JP2004279239A

JP2004279239A - Method of detecting display defect in liquid crystal panel, and inspection device for display defect therein

Info

Publication number: JP2004279239A
Application number: JP2003071699A
Authority: JP
Inventors: Yorinobu Sonoda; 頼信園田; Hiroyuki Tanizaki; 広幸谷崎
Original assignee: Japan Science and Technology Agency
Current assignee: Japan Science and Technology Agency
Priority date: 2003-03-17
Filing date: 2003-03-17
Publication date: 2004-10-07
Anticipated expiration: 2023-03-17
Also published as: JP3854585B2

Abstract

<P>PROBLEM TO BE SOLVED: To precisely detect various fine or very weak display defects in a short period of time. <P>SOLUTION: Respective pixel dots 2 of a liquid crystal panel 1 are imaged in every color dot 3-5 constituting them, by a line sensor 6 of a pixel pitch having 1/n (n≥30) of pitch in the pixel dots 2 constituting the liquid crystal panel 1, resolution for an image is selected thereafter in response to a kind of the display defect of an object to analyze the picked-up image, and the the objective kind of display defect is detected based on the image of the selected resolution. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は液晶パネルの表示欠陥検出方法及び表示欠陥検査装置に関するものであり、例えば、高精細に撮影した液晶パネルの画像からラビングムラやギャップムラ等の各種の表示欠陥の種類に応じて解像度を選択して欠陥検出を行うための手法に特徴のある液晶パネルの表示欠陥検出方法及び表示欠陥検査装置に関するものである。
【０００２】
【従来の技術】
従来より液晶表示装置は、各種の電子機器の表示手段として用いられていたが、近年、パーソナルコンピュータやテレビ等のモニターとしても多用されており、より高品質の画像の表示が可能な液晶表示装置が要望されている。
【０００３】
この様な高品質の液晶表示装置を提供するためには、製造工程での画質検査が必要になり、従来においては、専門の検査員が、見る角度を変えながら、目視によって輝度ムラ等の表示欠陥を評価し、良否の判定をおこなっていた。
【０００４】
この検査員により目視評価は、ヒトの主観的要素が入るため定量的な判定が困難であるという問題があり、また、マンパワーを必要とするために液晶表示装置の低価格化を妨げる大きな要因になっている。
【０００５】
そこで、近年、この様な表示欠陥を自動的に判定する方法が各種提案されている。例えば、検査対象の液晶パネルをカメラで撮像し、撮像した画像におけるムラを強調して判定基準を超えた部分をムラとして良否の判定を行っている（例えば、特許文献１参照）。
また、液晶パネルの法線方向に検出器を設置して、撮像した画像からムラを検出ことも提案されている（例えば、特許文献２参照）。
【０００６】
また、カメラ光軸に対して液晶パネルの様々に傾けた状態で撮像し、得られた画像からムラの強度を算出し、その最大値を求めることで、ムラが最も強調される状態での強度を得ることも提案されている（例えば、特許文献３参照）。
【０００７】
【特許文献１】
特開平６−３２５９０５号公報
【特許文献２】
特開平２−１９３２７１号公報
【特許文献１】
特開平８−１７８８００号公報
【０００８】
【発明が解決しようとする課題】
しかし、自動検査による方法では、画像として見え方が異なるミクロな欠陥とマクロなムラを、それぞれ個別の装置で検査・評価しているのが現状であり、検査工程に多種類の検査装置を必要とし、その都度撮像工程が必要になるので、全検査工程に多くの時間を要するという問題がある。
【０００９】
また、従来の自動検査装置においては、撮像手段として、一般にＣＣＤエリアセンサを用いているが、ＣＣＤエリアセンサでは分解能が十分ではなく、特に、高品質な液晶表示装置においては、微細な欠陥或いは微弱なムラが問題になるが、この様な微細な欠陥或いは微弱なムラを検出するためにはなおさら分解能が不十分となる。
【００１０】
また、従来の画像欠陥検出方法においては、その検出のためのアルゴリズムが簡単すぎ、測定段階におけるノイズ或いは解析段階におけるノイズの影響を受けやすく、表示欠陥の検出精度が十分ではないという問題がある。
【００１１】
したがって、本発明は、微細或いは微弱な各種の表示欠陥を高精度に且つ短時間で検出することを目的とする。
【００１２】
【課題を解決するための手段】
図１は、本発明の原理的構成の説明図でであり、ここで、図１を参照して本発明における課題を解決するための手段を説明する。
なお、図１（ａ）は本発明の原理的構成を示すフロー図であり、また、図１（ｂ）は、液晶パネル１の画素ドット２とラインセンサ６のピクセル７との関係の説明図である。
図１（ａ）及び（ｂ）参照
（１）本発明は、液晶パネル１の表示欠陥検出方法において、液晶パネル１の各画素ドット２を構成する各色ドット３〜５毎に、前記液晶パネル１を構成する画素ドット２のピッチの１／ｎ（但し、ｎ≧３０）のピクセルピッチのラインセンサ６で撮像する工程と、撮像した画像を解析する対象となる表示欠陥の種類に応じて画像の解像度を選択する工程と、前記選択した解像度の画像から対象となる種類の表示欠陥を検出工程とを有することを特徴とする。
【００１３】
表示欠陥を検出するに当たっては、表示欠陥の種類に応じて解析に好適な解像度が異なるので、この様な高解像度のラインセンサ６を用いて液晶パネル１を撮像し、取得した画像から任意の解像度の検査用画像を構成することによって、一度の撮像によって、各種の表示欠陥の検査を行うことが可能になり、それによって、表示欠陥検査に要する時間及び費用を大幅に低減することができる。
【００１４】
この場合、ピクセル７のピッチが液晶パネル１を構成する画素ドット２のピッチの１／ｎ（但し、ｎ≧３０）の高解像度のラインセンサ６を用いて、各画素ドット２をカラフィルターに対応する色ドット３〜５毎に撮像することによって、カラフィルターに起因する表示欠陥等を高精度に検出することが可能になる。
【００１５】
（２）また、本発明は、上記（１）において、各色ドット３〜５毎の撮像画像に基づいて、各色ドット３〜５に相当する分解能より高解像度の検査用画像を構成し、検査用画像に基づいて点欠陥或いは線欠陥の少なくとも一方を検出することを特徴とする。
【００１６】
カラーフィルターに起因する欠陥としては、点欠陥或いは線欠陥が典型的なものであり、その場合には高解像度が要求されるので、検査用画像として、高解像度の画像を撮像画像から構成することが必要となる。
但し、この場合の解像度の下限は、要求される仕様等によって適宜設定されるものであるが、現在の検査員による目視評価と同等以上の精度で行うためには、各色ドット３〜５に相当する分解能（現状では１００μｍ）より高解像度が必要となる。
【００１７】
（３）また、本発明は、上記（１）において、各色ドット３〜５毎の撮像画像から色毎の強度補正を行ってグレースケールの画像を構成することを特徴とする。
【００１８】
また、カラーフィルターに起因しない表示欠陥を検出するためには、全体の画像が必要になるが、その場合には、各色ドット３〜５毎の撮像画像から色毎の強度補正を行ったグレースケールの画像を用いて検出することが望ましい。
【００１９】
（４）また、本発明は、上記（３）において、グレースケールの画像に基づいて、エリアセンサに換算した１ピクセルの分解能が１００〜３００μｍの解像度の検査用画像を構成し、前記検査用画像に基づいてラビングムラを検出することを特徴とする。
【００２０】
ラビングムラはカラーフィルターに起因しない表示欠陥であるので、グレースケールの画像を用いることが好適であり、且つ、その場合には高解像度が要求されるので、検査用画像として、高解像度の画像を撮像画像から構成することが必要となる。
但し、この場合の解像度の下限は、要求される仕様等によって適宜設定されるものであるが、現在の検査員による目視評価と同等以上の精度で行うためには、エリアセンサに換算した１ピクセルの分解能が１００〜３００μｍの解像度が必要となる。
【００２１】
（５）また、本発明は、上記（４）において、検査用画像を二次元フーリエ変換によって空間周波数画像を取得し、前記空間周波数画像における原点を通る直線上に点在するスペクトルの有無によってラビングムラを判定することを特徴とする。
【００２２】
また、ラビングムラを検出する際には、検査用画像に二次元フーリエ変換をおこない空間周波数画像を取得する。
この時、ラビングムラは空間周波数画像における原点を通る直線上に点在するスペクトルとして現れるので、このスペクトルの有無によってラビングムラを高精度に検出することができる。
【００２３】
（６）また、本発明は、上記（３）において、グレースケールの画像に基づいて、エリアセンサに換算した１ピクセルの分解能が１０００μｍより低解像度の検査用画像を構成し、前記検査用画像に基づいてギャップムラを検出することを特徴とする。
【００２４】
ギャップムラはカラーフィルターに起因しない表示欠陥であるので、グレースケールの画像を用いることが好適であり、且つ、ギャップムラはマクロな欠陥であるので低解像度の画像の望ましく、検査用画像として、低解像度の画像を撮像画像から構成することが必要となる。
但し、この場合の解像度の上限も、要求される仕様等によって適宜設定されるものであるが、現在の検査員による目視評価と同等以上の精度及びスループットで行うためには、エリアセンサに換算した１ピクセルの分解能が１０００μｍより低解像度が必要となる。
【００２５】
