CN102279189B - 缺陷检测装置、缺陷修复装置、缺陷检测方法 - Google Patents

Abstract

本发明公开一种缺陷检测装置、缺陷修复装置、缺陷检测方法。本发明提供即使在缺陷包含多种颜色的图像元素的情况下、也能根据所包含的颜色的比例以适当基准进行判断的缺陷检测装置。该缺陷检测装置包括：拍摄显示面板并获取作为图像数据的拍摄部；从图像数据提取缺陷部位候选的缺陷部位检测部；确定关于缺陷部位候选的对象物的图像元素的颜色的颜色确定部；及对对比度值乘以根据颜色不同而不同的修正系数以计算出缺陷度、并在缺陷度大于判定值的情况下判定为缺陷的好坏判定部，好坏判定部在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一颜色的对比度值乘以根据颜色不同而不同的修正系数之后进行总计以计算出缺陷度。

Description

缺陷检测装置、缺陷修复装置、缺陷检测方法

技术领域

本发明涉及利用摄像机拍摄在彩色LCD面板等包括多种颜色的图像元素的显示面板上显示的图像、从而检测显示面板的缺陷的技术。

背景技术

在专利文献1中，揭示了一种缺陷检查装置，该缺陷检查装置通过利用具有拍摄元件的拍摄部来拍摄多种颜色的图像元素在一定方向上排列的显示面板，从而检查显示面板的缺陷。

专利文献1记载的缺陷检查装置包括通过对由拍摄元件拍摄到的图像数据进行处理以判定缺陷的图像处理部。上述图像处理部包括：将用于检查显示面板的缺陷的检查图案显示在显示面板上的图案显示部；基于利用拍摄元件拍摄显示有检查图案的显示面板而得到的图像数据、检测出显示面板的缺陷部位候选的缺陷部位检测部；及确定上述缺陷部位候选的颜色的缺陷部位颜色确定部。上述图像处理部的特征在于，基于对每一由上述缺陷部位颜色确定部确定的缺陷部位候选的颜色设定的判定基准，判定缺陷部位候选的好坏。

专利文献1：日本国公开专利公报“特开2009-85892号公报(公开日：2009年4月23日)”

在利用单色摄像机拍摄彩色LCD面板等包括多种颜色的图像元素的显示面板以确定缺陷部位候选时，所述缺陷部位候选有时包含多种颜色的图像元素(例如，包含红色的图像元素及其相邻的绿色的图像元素的较大缺陷部位等)，但专利文献1并未假设这类情况。因此，即使在缺陷部位候选包含多种颜色的图像元素的情况下，也判定为未包含多种颜色的图像元素的单色，并基于所述判定出的单色的判定基准来判定缺陷部位候选的好坏，因此，变成以与适当的判断基准不同的基准来判断，发生缺陷的误检测。

发明内容

本发明是有鉴于上述问题而完成的，其提供一种缺陷检测装置，该缺陷检测装置即使在缺陷部位候选包含多种颜色的图像元素的情况下，也能根据所包含的颜色的比例以适当基准进行判断。

本发明提供一种缺陷修复装置，该缺陷修复装置即使在缺陷部位候选包含多种颜色的图像元素的情况下，也根据所包含的颜色的比例以适当基准进行判断，并对正确检测出的缺陷进行修复。

为了解决上述问题，本发明的缺陷检测装置的特征在于，包括：拍摄部，该拍摄部拍摄包括多个图像元素的对象物，并获取作为图像数据；缺陷部位检测部，该缺陷部位检测部将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选；颜色确定部，该颜色确定部确定关于所述缺陷部位候选的对象物的图像元素的颜色；及好坏判定部，该好坏判定部对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度，并在所述缺陷度大于判定值的情况下，判定为缺陷，所述好坏判定部在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度。

此外，本发明的缺陷修复装置的特征在于，包括：拍摄部，该拍摄部拍摄包括多个图像元素的对象物，并获取作为图像数据；缺陷部位检测部，该缺陷部位检测部将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选；颜色确定部，该颜色确定部确定关于所述缺陷部位候选的对象物的图像元素的颜色；好坏判定部，该好坏判定部对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度，并在所述缺陷度大于判定值的情况下，判定为缺陷；及显示面板修复部，该显示面板修复部在由所述好坏判定部判定为缺陷的情况下，对缺陷进行修复，所述好坏判定部在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度。

此外，本发明的缺陷检测方法的特征在于，执行：拍摄包括多个图像元素的对象物、并获取作为图像数据的步骤；将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选的步骤；确定关于所述缺陷部位候选的对象物的图像元素的颜色的步骤；及对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度、并在所述缺陷度大于判定值的情况下判定为缺陷的步骤，在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度。

根据本发明所涉及的缺陷检测装置或缺陷检测方法，在利用单色摄像机拍摄彩色LCD面板等包括多种颜色的图像元素的显示面板以确定缺陷部位候选时，即使在所述缺陷部位候选包含多种颜色的图像元素的情况下，由于对每一所述颜色乘以不同的修正系数之后进行总计以计算出缺陷度，因此，也能以适当的基准进行判断，从而也能防止误检测而正确地检测出缺陷。

此外，根据本发明所涉及的缺陷修复装置，由于对正确检测出的缺陷进行修复，因此，不会残留要修复而没有修复的缺陷。因而，生产不合格产品的风险较低。

此外，根据本发明所涉及的缺陷修复装置，由于对正确检测出的缺陷进行修复，因此，不会对无需修复的轻微缺陷进行修复。因而，能减小显示面板的生产成本，并缩短生产期间。

此外，根据本发明所涉及的缺陷修复装置，能提供成本低或/且不合格率低的显示面板、及具备所述显示面板的显示装置。

本发明的缺陷检测装置构成为包括：拍摄部，该拍摄部拍摄包括多个图像元素的对象物，并获取作为图像数据；缺陷部位检测部，该缺陷部位检测部将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选；颜色确定部，该颜色确定部确定关于所述缺陷部位候选的对象物的图像元素的颜色；及好坏判定部，该好坏判定部对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度，并在所述缺陷度大于判定值的情况下，判定为缺陷，所述好坏判定部在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度。

