出手順を用いることで、群化点欠陥を精度良く検出し、欠陥判定精度を向上させることができる。
ここで、点欠陥候補の群化状態が面欠陥として判定されない場合、つまり群化状態が粗である場合には、群化点欠陥ではなくて従来と同様に個々の点欠陥として扱えばよい。
本発明において、前記対象領域における複数の点欠陥候補の外周を検出する外周検出工程を備え、前記群化状態算出工程にて算出する前記群化状態には、前記外周検出工程により検出した複数の点欠陥候補の外周に基づき、前記外周内部の面積と、前記外周内部に含まれる点欠陥候補の密度と、前記外周の円形度とが少なくとも含まれていることが好ましい。
このような構成によれば、外周検出工程にて群化した点欠陥候補の外周を検出し、この外周に基づいて群化状態(面積、密度、円形度)を算出することで、群化状態を定量化することができ、欠陥分類工程における判定や、欠陥検出工程における面欠陥検出手順の適用を迅速に実施することができる。
このような構成によれば、外周検出工程にて群化した点欠陥候補の外周を検出し、この外周に基づいて群化状態(面積、密度、円形度)を算出することで、群化状態を定量化することができ、欠陥分類工程における判定や、欠陥検出工程における面欠陥検出手順の適用を迅速に実施することができる。
本発明において、前記欠陥検出工程における面欠陥検出手順は、前記外周内部の輝度平均値と前記外周内部の面積とに基づき、前記輝度平均値を前記面積で除した値が所定の閾値を上回るかまたは所定の閾値を下回るかを判定して面欠陥を検出することが好ましい。
このような構成によれば、群化した点欠陥候補の外周内部の輝度平均値と面積とに基づき、その面積当たりの平均輝度値を算出して閾値と比較することで、点欠陥候補が群化したエリア(外周内部)が所定の輝度値を有しているか否かを判定することができる。従って、個々の点欠陥候補の輝度値に関わらずに、それらが集まって面的な拡がりを有する欠陥(面欠陥やスジ欠陥)としての検出が可能になる。
このような構成によれば、群化した点欠陥候補の外周内部の輝度平均値と面積とに基づき、その面積当たりの平均輝度値を算出して閾値と比較することで、点欠陥候補が群化したエリア(外周内部)が所定の輝度値を有しているか否かを判定することができる。従って、個々の点欠陥候補の輝度値に関わらずに、それらが集まって面的な拡がりを有する欠陥(面欠陥やスジ欠陥)としての検出が可能になる。
また、本発明において、前記領域判定工程にて判定した対象領域に含まれる複数の点欠陥候補のうち、他の点欠陥候補から離れたものを除外する候補除外工程を備え、前記群化状態算出工程では、前記候補除外工程で除外した点欠陥候補以外の複数の点欠陥候補の群化状態を算出することが好ましい。
このような構成によれば、候補除外工程にて群化した点欠陥候補から離れた点欠陥候補を除外し、これに基づいて群化状態算出工程にて群化状態を算出することで、対象領域内であっても群化していない点欠陥候補の影響を排除することができ、欠陥検出精度を向上させることができる。
このような構成によれば、候補除外工程にて群化した点欠陥候補から離れた点欠陥候補を除外し、これに基づいて群化状態算出工程にて群化状態を算出することで、対象領域内であっても群化していない点欠陥候補の影響を排除することができ、欠陥検出精度を向上させることができる。
一方、本発明の欠陥検出プログラムは、前記欠陥検出方法をコンピュータに実行させることを特徴とする。
この欠陥検出プログラムによれば、CPUを備えたコンピュータを用いることで、各工程の処理速度を高めて欠陥検出処理全体を迅速に実行することができる。
この欠陥検出プログラムによれば、CPUを備えたコンピュータを用いることで、各工程の処理速度を高めて欠陥検出処理全体を迅速に実行することができる。
また、本発明の検査装置は、検査対象の表示デバイスの表示画像を撮像して取得した撮像画像に基づいて前記表示デバイスの表示欠陥を検出する検査装置であって、前記表示デバイスの表示画像を撮像する撮像装置と、前記表示デバイスおよび前記撮像装置を駆動制御する制御装置とを備え、前記制御装置は、前記表示デバイスの表示画像を前記撮像装置に撮像させて撮像画像を取得し、前記撮像画像にフィルタ処理を施して撮像画像中の点欠陥候補を強調し、前記撮像画像を所定サイズの領域で検索して前記領域に含まれる前記点欠陥候補の個数を検出し、前記検索した領域ごとに前記点欠陥候補が所定個数以上含まれる対象領域か否かを判定するとともに、対象領域に関して前記所定個数以上の点欠陥候補の群化状態を算出し、前記群化状態に基づいて面欠陥であるか否かを判定するとともに、面欠陥であると判定した場合には、面欠陥検出手順を用いて欠陥検出することを特徴とする。
本発明の検査装置によれば、前述の欠陥検出方法と同様に、撮像画像中において点欠陥候補が群化した領域を対象領域として判定するとともに、点欠陥候補の群化状態を算出してから、その群化状態が面欠陥(シミやムラ等の欠陥、あるいはスジ欠陥)であると判定した場合に面欠陥として扱い、これらの面欠陥を検出するための検出手順を用いることで、群化点欠陥を精度良く検出し、欠陥判定精度を向上させることができる。
本発明の実施形態を図面に基づいて説明する。
〔検査装置の構成〕
図1は、検査装置1の構成を示す図である。