（７）また、本発明は、上記（６）において、検査用画像における隣接する局所領域同士の類似度を相互相関関数を用いて算出し、算出した類似度が予め設定した値より小さい場合にギャップムラ有りと判定することを特徴とする。
【００２６】
この場合、検査用画像における隣接する局所領域同士の類似度を相互相関関数を用いて算出することによって、ギャップムラを高精度で且つ簡単に検出することが可能になる。
【００２７】
（８）また、本発明は、液晶パネル１の表示欠陥検出装置において、検査対象となる液晶パネル１を構成する画素のピッチの１／ｎ（但し、ｎ≧３０）の画素ピッチのラインセンサ６、ラインセンサ６で撮像した画像を解析する対象となる表示欠陥の種類に応じた解像度の画像を構成する解像度選択手段、選択した解像度の画像から対象となる種類の表示欠陥を検出するための検出手段を備えたことを特徴とする。
【００２８】
上述の各種の表示欠陥の検出が可能な表示欠陥検出装置を実現するためには、少なくとも、検査対象となる液晶パネル１を構成する画素ドット２のピッチの１／ｎ（但し、ｎ≧３０）の画素ピッチのラインセンサ６、撮像した画像を解析する対象となる表示欠陥の種類に応じた解像度の画像を構成する解像度選択手段、選択した解像度の画像から対象となる種類の表示欠陥を検出するための検出手段を備えることが必要になる。
【００２９】
【発明の実施の形態】
ここで、図２乃至図１６を参照して、本発明の実施の形態の液晶パネルの表示欠陥検出工程を説明するが、基本的なフローは図１（ａ）に示した通りであり、図１（ａ）に示したフローに沿って説明する。
図２（ａ）参照
図２（ａ）は、本発明の実施の形態に用いる液晶パネル撮影装置の概念的構成図であり、ステージ１１上に検査対象となる液晶パネル２１を載置し、この液晶パネル２１をＣＣＤラインセンサユニット１２で撮像する。
【００３０】
図２（ｂ）参照
この場合のＣＣＤラインセンサユニット１２は、例えば、７５００画素のＣＣＤラインセンサ１３、屈折率分布型のロッドレンズアレイ１４、及び、信号処理回路１５を収容した筐体１６から構成され、このＣＣＤラインセンサユニット１２を−５０°，−２５°，０°，２５°，５０°の撮影角度になるように配置して液晶パネル２１を撮影するものである。
【００３１】
まず、基本的フローにおける▲１▼液晶パネル２１の撮像工程を図３乃至図５を参照して説明する。
図３参照
図３は、本発明の実施の形態における画像取得のフローチャートであり、ここでは、液晶パネル２１のカラーフィルターに対応するＲ，Ｇ，Ｂの各色ドット毎に撮像した画像を対象とする。
【００３２】
一般に、ＣＣＤラインセンサ１３のピクセルサイズ（ピッチ）は、おおよそ１０×１０μｍ程度が多く、検査対象とする液晶パネル２１のドットサイズ（おおよそ３色×横１００μｍ×縦３００μｍ）より微小であるため、ＣＣＤラインセンサ１３のピクセルを相当数まとめて平均し、液晶パネル２１を構成する画素ドットのピッチの１／３のピッチ、即ち、各色ドットのサイズに等しいラインセンサを実現している．
ここでは、各色ドット毎に１０個ピクセルを平均する。
【００３３】
まず、パネル画像の取込みに先立って、図４に示すように、液晶パネル２１及びＣＣＤラインセンサ１３の基準点の整合を行う。
図４参照
ＣＣＤラインセンサ１３でパネル画面を映像化する際に、液晶パネル２１の端点（原点）に相当する画素ドット２２中の色ドット、例えば、Ｒドット２３とＣＣＤラインセンサ１３の基準ピクセル１７とを一致させ、ＣＣＤラインセンサ１３の長軸をパネルのｘ軸或いはｙ軸に平行に、ラインのほぼ中央部に整列させる。
なお、図ではＣＣＤラインセンサ１３の長軸をｘ軸に沿って配置している。
【００３４】
次に、液晶パネル２１中の任意のラインに存在する画素ドット２２中の色ドットを一定時間間隔Ｔ_１で順次に点灯させ、その都度ＣＣＤラインセンサ１３で撮影する。
この操作を図３に示すように、Ｌｉｎｅ_１，Ｌｉｎｅ_２，・・・と順次繰り返し、対象とするパネル画面をＣＣＤラインセンサ１３で走査する。
【００３５】
図５参照
この時、ＣＣＤラインセンサ１３の各ピクセル１８の出力をチェックし、一定値以上の出力を有し連続するピクセル１８をサブセットとする。
なお、サブセットは、色ドットであるＲドット２３，Ｇドット２４，Ｂドット２５に対応して、Ｒサブセット，Ｇサブセット，Ｂサブセットとし、図に示すようにこれらの各色サブセットが各画素ドット２２にＴ_１の時間間隔で順次現れる。
【００３６】
このそれぞれの色サブセットに属し活性化するピクセル数Ｐ_ｎを液晶パネル２１の各色ドット毎に計数し、Ｐ_ｎ個のピクセルの出力の平均値を求め、これを画素ドット当りのＲ，Ｇ，Ｂのラインセンサの出力とし、画素ドット２２を最小単位とするカラーパネルの画像「画像１」とする。
なお、ここでは、ＣＣＤラインセンサ１３のピクセル１８の幅が１０μｍで、液晶パネル２１の各画素ドット２２を構成する各色ドットの幅が１００μｍであるので、Ｐ_ｎ＝１０（１００μｍ／１０μｍ）となる。
【００３７】
次いで、図１に示すように、
▲２▼得られた「画像１」をクリッピングし、以後の画像処理に適する形状、サイズ、解像度に調整し、「点・線欠陥検出処理」、「ラビングムラ検出処理」及び「ギャップムラ検出処理」を行うが、「ラビングムラ検出処理」及び「ギャップムラ検出処理」の場合には、それに先立って▲３▼カラーからグレースケールへの変換及びモアレ低減処理を行う。
【００３８】
なお、「点・線欠陥検出処理」の場合には、点欠陥には、カラーフィルタの色ムラ等による特定のカラー成分にのみ現れる欠陥が存在し、画像モードの変換によってこの種のムラの特徴がノイズの中に埋没するのを防止するために、▲３▼カラーからグレースケールへの変換及びモアレ低減処理は行わない。
【００３９】
次に、図６を参照して、Ｉ．点・線欠陥検出処理を説明する。
点欠陥は液晶パネル２１の１ドット或いは数ドットが一塊として纏まった微小領域の欠陥であり、主に点灯しない黒点或いは点灯したままの輝点、または、カラーフィルタが欠損している場合は、色ドットに対応して赤、青、緑などのカラーフィルタの「色ムラ」として現れる。
【００４０】
図６参照
図６は点欠陥、線欠陥の検出のためのフローチャートであり、上で取得した「画像１」をクリッピングした後、まず、
Ｉ−▲１▼必要に応じて解像度変更Ｉを行い「画像２」を得る。
この場合、ムラ（欠陥）の大きさが微小であるので、液晶パネル２１の色ドットと同程度の高解像度のパネルの画像が必要となり、ＣＣＤエリアセンサ換算で１ピクセルの分解能が１００〜３００μｍ程度の解像度が必要となる。
【００４１】
次いで、
Ｉ−▲２▼微分処理を行う。
ここでは、例えば、Ｐｒｅｗｉｔｔ微分フィルタを用いて「画像２」の微分処理を行い、欠陥箇所を顕著化した後、
Ｉ−▲３▼閾値処理を行い２値画像を得る。
【００４２】
次いで、
Ｉ−▲４▼孤立している種々の微小領域にラベリングを行った後に、
Ｉ−▲５▼領域の面積を計測し、
Ｉ−▲６▼予め定めた一定範囲内の大きさ有するか否かにより２値画像を得て、
Ｉ−▲７▼予め定めた一定範囲内の大きさと形状を有する領域を点（線）欠陥とする。
【００４３】
このように、高解像度の「画像２」を用いるとともに、微分処理→２値化処理ラベリング処理→面積計測→２値画像形成を順次行うことによって自動的に点・線欠陥を検査員の目視評価と同程度の精度及びスループットで行うことが可能になる。
【００４４】
次に、図７乃至図１１を参照して、ＩＩ．ラビングムラ検出処理を説明する。
ラビングムラは、配向膜のラビング工程におけるラビングローラの不良等が原因で起こるため、このラビングムラが存在するパネル画像には、線幅が細い平行線群が特徴として現れる。
【００４５】
このような繊細な線幅を検出するためには高解像度のパネル画像が必要であり、平行線群を検出するために、フーリェ変換による空間周波数分析による手法を用いる。
【００４６】
図７参照
図７は本発明の実施の形態におけるラビングムラ検出のフローチャートであり、高解像度のカラー画像「画像１」をグレースケールの濃淡（白黒）画像に変換した後、まず、
ＩＩ−▲１▼解像度変換ＩＩを施しラビング処理に適切な解像度の「画像３」を得る。
ここでは、ＣＣＤエリアセンサ換算で１ピクセルの分解能が１００〜３００μｍ程度のパネル画像とする。
【００４７】
次いで、
ＩＩ−▲２▼アフィン変換を用いてＦＦＴ（高速フーリェ変換）に適した画像サイズ（ｘ′−ｙ′平面）に変換し、濃度補正を行ったのち、
ＩＩ−▲３▼２次元ＦＦＴを施して空間周波数画像（ｕ−ｖ平面）を得る。
なお、２次元ＦＦＴ後の画像サイズ（ｘ′−ｙ′平面）は、Ｎ×Ｎ（通常はＮを２のべき乗）とし、ここでは、Ｎ＝５１２とする。
【００４８】
図８参照
図８は、「画像３」からアフィン変換により変換したｘ′−ｙ′平面画像であり、ここでは、ラビングムラ３１を表す斜線を実際より、かなり強調して図示している。
【００４９】
図９参照
図９は、２次元ＦＦＴを行って得た空間周波数画像（ｕ−ｖ平面画像）であり、空間周波数画像上のラビングムラの特徴は、ｕ−ｖ平面の原点（０，０）を通る直線上に点在する強いスペクトルとして現れる。
この直線の方向は、アフィン変換した後の画像（ｘ′−ｙ′平面）に現れるラビングムラの方向に垂直となる性質を有する。
なお、図９においては、実際に得られる白黒画像を反転して示している。
【００５０】
次いで、図７に示すように、
ＩＩ−▲４▼空間周波数画像（ｕ−ｖ平面）を極座標（ｒ−θ平面）に変換した後、
ＩＩ−▲５▼θ＝θ_０となる角度を求め、これに垂直な方向（θ_０±９０°）にラビングムラの平行線群を検出する。
【００５１】
図１０及び図１１参照
図１０は、ｕ−ｖ平面と極座標のｒ−θの関係を示す図であり、また、図１１はｒ−θ平面上にラビング角θ＝θ_０を検出した状態を例示した図であり、平行線群の位置する角度θ_０がラビング角となる。
なお、図１１においては、実際に得られる白黒画像を反転して示している。
【００５２】
但し、この時のラビング角θ＝θ_０を主観的にではなく、客観的に自動的に取得するためには、
ＩＩ−▲６▼２値化処理
が必要になる。
【００５３】
図１２参照
この２値値化処理において、ラビングムラの高調波のスペクトルの様子をわかりやすく可視化するために、ラビングムラのある角度θのときのｒを横軸として、そのときのスペクトル強度のグラフを求めたのが図１２である。
【００５４】
この時、各θにおいてｒを変化させたときのスペクトル強度の微分値の総和ｅ（θ）を求める。
但し、空間周波数画像におけるｕ軸及びｖ軸上、即ち、θ＝０°及び、θ＝９０゜の時の微分値の総和ｅ（θ＝０°）及びｅ（θ＝９０°）両端の不連続がもたらす偽のスペクトルの影響が大きいため、スペクトル強度のｒについての微分値の総和ｅ（θ）を単純にしきい値処理してもラビングムラの角度を割り出すことはできない。
【００５５】
そこで、ラビングムラの周波数成分が他の周波数成分とは異なり、空間周波数画像上でのｕ軸及びｖ軸に対して線対称でないという性質を持っているので、その性質を利用して、ラビングムラの角度を割り出すために、微分値の総和ｅ（θ）を使用した下記の係数ｇ（θ）を各θについて算出する。
【数１】