此外，本发明的缺陷修复装置构成为包括：拍摄部，该拍摄部拍摄包括多个图像元素的对象物，并获取作为图像数据；缺陷部位检测部，该缺陷部位检测部将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选；颜色确定部，该颜色确定部确定关于所述缺陷部位候选的对象物的图像元素的颜色；好坏判定部，该好坏判定部对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度，并在所述缺陷度大于判定值的情况下，判定为缺陷；及显示面板修复部，该显示面板修复部在由所述好坏判定部判定为缺陷的情况下，对缺陷进行修复，所述好坏判定部在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度。

此外，本发明的缺陷检测方法构成为执行：拍摄包括多个图像元素的对象物、并获取作为图像数据的步骤；将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选的步骤；确定关于所述缺陷部位候选的对象物的图像元素的颜色的步骤；及对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度、并在所述缺陷度大于判定值的情况下判定为缺陷的步骤，在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度。

因而，起到如下效果：即使在缺陷部位候选包含多种颜色的图像元素的情况下，也能根据所包含的颜色的比例以适当基准进行判断。此外，还起到如下效果：即使在缺陷包含多种颜色的图像元素的情况下，也能根据所包含的颜色的比例以适当基准进行判断，并对正确检测出的缺陷进行修复。

附图说明

图1是本实施方式所涉及的缺陷检测装置和缺陷检测的对象物即显示装置的结构图。

图2是本实施方式的缺陷检测方法的流程图。

图3是本实施方式所涉及的缺陷修复装置和缺陷修复的对象物即显示装置的结构图。

图4是本实施方式的缺陷修复方法的流程图。

图5是显示面板上的图像元素排列的示例。

图6是表示图像元素排列和像素排列的对应关系的说明图。

图7是表示图像元素排列、像素排列、及对比度值的对应关系的说明图。

图8是表示修正系数的表。

图9是表示图像元素排列、像素排列、及对比度值的对应关系的说明图。

图10是表示图像元素排列、像素排列、及对比度值的对应关系的说明图。

图11是表示图像元素排列、像素排列、及对比度值的对应关系的说明图。

具体实施方式

下面，参照附图详细说明本发明所涉及的实施方式。

图1中示出本实施方式所涉及的缺陷检测装置和缺陷检测的对象物即显示装置的结构图。本实施方式的缺陷检测装置包括单色摄像机即拍摄部1、缺陷部位检测部2、颜色确定部3、好坏判定部4、及输出部5。此外，缺陷检测的对象物即显示装置包括显示面板6，该显示面板6包括与各颜色相对应的多个图像元素。

在图2中示出本实施方式的缺陷检测方法的流程图。首先，图案显示部7在显示面板6上显示图案，拍摄部1拍摄所述图案，并获取作为图像数据(步骤1。将其作为“S1”示出。以下相同)。另外，在本说明书中，将拍摄部的光接收元件根据所述光接收元件所接收到的光的强度而输出的信号的大小称为“亮度信号量”。所述图像数据的各像素的值成为亮度信号量。

接下来，缺陷部位检测部2对于图像数据计算对比度值，生成对比度图像(S2)。所谓对比度值，是指对于图像数据的最小单位即像素，作为像素的值的亮度信号量与在所述显示装置上正常显示所述图案时的亮度信号量的预测值之差。

接下来，从图像数据提取缺陷部位候选(S3)。根据所述对比度值的计算可知，正常的图像元素的对比度值应该大约为0，所以，与在对比度图像中具有与0大不相同的值的像素所对应的显示面板6的部位很有可能是缺陷。因而，只要提取对比度值的绝对值大于某一阈值的像素以作为缺陷部位候选即可。

此时，若拍摄部1拍摄到的图像数据的分辨率大于缺陷部位候选，则提取一个缺陷部位候选以作为包括相邻的多个像素的像素群。

接下来，颜色确定部3确定关于缺陷部位候选所包含的各像素的对象物的图像元素的颜色(S4)。颜色的确定可以基于图像数据中的亮度信号量来确定，也可以通过如下方式来确定：在显示面板6上显示位置对准用的图案，利用拍摄部1来拍摄所述图案以作为图像数据，将所述图案和图像数据中的所述图案进行对照以生成确定对应关系的位置对准信息，基于像素的坐标和所述位置对准信息来确定与所述像素对应的图像元素，并基于显示面板的设计信息，根据所确定的图像元素来确定所述图像元素的颜色。

接下来，好坏判定部4基于所确定的颜色，计算缺陷度(S5)。对比度值的绝对值与缺陷度之比即修正系数因显示图案及图像元素的颜色不同而不同。下面示出三个示例。

例如，基于显示图案控制成由黑色显示的图像元素在正常情况下由黑色来显示。在所述要由黑色显示的图像元素由红色、绿色、蓝色的任一种(对比度值为正)来显示的情况下，可认为是亮点缺陷，但人眼对绿色的灵敏度较高，对蓝色的灵敏度较低。为了使缺陷度与人眼的灵敏度一致，对于要由黑色显示的图像元素由蓝色来显示的情况，乘以较小的修正系数，对于要由黑色显示的图像元素由绿色来显示的情况，乘以较大的修正系数。另外，由于拍摄部1是单色摄像机，因此，不清楚亮点缺陷由哪种颜色显示，但在亮点缺陷中，由与图像元素原本的颜色不同的颜色来显示的概率极小，因此，推定为由颜色确定部3所确定的颜色来显示并乘以上述修正系数。