検査装置1は、検査対象である画像表示デバイスとしての液晶パネル10の表示外観検査を行い液晶パネル10の表示欠陥を検出する装置である。この検査装置1は、図1に示すように、液晶パネル10に光束を射出する光源としてのバックライト2と、液晶パネル10を介した光束を拡大投射するレンズ3と、レンズ3を介した光束をスクリーン5に投射するミラー4と、外光を遮断する暗箱6内に設けたスクリーン5と、撮像装置としてのCCDカメラ7と、液晶パネル10に適宜な検査パターンを表示させるパターンジェネレータ8と、制御装置としてのコンピュータ9とを備える。
〔検査装置の構成〕
図1は、検査装置1の構成を示す図である。
検査装置1は、検査対象である画像表示デバイスとしての液晶パネル10の表示外観検査を行い液晶パネル10の表示欠陥を検出する装置である。この検査装置1は、図1に示すように、液晶パネル10に光束を射出する光源としてのバックライト2と、液晶パネル10を介した光束を拡大投射するレンズ3と、レンズ3を介した光束をスクリーン5に投射するミラー4と、外光を遮断する暗箱6内に設けたスクリーン5と、撮像装置としてのCCDカメラ7と、液晶パネル10に適宜な検査パターンを表示させるパターンジェネレータ8と、制御装置としてのコンピュータ9とを備える。
ここで、検査対象となる液晶パネル10は、透過型の液晶パネルであり、例えば、TFT基板と対向基板との間に液晶分子が密閉封入された構成を有し、光学系2からの光束を透過させる画像表示部を有して構成されている。そして、液晶パネル10は、例えば、検査装置1内のパネル設置部(図示略)に設置した状態でパターンジェネレータ8と電気的に接続し、パターンジェネレータ8によりTFT基板と対向基板との間に所定の電圧値(0Vも含む)の電圧が印加されることで液晶分子の配設状態を変化させ、入射光束を透過若しくは遮断することにより所定の光学像を形成する。なお、本実施形態では、液晶パネル10は、電圧を印加しない(電圧値が0V)状態において、入射光束を遮断して黒表示を実施するノーマリーホワイトモードで構成されている。また、液晶パネル10としては、電圧を印加しない状態において、入射光束を全て透過して白表示を実施するノーマリーブラックモードで構成しても構わない。
バックライト2としては、放電発光型の光源ランプを有したものや、LED(Light Emitting Diode)素子、レーザダイオード、有機EL(Electro Luminescence)素子、シリコン発光素子等の各種固体発光素子を採用したものなど、適宜な光源が採用可能である。
スクリーン5は、レンズ3およびミラー4により拡大投射された光学像(表示画像)を反射して投影する反射型スクリーンとして構成されている。なお、スクリーン3としては、反射型スクリーンに限らず、入射した光学像を透過して投影する透過型スクリーンとして構成してもよい。
スクリーン5は、レンズ3およびミラー4により拡大投射された光学像(表示画像)を反射して投影する反射型スクリーンとして構成されている。なお、スクリーン3としては、反射型スクリーンに限らず、入射した光学像を透過して投影する透過型スクリーンとして構成してもよい。
CCDカメラ7は、コンピュータ9による制御の下、スクリーン5の投射面を撮像し、撮像した画像に応じた信号をコンピュータ9に出力する。このCCDカメラ7は、具体的な図示は省略するが、エリアセンサであるCCDと、光束を集光してCCDに照射する集光レンズと、コンピュータ9による制御の下、CCDによる入射光束の受光時間を変更可能とするシャッター等を備える。
なお、CCDカメラ7のCCDは、液晶パネル10の解像度以上の解像度を有しているものが好ましい。
パターンジェネレータ8は、コンピュータ9による制御の下、液晶パネル10に所定の電圧値の電圧を印加し、液晶パネル10に所定の光学像を形成させる。
なお、CCDカメラ7のCCDは、液晶パネル10の解像度以上の解像度を有しているものが好ましい。
パターンジェネレータ8は、コンピュータ9による制御の下、液晶パネル10に所定の電圧値の電圧を印加し、液晶パネル10に所定の光学像を形成させる。
コンピュータ9は、例えば、所定のプログラムを読み込んで実行するCPU(Central Processing Unit)等を備え、検査装置1全体を制御する。このコンピュータ9は、制御プログラムにしたがって所定の処理(欠陥検出処理)を実行する制御部と、制御プログラムや各種データを記憶するメモリとを備える。
制御部は、図示を省略するが、パターンジェネレータ8を制御する画像表示制御部や、CCDカメラ7を制御する画像データ取得部、取得した画像を処理する画像処理部、画像に基づいて液晶パネル10の表示欠陥を検出する欠陥検出部等を備えて構成されている。
制御部は、図示を省略するが、パターンジェネレータ8を制御する画像表示制御部や、CCDカメラ7を制御する画像データ取得部、取得した画像を処理する画像処理部、画像に基づいて液晶パネル10の表示欠陥を検出する欠陥検出部等を備えて構成されている。
画像表示制御部は、メモリに記憶された液晶パネル10に印加する電圧値に関する電圧値情報を読み出し、電圧値情報に基づく検査用電圧値で液晶パネル10を駆動させるための所定の制御信号をパターンジェネレータ8に出力する。そして、パターンジェネレータ8は、画像表示制御部から出力された制御信号にしたがって、検査用電圧値で液晶パネル10を駆動し、液晶パネル10に検査画像を形成させる。
画像データ取得部は、液晶パネル10にて検査画像が形成されている際に、CCDカメラ7に所定の制御信号を出力してCCDカメラ7にスクリーン5の投射面を撮像させる。また、画像データ取得部は、CCDカメラ7から出力される電気信号を入力してコンピュータにて読取可能な信号(デジタル信号)に変換し、画素毎に画素値(輝度値)に関する情報を含んだ検査画像データ(撮像画像データ)Pを取得し、取得した検査画像データPをメモリに記憶させる。