【００５６】
この係数ｇ（θ）は、ラビングムラ部分において、θ＝０゜及びθ＝９０゜の係数に比べ、非常に大きな絶対値となるので、この係数ｇ（θ）をしきい値処理することで、ラビングムラの有無の検出及びラビング角度θの割り出しが可能となる。
【００５７】
図１３参照
図１３は、係数ｇ（θ）の説明図であり、係数ｇ（θ）が予め設定したしきい値より大きな場合にラビングムラの有と判定し、ラビンクムラ有りと判定された位置の角度θ_０をラビング角とする。
【００５８】
このように、高解像度の「画像３」を用いるとともに、アフィン変換→フーリエ変換→極座標変換→ラビング角度θ_０の算出→２値化処理を順次行うことによって自動的にラビングムラの有無を検査員の目視評価と同程度の精度及びスループットで行うことが可能になる。
【００５９】
次に、図１４を参照して、ＩＩＩ．ギャップムラ検出処理を説明する。
ギャップムラはＴＦＴ（薄膜トランジスタ）基板及びＣＦ（カラーフィルタ）基板との間に設けるスペーサの分布が不均一であることに主に起因し、液晶パネル画像上では巨視的な濃度の変化として現れる。
このため解像度をある程度粗くしても検出結果には影響を及ぼさず、また、検出のための処理時間の短縮のために低解像度の画像を用いる。
【００６０】
図１４参照
図１４は、本発明の実施の形態におけるギャップムラの検出のためのフローチャートであり、高解像度のカラー画像「画像１」をグレースケールの濃淡（白黒）画像に変換した後、まず、
ＩＩＩ −▲１▼解像度変換ＩＩＩを施しギャップムラ検出処理に適切な低解像度の「画像４」を得る。
なお、ここでは、「画像４」はＣＣＤエリアセンサ換算で１ピクセルの分解能が１０００μｍ程度の画像とする。
【００６１】
次いで、
ＩＩＩ −▲２▼類似度の計算・検出
を行うので、ここで図１５を参照して説明する。
図１５（ａ）及び（ｂ）参照
この類似度の計算・検出において、まず、パネル画像上の（Ｋ，Ｊ）にその原点を有する大きさＭ×Ｎの局所領域Ａｒｅａ_ＣＮと、ｘ軸及びｙ軸に沿ってそれぞれ±ＤＦだけずれ、同じ大きさの隣接する４個の局所領域Ａｒｅａ_Ｌ、Ａｒｅａ_Ｒ、Ａｒｅａ_Ｕ、及び、Ａｒｅａ_Ｄをそれぞれ設定する。
【００６２】
次に、Ａｒｅａ_ＣＮとＡｒｅａ_Ｌの類似度Ｃｏｒ_ＣＮ−Ｌ、Ａｒｅａ_ＣＮとＡｒｅａ_Ｒの類似度Ｃｏｒ_ＣＮ−Ｒ、Ａｒｅａ_ＣＮとＡｒｅａ_Ｕの類似度Ｃｏｒ_ＣＮ−Ｕ、及び、Ａｒｅａ_ＣＮとＡｒｅａ_Ｄの類似度Ｃｏｒ_ＣＮ−Ｄを、次式の相関関数を用いて計算する。
【数２】