此外，基于显示图案控制成亮显示的图像元素在正常情况下由红色、绿色、蓝色的各图像元素的颜色来显示。在要由红色、绿色、蓝色的任一种显示的图像元素由黑色(对比度值为负)来显示的情况下，可认为是黑点缺陷，为了根据人眼的灵敏度进行修正，对于要由蓝色显示的图像元素由黑色来显示的情况，对对比度值乘以-1以使符号为正之后，乘以较小的修正系数，对于要由绿色显示的图像元素由黑色来显示的情况，对对比度值乘以-1以使符号为正之后，乘以较大的修正系数，从而使缺陷度成为与人眼的灵敏度相近的值。

此外，基于显示图案控制成亮显示的图像元素在正常情况下由红色、绿色、蓝色的各图像元素的颜色来显示。在要由红色、绿色、蓝色的任一种显示的图像元素由白色(对比度值为正)来显示的情况下，可认为是白点缺陷，为了根据人眼的灵敏度进行修正，对于要由蓝色显示的图像元素由白色来显示的情况，乘以较大的修正系数，对于要由绿色显示的图像元素由白色来显示的情况，乘以较小的修正系数，从而使缺陷度成为与人眼的灵敏度相近的值。另外，白色缺陷是在滤色片上未装载墨水而使所有光透过的情况等下产生的。

如上述所说明的那样，基于显示图案和对比度值的符号及颜色确定部3所确定的颜色，选择适当的修正系数，乘以对比度值。另外，修正系数是要根据图像元素颜色及光接收元件对于图像元素颜色的灵敏度来进行设定的值，也可以是上述以外的修正系数。

此外，当缺陷部位候选包括多个像素时，计算所述多个像素的缺陷度的总和，将其作为整个缺陷部位候选的缺陷度即可。即，在一个缺陷包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后计算总和，从而计算出缺陷度。

接下来，判定缺陷(S6)。具体而言，对于S3中提取出的各缺陷，比较缺陷度和判定值，若缺陷度大于判定值，则判定为缺陷。

最后，输出部5输出与判定为缺陷的部位相关的信息(S7)。作为与判定为缺陷的部位相关的信息，有该显示面板中的缺陷的坐标值、颜色、缺陷的种类等。通过基于确定与像素数据的各像素对应的图像元素的信息，将对比度图像中的缺陷的坐标值转换成显示面板中的坐标，从而可以得到显示面板中的缺陷的坐标值。此外，作为缺陷种类，有黑点缺陷、亮点缺陷、白点缺陷等。

根据本实施方式，即使在缺陷包含多种颜色的图像元素的情况下，由于根据所包含的颜色的比例对缺陷度进行修正，因此，也能以适当的基准进行判断，可防止误检测，且可正确地检测出缺陷。

[实施例1]

参照图3，说明本发明的实施例所涉及的缺陷修复装置的结构。图3是本实施例所涉及的缺陷修复装置和缺陷修复的对象物即显示装置的结构图。本实施例的缺陷修复装置是对显示装置的缺陷(缺图像元素等)进行修复的装置。

本实施方式的缺陷修复装置包括本实施方式所涉及的缺陷检测装置。具体而言，包括拍摄部1、缺陷部位检测部2、颜色确定部3、及好坏判定部4。此外，包括显示面板修复部8、位置对准部9、以及位置对准信息10而构成。此外，缺陷检测的对象物即显示装置包括显示面板6。图案显示部7可以包含于缺陷修复装置、显示装置中的任一个装置。

另外，缺陷部位检测部2、颜色确定部3、好坏判定部4、及位置对准部9可以通过安装使计算机起到作为所述各部的作用的程序来构成。

在图4中示出本实施方式的缺陷修复方法的流程图。首先，位置对准部9进行显示面板6和拍摄部1的位置对准(校准)，输出位置对准信息10(S0)。所谓位置对准信息10，是确定与拍摄部1所拍摄到的像素数据的各像素对应的显示面板6的图像元素及其颜色的信息。具体而言，在显示面板6上显示位置对准用的图案，利用拍摄部1拍摄所述图案以作为图像数据，将所述图案和图像数据中的所述图案进行对照，确定对应关系。本工序S0只要可生成所述位置对准信息10即可，也可以利用上述例示方法以外的方法来生成位置对准信息10。

接下来，图案显示部7在显示面板6上显示缺陷检测用的图案，拍摄部1拍摄所述图案，并获取其亮度信号量以作为图像数据(S1)。

作为缺陷检测用的图案，根据其目的，存在各种图案。存在全亮图案(使所有图像元素亮显示)、全黑图案(使所有图像元素暗显示)等。在全亮图案中，能检测出不发光的缺陷(黑点缺陷、黑线缺陷等)和颜色不均匀。在全黑图案中，能检测出发光的缺陷(亮点、亮线、白点、白线等)。此外，在仅使一种颜色的图像元素发光的单色图案和使图像元素每隔一个发光的奇数图案、偶数图案中，容易确定有缺陷的图像元素。另外，本实施例并不限定缺陷检测用的图案，可以是任一种图案。

此外，在所述图像数据中，当存在因拍摄部1的拍摄光学系统而引起的失真时，优选修正所述失真。所述失真能由位置对准信息10确定。

接下来，缺陷部位检测部2计算对比度值，以作为对比度图像(S2)。所谓对比度值的计算，是指对于图像数据的各像素，计算出像素的值即亮度信号量与将显示图案正常显示时的亮度信号量的预测值之差。作为将显示图案正常显示时的亮度信号量的预测方法，存在基于缺陷检测用的图案及显示面板6的图像元素排列的空间周期性、根据不同周期的同相位的像素进行确定的方法。