画像データ取得部は、液晶パネル10にて検査画像が形成されている際に、CCDカメラ7に所定の制御信号を出力してCCDカメラ7にスクリーン5の投射面を撮像させる。また、画像データ取得部は、CCDカメラ7から出力される電気信号を入力してコンピュータにて読取可能な信号(デジタル信号)に変換し、画素毎に画素値(輝度値)に関する情報を含んだ検査画像データ(撮像画像データ)Pを取得し、取得した検査画像データPをメモリに記憶させる。
画像処理部は、取得した検査画像データPに対して、シェーディング補正を実行したり、検査画像データPの2値化処理や収縮処理、膨張処理等の画像処理を実行したりなどの各種画像処理を実行する。
欠陥検出部は、以下に説明する欠陥検出手順を実行して検査画像データP中の欠陥を検出する。すなわち、検査画像データPに各種のフィルタを適用して点欠陥を強調処理し、検査画像データP内を検索して点欠陥を所定数含む領域を検出し、点欠陥候補を所定個数以上含む対象領域に関して点欠陥候補の群化状態を算出し、算出した群化状態に基づいてシミ欠陥であるか否かを判定し、シミ欠陥であると判定した場合には、シミ欠陥検出手順を用いて欠陥検出する。
メモリは、所定の制御プログラム、制御部にて処理を実行するための情報、および制御部にて処理されたデータ等の他に、各種のフィルタ値や計算式、閾値を記憶する。
欠陥検出部は、以下に説明する欠陥検出手順を実行して検査画像データP中の欠陥を検出する。すなわち、検査画像データPに各種のフィルタを適用して点欠陥を強調処理し、検査画像データP内を検索して点欠陥を所定数含む領域を検出し、点欠陥候補を所定個数以上含む対象領域に関して点欠陥候補の群化状態を算出し、算出した群化状態に基づいてシミ欠陥であるか否かを判定し、シミ欠陥であると判定した場合には、シミ欠陥検出手順を用いて欠陥検出する。
メモリは、所定の制御プログラム、制御部にて処理を実行するための情報、および制御部にて処理されたデータ等の他に、各種のフィルタ値や計算式、閾値を記憶する。
〔欠陥検出方法〕
次に、上述した検査装置1による欠陥検出方法を図面に基づいて説明する。
図2は、欠陥検出方法を説明するフローチャートである。
なお、以下では、液晶パネル10を検査装置1におけるパネル設置部(図示略)に設置した状態とし、液晶パネル10とパターンジェネレータ8およびコンピュータ9とが電気的に接続されているものとする。
作業者は、コンピュータ9の操作部(図示略)を操作し、液晶パネル10の欠陥検出を実行する旨の設定入力を実施する。そして、コンピュータ9の制御部は、操作部から出力される操作信号に応じて、メモリに記憶された制御プログラムを読み出し、制御プログラムにしたがって、以下に示すように、液晶パネル10の欠陥検出処理を実行する。
次に、上述した検査装置1による欠陥検出方法を図面に基づいて説明する。
図2は、欠陥検出方法を説明するフローチャートである。
なお、以下では、液晶パネル10を検査装置1におけるパネル設置部(図示略)に設置した状態とし、液晶パネル10とパターンジェネレータ8およびコンピュータ9とが電気的に接続されているものとする。
作業者は、コンピュータ9の操作部(図示略)を操作し、液晶パネル10の欠陥検出を実行する旨の設定入力を実施する。そして、コンピュータ9の制御部は、操作部から出力される操作信号に応じて、メモリに記憶された制御プログラムを読み出し、制御プログラムにしたがって、以下に示すように、液晶パネル10の欠陥検出処理を実行する。
先ず、コンピュータ9の制御部は、検査画像を取得して、取得した検査画像データPにシェーディング補正を施す前処理を実行する(処理ST1:前処理工程)。
具体的には、制御部は、パターンジェネレータ8に指令を出力してバックライト2を点灯させるとともに液晶パネル10に検査画像を表示させる。この処理によってスクリーン5には、液晶パネル10を透過した検査画像が投影表示される。この状態において、コンピュータ9の画像データ取得部は、CCDカメラ7に所定の制御信号を出力してCCDカメラ7にスクリーン5の投射面を撮像させ検査画像データPを取得し、取得した検査画像データPをメモリに記憶させる(処理検査画像取得工程)。
次に、コンピュータ9の画像処理部は、取得した検査画像データPと、予め用意してメモリに記憶しておいた背景画像データとを読み出し、検査画像データPから背景画像データの対応する画素ごとに輝度値の差分をとる処理を実施する(シェーディング補正)。そして、画像処理部は、シェーディング補正した検査画像データPをメモリに記憶させる。
具体的には、制御部は、パターンジェネレータ8に指令を出力してバックライト2を点灯させるとともに液晶パネル10に検査画像を表示させる。この処理によってスクリーン5には、液晶パネル10を透過した検査画像が投影表示される。この状態において、コンピュータ9の画像データ取得部は、CCDカメラ7に所定の制御信号を出力してCCDカメラ7にスクリーン5の投射面を撮像させ検査画像データPを取得し、取得した検査画像データPをメモリに記憶させる(処理検査画像取得工程)。
次に、コンピュータ9の画像処理部は、取得した検査画像データPと、予め用意してメモリに記憶しておいた背景画像データとを読み出し、検査画像データPから背景画像データの対応する画素ごとに輝度値の差分をとる処理を実施する(シェーディング補正)。そして、画像処理部は、シェーディング補正した検査画像データPをメモリに記憶させる。
