JP2005249415A - Stain defect detecting method and stain defect detector - Google Patents

Stain defect detecting method and stain defect detector Download PDF

Info

Publication number
JP2005249415A
JP2005249415A JP2004056456A JP2004056456A JP2005249415A JP 2005249415 A JP2005249415 A JP 2005249415A JP 2004056456 A JP2004056456 A JP 2004056456A JP 2004056456 A JP2004056456 A JP 2004056456A JP 2005249415 A JP2005249415 A JP 2005249415A
Authority
JP
Japan
Prior art keywords
defect
image
spot
filter
detection
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Withdrawn
Application number
JP2004056456A
Other languages
Japanese (ja)
Inventor
Hironari Ichikawa
裕也 市川
Takushi Murakami
拓史 村上
Koichi Kojima
広一 小島
Original Assignee
Seiko Epson Corp
セイコーエプソン株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp, セイコーエプソン株式会社 filed Critical Seiko Epson Corp
Priority to JP2004056456A priority Critical patent/JP2005249415A/en
Publication of JP2005249415A publication Critical patent/JP2005249415A/en
Withdrawn legal-status Critical Current

Links

Images

Abstract

<P>PROBLEM TO BE SOLVED: To provide a stain defect detecting method which prevents misdetection and accurately and automatically detects stain defect which is low in contrast, with high precision, without detecting defects other than the stain flaw, and to provide a stain defect detector. <P>SOLUTION: The stain defect detecting method has a process of imaging the screen of an object of inspection, a process of taking the difference with a preformed background image from the image taken by imaging, a process of performing the planarization processing of the background difference image, a process of forming contracted images of a plurality of stages from the planarized image, a process of performing flaw-enhanced filtering processing, with respect to the contracted images using four two-dimensional difference filters and a process for comparing the minimum value of brightness difference (contrast), based on the filtering processing result with a priset stepwise defect detection threshold for detecting the stain flaw. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

本発明は、液晶パネル等の検査工程において、画面のシミ欠陥を自動的に検出するシミ欠陥の検出方法及びその検出装置に関する。   The present invention relates to a spot defect detection method and a detection apparatus for automatically detecting a spot defect on a screen in an inspection process of a liquid crystal panel or the like.
液晶表示装置等の画面に現れる欠陥の中の一つにシミ欠陥と呼ばれるものがある。シミ欠陥とは、表示画面のある領域が他の領域と輝度の差がある状態であり、ある程度狭い範囲で、周りに比べて明るい部分や暗い部分がある状態である。しかし、厳密な定義はなく欠陥サイズの小さいムラ欠陥あるいはシミ欠陥と呼ばれている。かかるムラ欠陥もしくはシミ欠陥は画質を落とすものであるから、表示体の外観検査の対象となっている。従来は人による目視検査が普通であったが、最近では自動検査が行われるようになってきている。ムラ欠陥もしくはシミ欠陥に対する自動的な検査方法には既に多くの提案があり、例えば、特許文献1がある。
特許文献1は、点状ムラの検出方法に関するものであり、撮像により得られた2次元画像のある座標に位置する画素からX軸方向へWx(Wxは1以上の整数)、Y軸方向へWy(Wyは1以上の整数)画素の占める領域に位置する全画素の平均輝度値と、該領域の周辺部の、該領域からD(Dは1以上の整数)画素外側に位置する幅H(Hは1以上の整数)画素のドーナツ状領域に位置する全画素の平均輝度値を求め、これらの平均輝度値の差を、予め設定したムラ検出の閾値と比較してムラ欠陥を検出する方法である。
One of the defects appearing on the screen of a liquid crystal display device or the like is a so-called spot defect. A spot defect is a state in which a certain area of the display screen has a difference in luminance from other areas, and is a state in which there is a bright part or a dark part in a relatively narrow range compared to the surrounding area. However, there is no strict definition and it is called a mura defect or a spot defect with a small defect size. Since the unevenness defect or the spot defect deteriorates the image quality, it is a target for visual inspection of the display body. Conventionally, a visual inspection by a person is normal, but recently, an automatic inspection has been performed. There have already been many proposals for an automatic inspection method for a mura defect or a spot defect.
Patent Document 1 relates to a method for detecting point-like unevenness, and from a pixel located at a certain coordinate of a two-dimensional image obtained by imaging, Wx in the X-axis direction (Wx is an integer of 1 or more) and in the Y-axis direction. Wy (Wy is an integer of 1 or more) The average luminance value of all pixels located in the area occupied by the pixel, and the width H of the peripheral part of the area located outside the area by D (D is an integer of 1 or more) pixels (H is an integer equal to or greater than 1) An average luminance value of all the pixels located in the donut-shaped region of the pixel is obtained, and a difference between these average luminance values is compared with a preset unevenness detection threshold value to detect the unevenness defect. Is the method.
特開2001−2433473号公報Japanese Patent Laid-Open No. 2001-2433473
しかしながら、特許文献1の検出方法では、点状ムラの外周部付近で、検出処理により発生する、検出すべき点状ムラの成分とは逆方向成分を検出することがある。例えば、白い点状ムラを検出しようとする場合に黒い点状ムラの成分も検出することがあり、このような逆方向成分の検出により誤検出をする可能性がある。
また、同じ画面上に存在するスジ状の欠陥を検出したくない場合において、コントラストが低いものを検出しようとするときに、点状ムラと同時にスジ状欠陥も検出してしまうため、検出精度があげられないといった問題点がある。
However, in the detection method disclosed in Patent Document 1, a component in the direction opposite to the point-like unevenness component to be detected, which is generated by the detection process, may be detected near the outer periphery of the point-like unevenness. For example, when trying to detect white spot-like unevenness, a black spot-like uneven component may also be detected, and there is a possibility of erroneous detection by detecting such a backward component.