在图5中示出显示面板6上的图像元素排列100的示例。图5示出在横向上R(红色)、G(绿色)、B(蓝色)图像元素横着排列而构成一个单位，并且，所述单位纵横地进行排列。这里，构成第m行、第n列的单位的红色图像元素用Rmn来表示，绿色图像元素用Gmn来表示，蓝色图像元素用Bmn来表示。在图5所示的图像元素结构中显示全亮图案的情况下，成为以横向的一个单位为空间周期的图案，因此，R21、R23相对于R22分别成为横向隔开一个周期的同相位的图像元素。若即使周期不同，相位也相同，则其亮度信号量应类似，R21的亮度信号量和R23的亮度信号量的平均应与正常显示图案时的R22的亮度信号量近似。即，可以将R22的图像元素的对比度CR22求出为R22-(R21+R23)/2。由此，可从图像数据排除因显示图案的空间周期性及显示面板上的图像元素排列的空间周期性而引起的亮度信号量的变动。

由于显示面板6上的图像元素配置100通常具有空间周期性，因此，空间周期可确定。因为要显示的图案是已知的，所以，若是具有周期性的图案，则其空间周期也可确定。若将该空间周期基于具有液晶面板的间距等信息的位置对准信息10进行转换，则能确定图像数据中的空间周期。

此外，作为其他确定空间周期的方法，存在基于图像数据的特征求出空间周期的方法。具体而言，存在如下方法等：一点点地变更空间周期的值，生成多个对比度图像，将对比度值的偏差成为最小的周期确定作为真正的周期。

接下来，从对比度图像提取缺陷部位候选(S3)。根据所述对比度值的计算可知，正常的图像元素的对比度值应该大约为0，所以，与在对比度图像中具有与0大不相同的值的像素所对应的显示面板6的部位很有可能是缺陷。因而，只要提取对比度值的绝对值大于某一阈值的像素以作为缺陷部位候选即可。

另外，若拍摄部1拍摄到的图像数据的分辨率大于缺陷，则提取一个缺陷部位候选以作为包括相邻的多个像素的像素群。

接下来，颜色确定部3对于缺陷部位候选所包含的各像素，确定对应的图像元素的颜色(S4)。也可以通过如下方式确定：获取确定与像素数据的各像素对应的图像元素及其颜色的信息，基于像素的坐标和所述信息来确定与所述像素对应的图像元素，进一步确定所述图像元素的颜色。此外，也可以通过其他方法来确定。

利用图6，说明像素的颜色101a的确定。像素的颜色101a是像素中的图像元素的面积比。图6是示出了图像元素排列100、和拍摄所述图像元素排列100而获取的像素排列101的对应关系的图。在图6中，仅图示一行图像元素排列100和一行像素排列101。图像元素排列100示出R、G、B、R、G、B这六个图像元素依次排列的情况。像素排列101是与所述图像元素排列100对应的数据，在图6中，包括由x1～x11形成的11个排成一列的像素。图像元素排列100和像素排列101的对应可通过位置对准信息10来确定。

在根据图像元素的颜色确定像素的颜色101a时，对于一个像素仅对应一个图像元素的情况，将所述图像元素的颜色确定为像素的颜色。例如，像素x1的颜色是R，像素x3的颜色是G，像素x5的颜色是B，像素x7的颜色是R，像素x9的颜色是G，像素x11的颜色是B。此外，对于一个像素包含(对应)两个以上的图像元素的情况，计算所述像素中的各图像元素的面积比。例如，像素x2与图像元素R1和G1对应，其面积的比例是R为5、G为1。同样地，像素x4是G为2、B为1的比例，像素x6是B为1、R为1的比例，像素x8是R为1、G为2的比例，像素x10是G为1、B为5的比例。

接下来，好坏判定部4基于所确定的颜色，计算缺陷度(S5)。对比度值的绝对值与缺陷度之比即修正系数因显示的图案及图像元素的颜色不同而不同。

在图7中，示出与显示全黑图案时的亮点缺陷、及全亮图案中的黑点缺陷相关的修正系数。为了使亮度信号量与目视灵敏度一致，将目视灵敏度/亮度信号量作为修正系数。设显示面板6所显示的R、G、B各色的图像数据的亮度信号量为0.4、0.3、0.3。此外，设人的目视灵敏度为0.3、0.6、0.1。在该情况下，可以设R的修正系数为0.3/0.4＝0.75，G的修正系数为0.6/0.3＝2.0，B的修正系数为0.1/0.3＝0.33。另外，通过利用色彩亮度计来测定在显示面板6上显示的各色，可确定R、G、B各色的目视灵敏度。

在图7的“修正系数(补色)”一列示出用于白点缺陷(在显示使图像元素发光的图案的情况下，比原来的亮度更亮地显示的缺陷)的修正系数。为了使亮度信号量与目视灵敏度一致，将(w-1)/(W-L)作为修正系数。另外，W是使RGB的图像元素全部发光时的亮度信号量，是RGB的亮度信号量的总和。1是各色的目视灵敏度。此外，w是使RGB全部发光时的目视灵敏度，是RGB的目视灵敏度的总和。L是各色的亮度信号量。在图7的示例中，由于W＝0.4+0.3+0.3＝1，w＝0.3+0.6+0.1＝1，因此，R的修正系数(补色)成为(1-0.3)/(1-0.4)＝1.17，G的修正系数(补色)成为(1-0.6)/(1-0.3)＝0.57，B的修正系数(补色)成为(1-0.1)/(1-0.3)＝1.29。

利用图8，说明各像素的缺陷度102a的计算示例。在图8中示出与像素排列101对应的对比度值102。对比度值102基于将全黑图案显示于显示面板6而拍摄得到的图像数据。