但し、ｆ_ａ（ｉ，ｊ）及びｆ_ｂ（ｉ，ｊ）は、パネル画像上の局所領域ａ及びｂの（ｉ，ｊ）における濃度値をそれぞれ表す。
【００６３】
次に、４つの類似度の平均値（Ｃｏｒ_ＣＮ−Ｌ＋Ｃｏｒ_ＣＮ−Ｒ＋Ｃｏｒ_ＣＮ−Ｕ＋Ｃｏｒ_ＣＮ−Ｄ）／４を算出し、これをパネル画像の（Ｋ，Ｊ）点における類似度とする。
この類似度を表す相関値は＋１〜−１の範囲の値をとり、＋１或いは−１に近いほど画像の類似性は高い。
【００６４】
次に、Ａｒｅａ_ＣＮの原点、即ち、液晶パネル画像上での（Ｋ，Ｊ）点をｘ軸およびｙ軸に沿ってそれぞれ±ＳＦだけシフトさせ、再び、この±ＳＦだけシフトさせた領域と±ＤＦだけずれた四つの局所領域との類似度を算出する。
【００６５】
ＩＩＩ −▲３▼相関（類似度）画像の形成。
このような手順を液晶パネル画像上に存在する全ての四つの局所領域について繰返して、全ての点における類似度を求め、求めた類似度を濃淡値とする相関画像を得る。
【００６６】
次いで、濃淡の相関画像の階調を顕著化するために、
ＩＩＩ −▲４▼微分処理
を行う。
ここでは、例えば、Ｐｒｅｗｉｔｔ微分フィルタ処理を行うが、Ｐｒｅｗｉｔｔ微分フィルタ処理により、原画像上での巨視的な濃淡の変化は強調され、白く現れる。
【００６７】
ここでは、この巨視的なエッジのみが検出対象であるので、次に、微分処理を行った画像について、
ＩＩＩ −▲５▼２値化処理
を行い、白黒の２値画像を得る。
【００６８】
次いで、２値画像で得られた種々の領域に対して、これらの領域の識別および領域毎の面積を求めるためにラベリング処理を行い、面積が一定値以下の小領域を除去する
ＩＩＩ −▲６▼小領域除去
を行い、ギャップムラに相当する相関画像を得る。
【００６９】
図１６（ａ）及び（ｂ）参照
図１６はギャップムラの検出結果の説明図であり、図１６（ａ）は「画像１」におけるギャップムラ３２及び他の表示欠陥を強調して示した図であり、図１６（ｂ）の最終的に得た白黒の２値画像であり、ギャップムラ３２は白で表されている。
図１６（ａ）及び図１６（ｂ）の対比から明らかなように、本発明の手法によって精度良くギャップムラ３２を検出することができる。
【００７０】
このように、低解像度の「画像４」を用いるとともに、類似度の計算・検出→相関（類似度画像）→微分処理→２値化処理→小領域除去を順次行うことによって自動的にギャップムラの有無を検査員の目視評価と同程度の精度及びスループットで行うことが可能になる。
【００７１】
以上、本発明の実施の形態を説明してきたが、本発明は実施の形態に記載した構成に限られるものではなく、各種の変更が可能である。
例えば、上記の実施の形態におけるギャップムラ検出処理においては、類似度を測る例として広く使われている相互相関を用いたが、上記の式の代わりに、二つの関数ｆ_ａ（ｉ，ｊ），ｆ_ｂ（ｉ，ｊ）をフーリェ変換した関数Ｈ_ａ（ｉ，ｊ），Ｈ_ｂ（ｉ，ｊ）の積Ｈ_ａ（ｉ，ｊ）×Ｈ_ｂ（ｉ，ｊ）を取った後、逆変換する方法もあるが、これらは等価である。
【００７２】
また、上記の実施の形態の説明においては、０°の撮影角度で撮像した場合を例に説明してきたが、撮像角度は０°に限られるものではなく、ＣＣＤラインセンサユニットに取り付けた他の撮影角度のＣＣＤラインセンサで撮像した画像を用いることは言うまでもないことである。
【００７３】
即ち、表示欠陥に種類によっては０°以外の撮影角度で撮像した画像の方が表示欠陥が明瞭に現れることが知られているので、その場合には、表示欠陥が明瞭に現れる撮影角度で撮像した画像を用いることが望ましい。
但し、０°からずれるにしたがって、ＣＣＤラインセンサの出力特性が低下するので、それに応じてダイナミックレンジの広い画像の撮像が可能なＣＣＤ蓄積時間を選択することが可能になる。
【００７４】
【発明の効果】
本発明によれば、原画像の取得工程は１回だけであり、取得した原画像を検出対象に応じた解像度に変更したのち各種の表示欠陥の検出を行っているので、液晶パネルのラビングムラやギャップムラ等の各種の表示欠陥を自動的に高スループットで行うことができ、それによって、液晶パネルの製造コストの低減に寄与するところが大きい。
【図面の簡単な説明】
【図１】本発明の原理的構成の説明図である。
【図２】本発明の実施の形態に用いる液晶パネル撮像装置の概念的構成図である。
【図３】本発明の実施の形態における画像取得のフローチャートである。
【図４】本発明の実施の形態における液晶パネルとＣＣＤラインセンサの基準点の整合方法の説明図である。
【図５】本発明の実施の形態におけるＣＣＤラインセンサの出力の説明図である。
【図６】本発明の実施の形態における点欠陥、線欠陥の検出のフローチャートである。
【図７】本発明の実施の形態におけるラビングムラ検出のフローチャートである。
【図８】アフィン変換により変換したｘ′−ｙ′平面画像である。
【図９】２次元ＦＦＴを行って得た空間周波数画像（ｕ−ｖ平面画像）である。
【図１０】ｕ−ｖ平面と極座標のｒ−θの関係の説明図である。
【図１１】ラビング角θ＝θ_０の検出状態の説明図である。
【図１２】角度θにおけるスペクトル強度のｒ依存性の説明図である。
【図１３】係数ｇ（θ）の説明図である。
【図１４】本発明の実施の形態におけるギャップムラ検出のフローチャートである。
【図１５】隣接する局所領域の説明図である。
【図１６】ギャップムラの検出結果の説明図である。
【符号の説明】
１液晶パネル
２画素ドット
３〜５色ドット
６ラインセンサ
７ピクセル
１１ステージ
１２ＣＣＤラインセンサユニット
１３ＣＣＤラインセンサ
１４ロッドレンズアレイ
１５信号処理回路
１６筐体
１７基準ピクセル
１８ピクセル
２１液晶パネル
２２画素ドット
２３Ｒドット
２４Ｇドット
２５Ｂドット
３１ラビングムラ
３２ギャップムラ[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a display defect detection method and a display defect inspection device for a liquid crystal panel, and for example, selects a resolution from an image of a liquid crystal panel taken at a high definition according to various kinds of display defects such as rubbing unevenness and gap unevenness. The present invention relates to a display defect detection method and a display defect inspection device for a liquid crystal panel, which are characterized by a technique for performing defect detection.
[0002]
[Prior art]
Conventionally, liquid crystal display devices have been used as display means for various electronic devices. Recently, liquid crystal display devices have been frequently used as monitors of personal computers and televisions, and are capable of displaying higher quality images. Is required.
[0003]
In order to provide such a high-quality liquid crystal display device, it is necessary to perform an image quality inspection in a manufacturing process. Conventionally, a specialist inspector visually displays luminance unevenness or the like while changing a viewing angle. Defects were evaluated and pass / fail was determined.
[0004]
The visual evaluation by this inspector has the problem that it is difficult to make quantitative judgments because of the subjective factors of humans, and it is a major factor that hinders the cost reduction of liquid crystal display devices because it requires manpower. Has become.
[0005]
In recent years, various methods for automatically determining such a display defect have been proposed. For example, a liquid crystal panel to be inspected is imaged by a camera, and unevenness in the imaged image is emphasized, and a portion exceeding a determination criterion is determined as unevenness to determine the quality (see, for example, Patent Document 1).
It has also been proposed to install a detector in the normal direction of a liquid crystal panel to detect unevenness in a captured image (for example, see Patent Document 2).
[0006]
In addition, images are taken with the liquid crystal panel tilted variously with respect to the optical axis of the camera, the intensity of unevenness is calculated from the obtained image, and the maximum value is obtained. (For example, see Patent Document 3).
[0007]
[Patent Document 1]
JP-A-6-325905
[Patent Document 2]
JP-A-2-193271
[Patent Document 1]
JP-A-8-178800
[0008]
[Problems to be solved by the invention]
However, with the method based on automatic inspection, micro defects and macro unevenness, which look different as images, are currently inspected and evaluated by individual devices, and various types of inspection devices are required for the inspection process. Since an imaging step is required each time, there is a problem that much time is required for the entire inspection step.
[0009]
Further, in a conventional automatic inspection apparatus, a CCD area sensor is generally used as an image pickup means. However, the CCD area sensor does not have a sufficient resolution. Such unevenness is a problem, but the resolution is still insufficient to detect such minute defects or minute unevenness.
[0010]
Further, in the conventional image defect detection method, there is a problem that the algorithm for the detection is too simple, is easily affected by noise in the measurement stage or noise in the analysis stage, and the display defect detection accuracy is not sufficient.
[0011]
Therefore, an object of the present invention is to detect various kinds of minute or weak display defects with high accuracy and in a short time.
[0012]
[Means for Solving the Problems]
FIG. 1 is an explanatory diagram of the basic configuration of the present invention. Here, means for solving the problem in the present invention will be described with reference to FIG.
FIG. 1A is a flowchart showing the basic configuration of the present invention, and FIG. 1B is an explanatory diagram of the relationship between the pixel dots 2 of the liquid crystal panel 1 and the pixels 7 of the line sensor 6. It is.
See FIGS. 1 (a) and 1 (b)
(1) The present invention relates to a display defect detecting method for a liquid crystal panel 1, wherein each of the color dots 3 to 5 constituting each pixel dot 2 of the liquid crystal panel 1 has a pitch of 1 between the pixel dots 2 constituting the liquid crystal panel 1. / N (where n ≧ 30), a step of picking up an image with the line sensor 6 having a pixel pitch, a step of selecting the resolution of the image according to the type of display defect for which the picked-up image is to be analyzed, and Detecting a target type of display defect from the resolution image.
[0013]
When detecting a display defect, the resolution suitable for analysis differs depending on the type of the display defect. Therefore, the liquid crystal panel 1 is imaged using such a high-resolution line sensor 6, and an arbitrary resolution is obtained from the acquired image. By configuring the inspection image described above, it is possible to inspect various display defects by a single imaging, thereby greatly reducing the time and cost required for the display defect inspection.
[0014]
In this case, each pixel dot 2 corresponds to a color filter using a high-resolution line sensor 6 in which the pitch of the pixels 7 is 1 / n (where n ≧ 30) the pitch of the pixel dots 2 constituting the liquid crystal panel 1. By imaging each color dot 3 to 5, it is possible to detect a display defect or the like caused by the color filter with high accuracy.
[0015]
(2) Further, according to the present invention, in the above (1), an inspection image having a resolution higher than the resolution corresponding to each of the color dots 3 to 5 is formed based on the captured image of each of the color dots 3 to 5, and At least one of a point defect and a line defect is detected based on an image.
[0016]
A point defect or a line defect is a typical defect caused by a color filter. In such a case, a high resolution is required. Therefore, a high-resolution image should be formed from a captured image as an inspection image. Is required.
However, the lower limit of the resolution in this case is appropriately set according to the required specifications and the like. However, in order to perform the same or higher accuracy as the visual evaluation by the current inspector, it is necessary to correspond to each color dot 3 to 5. Higher resolution (currently 100 μm) is required.
[0017]
(3) Further, the present invention is characterized in that in (1), a grayscale image is formed by performing intensity correction for each color from a captured image for each of the color dots 3 to 5.
[0018]
In order to detect a display defect not caused by a color filter, an entire image is required. In this case, a gray scale obtained by performing an intensity correction for each color from a captured image of each color dot 3 to 5 is used. It is desirable to detect using the image of (1).
[0019]
(4) In the present invention, in the above (3), based on the grayscale image, an inspection image having a resolution of 100 to 300 μm for one pixel converted into an area sensor is formed, and the inspection image is formed. The rubbing unevenness is detected based on
[0020]
Since rubbing unevenness is a display defect not caused by a color filter, it is preferable to use a grayscale image, and in that case, a high resolution is required. Therefore, a high-resolution image is taken as an inspection image. It needs to be composed of images.
However, the lower limit of the resolution in this case is appropriately set according to the required specifications and the like, but in order to perform the same or higher accuracy as the visual evaluation by the current inspector, one pixel converted to the area sensor is used. Requires a resolution of 100 to 300 μm.
[0021]
(5) In the present invention, in the above (4), a spatial frequency image is obtained from the inspection image by two-dimensional Fourier transform, and the rubbing unevenness is determined by the presence or absence of a spectrum scattered on a straight line passing through the origin in the spatial frequency image. Is determined.
[0022]
When detecting rubbing unevenness, a two-dimensional Fourier transform is performed on the inspection image to obtain a spatial frequency image.
At this time, since the rubbing unevenness appears as a spectrum scattered on a straight line passing through the origin in the spatial frequency image, the rubbing unevenness can be detected with high accuracy by the presence or absence of this spectrum.
[0023]
(6) Further, according to the present invention, in the above (3), based on the grayscale image, an inspection image in which the resolution of one pixel converted into an area sensor is lower than 1000 μm is formed, and the inspection image is included in the inspection image. It is characterized in that gap unevenness is detected based on the gap.
[0024]
Since the gap unevenness is a display defect not caused by the color filter, it is preferable to use a grayscale image, and since the gap unevenness is a macro defect, a low-resolution image is desirable. It is necessary to compose a resolution image from a captured image.
However, the upper limit of the resolution in this case is also appropriately set according to the required specifications and the like, but in order to perform the same level of accuracy and throughput as the visual evaluation by the current inspector, the resolution was converted to an area sensor. A resolution of one pixel is required to be lower than 1000 μm.
[0025]
(7) The present invention provides the method according to (6), wherein the similarity between adjacent local regions in the inspection image is calculated using a cross-correlation function, and the calculated similarity is smaller than a preset value. It is characterized in that it is determined that there is gap unevenness.