Also, if you do not want to detect streak-like defects that exist on the same screen, when you try to detect low-contrast ones, streak-like defects are also detected at the same time as point-like unevenness, so the detection accuracy is high. There is a problem that can not be raised.
本発明は、上記のような問題点に鑑みてなされたものであり、誤検出を防ぎ、シミ欠陥以外の欠陥を検出することなく、コントラストの低いシミ欠陥を正確かつ高精度に自動検出するシミ欠陥の検出方法及びその検出装置を提供することを目的とする。   The present invention has been made in view of the above problems, and is a stain that automatically detects a low-contrast spot defect accurately and accurately without preventing false detection and detecting a defect other than a spot defect. It is an object to provide a defect detection method and a detection apparatus therefor.
本発明に係るシミ欠陥の検出方法は、検査対象の画面を撮像する工程と、撮像により取り込まれた画像から、予め作成しておいた背景画像との差をとる工程と、その背景差分画像の平坦化処理を行う工程と、その平坦化画像から複数段階の縮小画像を作成する工程と、前記縮小画像のそれぞれに対して4つの2次元微分フィルタを用いて欠陥強調のためのフィルタ処理を行う工程と、前記フィルタ処理結果に基づく輝度差(コントラスト)の最小値と、予め設定された階段状のシミ検出閾値とを比較してシミ欠陥を検出する工程と、
を有することを特徴とする。
The spot defect detection method according to the present invention includes a step of imaging a screen to be inspected, a step of taking a difference between a preliminarily created background image from an image captured by imaging, and the background difference image A step of performing a flattening process, a step of creating a reduced image of a plurality of stages from the flattened image, and a filter process for defect enhancement using four two-dimensional differential filters for each of the reduced images Comparing a minimum value of a luminance difference (contrast) based on the filtering result and a preset staircase-shaped spot detection threshold, and detecting a spot defect;
It is characterized by having.
本発明では、コントラストの低い、あるいはサイズの大きいシミ欠陥から小さいシミ欠陥まで検出できるようにするために、まず、検査対象の画面を撮像し、その画像から背景画像との差をとって検査対象以外によって生じる輝度変化を除去した背景差分画像を作成する。さらに、この背景差分画像の平坦化処理を行い、その平坦化画像から複数段階にわたって画像サイズを縮小する画像縮小処理を行う。この画像縮小処理により、大小様々なシミ欠陥も縮小され、その結果複数の縮小画像のどれかに、フィルタ処理により検出可能なサイズの欠陥として存在することとなる。ついで、縮小画像のそれぞれに対して4つの2次元微分フィルタにより欠陥強調のためのフィルタ処理を行い、そのフィルタ処理結果に基づく輝度差(コントラスト)の最小値と、予め設定された階段状のシミ検出閾値とを比較することによって、逆方向成分の誤検出を防ぎ、コントラストの低いシミ欠陥でも正確かつ高精度に検出することができる。   In the present invention, in order to be able to detect from a low-contrast or large-sized spot defect to a small spot defect, first, the screen of the inspection object is imaged, and the difference between the image and the background image is taken to be the inspection object. A background difference image from which luminance changes caused by other than the above are removed is created. Further, the background difference image is flattened, and image reduction processing is performed to reduce the image size over a plurality of stages from the flattened image. By this image reduction processing, large and small stain defects are reduced, and as a result, any of the plurality of reduced images exists as a defect having a size detectable by the filter processing. Next, filter processing for defect emphasis is performed on each reduced image by four two-dimensional differential filters, and a minimum value of luminance difference (contrast) based on the filter processing result and a preset staircase-like stain are displayed. By comparing the detection threshold value, erroneous detection of the reverse direction component can be prevented, and a spot defect with low contrast can be detected accurately and with high accuracy.
また、本発明のシミ欠陥の検出方法によれば、前記4つの2次元微分フィルタは、中央領域とその周辺領域の平均輝度の差(コントラスト)を求めるものであって、縦方向の成分のみでシミ欠陥を検出するフィルタ、横方向の成分のみでシミ欠陥を検出するフィルタ、+45度方向の成分のみでシミ欠陥を検出するフィルタ、および−45度方向の成分のみでシミ欠陥を検出するフィルタからなり、これら4つのフィルタ処理結果のういち平均輝度差(コントラスト)の最小値を前記階段状のシミ検出閾値とを比較してシミ欠陥を検出するものである。   Further, according to the spot defect detection method of the present invention, the four two-dimensional differential filters calculate the average luminance difference (contrast) between the central region and the peripheral region, and include only the vertical component. From a filter that detects a spot defect, a filter that detects a spot defect only by a component in the horizontal direction, a filter that detects a spot defect only by a component in the +45 degree direction, and a filter that detects a spot defect only by a component in the −45 degree direction Thus, the minimum value of the difference in the average luminance of the four filter processing results (contrast) is compared with the stepped spot detection threshold value to detect a spot defect.
このような4つ(4方向)の2次元微分フィルタでシミ欠陥の強調処理を行うことにより、逆方向成分を減少させることができるため、誤検出を防ぐことが可能となる。   By performing spot defect emphasis processing using such four (four directions) two-dimensional differential filters, the backward component can be reduced, and thus erroneous detection can be prevented.
本発明のシミ欠陥の検出方法において、前記フィルタ処理は、明欠陥、暗欠陥の両方に対して行われる。   In the spot defect detection method of the present invention, the filtering process is performed for both bright defects and dark defects.
シミ欠陥には明欠陥(白シミ欠陥)と暗欠陥(黒シミ欠陥)があるので、この両方の欠陥を検出可能とするものである。なお、画像処理ではプラスの値しか取り扱うことができないので、暗欠陥(黒シミ欠陥)の検出の際にはオフセット値として12ビットの4096の半値2048を加えることでプラスの値となるように調整している。   Since the spot defect includes a bright defect (white spot defect) and a dark defect (black spot defect), both of these defects can be detected. In addition, since only a positive value can be handled in the image processing, when detecting a dark defect (black spot defect), an adjustment is made by adding a half value 2048 of 4096 of 12 bits as an offset value. doing.