其表示在工序S3中检测出像素x3的对比度值为0.075、像素x4的对比度值为0.3、像素x5的对比度值为0.075的一个缺陷部位候选。

计算像素x3的缺陷度102a。根据像素的颜色101a，像素x3的颜色是G。由于根据图7，G的修正系数是2.0，因此，对像素x3的对比度值即0.075乘以G的修正系数即2.0，得到缺陷度的值0.15。

计算像素x4的缺陷度102a。根据像素的颜色101a，像素x4的颜色是G为2、B为1的面积比。基于此，求出控制成将各图像元素亮显示时的每一颜色的对比度值。如图7所示，由于控制成亮显示时G的亮度信号量是0.3，因此，G的对比度值成为从G的亮度信号量0.3减去显示全黑图案时正常的G的图像元素的亮度信号量0之后乘以面积比2/3而得到的值即0.2。同样地，由于控制成亮显示时B的亮度信号量是0.3，因此，B的对比度值成为从B的亮度信号量0.3减去显示全黑图案时正常的B的图像元素的亮度信号量0之后乘以面积比1/3而得到的值即0.1。

根据图7，由于G的修正系数为2.0，B的修正系数为0.33，因此，像素x4的修正系数是以所述各色的对比度值的比例将G的修正系数和B的修正系数合成而得到的值。即，(0.2×2.0+0.1×0.33)/(0.2+0.1)＝1.443成为像素x4的修正系数。将此修正系数乘以对比度值即0.3，得到缺陷度的值0.433。

计算像素x5的缺陷度102a。根据像素的颜色101a，像素x5的颜色是B。由于根据图7，B的修正系数是0.33，因此，对像素x5的对比度值即0.075乘以B的修正系数即0.33，得到缺陷度的值0.025。

接下来，由于像素x3～x5的缺陷度与一个缺陷部位候选有关，因此，计算像素x3～x5的缺陷度的总和，求出整个缺陷部位候选的缺陷度。缺陷度计算为0.15+0.433+0.025＝0.608。

接下来，判定缺陷(S6)。具体而言，对于S3中提取出的缺陷部位候选，比较缺陷度和判定值，若缺陷度大于判定值，则判定为缺陷。由于图7的对比度图像102所示的缺陷的缺陷度是0.608，因此，将其与判定值进行大小比较，若缺陷度大于判定值，则判定为缺陷。例如，若设判定值为0.5，则所述值判定为缺陷。

另外，在所述计算中，也可以使用等效乃至近似的其他计算公式，来代替用于计算的计算公式。例如，图8的对比度值102中的像素x4的对比度值中，2/3可解释为G的对比度值，1/3可解释为B的对比度值。由此，整个缺陷中G的对比度值计算为像素x3的对比度值0.075和将像素x4的对比度值0.3以G的比例2/3进行分割而得到的值的总和、即0.075+0.3×2/3＝0.275。由于这是G的部分，因此，乘以G的修正系数即2.0，得到G的缺陷度0.55。同样地，B的对比度值是将像素x4的对比度值0.3以B的比例1/3进行分割而得到的值和像素x5的对比度值0.075的总和、即0.3×1/3+0.075＝0.175。对其乘以B的修正系数即0.33，得到B的缺陷度0.058。最后，计算G的缺陷度0.55和B的缺陷度0.058的总和，也可以求出0.608。

此外，也可以在不影响判定的范围内省略计算。例如，在判定值是0.5的情况下，由于在计算出像素x3的缺陷度0.15和像素x4的缺陷度0.443的总和时已超过判定值0.5，因此，无需总计像素x5的缺陷度，就能判定是缺陷。这样，对于与判定无关的计算，也可以适当省略。

最后，显示面板修复部8对缺陷进行修复。显示面板修复部8包括使用了激光器的缺陷修复装置等。

具体而言，对于在工序S6中判定为缺陷的缺陷部位候选，将位置对准信息10运用于对比度图像中的坐标，确定有缺陷的图像元素。有缺陷的图像元素、即要修复的图像元素的颜色如在工序S4中由颜色确定部3所确定的那样。缺陷的种类可根据缺陷检测用的图案和对比度值的符号来判断。有缺陷的图像元素及颜色、缺陷的种类确定后，则基于所述缺陷的信息，显示面板修复部8对有缺陷的图像元素进行修复。由此，可生产修复了有缺陷的图像元素的显示面板及具备所述显示面板的显示装置。

根据本实施例，即使在缺陷包含多种颜色的图像元素的情况下，由于对每一所述颜色乘以不同的修正系数之后进行总计以计算出缺陷度，因此，也能以适当的基准进行判断，可防止将不是缺陷的部位检测作为缺陷或未能检测出缺陷，从而能正确地检测出缺陷。

而且，根据本实施例，即使在缺陷部位候选的像素包含多种颜色的图像元素的情况下，也以所述颜色的比例对所述缺陷或所述缺陷部位候选的像素的所述对比度值进行分割，并对所述分割后的所述对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计，以计算出所述一个缺陷部位候选的像素的所述缺陷度。因而，能以适当的基准进行判断，可防止将不是缺陷的部位检测作为缺陷或未能检测出缺陷，从而能正确地检测出缺陷。

而且，根据本实施例，由于根据缺陷所包含的颜色的比例进行缺陷度的修正，因此，即使在拍摄部1及像素排列101、对比度图像102的分辨率较低的情况下，也能正确地检测出缺陷，能力图减小本发明的缺陷检测装置、缺陷修复装置的制造成本，提高用于缺陷检测的生产节拍。