[0026]
In this case, by calculating the similarity between adjacent local regions in the inspection image using the cross-correlation function, it is possible to easily detect gap unevenness with high accuracy.
[0027]
(8) Further, the present invention provides a display defect detecting device for a liquid crystal panel 1, wherein the line sensor 6 has a pixel pitch of 1 / n (where n ≧ 30) of the pitch of the pixels constituting the liquid crystal panel 1 to be inspected. Resolution selecting means for forming an image having a resolution corresponding to the type of display defect to be analyzed by the image picked up by the line sensor 6, and detection for detecting the target type of display defect from the image of the selected resolution Means are provided.
[0028]
In order to realize a display defect detection device capable of detecting the various display defects described above, at least 1 / n of the pitch of the pixel dots 2 constituting the liquid crystal panel 1 to be inspected (where n ≧ 30) A line sensor 6 having a pixel pitch of 1, a resolution selecting means for forming an image having a resolution corresponding to the type of a display defect whose image is to be analyzed, and detecting a target type of display defect from the image having the selected resolution. It is necessary to provide a detecting means for this.
[0029]
BEST MODE FOR CARRYING OUT THE INVENTION
Here, the display defect detecting step of the liquid crystal panel according to the embodiment of the present invention will be described with reference to FIGS. 2 to 16, but the basic flow is as shown in FIG. Description will be made along the flow shown in FIG.
See FIG. 2 (a)
FIG. 2A is a conceptual configuration diagram of a liquid crystal panel photographing apparatus used in the embodiment of the present invention. A liquid crystal panel 21 to be inspected is placed on a stage 11, and this liquid crystal panel 21 is connected to a CCD line. An image is taken by the sensor unit 12.
[0030]
See FIG. 2 (b)
In this case, the CCD line sensor unit 12 includes, for example, a CCD line sensor 13 having 7,500 pixels, a rod lens array 14 of a refractive index distribution type, and a housing 16 accommodating a signal processing circuit 15. The liquid crystal panel 21 is photographed by disposing the units 12 at photographing angles of −50 °, −25 °, 0 °, 25 °, and 50 °.
[0031]
First, (1) the imaging step of the liquid crystal panel 21 in the basic flow will be described with reference to FIGS.
See FIG.
FIG. 3 is a flowchart of image acquisition according to the embodiment of the present invention. Here, an image captured for each color dot of R, G, and B corresponding to the color filter of the liquid crystal panel 21 is targeted.
[0032]
In general, the pixel size (pitch) of the CCD line sensor 13 is generally about 10 × 10 μm, which is smaller than the dot size (about 3 colors × 100 μm × 300 μm) of the liquid crystal panel 21 to be inspected. A considerable number of pixels of the line sensor 13 are averaged together to realize a line sensor having a pitch of 1/3 of the pitch of the pixel dots constituting the liquid crystal panel 21, that is, a size equal to the size of each color dot.
Here, ten pixels are averaged for each color dot.
[0033]
First, prior to capturing a panel image, the reference points of the liquid crystal panel 21 and the CCD line sensor 13 are matched as shown in FIG.
See FIG.
When imaging the panel screen with the CCD line sensor 13, the color dots in the pixel dots 22 corresponding to the end points (origins) of the liquid crystal panel 21, for example, the R dots 23 match the reference pixels 17 of the CCD line sensor 13. Then, the long axis of the CCD line sensor 13 is aligned substantially in the center of the line in parallel with the x-axis or y-axis of the panel.
In the figure, the long axis of the CCD line sensor 13 is arranged along the x-axis.
[0034]
Next, the color dots in the pixel dots 22 existing on an arbitrary line in the liquid crystal panel 21 are separated by a predetermined time interval T. ₁ , And the CCD line sensor 13 takes an image each time.
This operation is performed as shown in FIG. ₁ , Line ₂ ,... Are sequentially repeated, and the target panel screen is scanned by the CCD line sensor 13.
[0035]
See FIG.
At this time, the output of each pixel 18 of the CCD line sensor 13 is checked, and a continuous pixel 18 having an output of a certain value or more is set as a subset.
The subsets are R subsets, G subsets, and B subsets corresponding to the R dots 23, G dots 24, and B dots 25 that are color dots, and each of these color subsets is assigned to each pixel dot 22 as shown in FIG. T ₁ Appear sequentially at time intervals of.
[0036]
The number of pixels P belonging to each color subset and activated _n Is counted for each color dot of the liquid crystal panel 21, and P _n The average value of the outputs of the pixels is obtained, and the average value is used as the output of the R, G, B line sensor per pixel dot, and the image “image 1” of the color panel having the pixel dot 22 as the minimum unit.
Here, the width of the pixel 18 of the CCD line sensor 13 is 10 μm, and the width of each color dot forming each pixel dot 22 of the liquid crystal panel 21 is 100 μm. _n = 10 (100 μm / 10 μm).
[0037]
Then, as shown in FIG.
{Circle around (2)} The obtained “image 1” is clipped and adjusted to a shape, size and resolution suitable for the subsequent image processing, and “point / line defect detection processing”, “rubbing unevenness detection processing” and “gap unevenness detection processing” However, in the case of the “rubbing unevenness detection processing” and the “gap unevenness detection processing”, (3) conversion from color to gray scale and moiré reduction processing are performed prior to the processing.
[0038]
In the case of the “point / line defect detection process”, a point defect includes a defect that appears only in a specific color component due to color unevenness of a color filter or the like. (3) No conversion from color to gray scale and no moiré reduction processing are performed to prevent buried in noise.
[0039]
Next, referring to FIG. The point / line defect detection processing will be described.
A point defect is a defect in a minute area in which one dot or several dots of the liquid crystal panel 21 are collected as one lump, and mainly a black point that is not lit or a bright point that remains lit, or a color when a color filter is defective. It appears as "color unevenness" of a color filter of red, blue, green, etc. corresponding to the dot.
[0040]
See FIG.
FIG. 6 is a flowchart for detecting a point defect and a line defect. After clipping the “image 1” obtained above, first,
I- (1) Resolution change I is performed as necessary to obtain "image 2".
In this case, since the size of the unevenness (defect) is very small, a high-resolution panel image equivalent to the color dot of the liquid crystal panel 21 is required, and the resolution of one pixel in the CCD area sensor conversion is about 100 to 300 μm. Resolution is required.
[0041]
Then
I- (2) Differentiation processing is performed.
Here, for example, after performing a differentiation process on “image 2” using a Prewitt differentiation filter to make a defective portion prominent,
I- (3) Threshold processing is performed to obtain a binary image.
[0042]
Then
I-4. After performing labeling on various isolated small areas,
Measure the area of the I-5 area,
I-6. A binary image is obtained depending on whether or not the image has a size within a predetermined range.
I-7. An area having a size and shape within a predetermined range is defined as a point (line) defect.
[0043]
In this way, by using the high-resolution “image 2” and sequentially performing differentiation processing → binarization processing labeling processing → area measurement → binary image formation, point / line defects are automatically evaluated visually by the inspector. It can be performed with the same accuracy and throughput as the above.
[0044]
Next, referring to FIGS. 7 to 11, II. The rubbing unevenness detection processing will be described.
Since the rubbing unevenness occurs due to a defect of a rubbing roller in a rubbing step of an alignment film, a parallel line group having a small line width appears as a feature in a panel image having the rubbing unevenness.
[0045]
In order to detect such a fine line width, a high-resolution panel image is required. To detect a parallel line group, a method based on spatial frequency analysis by Fourier transform is used.
[0046]
See FIG.
FIG. 7 is a flowchart of rubbing unevenness detection according to the embodiment of the present invention. After converting a high-resolution color image “Image 1” into a grayscale shading (black and white) image, first,
II- (1) Resolution conversion II is performed to obtain an "image 3" having a resolution suitable for the rubbing process.
Here, a panel image in which the resolution of one pixel is about 100 to 300 μm in terms of a CCD area sensor is used.
[0047]
Then
II- (2) Using an affine transform, convert the image size (x′-y ′ plane) suitable for FFT (Fast Fourier Transform), perform density correction,
II- (3) Two-dimensional FFT is performed to obtain a spatial frequency image (uv plane).
Note that the image size (x′-y ′ plane) after the two-dimensional FFT is N × N (N is usually a power of 2), and here, N = 512.
[0048]
See FIG.
FIG. 8 is an x′-y ′ plane image obtained by converting the “image 3” by the affine transformation, and here, the oblique lines representing the rubbing unevenness 31 are shown with a considerably enhanced emphasis.
[0049]
See FIG.
FIG. 9 is a spatial frequency image (uv plane image) obtained by performing the two-dimensional FFT. The characteristic of the rubbing unevenness on the spatial frequency image is based on a straight line passing through the origin (0, 0) of the uv plane. Appear as intense spectra scattered around.
The direction of this straight line has the property of being perpendicular to the direction of the rubbing unevenness appearing in the image (x'-y 'plane) after the affine transformation.
In FIG. 9, the actually obtained black-and-white image is inverted.
[0050]
Then, as shown in FIG.
II-4. After converting the spatial frequency image (uv plane) into polar coordinates (r-θ plane),
II-5 (5) θ = θ ₀ And the direction perpendicular to this angle (θ ₀ A parallel line group of rubbing unevenness is detected at (± 90 °).
[0051]
See FIGS. 10 and 11
FIG. 10 is a diagram showing the relationship between the uv plane and r-θ of the polar coordinates, and FIG. 11 shows the rubbing angle θ = θ on the r-θ plane. ₀ FIG. 3 is a diagram illustrating a state where the angle? ₀ Is the rubbing angle.
In FIG. 11, the actually obtained black-and-white image is inverted.
[0052]
However, at this time, the rubbing angle θ = θ ₀ In order to automatically obtain the objective rather than subjectively,
II-6: Binarization processing
Is required.
[0053]
See FIG.
In this binarization processing, in order to easily visualize the state of the harmonic spectrum of the rubbing unevenness, a graph of the spectrum intensity at that time was obtained with r as the horizontal axis at an angle θ where the rubbing unevenness was present. FIG.
[0054]
At this time, the total sum e (θ) of the differential values of the spectrum intensity when r is changed at each θ is obtained.
However, on the u-axis and v-axis in the spatial frequency image, that is, the sum e (θ = 0 °) of the differential values at θ = 0 ° and θ = 90 ° and the difference e at both ends of e (θ = 90 °) Since the influence of the spurious spectrum caused by the continuity is large, the angle of the rubbing unevenness cannot be determined by simply thresholding the sum e (θ) of the differential values of the spectrum intensity r.
[0055]
Therefore, unlike the other frequency components, the frequency component of the rubbing unevenness has a property that it is not line-symmetric with respect to the u-axis and the v-axis on the spatial frequency image. The following coefficient g (θ) using the sum e (θ) of differential values is calculated for each θ in order to determine
(Equation 1)

