JP2008170256A - 欠陥検出方法、欠陥検出プログラムおよび検査装置 - Google Patents

Abstract

【課題】点欠陥の群化によるスジ欠陥を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】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し（ＳＴ４：領域判定工程）、点欠陥候補が連続するクラスタ欠陥を算出し（ＳＴ５：ラベリング工程）、クラスタ欠陥相互の直線性および離隔距離を算出してクラスタ欠陥がスジ欠陥候補であると判定し（ＳＴ６：欠陥分類工程）てから、スジ欠陥検出用の手順でスジ欠陥を検出する（ＳＴ８：欠陥検出工程）ことで、点欠陥の群化によるスジ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。
【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、スジ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）を用いる方法が用いられている。

一方、画像中から筋状の欠陥（スジ欠陥）を検出する方法として、画像に対して特定方向に積算処理を行なってスジ欠陥を検出する方法（例えば、特許文献１参照）や、画像に対して着目画素から離れた候補点を角度ごとに投票し、その投票得点の積算からスジ欠陥を検出する方法（例えば、特許文献２参照）などが提案されている。

特開平１１−５３５５７号公報 特開平１０−２８９３１９号公報

ところで、表示デバイスの表示欠陥としては、輝点や暗点が非連続かつ略直線状に並んで（群化した）欠陥（点欠陥の群化によるスジ欠陥）が現れることがある。このような点欠陥の群化によるスジ欠陥は、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、２の技術では、輝度の低い（あるいは高い）部分が線状に連続した状態でなければスジ欠陥として認識することができないとともに、ノイズ除去処理によって点欠陥の成分が消されることで、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、点欠陥の群化によるスジ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、点欠陥の群化によるスジ欠陥を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抽出する点欠陥抽出工程と、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か否かを判定する領域判定工程と、前記点欠陥候補が所定個数以上含まれる対象領域に関して所定閾値以上の個数の点欠陥候補が連続するクラスタ欠陥を算出して記憶するラベリング工程と、前記ラベリング工程にて算出したクラスタ欠陥相互の直線性およびクラスタ欠陥相互の離隔距離を算出してスジ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スジ欠陥候補であると判定した場合には、スジ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、先ず点欠陥抽出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）を抽出してから、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ことをを判定する。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、ラベリング工程にて点欠陥候補が連続するクラスタ欠陥を算出してから、欠陥分類工程にてクラスタ欠陥相互の直線性および離隔距離を算出し、クラスタ欠陥がスジ欠陥候補であると判定した場合には、欠陥検出工程にてスジ欠陥検出手順を用る。つまり群化した点欠陥候補をスジ欠陥として扱い、このスジ欠陥を検出するための検出手順を用いることで、点欠陥の群化によるスジ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スジ欠陥として判定されない場合、つまり群化状態が粗であったり、直線上に位置しなかったりした場合には、スジ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、前記欠陥分類工程では、前記クラスタ欠陥ごとの重心座標を算出するとともに、算出した重心座標に基づいてハフ変換を実行し、ハフ変換で得たρ−θ曲線同士の重なりにより前記クラスタ欠陥相互の直線性を算出し、所定数以上の前記ρ−θ曲線同士が互いに重なり合う場合に、前記クラスタ欠陥同士を同一のスジ欠陥候補と判定することが好ましい。

このような構成によれば、クラスタ欠陥ごとに算出した重心座標に基づいてハフ変換を実行することで、各重心座標に関するρ−θ曲線が得られる。このρ−θ曲線において、ρは前記対象領域の任意の原点から重心座標までの距離であり、θは対象領域の原点と重心座標とを結ぶ直線が任意の基準軸（Ｘ軸やＹ軸等）となす角度である。このようなρ−θ曲線を各重心座標に関して算出し、それらのρ−θ曲線をグラフ化すれば、同一直線上に位置する重心座標のρ−θ曲線同士がある一点で重なり合うことが知られている。従って、クラスタ欠陥ごとの重心座標に関するρ−θ曲線同士が重なり合う場合には、それらのクラスタ欠陥同士が同一直線上に位置するものであると判定することができる。

なお、ρ−θ曲線同士が重なり合うか否かの判定は、完全に同一の点で重なり合う場合に限らず、ρ値およびθ値が所定の数値範囲内で重なり合う場合も含み、すなわちクラスタ欠陥同士が所定幅を有した直線範囲内に位置する場合も含んで判定されるものであればよい。