また、本発明のシミ欠陥の検出方法は、シミ欠陥が検出された画像の全画素の輝度値の統計データを計算する工程と、その統計データをもとに計算して閾値を決定し欠陥候補を抽出する工程と、前記欠陥候補について、前記階段状のシミ検出閾値が複数上下に設定されたランク判定テーブルを用いてランク判定を行う工程とを、さらに有することを特徴とする。   The spot defect detection method according to the present invention includes a step of calculating statistical data of luminance values of all pixels of an image in which the spot defect is detected, and a threshold value is determined by calculating based on the statistical data to determine a defect candidate. And a step of performing rank determination on the defect candidate using a rank determination table in which a plurality of stepped spot detection threshold values are set up and down.
この構成により、シミ欠陥を抽出するための閾値が、シミ欠陥が検出された画像の全画素の輝度値の統計データを計算することにより、自動的に決定される。そして、欠陥候補が抽出された場合には、階段状のシミ検出閾値が複数上下に設定されたランク判定テーブルを用いてランク判定することにより、製品の等級化が可能となる。   With this configuration, the threshold value for extracting the spot defect is automatically determined by calculating the statistical data of the luminance values of all the pixels of the image in which the spot defect is detected. When defect candidates are extracted, the product can be graded by performing rank determination using a rank determination table in which a plurality of staircase-like spot detection threshold values are set up and down.
また、本発明のシミ欠陥の検出方法は、前記抽出された欠陥候補について、欠陥候補の特性値を求めるblob処理を行い、blob処理により求められた欠陥候補の特性値と前記輝度統計データに基づいて評価値を算出する工程をさらに有する。   In the spot defect detection method of the present invention, the extracted defect candidate is subjected to a blob process for obtaining a defect candidate characteristic value, and based on the defect candidate characteristic value obtained by the blob process and the luminance statistical data. And calculating an evaluation value.
さらにこのように構成することにより、抽出された欠陥候補について、客観的な評価値を算出することが可能となる。   Further, with this configuration, an objective evaluation value can be calculated for the extracted defect candidates.
また、本発明のシミ欠陥の検出方法において、取り込み画像のデータは、12ビット階調以上とするのが好ましい。
このような高解像度の画像データを用いることにより、シミ欠陥検出精度が向上することになる。また、欠陥候補のランク判定及び評価値の精度も向上する。
In the spot defect detection method of the present invention, it is preferable that captured image data has a gradation of 12 bits or more.
By using such high-resolution image data, spot defect detection accuracy is improved. In addition, the accuracy of the defect candidate rank determination and evaluation value is improved.
また、前記背景画像は、同一の光学系および同一の撮像系により撮像された複数の画像を平均化したものを用いるのがよい。
背景画像は、検査対象以外によって生じる輝度変化を除去し、検査対象の欠陥を抽出するためにつくられる。従って、背景画像は検査対象以外によって生じる輝度変化のみの画像であり、同一の光学系および同一の撮像系により、できるだけ欠陥の少ない表示画面を複数撮像し、それらの撮像された複数の画像を平均化することによって、画像内にランダムに存在する検査対象の欠陥部分の成分は弱められ、画像内に常に同じ位置に存在する、スクリーンや照明、もしくはレンズ特性等検査対象以外によって生じる輝度変化のみが残る背景画像が得られる。
The background image may be obtained by averaging a plurality of images taken by the same optical system and the same imaging system.
The background image is created in order to remove the luminance change caused by other than the inspection target and extract the defect of the inspection target. Therefore, the background image is an image of only a luminance change caused by other than the inspection object, and the same optical system and the same imaging system are used to capture a plurality of display screens with as few defects as possible, and average the captured images. In this way, the component of the defective part of the inspection target that is randomly present in the image is weakened, and only the luminance change caused by something other than the inspection target such as the screen, illumination, or lens characteristics always existing in the same position in the image. The remaining background image is obtained.
また、前記背景差分画像をもとに、前記検査対象の画面を含む画像から表示エリアを抽出し、この表示エリアに幾何学的変形を施して長方形にする工程をさらに有する。
検査しようとする画像は検査対象の画面を撮像した画像から背景画像の差を取った背景差分画像を基にして作成されるので、検査対象の画面が例えばプロジェクタによりスクリーン上に投射された画像であるような場合には、その画像にスクリーンの縁部分が入っていたり、表示エリアの部分がスクリーンに対して斜めになっていたりすることがある。そこで、背景差分画像をもとに、検査対象の画面を含む画像から表示エリアを抽出し、この表示エリアに幾何学的変形を施して長方形にすることにより、上記のような画像の歪み、変形等を補正することができる。
Further, the method further includes a step of extracting a display area from an image including the screen to be inspected based on the background difference image, and performing geometric deformation on the display area to make a rectangle.
The image to be inspected is created based on the background difference image obtained by taking the difference of the background image from the image obtained by imaging the screen to be inspected, so that the screen to be inspected is an image projected on the screen by a projector, for example. In some cases, the edge of the screen may be included in the image, or the display area may be oblique to the screen. Therefore, based on the background difference image, the display area is extracted from the image including the screen to be inspected, and the display area is geometrically deformed to make a rectangle, thereby distorting and deforming the image as described above. Etc. can be corrected.
本発明のシミ欠陥の検出装置は、検査対象の画面を撮像する撮像手段と、前記撮像手段により取り込まれた画像の画像処理手段とを備え、前記画像処理手段は、複数段階に縮小された縮小画像に対して欠陥強調処理を行うのための4つの2次元微分フィルタと、シミ欠陥を検出するための閾値を階段状に設定した閾値テーブルとを有することを特徴とする。   The spot defect detection apparatus according to the present invention includes an imaging unit that images a screen to be inspected, and an image processing unit that processes an image captured by the imaging unit, and the image processing unit is reduced in a plurality of stages. It has four two-dimensional differential filters for performing defect enhancement processing on an image, and a threshold value table in which threshold values for detecting a spot defect are set in a staircase pattern.