此外，根据本实施例，由于对正确检测出的缺陷进行修复，因此，不会残留要修复而没有修复的缺陷。

此外，根据本实施例，由于对正确检测出的缺陷进行修复，因此，不会对无需修复的轻微缺陷进行修复。因而，能减小显示面板6的生产成本，并缩短生产期间。

此外，根据本实施例，能提供成本低或/且不合格率低的显示面板、及具备所述显示面板的显示装置。

此外，根据本实施例所涉及的程序或存储有所述程序的存储介质，通过在具有拍摄装置的计算机上安装所述程序，能提供本实施例所涉及的缺陷检测装置。

[实施例2]

本实施例是计算缺陷度的工序S5的计算方法与实施例1不同的实施例。由于除此以外与实施例1相同，因此省略说明。

参照图9，说明本实施例所涉及的缺陷度的计算示例。图9中示出了图像元素排列100和拍摄所述图像元素排列100而获取的像素排列101的对应关系。图像元素排列100及像素排列101的关系与实施例1相同。此外，示出与像素排列101对应的对比度值102a。对比度图像102a基于将全黑图案显示于显示面板6而拍摄得到的图像数据。

图9的对比度值102表示在工序S3中检测出像素x4的值为0.15、像素x5的值为0.3、像素x6的值为0.075的一个缺陷部位候选。

在图9中，像素x4是位于缺陷部位候选的端部的像素，相邻的像素x3不是缺陷部位候选。因而，可以预想像素x4中的缺陷集中于缺陷部位候选x5侧。像素x4的右侧(像素x5侧)1/3配置有B的图像元素，左侧(像素x3侧)2/3配置有G的图像元素。因而，可以预想缺陷中的大部分存在于B的图像元素，存在于G的图像元素的缺陷的面积较窄。

若假定缺陷的亮度信号量与控制成将各图像元素亮显示时的图像元素的亮度信号量相同，则可认为像素x4中B的图像元素有缺陷时对比度值的最大值为从B的亮度信号量0.3减去显示全黑图案时正常的B的图像元素的亮度信号量即0之后乘以面积比1/3而得到的值即0.1。此外，可认为像素x4中G的图像元素有缺陷时对比度值的最大值为从G的亮度信号量0.3减去显示全黑图案时正常的G的图像元素的亮度信号量即0之后乘以面积比2/3而得到的值即0.2。

这里，由于像素x4的对比度值0.15大于该像素中B的图像元素的对比度值的最大值0.1，因此，对于所述对比度值0.15中未超过最大值0.1的部分、即0.1，推定为B的图像元素的缺陷的对比度值。此外，对于像素x4的对比度值0.15减去B的图像元素的对比度值0.1之后剩余的对比度值0.05，推定为G的缺陷。

基于以上推定，计算像素x4的缺陷度。具体而言，对B的图像元素的对比度值0.1乘以B的修正系数0.33，得到B的图像元素的缺陷度0.033。此外，对G的图像元素的对比度值0.05乘以G的修正系数2.0，得到G的图像元素的缺陷度0.1。最后，计算G的图像元素的缺陷度0.033和G的图像元素的缺陷度0.1的总和，得到像素x4的缺陷度0.133。

接下来，计算像素x5的缺陷度。由于像素x5的图像元素的颜色仅为B，因此，对对比度值0.3乘以B的修正系数0.33，得到像素x5的缺陷度0.099。

接下来，计算像素x6的缺陷度。像素x6是位于缺陷部位候选的端部的像素，相邻的像素x7不是缺陷部位候选。因而，可以预想像素x6中的缺陷集中于缺陷部位候选x5侧。像素x6的左侧(像素x5侧)1/2配置有B的图像元素，右侧(像素x7侧)1/2配置有R的图像元素。因而，可以预想缺陷中的大部分存在于B的图像元素，存在于R的图像元素的缺陷的面积较窄。

若假定缺陷的亮度信号量与控制成将各图像元素亮显示时的图像元素的亮度信号量相同，则可认为像素x6中B的图像元素有缺陷时对比度值的最大值为从B的亮度信号量0.3减去显示全黑图案时正常的B的图像元素的亮度信号量即0之后乘以面积比1/2而得到的值即0.15。此外，可认为像素x6中R的图像元素有缺陷时对比度值的最大值为从R的亮度信号量0.4减去显示全黑图案时正常的R的图像元素的亮度信号量即0之后乘以面积比1/2而得到的值即0.2。

这里，由于像素x6的对比度值0.075小于该像素中B的图像元素的对比度值的最大值0.15，因此，所述对比度值0.075中在最大值0.15以下的部分、即整个0.075推定为B的图像元素的缺陷的对比度值。

基于以上推定，计算像素x6的缺陷度。具体而言，对B的图像元素的对比度值0.075乘以B的修正系数0.33，得到B的图像元素的缺陷度0.025。此外，由于G的图像元素中没有缺陷，因此，G的图像元素的缺陷度是0。因而，像素x6的缺陷度成为0.025。

接下来，由于像素x4～x6的缺陷度与一个缺陷部位候选有关，因此，计算像素x4～x6的缺陷度的总和，求出整个缺陷部位候选的缺陷度。缺陷度计算为0.133+0.099+0.025＝0.26。

根据本实施例，在位于缺陷部位候选的端部的像素包含多种颜色的图像元素的情况下，推定与所述像素相邻的像素是否是缺陷部位候选，基于所述像素的图像元素的配置，推定所述缺陷集中于哪一个图像元素，并且推定所述图像元素的对比度值的最大值，在未超过所述对比度值的最大值的范围内，以基于所述集中的比例将像素的对比度值分割成图像元素的对比度值。因而，能正确地计算出各图像元素的对比度值。

因而，能正确地计算出各色的对比度值。而且，由于对各色的对比度值乘以根据颜色不同而不同的修正系数以计算出缺陷度，因此，能正确地计算出缺陷度，能更正确地检测出缺陷并修复缺陷。