本発明において、前記欠陥分類工程では、隣り合う前記クラスタ欠陥間の非欠陥画素の個数により前記離隔距離を算出し、前記非欠陥画素が所定個数以下の場合に、前記クラスタ欠陥同士を同一のスジ欠陥候補と判定することが好ましい。

このような構成によれば、隣り合うクラスタ欠陥間の非欠陥画素の個数によりクラスタ欠陥同士の離隔距離を算出し、非欠陥画素が所定個数以下（離隔距離が小さい）クラスタ欠陥同士を同一のスジ欠陥候補と判定することで、互いに離れていても所定の離隔距離内に位置するクラスタ欠陥同士を一つのスジ欠陥候補と判定することができる。一方、クラスタ欠陥間の非欠陥画素が所定個数以上（離隔距離が大きい）場合には、各々のクラスタ欠陥を別のスジ欠陥候補と判定する。このようにクラスタ欠陥同士の離隔距離に応じて一つのスジ欠陥候補と判定するか、または別のスジ欠陥候補と判定することで、目視による欠陥判定と同様の判定を実施することができ、表示デバイスとしての表示品質を確保することができる。

また、本発明において、前記ラベリング工程では、２値化処理を実行して前記クラスタ欠陥とクラスタ候補以外の部分とを２値に分離することが好ましい。

このような構成によれば、２値化処理を実行してクラスタ欠陥の画素とそれ以外の画素とを分離してから、以降の処理を実施することで、中間調の画素を処理する必要が無くなり処理速度を高速化することができる。

さらに、本発明において、前記欠陥分類工程で判定したスジ欠陥候補の欠陥特徴量を算出する特徴量算出工程を備え、前記欠陥特徴量には、前記スジ欠陥候補の面積値と、前記スジ欠陥候補の輝度平均値と、前記スジ欠陥候補の輝度傾き値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、特徴量算出工程にてスジ欠陥候補の面積値、輝度平均値および輝度傾き値を算出することで、その後の欠陥検出工程におけるスジ欠陥検出の精度を向上させ、かつ検出処理の速度も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。

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抽出し、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か否かを判定するとともに、前記点欠陥候補が所定個数以上含まれる対象領域に関して所定閾値以上の個数の点欠陥候補が連続するクラスタ欠陥を算出して記憶し、前記クラスタ欠陥相互の直線性および離隔距離を算出してスジ欠陥候補であるか否かを判定するとともに、スジ欠陥候補であると判定した場合には、スジ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に基づいてクラスタ欠陥を算出し、クラスタ欠陥相互の直線性および離隔距離を算出することで、それらのクラスタ欠陥がスジ欠陥候補であると判定した場合にスジ欠陥として扱い、このスジ欠陥を検出するための検出手順を用いることで、点欠陥の群化によるスジ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、入射光束を全て透過して白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、入射光束を遮断して黒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。

光源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。

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。

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。

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の収縮処理や、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スジ欠陥であるか否かを判定し、スジ欠陥であると判定した場合には、スジ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。

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、光源２側に設けた受信部（図示略）に指令を出力して光源２を点灯させるとともに、パターンジェネレータ８に指令を出力して液晶パネル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（撮像画像取得工程）。なお、ここでは、光源２の点灯をコンピュータ９の制御部で制御することとしたが、光源２としては、制御部によって点灯制御されるものに限らず、単体で点灯、消灯が切り替え可能なものを採用してもよい。

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）成分を抽出する輝点・暗点強調処理を実施する（処理ＳＴ２：輝点・暗点強調処理工程、点欠陥抽出工程）。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。

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：候補エリア検索工程、領域検索工程）。

具体的には、図３に示すように、検出対象である群化した点欠陥（点欠陥の群化によるスジ欠陥）の大きさに応じて任意（例えば、５×５画素〜３１×３１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、３１×３１画素であれば９６１個）に対して、所定の割合（例えば、１．５％〜３０％）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）、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には群化した点欠陥がないものとして欠陥検出処理を終了する。