[0056]
Since this coefficient g (θ) has a very large absolute value in the rubbing unevenness portion compared to the coefficients of θ = 0 ° and θ = 90 °, by subjecting this coefficient g (θ) to threshold processing, It is possible to detect the presence or absence of rubbing unevenness and to determine the rubbing angle θ.
[0057]
See FIG.
FIG. 13 is an explanatory diagram of the coefficient g (θ). When the coefficient g (θ) is larger than a preset threshold value, it is determined that rubbing unevenness is present, and the angle θ of the position determined to have Rabink unevenness is shown. ₀ Is the rubbing angle.
[0058]
Thus, while using the “resolution 3” of high resolution, affine transformation → Fourier transformation → polar coordinate transformation → rubbing angle θ ₀ By sequentially performing the calculation → binarization processing, the presence or absence of rubbing unevenness can be automatically performed with the same accuracy and throughput as the visual evaluation of the inspector.
[0059]
Next, referring to FIG. The gap unevenness detection processing will be described.
The gap unevenness is mainly caused by uneven distribution of spacers provided between a TFT (thin film transistor) substrate and a CF (color filter) substrate, and appears as a macroscopic change in density on a liquid crystal panel image.
For this reason, even if the resolution is made coarse to some extent, the detection result is not affected, and a low-resolution image is used to shorten the processing time for detection.
[0060]
See FIG.
FIG. 14 is a flowchart for detecting gap unevenness according to the embodiment of the present invention. After converting a high-resolution color image “image 1” into a grayscale shading (black and white) image, first,
III- (1) Resolution conversion III is performed to obtain a low-resolution “image 4” suitable for gap unevenness detection processing.
Here, “image 4” is an image in which the resolution of one pixel is about 1000 μm in terms of a CCD area sensor.
[0061]
Then
III-2. Calculation and detection of similarity
Therefore, a description will be given here with reference to FIG.
See FIGS. 15A and 15B
In the calculation and detection of the similarity, first, a local area Area of size M × N having its origin at (K, J) on the panel image _CN And four adjacent local areas Area of the same size, shifted by ± DF along the x-axis and the y-axis, respectively. _L , Area _R , Area _U And Area _D Is set respectively.
[0062]
Next, Area _CN And Area _L Of similarity Cor _CN-L , Area _CN And Area _R Of similarity Cor _CN-R , Area _CN And Area _U Of similarity Cor _CN-U And Area _CN And Area _D Of similarity Cor _CN-D Is calculated using the following correlation function.
(Equation 2)