このように構成することによって、誤検出を防ぎ、コントラストに低いシミ欠陥でも正確かつ高精度に検出することが可能となる。   With this configuration, it is possible to prevent erroneous detection and to detect a spot defect with low contrast accurately and with high accuracy.
また、前記4つの2次元微分フィルタは、中央領域とその周辺領域の平均輝度の差(コントラスト)を求めるものであって、縦方向の成分のみでシミ欠陥を検出するフィルタ、横方向の成分のみでシミ欠陥を検出するフィルタ、+45度方向の成分のみでシミ欠陥を検出するフィルタ、および−45度方向の成分のみでシミ欠陥を検出するフィルタからなる。   Further, the four two-dimensional differential filters are for obtaining a difference (contrast) in average luminance between the central region and its peripheral region, and are filters for detecting a spot defect only by a vertical component, and only a horizontal component. And a filter for detecting a spot defect only with a component in the +45 degree direction, and a filter for detecting a spot defect only with a component in the -45 degree direction.
本発明では、このように構成された4つの2次元微分フィルタを用いてシミ欠陥を検出することに特徴がある。
具体的には、前記2次元微分フィルタは、3n×3n画素の領域からなり、フィルタ構成数値として、中央領域を2、縦方向、横方向、+45度方向、および−45度方向の周辺領域を−1、そのほかの領域を0とするフィルタである。
The present invention is characterized in that a spot defect is detected using the four two-dimensional differential filters configured as described above.
Specifically, the two-dimensional differential filter is composed of an area of 3n × 3n pixels, and the central area is 2, the vertical direction, the horizontal direction, the +45 degree direction, and the peripheral area in the −45 degree direction as filter configuration numerical values. -1 and other areas are set to 0.
以下、本発明の実施の形態を図面に基づいて詳細に説明する。
図1は本発明の実施の形態の一例を示すシミ欠陥検出装置の構成図である。
この実施形態では、例えば、検査対象の画面10をプロジェクタ1によるTFT素子を用いた液晶パネル(液晶ライトバルブともいう)2の画面としている。検査を行う場合には、プロジェクタ1によりスクリーン3に画像4を投影する。画像4はパターンジェネレータ5により所定のパターンを液晶パネル2に与えることによって描写される。撮像手段として例えばCCDカメラ6により画像4を撮像し、その画像信号を図示しないA/D変換器によりアナログ信号からデジタル信号に変換して検査装置本体であるコンピュータ7に取り込む。このとき、画像データはA/D変換器により画素毎に例えば、黒を“0”、白を“4095”とする12ビットのデータで4096階調の輝度値であらわされる。さらにコンピュータ7は画像メモリに取り込まれた画像4の画像データを後述する方法により処理することにより、明・暗欠陥ごとにシミ欠陥を検出する。欠陥検出にあたっては複数の縮小サイズによる縮小画像と欠陥強調のための2次元微分フィルタによりフィルタ処理を行う。そのうえでさらに、検出画像内の輝度情報の統計処理を行い、その統計データをもとに欠陥候補を抽出するための閾値を決定して欠陥候補を抽出し、抽出された欠陥候補についてランク判定を行うとともに定量的な評価を行うための評価値が演算される。これらの検査結果は表示装置8に表示される。
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
FIG. 1 is a configuration diagram of a spot defect detection apparatus showing an example of an embodiment of the present invention.
In this embodiment, for example, a screen 10 to be inspected is a screen of a liquid crystal panel (also referred to as a liquid crystal light valve) 2 using a TFT element by the projector 1. When performing the inspection, the projector 4 projects an image 4 on the screen 3. The image 4 is drawn by giving a predetermined pattern to the liquid crystal panel 2 by the pattern generator 5. For example, an image 4 is picked up by a CCD camera 6 as an image pickup means, and the image signal is converted from an analog signal to a digital signal by an A / D converter (not shown) and is taken into a computer 7 which is an inspection apparatus main body. At this time, the image data is expressed by the A / D converter as 12-bit data, for example, “0” for black and “4095” for each pixel, and a luminance value of 4096 gradations for each pixel. Further, the computer 7 detects a spot defect for each light / dark defect by processing the image data of the image 4 captured in the image memory by a method described later. In defect detection, filter processing is performed using a reduced image having a plurality of reduced sizes and a two-dimensional differential filter for emphasizing the defect. In addition, statistical processing of luminance information in the detected image is performed, a threshold for extracting defect candidates is determined based on the statistical data, defect candidates are extracted, and rank determination is performed on the extracted defect candidates. At the same time, an evaluation value for quantitative evaluation is calculated. These inspection results are displayed on the display device 8.
図2はシミ欠陥検出処理に用いられるフローチャート、図3は入力画像からシミ欠陥検出画像に至るまでの各段階における画像処理後の画像の模式図である。このシミ欠陥の検出処理は画像処理手段である上記のコンピュータ7に組み込まれた検査プログラムに従って自動的に行われる。図2および図3に従って処理手順を説明する。   FIG. 2 is a flowchart used for spot defect detection processing, and FIG. 3 is a schematic diagram of an image after image processing at each stage from an input image to a spot defect detection image. This spot defect detection process is automatically performed in accordance with an inspection program incorporated in the computer 7 as an image processing means. The processing procedure will be described with reference to FIGS.