処理ＳＴ５において、コンピュータ９の欠陥検出部は、図４および図５に示すように、処理ＳＴ４にて所定個数以上の点欠陥候補が含まれると判定した検索エリアＱを含む所定サイズの対象領域（投票エリア）Ｒに対し、２値化処理を実行するとともに、所定閾値以上の個数の点欠陥候補が連続するクラスタ欠陥ｄ１〜ｄ８を算出して記憶する（処理ＳＴ５：ラベリング工程）。

具体的には、処理ＳＴ４における欠陥候補を検出する閾値と同じ閾値を用い、この閾値以上の個数の点欠陥候補が連続する（クラスタ欠陥である）場合を１（白）とし、それ以外を０（黒）とするように２値化処理を実行する。なお、図４および図５においては、白と黒を反転して図示している。この２値化処理の後、欠陥検出部は、対象領域Ｒと同一の大きさを有した配列をメモリ内に用意し、この配列に２値化した値を記憶する。

次に、欠陥検出部は、図５に示すように、点欠陥候補が連続したクラスタ欠陥ｄ１〜ｄ３ごとに識別番号（図５では、１〜３）を付し、対象領域Ｒと同一の大きさを有した配列をメモリ内に用意し、この配列に識別番号を記憶する。

処理ＳＴ５の後、コンピュータ９の欠陥検出部は、処理ＳＴ５にて算出したクラスタ欠陥ｄ１〜ｄ８相互の直線性およびクラスタ欠陥ｄ１〜ｄ８相互の離隔距離を算出してスジ欠陥候補であるか否かを判定する（処理ＳＴ６：欠陥分類工程）。

具体的には、先ず欠陥検出部は、図５に示すように、識別番号を付したクラスタ欠陥ｄ１〜ｄ８ごとに、重心座標（図５に白抜き×印で示す位置）を算出する。次に、算出した重心座標に基づいて、欠陥検出部は、ハフ変換を実行し、ハフ変換で得たρ−θ曲線同士の重なりによりクラスタ欠陥ｄ１〜ｄ８相互の直線性を算出する。この際、ハフ変換で得られるρ−θ曲線とは、ρは対象領域Ｒの任意の原点から個々のクラスタ欠陥ｄ１〜ｄ８の重心座標までの距離であり、θは対象領域Ｒの原点と重心座標とを結ぶ直線が任意の基準軸（例えば、Ｘ軸）となす角度であって、次の（１）式の関係を有する。

ρ＝ｘi・cosθ＋ｙi・sinθ …（１）
ここで、（ｘi，ｙi）は、各クラスタ欠陥ｄ１〜ｄ８の重心座標である。

以上のρ−θ曲線は、図６に示すようにグラフ化できるものであり、このグラフにおいて、各クラスタ欠陥ｄ１〜ｄ８のρ−θ曲線が互いに重なり合う場合に、それに対応するクラスタ欠陥同士が同一直線上に位置することが知られている。そこで、欠陥検出部は、各クラスタ欠陥ｄ１〜ｄ８のρ−θ曲線が所定本数（例えば、５本）以上互いに重なり合う点（図６のθ＝２５°近傍）を検出し、この重なり合う点が存在する場合に、対応するクラスタ欠陥ｄ１〜ｄ８が互いに同一直線上に位置、これらのクラスタ欠陥ｄ１〜ｄ８がスジ欠陥候補であると判定する。

なお、ここで、ρ−θ曲線同士が重なり合うか否かの判定は、完全に同一の点で重なり合う場合に限らず、ρ値およびθ値が所定の数値範囲内で重なり合う場合も含むものである。

次に、欠陥検出部は、スジ欠陥候補中の隣り合うクラスタ欠陥ｄ１〜ｄ８同士の離隔距離を算出し、離隔距離が所定の閾値以上であれば、それぞれ別のスジ欠陥候補であると判定する。具体的には、図５に示すように、クラスタ欠陥ｄ１〜ｄ８間に位置する非クラスタ欠陥の画素の個数により離隔距離を算出し、非クラスタ欠陥の画素の個数が所定個数以下（例えば、４マス以内）の場合に、隣り合うクラスタ欠陥ｄ１〜ｄ８同士を同一のスジ欠陥候補と判定する。一方、非クラスタ欠陥の画素の個数が所定個数を超える場合には、別のスジ欠陥候補と判定する。すなわち、図４において、クラスタ欠陥ｄ１〜ｄ３が同一のスジ欠陥候補と判定され、クラスタ欠陥ｄ４〜ｄ５が同一のスジ欠陥候補と判定され、クラスタ欠陥ｄ６〜ｄ８が同一のスジ欠陥候補と判定されるようになっている。