另外，也可以假定缺陷部位候选的亮度信号量与控制成将各图像元素亮显示时的图像元素的亮度信号量成特定的比率，从而计算出缺陷部位候选的亮度信号量。例如，若假定为控制成将各图像元素亮显示时的图像元素的亮度信号量的80％，则可计算出像素x4中B的图像元素有缺陷时对比度值的最大值为对B的亮度信号量0.3乘以80％、并减去显示全黑图案时正常的B的图像元素的亮度信号量0之后乘以面积比1/3而得到的值即0.08。在该情况下，对于亮点缺陷的亮度信号量与控制成将各图像元素亮显示时的图像元素的亮度信号量成特定的比率(例如约80％)的情况，能正确地计算出对比度值的最大值。

同样，对于黑点缺陷，也可以假定缺陷的亮度信号量与控制成将各图像元素亮显示时的图像元素的亮度信号量成特定的比率(例如1％)，从而计算出缺陷的亮度信号量。在该情况下，对于黑点缺陷的亮度信号量与控制成将各图像元素亮显示时的图像元素的亮度信号量成特定的比率(例如约1％)的情况，能正确地计算出对比度值的最小值。

同样，对于白点缺陷，也可以假定缺陷的亮度信号量与W成特定的比率(例如80％)，从而计算出缺陷的亮度信号量。在该情况下，对于白点缺陷的亮度信号量与W成特定的比率(例如约80％)的情况，能正确地计算出对比度值的最大值。

另外，对于黑点缺陷等比正常的图像元素要更暗地显示的缺陷，由于对比度值成为0以下的值，因此，计算出对比度值的最小值，来代替对比度值的最大值，在不低于该最小值的范围内分割对比度值即可。

[实施例3]

本实施例是对缺陷候选中拍摄像素的图像元素的颜色进行确定的工序S4的计算方法与实施例1不同的实施例。由于除此以外与实施例1相同，因此省略说明。

利用图10，说明本实施例所涉及的工序S4。在本实施例中，像图10所示的像素x2、x4、x6、x8、x10的像素的颜色101a那样，在一个像素包含(对应)两个以上的图像元素的情况下，将所述像素中各图像元素的面积比视为1∶1。

虽然在工序S5以下的工序中使用与实施例1相同的方法，但由于像素的颜色101a与实施例1不同，因此，计算出与实施例1不同的缺陷度。

以图10所示的x4的缺陷度的计算为例进行说明。首先，求出控制成将各图像元素亮显示时的每一颜色的对比度值。由于控制成亮显示时G的亮度信号量是0.3，因此，如图7所示，G的对比度值成为从G的亮度信号量0.3减去显示全黑图案时正常的G的图像元素的亮度信号量0之后乘以面积比1/2而得到的值即0.15。同样地，由于控制成亮显示时B的亮度信号量是0.3，因此，B的对比度值成为从B的亮度信号量0.3减去显示全黑图案时正常的B的图像元素的亮度信号量0之后乘以面积比1/2而得到的值即0.15。

根据图7，由于G的修正系数为2.0，B的修正系数为0.33，因此，像素x4的修正系数是以所述各色的对比度值的比例将G的修正系数和B的修正系数合成而得到的值。即，(0.15×2.0+0.15×0.33)/(0.15+0.15)＝1.165成为像素x4的修正系数。将此修正系数乘以对比度值即0.3，得到缺陷度的值0.350。

接下来，由于像素x3～x5的缺陷度与一个缺陷部位候选有关，因此，计算像素x3～x5的缺陷度的总和，求出整个缺陷部位候选的缺陷度。由于像素x3、x5的缺陷度与实施例1相同，因此，缺陷度计算为0.15+0.350+0.025＝0.525。

根据本实施例，由于无需计算出像素中的各图像元素的面积比，因此，能快速地进行计算。此外，在一个像素包含两个图像元素的情况下，通过所述两个图像元素的颜色的组合，修正系数成为一定的值(例如，对于R和G的组合的情况，修正系数始终是1.165)，因此，在一个像素包含两个以上的图像元素的情况下，无需对每一图像元素的面积比计算出修正系数，能快速地进行计算。

像对实施例1的工序S0说明的那样，位置对准信息10一般在显示面板6上显示位置对准用的图案，利用拍摄部1拍摄所述图案以作为图像数据，将所述图案和图像数据中的所述图案进行对照，确定对应关系。因而，位置对准信息10的位置对准精度取决于图像数据的分辨率(即像素的大小)，有时也包含1/2像素宽度左右的误差。在该情况下，由于无法像实施例1的像素的颜色101a那样正确地求出面积比，因此，像本实施例那样，将像素中各图像元素的面积比视为1∶1是适当的。

另外，也可以将目视得到的缺陷检测结果与本发明的缺陷检测装置的检测结果进行比较，变更修正系数，使得本发明的缺陷检测装置的检测结果接近目视得到的缺陷检测结果。

具体而言，将通过目视检测出、且通过本发明的缺陷检测装置未检测出的缺陷视为未检出缺陷，在被视为所述未检出缺陷的缺陷包括将两个图像元素包含在内的像素的情况下，增大所述像素的修正系数。

此外，将通过目视未检测出、且通过本发明的缺陷检测装置检测出的缺陷视为过检出缺陷，在被视为所述过检出缺陷的缺陷包括将两个图像元素包含在内的像素的情况下，减小所述像素的修正系数。

通过变更所述修正系数，本发明的缺陷检测装置能以更接近目视的判断标准来正确地检测出缺陷。

[实施例4]

本实施例是对缺陷候选中拍摄像素的图像元素的颜色进行确定的工序S4的计算方法与实施例3不同的实施例。由于除此以外与实施例3相同，因此省略说明。本实施例是主要用于假定位置对准信息10中的位置对准的误差大于1/2像素宽度的情况的方法及装置。