以上のような処理ST1の後、コンピュータ9の欠陥検出部は、シェーディング補正した検査画像データPに対し、画像内の点欠陥(輝点または暗点)成分を強調する輝点・暗点強調処理を実施する(処理ST2:点欠陥強調工程)。ここで、輝点・暗点強調処理によって輝点強調された点の座標および輝度値と、暗点強調された点の座標および輝度値とは、それぞれ別の配列としてメモリに記憶され、処理ST3以降においては、輝点強調された配列としての検査画像データPおよび暗点強調された配列としての検査画像データPの各々に対して各処理が実行される。
輝点・暗点強調処理を具体的に説明すると、検査画像データP内の各画素を対象画素として、この対象画素を中心とする所定サイズ(例えば、3×3マトリクス)のフィルタを適用し、対象画素が周辺画素(3×3の場合は、周辺の8つの画素)の平均輝度値よりも所定割合(例えば、20%)以上に大きいか小さいかを検出する。
すなわち、対象画素の輝度値が周辺画素の輝度値の平均値に対して所定割合(例えば、1.2倍)以上に大きければ(極大値)、対象画素を輝点(点欠陥候補)としてメモリ内の配列に格納する。一方、対象画素の輝度値が周辺画素の輝度値の平均値に対して所定割合(例えば、0.8倍)以下に小さければ(極小値)、対象画素を暗点(点欠陥候補)としてメモリ内の配列に格納する。また、以上の極大値または極小値として検出されなかった対象画素の輝度値は、配列に格納されず、つまり極大値または極小値として検出された画素のみが強調されて配列に格納され、これにより輝点または暗点である点欠陥候補が強調処理されることとなる。
すなわち、対象画素の輝度値が周辺画素の輝度値の平均値に対して所定割合(例えば、1.2倍)以上に大きければ(極大値)、対象画素を輝点(点欠陥候補)としてメモリ内の配列に格納する。一方、対象画素の輝度値が周辺画素の輝度値の平均値に対して所定割合(例えば、0.8倍)以下に小さければ(極小値)、対象画素を暗点(点欠陥候補)としてメモリ内の配列に格納する。また、以上の極大値または極小値として検出されなかった対象画素の輝度値は、配列に格納されず、つまり極大値または極小値として検出された画素のみが強調されて配列に格納され、これにより輝点または暗点である点欠陥候補が強調処理されることとなる。
処理ST2の後、コンピュータ9の欠陥検出部は、点欠陥候補が強調された検査画像データPに対し、所定サイズの領域で検索してその領域に含まれる点欠陥候補の個数を検出する候補エリア検索を実施する(処理ST3:領域検索工程)。
具体的には、図3に示すように、検出対象の群化点欠陥(シミ欠陥)の大きさに応じて任意(例えば、5×5画素〜27×27画素)に設定した領域としての検索エリアQを用い、検査画像データP内を検索し、検索エリアQ内に含まれる点欠陥候補の個数を検出する。そして、検索エリアQの座標位置と検出した点欠陥候補の個数とをメモリに記憶する。
具体的には、図3に示すように、検出対象の群化点欠陥(シミ欠陥)の大きさに応じて任意(例えば、5×5画素〜27×27画素)に設定した領域としての検索エリアQを用い、検査画像データP内を検索し、検索エリアQ内に含まれる点欠陥候補の個数を検出する。そして、検索エリアQの座標位置と検出した点欠陥候補の個数とをメモリに記憶する。
処理ST3の後、コンピュータ9の欠陥検出部は、メモリに記憶した各座標位置における検索エリアQのごとに、点欠陥候補が所定個数以上含まれるか否か(候補の有無)を判定し、所定個数以上の点欠陥候補が含まれる検索エリアQを対象領域とする(処理ST4:領域判定工程)。
具体的には、検索エリアQの画素数(例えば、5×5画素であれば25個、27×27画素であれば729個)に対して、所定の割合(例えば、15%〜50%)の画素数以上の点欠陥候補の個数があるか否かを判定する。そして、点欠陥候補の個数が検索エリアQの画素数に対して所定の割合以上あった場合には(処理ST4でYES、候補有り)、その検索エリアQを対象領域として以下の処理ST5〜ST8を実行する。一方、検索エリアQの画素数に対して点欠陥候補の個数が所定の割合よりも少なければ(処理ST4でNO、候補無し)、その検索エリアQには群化点欠陥がないものとして欠陥検出処理を終了する。
具体的には、検索エリアQの画素数(例えば、5×5画素であれば25個、27×27画素であれば729個)に対して、所定の割合(例えば、15%〜50%)の画素数以上の点欠陥候補の個数があるか否かを判定する。そして、点欠陥候補の個数が検索エリアQの画素数に対して所定の割合以上あった場合には(処理ST4でYES、候補有り)、その検索エリアQを対象領域として以下の処理ST5〜ST8を実行する。一方、検索エリアQの画素数に対して点欠陥候補の個数が所定の割合よりも少なければ(処理ST4でNO、候補無し)、その検索エリアQには群化点欠陥がないものとして欠陥検出処理を終了する。
処理ST4において検索エリアQを対象領域と判定した場合に欠陥検出部は、図4に示すように、検索エリアQ(対象領域)内に含まれる複数の点欠陥候補dのうち、他の点欠陥候補dから離れたものを除外する(候補除外工程)。
具体的には、検索エリアQ内の点欠陥候補dの各座標値から重心Gを求め、この重心Gから各点欠陥候補dまでの距離を算出し、その距離の標準偏差の所定倍数(例えば、3σ)から外れたもの(図4中の最も右側の点欠陥候補d)を除外する。そして、この処理を数回繰り返して行なうことで、図4に示す仮想線Aで囲まれた範囲に集まった一群の(群化された)点欠陥候補dを選択することができるようになっている。