以上の処理ＳＴ６において、欠陥検出部は、対象領域Ｒ中にスジ欠陥候補が存在すると判定した場合には（処理ＳＴ６で「スジ」）、以下の処理ＳＴ７〜ＳＴ８を実行する。一方、対象領域Ｒ中にスジ欠陥候補が存在しないと判定した場合には（処理ＳＴ６で「それ以外」）、その対象領域Ｒには点欠陥が群化したスジ欠陥がないものとして欠陥検出処理を終了する。

処理ＳＴ７において、コンピュータ９の欠陥検出部は、処理ＳＴ６にて同一と判定したスジ欠陥候補（クラスタ欠陥ｄ１〜ｄ３，ｄ４〜ｄ５，ｄ６〜ｄ８）の欠陥特徴量を算出する（処理ＳＴ７：特徴量算出工程）。

ここで、欠陥特徴量としては、同一のスジ欠陥候補の面積値や、輝度平均値、輝度傾き値等がある。面積値は、同一のスジ欠陥候補におけるクラスタ欠陥ｄ１〜ｄ３，ｄ４〜ｄ５，ｄ６〜ｄ８の面積（エリア）合計であり、輝度平均値は、クラスタ欠陥ｄ１〜ｄ３，ｄ４〜ｄ５，ｄ６〜ｄ８の輝度値を平均したものであり、輝度傾き値は、同一のスジ欠陥候補中のクラスタ欠陥ｄ１〜ｄ３，ｄ４〜ｄ５，ｄ６〜ｄ８の輝度最大値を後述の短辺方向距離Ｗの１／２（Ｗ／２）で除した値である。

そして、スジ欠陥候補の面積値や輝度傾き値を算出するために、欠陥検出部は、図７に示すように、クラスタ欠陥ｄ１〜ｄ３，ｄ４〜ｄ５，ｄ６〜ｄ８に外接する四角形の短辺方向距離Ｗを算出する。この短辺方向距離Ｗは、前記処理ＳＴ６で算出したクラスタ欠陥ｄ１〜ｄ８の個々の重心と、重心を結ぶ慣性主軸とを算出し、これらの重心および慣性主軸からクラスタ欠陥ｄ１〜ｄ３，ｄ４〜ｄ５，ｄ６〜ｄ８に外接する四角形を算出することで求められるものである。

処理ＳＴ７でスジ欠陥候補の欠陥特徴量を算出した後、コンピュータ９の欠陥検出部は、スジ欠陥検出用の手順を用いて欠陥検出する（処理ＳＴ８：スジ判定工程、欠陥検出工程）。

具体的には、スジ欠陥候補の欠陥特徴量に基づき、このスジ欠陥候補がスジ欠陥であるか否かを判定する。すなわち、スジ欠陥候補をスジ欠陥とみなし、スジ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、スジ欠陥（点欠陥の群化によるスジ欠陥）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の輝点・暗点強調工程において、検査画像データＰ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、処理ＳＴ３の候補エリア検索工程にて検索エリアＱ内の点欠陥候補の個数を検出し、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ＳＴ５のラベリング工程にて点欠陥候補が連続するクラスタ欠陥ｄ１〜ｄ８を算出してから、処理ＳＴ６の欠陥分類工程にてクラスタ欠陥ｄ１〜ｄ８相互の直線性および離隔距離を算出してスジ欠陥候補であるか否かを判定する。そして、クラスタ欠陥ｄ１〜ｄ８がスジ欠陥候補の場合には、処理ＳＴ７の特徴量算出工程にて欠陥特徴量を算出してから、処理ＳＴ８の欠陥検出工程にてスジ欠陥検出用の閾値を用いることで、点欠陥の群化によるスジ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。

そして、クラスタ欠陥ｄ１〜ｄ８相互の直線性をハフ変換によって算出し、これに基づいてスジ欠陥候補であるか否かを判定することで、各々のクラスタ欠陥が互いに離れて位置していても、容易かつ迅速に直線性を算出してスジ欠陥候補の判定を実行することができる。さらに、互いに離れて隣接するクラスタ欠陥ｄ１〜ｄ８同士が一つのスジ欠陥候補であるか否か判定することで、目視による欠陥判定と同様の判定を実施することができ、表示デバイスとしての表示品質を確保することができる。