(1)画像の入力
上述のように検査すべき画面を撮像してその画像データをコンピュータ7に取り込む。例えば、図3(a)は撮像時の入力画像である。この図に示すように、撮像時の入力画像11にはスクリーン3の縁部分31を含んでいたり、また画面部分に対応する表示エリア画像12が正確に長方形でなくスクリーン3に対して斜めに歪んでいたりすることがある。これは、スクリーン3と撮像手段のCCDカメラ6とが厳密に平行でなかったり、またプロジェクタ1の投射レンズ特性やCCDカメラ6のレンズ特性などにより歪みを起こしたりすることに起因するものである。また、上記のように間接的撮像でなく、液晶パネル等の画像を直接撮像した場合でも入力画像の歪みや変形等が生じる場合がある。もちろん、上記のような縁部分31が入らないように撮像手段や検査対象の画面を正確にセットして撮像した場合、例えば撮像手段の視野内に検出対象の画面部分全体が収まるように視野が正確にセットされている場合には、この表示エリア抽出処理および以下に述べる補正処理は省略することが可能であり、撮像により取り込まれた画像が直接、原画像となる。
(1) Image input As described above, the screen to be inspected is imaged and the image data is taken into the computer 7. For example, FIG. 3A shows an input image at the time of imaging. As shown in this figure, the input image 11 at the time of imaging includes the edge portion 31 of the screen 3, or the display area image 12 corresponding to the screen portion is not exactly rectangular but distorted obliquely with respect to the screen 3. I sometimes go out. This is due to the fact that the screen 3 and the CCD camera 6 of the image pickup means are not exactly parallel, or that distortion is caused by the projection lens characteristics of the projector 1 and the lens characteristics of the CCD camera 6. In addition, as described above, the input image may be distorted or deformed even when an image of a liquid crystal panel or the like is directly captured instead of indirect imaging. Of course, when the imaging means and the screen to be inspected are accurately set so as not to include the edge portion 31 as described above, the field of view is set so that the entire screen portion to be detected fits within the field of view of the imaging means, for example. If it is set correctly, the display area extraction process and the correction process described below can be omitted, and an image captured by imaging directly becomes an original image.
(2)背景画像差分処理(ステップS1)
背景画像の差分処理とは、上記の入力画像11から、図3(b)に示すような予め作成しておいた背景画像13を減算する処理である。この背景画像13は、例えば欠陥の少ない液晶パネルを本発明の装置構成(同一光学系および同一撮像系からなる構成)で20枚程度撮像して、そのサンプル画像を平均化したものである。背景画像13はコンピュータ7のメモリに記憶されている。
この背景画像13を入力画像11から減算することによって、入力画像11に含まれている検査対象以外のスクリーンや撮像手段の照明、プロジェクタ1の投射レンズ特性等によって生じる明るさの変化を除去することができる。また、この差分処理では、輝度データがマイナスの値とならないようにオフセット値として2048(4096×1/2)を加えている。
背景画像差分処理の結果、図3(c)に示すような背景差分画像14が得られる。そして、もしあるとすれば、この背景差分画像14の中にサイズやコントラストの異なるシミ欠陥20あるいはサイズの比較的大きいムラ欠陥21や、その他の欠陥(スジ状欠陥、点欠陥等)が存在することになる。
(2) Background image difference processing (step S1)
The background image difference process is a process of subtracting a previously created background image 13 as shown in FIG. 3B from the input image 11. The background image 13 is obtained by, for example, capturing about 20 liquid crystal panels with few defects with the apparatus configuration of the present invention (configuration including the same optical system and the same imaging system) and averaging the sample images. The background image 13 is stored in the memory of the computer 7.
By subtracting the background image 13 from the input image 11, the brightness change caused by the screen other than the inspection target included in the input image 11, the illumination of the imaging means, the projection lens characteristics of the projector 1, etc. is removed. Can do. In this difference process, 2048 (4096 × 1/2) is added as an offset value so that the luminance data does not become a negative value.
As a result of the background image difference processing, a background difference image 14 as shown in FIG. 3C is obtained. Then, if there are, the background difference image 14 includes a spot defect 20 having a different size and contrast, a mura defect 21 having a relatively large size, and other defects (such as streak-like defects and point defects). It will be.
(3)表示エリア抽出処理(ステップS2)
表示エリアの抽出とは、上記の背景差分画像14から検査対象の画面部分のみを抽出することをいう。またこのとき、画面部分に対応する表示エリア画像12が正確に長方形でなくスクリーン3に対して斜めに歪んだりしているような場合には、この表示エリア画像に幾何学的変形を施して正確な長方形になるように補正する。この補正された表示エリア画像がここでは実際の検査対象となる検査画像15である(図3(d)参照)。
幾何学的変形による画像の補正処理は、前記スクリーン3の縁部分31を含まない表示エリア画像12をその四隅の座標をパターンマッチング処理により検出し、その座標が長方形の四隅の座標に合致するように座標変換することにより行う。
このときに設定する長方形のサイズを、例えば1200×1000画素サイズとすることで、検査画像15の画像サイズは1200×1000画素となる。このサイズについては、特に固定しているわけではなく、CCDカメラの画素サイズと同等か、それに近いサイズで設定すればよい。
(3) Display area extraction process (step S2)
The extraction of the display area means that only the screen portion to be inspected is extracted from the background difference image 14 described above. At this time, if the display area image 12 corresponding to the screen portion is not exactly rectangular but distorted obliquely with respect to the screen 3, the display area image is subjected to geometrical deformation to accurately Correct to be a rectangle. Here, the corrected display area image is an inspection image 15 to be actually inspected (see FIG. 3D).
In the image correction processing by geometric deformation, the coordinates of the four corners of the display area image 12 not including the edge portion 31 of the screen 3 are detected by the pattern matching processing, and the coordinates match the coordinates of the four corners of the rectangle. This is done by converting the coordinates.
By setting the rectangular size set at this time to, for example, a 1200 × 1000 pixel size, the image size of the inspection image 15 becomes 1200 × 1000 pixels. This size is not particularly fixed, and may be set to a size that is equal to or close to the pixel size of the CCD camera.