具体的には、検索エリアQ内の点欠陥候補dの各座標値から重心Gを求め、この重心Gから各点欠陥候補dまでの距離を算出し、その距離の標準偏差の所定倍数(例えば、3σ)から外れたもの(図4中の最も右側の点欠陥候補d)を除外する。そして、この処理を数回繰り返して行なうことで、図4に示す仮想線Aで囲まれた範囲に集まった一群の(群化された)点欠陥候補dを選択することができるようになっている。
次に、コンピュータ9の欠陥検出部は、検索エリアQにおける一群の点欠陥候補dの外周Bを検出する(処理ST5:外周検出工程)。
具体的には、図5に示すように、一群の点欠陥候補dの外周に位置する座標同士を直線で結び、この結んだ直線を一群の点欠陥候補dの外周Bとする。例えば、先ず、図5(A)に示すように、一群の点欠陥候補dのうちの最も左側の点欠陥候補dの座標を第1の外周点として、この座標を中心として垂直な直線を時計回りに回転させるようにして次の点欠陥候補dを検索する。そして、回転させた直線が最初に当たる点欠陥候補dの座標を第2の外周点とし、第1の外周点および第2の外周点の点欠陥候補dの座標同士を直線で結ぶ。次に、図5(B)に示すように、第2、第3の外周点となった点欠陥候補dの座標を中心として、上述の処理を順次実行して最も右側の点欠陥候補dまで直線で結ぶ。さらに、右側の点欠陥候補dから下側の点欠陥候補dに向かって上述の処理を順次実行することで、図5(C)に示すように、一群の点欠陥候補dの外周Bが検出されるようになっている。
具体的には、図5に示すように、一群の点欠陥候補dの外周に位置する座標同士を直線で結び、この結んだ直線を一群の点欠陥候補dの外周Bとする。例えば、先ず、図5(A)に示すように、一群の点欠陥候補dのうちの最も左側の点欠陥候補dの座標を第1の外周点として、この座標を中心として垂直な直線を時計回りに回転させるようにして次の点欠陥候補dを検索する。そして、回転させた直線が最初に当たる点欠陥候補dの座標を第2の外周点とし、第1の外周点および第2の外周点の点欠陥候補dの座標同士を直線で結ぶ。次に、図5(B)に示すように、第2、第3の外周点となった点欠陥候補dの座標を中心として、上述の処理を順次実行して最も右側の点欠陥候補dまで直線で結ぶ。さらに、右側の点欠陥候補dから下側の点欠陥候補dに向かって上述の処理を順次実行することで、図5(C)に示すように、一群の点欠陥候補dの外周Bが検出されるようになっている。
以上の処理ST5において、一群の点欠陥候補dの外周Bを検出するとともに、点欠陥候補dの座標同士を結ぶ直線の距離D(長さ)および外周Bの周囲長Lを算出する。
すなわち、互いに直線で結ばれる一対の点欠陥候補d同士の距離Dは、次の式1で算出され、一群の点欠陥候補dの外周Bの周囲長Lは、距離Dの積算として次の式2で算出される。
すなわち、互いに直線で結ばれる一対の点欠陥候補d同士の距離Dは、次の式1で算出され、一群の点欠陥候補dの外周Bの周囲長Lは、距離Dの積算として次の式2で算出される。
次に、コンピュータ9の欠陥検出部は、検索エリアQにおいて外周Bを検出した点欠陥候補dの群化状態としての特徴量を算出する(処理ST6:群化状態算出工程)。
特徴量は、外周Bに基づいて算出されるもので、図6に示すように、外周Bで囲まれた内部(図6のハッチング部分)の面積Sと、外周Bで囲まれた内部に含まれる点欠陥候補dの密度Tと、外周Bの円形度Cとして算出される値である。外周Bで囲まれた内部の面積Sは、次の式3で算出され、外周B内部の点欠陥候補dの個数の密度Tは、次の式4で算出され、外周Bの円形度Cは、次の式5で算出される。すなわち、円形度Cとは、外周Bの周囲長Lと面積Sとに基づき、外周Bの形状が図6に示す円周B’(に対してどれだけ近似しているかを表す指標であり、外周Bと円周B’とが同一形状であれば(外周Bが円形)、円形度Cが1(C=1)となる。
特徴量は、外周Bに基づいて算出されるもので、図6に示すように、外周Bで囲まれた内部(図6のハッチング部分)の面積Sと、外周Bで囲まれた内部に含まれる点欠陥候補dの密度Tと、外周Bの円形度Cとして算出される値である。外周Bで囲まれた内部の面積Sは、次の式3で算出され、外周B内部の点欠陥候補dの個数の密度Tは、次の式4で算出され、外周Bの円形度Cは、次の式5で算出される。すなわち、円形度Cとは、外周Bの周囲長Lと面積Sとに基づき、外周Bの形状が図6に示す円周B’(に対してどれだけ近似しているかを表す指標であり、外周Bと円周B’とが同一形状であれば(外周Bが円形)、円形度Cが1(C=1)となる。
密度 T=(点欠陥候補dの個数)/(面積S)×100 …(4)
次に、コンピュータ9の欠陥検出部は、処理ST6で算出した点欠陥候補dの群化状態に基づき、外周B内の点欠陥候補d(群化点欠陥)が面欠陥(シミ欠陥)候補であるか否かを判定する(処理ST7:欠陥分類工程)。そして、点欠陥候補dをシミ欠陥候補であると判定した場合には、以下の処理ST8を実行し、シミ欠陥候補でないと判定した場合には、欠陥検出処理を終了する。
ここで、外周B内の点欠陥候補dをシミ欠陥候補であると判定する閾値としては、処理ST6で算出した円形度Cを用い、円形度Cが例えば0.8〜1.2の範囲にある場合にシミ欠陥候補と判定する。なお、円形度Cが小さい場合、つまり外周Bで囲まれた内部の面積Sが周囲長Lに比較して小さい場合には、外周Bが全体に細長い楕円形になることから、スジ欠陥候補と判定する。