Where f _a (I, j) and f _b (I, j) represents the density values at (i, j) of the local regions a and b on the panel image, respectively.
[0063]
Next, the average value of the four similarities (Cor _CN-L + Cor _CN-R + Cor _CN-U + Cor _CN-D ) / 4 is calculated, and this is set as the similarity at the (K, J) point of the panel image.
The correlation value representing the similarity takes a value in the range of +1 to -1. The closer the value is to +1 or -1, the higher the similarity of the image is.
[0064]
Next, Area _CN , That is, the (K, J) point on the liquid crystal panel image is shifted by ± SF along the x-axis and the y-axis, respectively, and is again shifted by ± DF from the area shifted by ± SF. The degree of similarity with two local regions is calculated.
[0065]
III-3. Formation of a correlation (similarity) image.
Such a procedure is repeated for all four local regions existing on the liquid crystal panel image to obtain similarities at all points, and to obtain a correlation image using the obtained similarities as gray values.
[0066]
Next, in order to make the gradation of the grayscale correlation image remarkable,
III-4. Differentiation processing
I do.
Here, for example, the Prewitt differential filter processing is performed. However, the macroscopic change in density on the original image is emphasized by the Prewitt differential filter processing and appears white.
[0067]
Here, since only this macroscopic edge is to be detected, next, regarding the image subjected to the differentiation processing,
III-5. Binarization processing
To obtain a black and white binary image.
[0068]
Next, labeling processing is performed on the various regions obtained in the binary image in order to identify these regions and determine the area of each region, and remove small regions having an area equal to or less than a certain value.
III-6 (6) Small area removal
To obtain a correlation image corresponding to gap unevenness.
[0069]
See FIGS. 16 (a) and (b)
16A and 16B are explanatory diagrams of the detection results of the gap unevenness. FIG. 16A is a diagram in which the gap unevenness 32 and other display defects in the “image 1” are emphasized and shown in FIG. This is a monochrome binary image obtained in a targeted manner, and the gap unevenness 32 is represented in white.
As is clear from the comparison between FIG. 16A and FIG. 16B, the gap unevenness 32 can be detected with high accuracy by the method of the present invention.
[0070]
As described above, while using the low-resolution “image 4”, similarity calculation / detection → correlation (similarity image) → differential processing → binarization processing → small area removal are automatically performed in order to automatically generate gap unevenness. Can be determined with the same accuracy and throughput as the visual evaluation of the inspector.
[0071]
The embodiments of the present invention have been described above, but the present invention is not limited to the configurations described in the embodiments, and various modifications are possible.
For example, in the gap unevenness detection processing in the above embodiment, the cross-correlation widely used as an example of measuring the similarity is used, but instead of the above equation, two functions f _a (I, j), f _b Function H obtained by Fourier transform of (i, j) _a (I, j), H _b The product H of (i, j) _a (I, j) × H _b After taking (i, j), there is a method of performing an inverse transformation, but these are equivalent.
[0072]
Further, in the description of the above-described embodiment, the case where the image is captured at the imaging angle of 0 ° has been described as an example. However, the imaging angle is not limited to 0 °, and another image attached to the CCD line sensor unit may be used. It goes without saying that an image picked up by a CCD line sensor at a shooting angle is used.
[0073]
In other words, it is known that, depending on the type of display defect, an image taken at an imaging angle other than 0 ° clearly shows a display defect. In this case, the image is taken at an imaging angle at which the display defect appears clearly. It is desirable to use an image that has been obtained.
However, as the angle deviates from 0 °, the output characteristics of the CCD line sensor decrease, and accordingly, it is possible to select a CCD accumulation time in which an image with a wide dynamic range can be captured.
[0074]
【The invention's effect】
According to the present invention, the process of acquiring the original image is performed only once, and the detection of various display defects is performed after the acquired original image is changed to a resolution corresponding to the detection target. Various display defects such as gap unevenness can be automatically performed at a high throughput, which greatly contributes to a reduction in the manufacturing cost of the liquid crystal panel.
[Brief description of the drawings]
FIG. 1 is an explanatory diagram of a basic configuration of the present invention.
FIG. 2 is a conceptual configuration diagram of a liquid crystal panel imaging device used in an embodiment of the present invention.
FIG. 3 is a flowchart of image acquisition according to the embodiment of the present invention.
FIG. 4 is an explanatory diagram of a method of matching a reference point between a liquid crystal panel and a CCD line sensor according to an embodiment of the present invention.
FIG. 5 is an explanatory diagram of an output of a CCD line sensor according to the embodiment of the present invention.
FIG. 6 is a flowchart of detecting a point defect and a line defect according to the embodiment of the present invention.
FIG. 7 is a flowchart of rubbing unevenness detection according to the embodiment of the present invention.
FIG. 8 is an x′-y ′ plane image transformed by affine transformation.
FIG. 9 is a spatial frequency image (uv plane image) obtained by performing a two-dimensional FFT.
FIG. 10 is an explanatory diagram of a relationship between a uv plane and r-θ of polar coordinates.
FIG. 11 is a rubbing angle θ = θ ₀ FIG. 7 is an explanatory diagram of a detection state of the.
FIG. 12 is an explanatory diagram of r dependence of spectrum intensity at an angle θ.
FIG. 13 is an explanatory diagram of a coefficient g (θ).
FIG. 14 is a flowchart of gap unevenness detection according to the embodiment of the present invention.
FIG. 15 is an explanatory diagram of adjacent local regions.
FIG. 16 is an explanatory diagram of a detection result of gap unevenness.
[Explanation of symbols]
1 LCD panel
2 pixel dots
3-5 color dots
6 Line sensor
7 pixels
11 stages
12 CCD line sensor unit
13 CCD line sensor
14 Rod lens array
15 Signal processing circuit
16 case
17 reference pixels
18 pixels
21 LCD panel
22 pixel dots
23 R dots
24 G dots
25 B dots
31 Loving unevenness
32 gap unevenness