(4)平坦化処理(ステップS3)
検査画像15には、表示エリア全体に生じる大きな輝度変化、すなわち人間が見てもそれほど問題にならないような広い範囲にわたって明るいところや暗いところがあるといった明るさの変化や、上記のようにサイズの比較的大きいムラ欠陥21などが含まれるおそれがあるので、これらを検出対象から除外するために、検査画像15に対して平坦化処理を行う。この平坦化処理によって、照度ムラのような大きな明るさの変化やサイズの大きいムラ欠陥は除去されるので、本発明で検出しようとする比較的小さいサイズのシミ欠陥やコントラストの異なるシミ欠陥のみが残った図3(e)に示すような平坦化画像16が得られる。
なお、平坦化処理とは、平滑化フィルタを用いた処理、あるいはモフォロジ処理などによって平滑化する処理である。
(4) Flattening process (step S3)
The inspection image 15 has a large brightness change that occurs in the entire display area, that is, a brightness change such as a bright place or a dark place over a wide range that is not a problem for human beings, and a size comparison as described above. Since there is a possibility that a large uneven defect 21 or the like may be included, a flattening process is performed on the inspection image 15 in order to exclude these from the detection target. This flattening process removes large brightness changes such as illuminance unevenness and large unevenness defects, so that only relatively small size stain defects or contrast defects with different contrasts to be detected by the present invention are detected. The remaining flattened image 16 as shown in FIG.
The flattening process is a process for smoothing by a process using a smoothing filter or a morphology process.
(5)画像サイズ縮小処理(ステップS4〜S8)
シミ欠陥のサイズは小さいといってもその中でも様々な大きさのものがあり、またシミ欠陥のコントラストについても高いものや低いものなど様々である。
後述する2次元微分フィルタによるシミ検出処理は、所定のサイズのシミ欠陥しか強調できないので、平坦化画像16内に存在する様々なサイズのシミ欠陥に対応させるために、平坦化画像16から複数段階にわたって画像サイズを縮小する処理を行う。ここでは、元画像1200×1000ピクセルの平坦化画像16から、1/2(600×500ピクセル)、1/4(300×250ピクセル)、1/8(150×125ピクセル)、1/16(75×62ピクセル)、1/32(38×31ピクセル)の5段階に縮小した5枚の縮小画像を作成している。
画像サイズの縮小方法は、図4に示すように、元画像の4画素分の輝度データの平均値を新たな画像の1画素に割り付けることにより1/2サイズに縮小する。この方法を繰り返すことにより、画像サイズを1/2ずつ縮小することができる。
このように平坦化画像16の画像サイズを次第に縮小していくことによって、縮小画像のどれかに、2次元微分フィルタで強調できるサイズのシミ欠陥が存在することになる。
(5) Image size reduction processing (steps S4 to S8)
Although the size of the spot defect is small, there are various sizes, and the contrast of the spot defect is high and low.
Since the spot detection process using the two-dimensional differential filter described later can only highlight spot defects of a predetermined size, a plurality of stages are used from the flattened image 16 in order to correspond to spot defects of various sizes existing in the flattened image 16. The process of reducing the image size is performed. Here, from the flattened image 16 of the original image 1200 × 1000 pixels, 1/2 (600 × 500 pixels), 1/4 (300 × 250 pixels), 1/8 (150 × 125 pixels), 1/16 ( Five reduced images reduced to five stages of 75 × 62 pixels) and 1/32 (38 × 31 pixels) are created.
In the image size reduction method, as shown in FIG. 4, the average value of the luminance data for four pixels of the original image is assigned to one pixel of the new image to reduce it to ½ size. By repeating this method, the image size can be reduced by ½.
By gradually reducing the image size of the flattened image 16 in this way, a spot defect having a size that can be emphasized by the two-dimensional differential filter exists in any of the reduced images.
(6)2次元微分フィルタによるシミ検出処理(ステップS9〜S13)
次に、各縮小画像に対して空間フィルタとして2次元微分フィルタを使用してシミ欠陥のコントラストを強調する。このシミ検出処理では白シミと黒シミの検出を行う。これ以降、白シミと黒シミの検出結果に基づいて、それぞれ同じ処理工程をたどる。
(6) Spot detection processing using a two-dimensional differential filter (steps S9 to S13)
Next, the contrast of the spot defect is enhanced using a two-dimensional differential filter as a spatial filter for each reduced image. In this spot detection process, white spots and black spots are detected. Thereafter, the same processing steps are followed based on the detection results of white spots and black spots.
ここで、この2次元微分フィルタ22の定義を図5に示す。すなわち、2次元微分フィルタ22は、n画素×n画素の9つの領域を用いて定義する。つまり、全体が3n×3n画素をもつ領域で構成される(但し、nは整数)。そして、中央のEの領域が、検出対象の平均輝度を求める領域となり、A、B、C、D、F、G、H、Iの各領域が、周辺領域の平均輝度を計算する領域となる。ここで、nの値は検出したい対象のサイズに合わせて選択する。例えば、nを3と設定した場合のフィルタ構成数値と画素との対応を図6に示す。
このように構成された2次元微分フィルタ22により、Eの領域の平均輝度値とその周囲の領域(A、B、C、D、F、G、H、I)の平均輝度値を比較して、その輝度差(コントラスト)でEの領域にシミがあるかどうかを判断する。このフィルタ処理では、白シミと黒シミの2種類の検出処理を行う。以降それぞれの縮小画像に対して、4つの2次元微分フィルタ22を用いて、縦方向、横方向、+45度方向、−45度方向の白と黒のシミ欠陥検出を行う。
Here, the definition of the two-dimensional differential filter 22 is shown in FIG. That is, the two-dimensional differential filter 22 is defined using nine regions of n pixels × n pixels. That is, the entire area is composed of 3n × 3n pixels (where n is an integer). The center area E is an area for obtaining the average luminance of the detection target, and the areas A, B, C, D, F, G, H, and I are areas for calculating the average luminance of the peripheral area. . Here, the value of n is selected according to the size of the object to be detected. For example, FIG. 6 shows the correspondence between the filter configuration numerical values and the pixels when n is set to 3.