ここで、外周B内の点欠陥候補dをシミ欠陥候補であると判定する閾値としては、処理ST6で算出した円形度Cを用い、円形度Cが例えば0.8〜1.2の範囲にある場合にシミ欠陥候補と判定する。なお、円形度Cが小さい場合、つまり外周Bで囲まれた内部の面積Sが周囲長Lに比較して小さい場合には、外周Bが全体に細長い楕円形になることから、スジ欠陥候補と判定する。
処理ST7で外周B内の点欠陥候補dをシミ欠陥候補と判定した場合において、コンピュータ9の欠陥検出部は、シミ欠陥検出用の手順を用いて欠陥検出する(処理ST8:欠陥検出工程)。
具体的には、処理ST2でメモリ内の配列に格納した各点欠陥候補dの輝度を読み出し、外周B内の全ての点欠陥候補dについて輝度の平均値を算出し、算出した輝度の平均値を、処理ST6で算出した外周Bで囲まれた内部の面積Sで除し、この値と予め設定した閾値とを比較することで、シミ欠陥であるか否かを判定する。すなわち、複数の点欠陥候補dが群化した群化点欠陥をシミ欠陥とみなし、シミ欠陥検出用の閾値を用いて閾値を上回るかまたは閾値を下回るかを判定することで、シミ欠陥(群化点欠陥)として検出する。
具体的には、処理ST2でメモリ内の配列に格納した各点欠陥候補dの輝度を読み出し、外周B内の全ての点欠陥候補dについて輝度の平均値を算出し、算出した輝度の平均値を、処理ST6で算出した外周Bで囲まれた内部の面積Sで除し、この値と予め設定した閾値とを比較することで、シミ欠陥であるか否かを判定する。すなわち、複数の点欠陥候補dが群化した群化点欠陥をシミ欠陥とみなし、シミ欠陥検出用の閾値を用いて閾値を上回るかまたは閾値を下回るかを判定することで、シミ欠陥(群化点欠陥)として検出する。
上述した実施形態によれば、以下の効果がある。
本実施形態では、処理ST2の点欠陥強調工程において、検査画像データP中の点欠陥候補dを強調して検出しやすくしておいてから、処理ST3の領域検索工程にて検索エリアQ内の点欠陥候補dの個数を検出し、処理ST4の領域判定工程にて検索エリアQが対象領域か否かを判定することで、検査画像データP中において点欠陥候補dがある程度以上に集まった(群化した)領域を対象領域として判定することができる。
本実施形態では、処理ST2の点欠陥強調工程において、検査画像データP中の点欠陥候補dを強調して検出しやすくしておいてから、処理ST3の領域検索工程にて検索エリアQ内の点欠陥候補dの個数を検出し、処理ST4の領域判定工程にて検索エリアQが対象領域か否かを判定することで、検査画像データP中において点欠陥候補dがある程度以上に集まった(群化した)領域を対象領域として判定することができる。
さらに、処理ST6の群化状態算出工程にて点欠陥候補dの群化状態を算出してから、処理ST7の欠陥分類工程にて群化状態がシミ欠陥候補であるかを判定し、シミ欠陥候補の場合には、処理ST8の欠陥検出工程にてシミ欠陥検出用の閾値を用ることで、群化点欠陥をシミ欠陥として精度良く検出し、欠陥判定精度を向上させることができる。
そして、群化した点欠陥候補dの外周B内部の輝度平均値を面積Sで除した値に基づき、その面積当たりの平均輝度値を閾値と比較することで、個々の点欠陥候補dの輝度値に関わらずに、それらが集まって面的な拡がりを有するシミ欠陥としての検出が可能になる。これにより、従来、点欠陥としてしか検出されなかった群化点欠陥を、シミ欠陥として取り扱って検出することで、シミ欠陥に類似する見た目上の欠陥特性と合致した形で群化点欠陥を検出することができる。
また、処理ST5の外周検出工程にて群化した点欠陥候補dの外周Bを検出し、この外周Bに基づいて群化状態(面積S、密度T、円形度C)を算出することで、群化状態を定量化することができ、欠陥分類工程(処理ST7)における判定や、欠陥検出工程(処理ST8)における面欠陥検出手順を迅速に実施することができる。
また、処理ST4の領域判定工程の後に、候補除外工程にて群化した点欠陥候補dから所定距離(3σ)だけ離れた点欠陥候補dを除外し、これに基づいて処理ST6の群化状態算出工程にて群化状態を算出することで、対象領域内であっても群化していない点欠陥候補dの影響を排除することができ、欠陥検出精度を向上させることができる。
なお、本発明は前述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
前記実施形態では、画像表示デバイスとして液晶パネル10の表示外観検査を実施する検査装置1について説明したが、本発明の画像表示デバイスは、バックライトの光を透過させる液晶パネルに限らず、有機EL(Electro Luminescence)パネルやプラズマパネル等の各種自己発光型の画像表示デバイスであってもよい。
前記実施形態では、画像表示デバイスとして液晶パネル10の表示外観検査を実施する検査装置1について説明したが、本発明の画像表示デバイスは、バックライトの光を透過させる液晶パネルに限らず、有機EL(Electro Luminescence)パネルやプラズマパネル等の各種自己発光型の画像表示デバイスであってもよい。
また、前記実施形態では、欠陥分類工程(処理ST7)および欠陥検出工程(処理ST8)にて群化した点欠陥候補dをシミ欠陥として判定し、シミ欠陥用の検出手順を用いたが、本発明では群化点欠陥をシミ欠陥として取り扱うものに限らず、ムラ欠陥として判定して検出してもよく、またスジ欠陥として判定して検出してもよい。すなわち、点欠陥の群化状態によっては、見た目上、ムラ欠陥に見えるものやスジ欠陥として見えるものもあるため、群化状態を示す各値(面積、密度、円形度)や欠陥検出用の閾値等を適宜に設定することで、群化点欠陥をムラ欠陥やスジ欠陥として取り扱うことができるようになる。