Claims

A step of taking, for each color dot constituting each pixel dot of the liquid crystal panel, a line sensor having a pixel pitch of 1 / n (where n ≧ 30) the pitch of the pixel dots constituting the liquid crystal panel; A step of selecting a resolution of an image according to a type of a display defect to be analyzed, and a step of detecting a display defect of a type to be targeted from the image of the selected resolution. Display defect detection method.

Based on the captured image of each color dot, an inspection image having a higher resolution than the resolution corresponding to each color dot is formed, and at least one of a point defect and a line defect is detected based on the inspection image. 2. The display defect detecting method for a liquid crystal panel according to claim 1, wherein:

2. The display defect detecting method for a liquid crystal panel according to claim 1, wherein a grayscale image is formed by performing intensity correction for each color from the captured image for each color dot.

The rubbing unevenness is detected on the basis of the grayscale image, an inspection image having a resolution of 100 to 300 μm per pixel converted into an area sensor is formed, and rubbing unevenness is detected based on the inspection image. 4. The method for detecting display defects of a liquid crystal panel according to 3.

The liquid crystal according to claim 4, wherein a spatial frequency image is obtained from the inspection image by two-dimensional Fourier transform, and rubbing unevenness is determined based on the presence or absence of a spectrum scattered on a straight line passing through the origin in the spatial frequency image. Panel display defect detection method.

An image for inspection having a resolution of one pixel converted to an area sensor lower than 1000 μm based on the grayscale image, and gap unevenness is detected based on the inspection image. 4. The method for detecting display defects of a liquid crystal panel according to 3.

7. The method according to claim 6, wherein a similarity between adjacent local regions in the inspection image is calculated using a cross-correlation function, and if the calculated similarity is smaller than a preset value, it is determined that gap unevenness exists. The display defect detection method of the liquid crystal panel described in the above.

A line sensor having a pixel pitch of 1 / n (where n ≧ 30) of the pitch of the pixels constituting the liquid crystal panel to be inspected, which corresponds to the type of display defect to be analyzed by the image captured by the line sensor A display defect detecting apparatus for a liquid crystal panel, comprising: resolution selecting means for forming a resolution image; and detecting means for detecting a target type of display defect from the selected resolution image.