The two-dimensional differential filter 22 configured as described above compares the average luminance value of the region E with the average luminance value of the surrounding regions (A, B, C, D, F, G, H, I). The brightness difference (contrast) is used to determine whether there is a spot in the area E. In this filter processing, two types of detection processing are performed: white spots and black spots. Thereafter, for each reduced image, four two-dimensional differential filters 22 are used to detect white and black spot defects in the vertical direction, the horizontal direction, the +45 degree direction, and the −45 degree direction.
いま、Eの領域の平均輝度値をEavrとおくと、4つの2次元微分フィルタ22により以下のように処理される。
(a)白シミの場合
1.縦方向成分のみで輝度差(コントラスト)を検出するフィルタの計算式
S1=Eavr/((Bavr+Havr)/2) ・・・(式1)
2.横方向成分のみで輝度差(コントラスト)を計算するフィルタの計算式
S2=Eavr/((Davr+Favr)/2) ・・・(式2)
3.+45度方向成分のみで輝度差(コントラスト)を検出するフィルタの計算式
S3=Eavr/((Cavr+Gavr)/2) ・・・(式3)
4.縦方向成分のみで輝度差(コントラスト)を検出するフィルタの計算式
S4=Eavr/((Aavr+Iavr)/2) ・・・(式4)
(b)黒シミの場合
1.縦方向成分のみで輝度差(コントラスト)を検出するフィルタの計算式
S1=2−(Eavr/((Bavr+Havr)/2)) ・・・(式5)
2.横方向成分のみで輝度差(コントラスト)を検出するフィルタの計算式
S2=2−(Eavr/((Davr+Favr)/2)) ・・・(式6)
3.縦方向成分のみで輝度差(コントラスト)を検出するフィルタの計算式
S3=2−(Eavr/((Cavr+Gavr)/2)) ・・・(式7)
4.縦方向成分のみで輝度差(コントラスト)を検出するフィルタの計算式
S4=2−(Eavr/((Aavr+Iavr)/2)) ・・・(式8)
なお、画像処理ではプラスの値しか取り扱うことができないため、黒シミの場合は、計算値が白シミと同じレベルの正の値となるようにしている。
そして、実際に求めるべき、処理結果Sは以下の式で求められる。
S=Min(S1,S2,S3,S4) ・・・(式9)
この(式9)で求められたS1からS4のうち、Sの最小値と後述するシミ検出閾値とを比較して、シミ欠陥検出を行う。
Now, assuming that the average luminance value of the region E is Eavr, the following processing is performed by the four two-dimensional differential filters 22.
(A) For white spots Formula for calculating a filter that detects a luminance difference (contrast) using only the vertical component S1 = Eavr / ((Bavr + Havr) / 2) (Expression 1)
2. Calculation formula of a filter that calculates a luminance difference (contrast) using only the horizontal component S2 = Eavr / ((Davr + Favr) / 2) (Expression 2)
3. Formula for calculating a filter that detects a luminance difference (contrast) using only the +45 degree direction component S3 = Eavr / ((Cavr + Gavr) / 2) (Expression 3)
4). Formula for calculating a filter that detects a luminance difference (contrast) using only the vertical component S4 = Eavr / ((Aavr + Iavr) / 2) (Formula 4)
(B) For black spots 1. Formula for calculating a filter that detects a luminance difference (contrast) using only the vertical component S1 = 2− (Eavr / ((Bavr + Havr) / 2)) (Expression 5)
2. Formula for calculating a filter that detects a luminance difference (contrast) using only the horizontal component S2 = 2− (Eavr / ((Davr + Favr) / 2)) (Expression 6)
3. Formula for calculating a filter that detects a luminance difference (contrast) using only the vertical component S3 = 2− (Eavr / ((Cavr + Gavr) / 2)) (Expression 7)
4). Formula for calculating a filter that detects a luminance difference (contrast) using only the vertical component S4 = 2− (Eavr / ((Aavr + Iavr) / 2)) (Equation 8)
Since only positive values can be handled in image processing, in the case of black spots, the calculated value is set to a positive value at the same level as white spots.
Then, the processing result S to be actually obtained is obtained by the following equation.
S = Min (S1, S2, S3, S4) (Equation 9)
Among S1 to S4 obtained by this (Equation 9), the minimum value of S is compared with a stain detection threshold described later to detect a stain defect.
また、上記(式1)から(式4)の4つの式を、フィルタの構成数値に置き換えた結果を、図7の(a)から(d)に示す。
同様に、図5のnが3以上の場合でも、Eの中央領域を数値の2で構成し、その周辺領域を−1、それ以外の領域を0の数値で構成することで、上記4つのフィルタを構成することができる。
Further, the results obtained by replacing the four equations (Equation 1) to (Equation 4) with the constituent numerical values of the filter are shown in FIGS. 7 (a) to 7 (d).
Similarly, even when n in FIG. 5 is 3 or more, the central region of E is configured with a numerical value 2, the peripheral region thereof is configured with −1, and the other regions are configured with numerical values of 0, so that the above four A filter can be configured.
ここで、上述の2次元微分フィルタ22を用いる理由を説明する。この種のシミ欠陥を検出するためには、通常、図8に示すようなTophatフィルタを用いて欠陥の強調処理を行うのが一般的である。
図9は人工的に作製した、白シミと黒シミの疑似欠陥部のプロファイルデータを模式的にあらわしたものである。この疑似欠陥部に対し、Tophatフィルタを適用した結果の画像を図10に、そのプロファイルデータを図11に示す。また、同じ疑似欠陥部に対し、上記2次元微分フィルタ22を適用した結果の画像を図12に、そのプロファイルデータを図13に示す。
Here, the reason why the above-described two-dimensional differential filter 22 is used will be described. In order to detect this type of spot defect, it is common to perform defect emphasis processing using a Tophat filter as shown in FIG.