本発明を実施するための最良の構成などは、以上の記載で開示されているが、本発明は、これに限定されるものではない。すなわち、本発明は、主に特定の実施形態に関して特に図示され、かつ、説明されているが、本発明の技術的思想及び目的の範囲から逸脱することなく、以上述べた実施形態に対し、形状、材質、数量、その他の詳細な構成において、当業者が様々な変形を加えることができるものである。
したがって、上記に開示した形状、材質などを限定した記載は、本発明の理解を容易にするために例示的に記載したものであり、本発明を限定するものではないから、それらの形状、材質などの限定の一部もしくは全部の限定を外した部材の名称での記載は、本発明に含まれるものである。
したがって、上記に開示した形状、材質などを限定した記載は、本発明の理解を容易にするために例示的に記載したものであり、本発明を限定するものではないから、それらの形状、材質などの限定の一部もしくは全部の限定を外した部材の名称での記載は、本発明に含まれるものである。
1…検査装置、7…CCDカメラ(撮像装置)、9…コンピュータ(制御装置)、10…液晶パネル(表示デバイス)、B…外周、d…点欠陥候補、P…検査画像データ(撮像画像)、Q…検索エリア(対象領域)、ST2…点欠陥強調工程、ST3…領域検索工程、ST4…領域判定工程、ST5…外周検出工程、ST6…群化状態算出工程、ST7…欠陥分類工程、ST8…欠陥検出工程。
Claims (6)
- 検査対象の表示デバイスの表示画像を撮像して取得した撮像画像に基づいて前記表示デバイスの表示欠陥を検出する欠陥検出方法であって、
前記表示デバイスの表示画像を撮像して撮像画像を取得する撮像画像取得工程と、
前記撮像画像にフィルタ処理を施し撮像画像中の点欠陥候補を強調する点欠陥強調工程と、
前記撮像画像を所定サイズの領域で検索して前記領域に含まれる前記点欠陥候補の個数を検出する領域検索工程と、
前記領域検索工程にて検索した前記領域ごとに前記点欠陥候補が所定個数以上含まれる対象領域か否かを判定する領域判定工程と、
前記領域判定工程にて対象領域として判定された領域に関して前記所定個数以上の点欠陥候補の群化状態を算出する群化状態算出工程と、
前記群化状態算出工程にて算出した群化状態に基づいて面欠陥候補であるか否かを判定する欠陥分類工程と、
前記欠陥分類工程にて面欠陥候補であると判定した場合には、面欠陥検出手順を用いて欠陥検出する欠陥検出工程とを備えることを特徴とする欠陥検出方法。 - 請求項1に記載の欠陥検出方法において、
前記対象領域における複数の点欠陥候補の外周を検出する外周検出工程を備え、
前記群化状態算出工程にて算出する前記群化状態には、前記外周検出工程により検出した複数の点欠陥候補の外周に基づき、前記外周内部の面積と、前記外周内部に含まれる点欠陥候補の密度と、前記外周の円形度とが少なくとも含まれていることを特徴とする欠陥検出方法。 - 請求項2に記載の欠陥検出方法において、
前記欠陥検出工程における面欠陥検出手順は、前記外周内部の輝度平均値と前記外周内部の面積とに基づき、前記輝度平均値を前記面積で除した値が所定の閾値を上回るかまたは所定の閾値を下回るかを判定して面欠陥を検出することを特徴とする欠陥検出方法。 - 請求項1から請求項3のいずれかに記載の欠陥検出方法において、
前記領域判定工程にて判定した対象領域に含まれる複数の点欠陥候補のうち、他の点欠陥候補から離れたものを除外する候補除外工程を備え、
前記群化状態算出工程では、前記候補除外工程で除外した点欠陥候補以外の複数の点欠陥候補の群化状態を算出することを特徴とする欠陥検出方法。 - 請求項1から請求項4のいずれかに記載の欠陥検出方法をコンピュータに実行させる欠陥検出プログラム。
- 検査対象の表示デバイスの表示画像を撮像して取得した撮像画像に基づいて前記表示デバイスの表示欠陥を検出する検査装置であって、
前記表示デバイスの表示画像を撮像する撮像装置と、
前記表示デバイスおよび前記撮像装置を駆動制御する制御装置とを備え、
前記制御装置は、
前記表示デバイスの表示画像を前記撮像装置に撮像させて撮像画像を取得し、
前記撮像画像にフィルタ処理を施して撮像画像中の点欠陥候補を強調し、
前記撮像画像を所定サイズの領域で検索して前記領域に含まれる前記点欠陥候補の個数を検出し、
前記検索した領域ごとに前記点欠陥候補が所定個数以上含まれる対象領域か否かを判定するとともに、対象領域に関して前記所定個数以上の点欠陥候補の群化状態を算出し、
前記群化状態に基づいて面欠陥であるか否かを判定するとともに、面欠陥であると判定した場合には、面欠陥検出手順を用いて欠陥検出することを特徴とする検査装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006293941A JP2008111705A (ja) | 2006-10-30 | 2006-10-30 | 欠陥検出方法、欠陥検出プログラムおよび検査装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006293941A JP2008111705A (ja) | 2006-10-30 | 2006-10-30 | 欠陥検出方法、欠陥検出プログラムおよび検査装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008111705A true JP2008111705A (ja) | 2008-05-15 |
Family