利用图11，说明本实施例所涉及的工序S4。在图11中，图像元素排列100示出R、G、B这三个图像元素依次排列的情况。像素x1、x2、x3的颜色是R，像素x6的颜色是G，像素x9、x10、x11的颜色是B。此外，在本实施例中，由于假设位置对准信息10中的位置对准的误差大于1/2像素宽度，因此，不仅是像素x4、x8，与其相邻的像素x5、x7也可能包含两个图像元素。因而，作为像素x4、x5的修正系数，可以使用R和G的面积比为1∶1时的修正系数，作为关于像素x8、x7的修正系数，可以使用G和B的面积比为1∶1时的修正系数。

对于图11的示例的情况，关于x4、x5，使用R和G的面积比为1∶1时的修正系数1.165。x4的缺陷度是对对比度值0.3乘以修正系数1.165而求出的0.350，x5的缺陷度是对对比度值0.075乘以修正系数1.165而求出的0.087。由于x3的缺陷度是0.15，因此，整个缺陷部位候选的缺陷度计算为0.15+0.350+0.087＝0.587。

根据本实施例，即使在根据拍摄部的光学特性等、假设位置对准信息10中的位置对准的误差大于1/2像素宽度的情况下，对于有可能包含两个图像元素的像素，由于乘以适当的修正系数来检测出缺陷度，因此，能正确地检测出缺陷。

此外，本发明的缺陷检测装置的特征在于，所述好坏判定部在缺陷部位候选的像素包含多种颜色的图像元素的情况下，对所述缺陷部位候选的像素的所述对比度值进行分割，对所述分割后的所述对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计，以计算出所述一个缺陷部位候选的像素的所述缺陷度。

此外，本发明所涉及的程序使与拍摄对象物并获取作为图像数据的拍摄装置相连接的计算机判定缺陷度，该程序包括：检测缺陷部位的步骤，该检测缺陷部位的步骤将所述图像数据的像素的亮度信号量与所述图像数据所表示的对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选；颜色确定步骤，该颜色确定步骤确定关于所述缺陷部位候选的对象物的图像元素的颜色；好坏判定步骤，该好坏判定步骤对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度，并在所述缺陷度大于判定值的情况下，判定为缺陷；及计算缺陷度的步骤，该计算缺陷度的步骤在一个所述缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计。

根据本发明所涉及的程序或存储有所述程序的存储介质，通过在与拍摄装置相连接的计算机上安装所述程序，从而能提供本实施例所涉及的缺陷检测装置。

本发明不限于上述各实施方式，可在权利要求书所示的范围内进行各种变更，对于适当组合不同实施方式中分别揭示的技术手段而得到的实施方式，也包含在本发明的技术范围内。

工业上的实用性

本发明可在检测乃至修复包括多色图像元素的显示面板(液晶面板、有机EL面板、等离子体显示器、阴极射线管、LCD显示面板等)的缺陷时利用。

标号说明

1 拍摄部

2 缺陷部位检测部

3 颜色确定部

4 好坏判定部

5 输出部

6 显示面板

7 图案显示部

8 显示面板修复部

9 位置对准部

10 位置对准信息

Claims (3)

1.一种缺陷检测装置，其特征在于，包括：

拍摄部，该拍摄部拍摄包括多个图像元素的对象物，并获取作为图像数据；

缺陷部位检测部，该缺陷部位检测部将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选；

颜色确定部，该颜色确定部确定关于所述缺陷部位候选的对象物的图像元素的颜色；及

好坏判定部，该好坏判定部对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度，并在所述缺陷度大于判定值的情况下，判定为缺陷，

所述好坏判定部在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度，

所述好坏判定部在缺陷部位候选的像素包含多种颜色的图像元素的情况下，对所述缺陷部位候选的像素的所述对比度值进行分割，对所述分割后的所述对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计，以计算出所述一个缺陷部位候选的像素的所述缺陷度。

2.一种缺陷修复装置，其特征在于，包括：

拍摄部，该拍摄部拍摄包括多个图像元素的对象物，并获取作为图像数据；

缺陷部位检测部，该缺陷部位检测部将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选；

颜色确定部，该颜色确定部确定关于所述缺陷部位候选的对象物的图像元素的颜色；

好坏判定部，该好坏判定部对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度，并在所述缺陷度大于判定值的情况下，判定为缺陷；及

显示面板修复部，该显示面板修复部在由所述好坏判定部判定为缺陷的情况下，对缺陷进行修复，

所述好坏判定部在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度，

所述好坏判定部在缺陷部位候选的像素包含多种颜色的图像元素的情况下，对所述缺陷部位候选的像素的所述对比度值进行分割，对所述分割后的所述对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计，以计算出所述一个缺陷部位候选的像素的所述缺陷度。

3.一种缺陷检测方法，其特征在于，执行：

拍摄包括多个图像元素的对象物、并获取作为图像数据的步骤；

将所述图像数据的像素中、所述像素的亮度信号量与所述对象物正常时所述像素的亮度信号量的预测值之差即对比度值的绝对值在阈值以上的像素提取作为缺陷部位候选的步骤；

确定关于所述缺陷部位候选的对象物的图像元素的颜色的步骤；及

对所述对比度值乘以根据所述颜色不同而不同的修正系数以计算出缺陷度、并在所述缺陷度大于判定值的情况下判定为缺陷的步骤，

在一个缺陷部位候选包含多种颜色的图像元素的情况下，对每一所述颜色的对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计以计算出缺陷度，

在缺陷部位候选的像素包含多种颜色的图像元素的情况下，对所述缺陷部位候选的像素的所述对比度值进行分割，对所述分割后的所述对比度值乘以根据所述颜色不同而不同的修正系数之后进行总计，以计算出所述一个缺陷部位候选的像素的所述缺陷度。

Images