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、光源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ＳＴ６）において、クラスタ欠陥ｄ１〜ｄ８相互の直線性をハフ変換によって算出したが、直線性の算出方法は、ハフ変換に限らず、適宜なフィルタ処理等で実行されるものでもよい。

また、欠陥分類工程（処理ＳＴ６）において、クラスタ欠陥ｄ１〜ｄ８相互の離隔距離の算出方法は、非クラスタ欠陥の画素数により判定するものに限らず、クラスタ欠陥ｄ１〜ｄ８の重心間距離を用いてもよく、その他の適宜な方法も採用可能である。

また、前記実施形態では、ラベリング工程（処理ＳＴ５）において、対象領域Ｒに対して２値化処理を実行したが、２値化処理は必須ではなく、省略してもよい。

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。

本発明の検査装置の構成を示す図。 前記検査装置における欠陥検出方法を説明するフローチャート。 撮像手段で取得した撮像画像の検索方法を説明する図。 撮像画像中の対象領域におけるクラスタ欠陥を示す図。 前記対象領域中のクラスタ欠陥を拡大して示す図。 前記クラスタ欠陥の直線性算出に用いるρ−θ曲線を示すグラフ。 スジ欠陥候補の欠陥特徴量算出方法を説明する図。

符号の説明

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）、ｄ１〜ｄ８…クラスタ欠陥、Ｐ…検査画像データ（撮像画像）、Ｑ…検索エリア、Ｒ…対象領域、ＳＴ２…点欠陥抽出工程、ＳＴ３…領域検索工程、ＳＴ４…領域判定工程、ＳＴ５…ラベリング工程、ＳＴ６…欠陥分類工程、ＳＴ７…特徴量算出工程、ＳＴ８…欠陥検出工程。

Claims (7)

1. 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抽出する点欠陥抽出工程と、
   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か否かを判定する領域判定工程と、
   前記点欠陥候補が所定個数以上含まれる対象領域に関して所定閾値以上の個数の点欠陥候補が連続するクラスタ欠陥を算出して記憶するラベリング工程と、
   前記ラベリング工程にて算出したクラスタ欠陥相互の直線性およびクラスタ欠陥相互の離隔距離を算出してスジ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スジ欠陥候補であると判定した場合には、スジ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。
2. 請求項１に記載の欠陥検出方法において、
   前記欠陥分類工程では、前記クラスタ欠陥ごとの重心座標を算出するとともに、算出した重心座標に基づいてハフ変換を実行し、ハフ変換で得たρ−θ曲線同士の重なりにより前記クラスタ欠陥相互の直線性を算出し、所定数以上の前記ρ−θ曲線同士が互いに重なり合う場合に、前記クラスタ欠陥同士を同一のスジ欠陥候補と判定することを特徴とする欠陥検出方法。
3. 請求項１または請求項２に記載の欠陥検出方法において、
   前記欠陥分類工程では、隣り合う前記クラスタ欠陥間の非欠陥画素の個数により前記離隔距離を算出し、前記非欠陥画素が所定個数以下の場合に、前記クラスタ欠陥同士を同一のスジ欠陥候補と判定することを特徴とする欠陥検出方法。
4. 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、
   前記ラベリング工程では、２値化処理を実行して前記クラスタ欠陥とクラスタ候補以外の部分とを２値に分離することを特徴とする欠陥検出方法。
5. 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において、
   前記欠陥分類工程で判定したスジ欠陥候補の欠陥特徴量を算出する特徴量算出工程を備え、
   前記欠陥特徴量には、前記スジ欠陥候補の面積値と、前記スジ欠陥候補の輝度平均値と、前記スジ欠陥候補の輝度傾き値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。
6. 請求項１から請求項５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。
7. 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抽出し、
   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か否かを判定するとともに、前記点欠陥候補が所定個数以上含まれる対象領域に関して所定閾値以上の個数の点欠陥候補が連続するクラスタ欠陥を算出して記憶し、
   前記クラスタ欠陥相互の直線性および離隔距離を算出してスジ欠陥候補であるか否かを判定するとともに、スジ欠陥候補であると判定した場合には、スジ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。

Images