ID=39444295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006293941A Withdrawn JP2008111705A (ja) | 2006-10-30 | 2006-10-30 | 欠陥検出方法、欠陥検出プログラムおよび検査装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008111705A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011069742A (ja) * | 2009-09-25 | 2011-04-07 | Panasonic Electric Works Co Ltd | 欠陥検出装置および欠陥検出方法 |
CN113109350A (zh) * | 2021-03-23 | 2021-07-13 | 深圳中科飞测科技股份有限公司 | 检测方法、***、设备及计算机可读存储介质 |
CN113933312A (zh) * | 2021-09-30 | 2022-01-14 | 杭州百子尖科技股份有限公司 | 表面缺陷的周期性规律实时判定方法 |
CN114764094A (zh) * | 2021-01-14 | 2022-07-19 | 汉达精密电子(昆山)有限公司 | 一种检测笔记本电脑c面上断柱的***及方法 |
-
2006
- 2006-10-30 JP JP2006293941A patent/JP2008111705A/ja not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011069742A (ja) * | 2009-09-25 | 2011-04-07 | Panasonic Electric Works Co Ltd | 欠陥検出装置および欠陥検出方法 |
CN114764094A (zh) * | 2021-01-14 | 2022-07-19 | 汉达精密电子(昆山)有限公司 | 一种检测笔记本电脑c面上断柱的***及方法 |
CN114764094B (zh) * | 2021-01-14 | 2023-11-14 | 汉达精密电子(昆山)有限公司 | 一种检测笔记本电脑c面上断柱的***及方法 |
CN113109350A (zh) * | 2021-03-23 | 2021-07-13 | 深圳中科飞测科技股份有限公司 | 检测方法、***、设备及计算机可读存储介质 |
CN113933312A (zh) * | 2021-09-30 | 2022-01-14 | 杭州百子尖科技股份有限公司 | 表面缺陷的周期性规律实时判定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6608042B2 (ja) | 熱画像カメラを利用した電力設備診断装置および方法 | |
CN106157286B (zh) | 图像处理方法和屏幕漏光检测方法 | |
JP2008170325A (ja) | シミ欠陥検出方法およびシミ欠陥検出装置 | |
JPWO2007074770A1 (ja) | 画像解析によって欠陥検査を行う欠陥検査装置 | |
TW201337839A (zh) | 用於晶圓檢測之分段處理 | |
JP2007285754A (ja) | 欠陥検出方法および欠陥検出装置 | |
JP2008170256A (ja) | 欠陥検出方法、欠陥検出プログラムおよび検査装置 | |
JP7514259B2 (ja) | カメラ部品が損傷しているかどうかを判定するためのシステムおよび方法 | |
KR101146081B1 (ko) | 마이크로-검사 입력을 이용한 매크로 결함 검출 방법 및시스템 | |
JP2008003063A (ja) | シェーディング補正方法、欠陥検出方法、欠陥検出装置、欠陥検出装置の制御方法プログラム | |
JP2009229197A (ja) | 線状欠陥検出方法および線状欠陥検出装置 | |
JP4906609B2 (ja) | 撮像装置および方法 | |
JP2008111705A (ja) | 欠陥検出方法、欠陥検出プログラムおよび検査装置 | |
JP2006258713A (ja) | シミ欠陥検出方法及び装置 | |
JP2007155405A (ja) | 外観検査方法及び外観検査装置 | |
JP2001209798A (ja) | 外観検査方法及び検査装置 | |
JP2005345290A (ja) | 筋状欠陥検出方法及び装置 | |
KR20070090778A (ko) | 컬러 필터 결함 수정장치 및 컬러 필터 결함 수정방법 | |
JP2012237585A (ja) | 欠陥検査方法 | |
JP2009236760A (ja) | 画像検出装置および検査装置 | |
JP6973205B2 (ja) | 画像処理システム、画像処理装置、画像処理プログラム | |
KR20110119079A (ko) | 기판검사장치 및 기판검사방법 | |
JP2007285868A (ja) | 輝度勾配検出方法、欠陥検出方法、輝度勾配検出装置および欠陥検出装置 | |
JP7362324B2 (ja) | 画像表示装置の検査方法、製造方法及び検査装置 | |
JP2005140655A (ja) | シミ欠陥の検出方法及びその検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20100105 |