FIG. 9 schematically shows profile data of artificially produced white spot and black spot pseudo defect portions. FIG. 10 shows an image obtained as a result of applying the Tophat filter to the pseudo defect portion, and FIG. 11 shows its profile data. Further, FIG. 12 shows an image obtained as a result of applying the two-dimensional differential filter 22 to the same pseudo defect portion, and FIG. 13 shows its profile data.
Tophatフィルタをかけた場合、白シミ疑似欠陥部および黒シミ疑似欠陥部のいずれも強調効果が現れている。しかしそれと同時に、白シミ疑似欠陥部と黒シミ疑似欠陥部の周囲データで、シミの成分とは符号が逆の成分がデータとして存在している。この逆方向の成分が強調の悪影響として、同時に検出される部分である。
一方、2次元微分フィルタ22をかけた場合、本来の白シミ疑似欠陥部および黒シミ疑似欠陥部のみが正確に検出できていることがわかる。そのため、例えばスジ状の欠陥が存在していても、この2次元微分フィルタ22を用いれば、スジ状欠陥は検出されないのである。
したがって、従来のようにTophatフィルタを適用した場合にはシミ以外の部分やスジ状欠陥も同時に検出されてしまうが、この2次元微分フィルタ22を用いれば、シミのみが検出されるため、誤検出を防ぐと同時に、シミ欠陥検出の精度が向上することになる。
When the Tophat filter is applied, the emphasis effect appears in both the white spot pseudo defect part and the black spot pseudo defect part. However, at the same time, in the surrounding data of the white spot pseudo defect part and the black spot pseudo defect part, a component having a sign opposite to that of the spot component exists as data. This component in the opposite direction is a portion that is simultaneously detected as an adverse effect of enhancement.
On the other hand, when the two-dimensional differential filter 22 is applied, it can be seen that only the original white spot pseudo defect part and the black spot pseudo defect part can be accurately detected. Therefore, for example, even if a streak-like defect exists, if this two-dimensional differential filter 22 is used, the streak-like defect is not detected.
Therefore, when the Tophat filter is applied as in the prior art, a portion other than a stain and a streak-like defect are also detected at the same time. However, if this two-dimensional differential filter 22 is used, only a stain is detected, so that an erroneous detection is detected. At the same time, the accuracy of spot defect detection is improved.
図3(f)は、縮小画像に上記の2次元微分フィルタ22によるフィルタ処理を行ったときの検出画像17を模式的に示したものである(但し、わかりやすくするために画像サイズは同じサイズで図示してある。実際には縮小サイズである)。
上記のような2次元微分フィルタ22を用いたフィルタ処理を行うことにより、本来の白シミ、黒シミの欠陥20のみを正確かつ高精度に検出することができる。
なお、図3(f)で欠陥の強調がなされていないサイズのシミ欠陥については、何段階かに縮小されることで強調可能なサイズとなった他の縮小画像において同様のフィルタ処理で欠陥が強調されることになる。
FIG. 3F schematically shows the detected image 17 when the reduced image is subjected to the filtering process by the two-dimensional differential filter 22 (however, for the sake of clarity, the image sizes are the same size). (It is actually a reduced size).
By performing the filtering process using the two-dimensional differential filter 22 as described above, only the original white spot and black spot defect 20 can be accurately and accurately detected.
In addition, with respect to a spot defect having a size in which the defect is not emphasized in FIG. 3F, the defect is detected by the same filtering process in another reduced image that has become a size that can be emphasized by being reduced in several steps. It will be emphasized.
(7)統計計算(ステップS14〜S18)
次に、上記検出画像17内の各画素の輝度値に基づく統計データの計算を行う。統計データの計算では、画像全体での輝度値の平均値Lave、標準偏差σ、最大値Lmax、最小値Lminを求める。これら4つの輝度統計データは後述する欠陥候補の抽出やblob処理で抽出された欠陥候補の特性値を算出する際に必要となる。
(7) Statistical calculation (steps S14 to S18)
Next, statistical data based on the luminance value of each pixel in the detected image 17 is calculated. In the calculation of statistical data, the average value Lave, standard deviation σ, maximum value Lmax, and minimum value Lmin of the luminance values in the entire image are obtained. These four pieces of luminance statistical data are necessary when calculating the characteristic values of defect candidates extracted by defect candidate extraction and blob processing, which will be described later.
(8)チェック1:欠陥候補の有無の判定(ステップS19)
ここでは上述のように、(式9)によるSの最小値と図14の欠陥面積およびコントラストに基づく閾値テーブル25とを比較して、上記検出画像17内に白シミ欠陥や黒シミ欠陥の候補があるかどうか、1回目のチェックを行う。すなわち、最小値Sが階段状のシミ検出閾値を超えていれば白シミあるいは黒シミ欠陥があると判定し、最小値Sが階段状のシミ検出閾値以下であれば白シミ、黒シミの欠陥は無いと判定する。そして、欠陥候補が皆無であれば、この段階でその製品は良品と判定され、検査を終了する。
(8) Check 1: Determination of presence / absence of defect candidate (step S19)
Here, as described above, the minimum value of S according to (Equation 9) is compared with the threshold value table 25 based on the defect area and contrast of FIG. 14, and white spot defects and black spot defect candidates in the detected image 17 are compared. First check to see if there is any. That is, if the minimum value S exceeds the stepped spot detection threshold, it is determined that there is a white spot or black spot defect, and if the minimum value S is equal to or less than the stepped spot detection threshold, white spot or black spot defect is detected. Judge that there is no. If there are no defect candidates, the product is determined to be non-defective at this stage, and the inspection is terminated.
(9)blob処理(ステップS20〜S24)
上記チェック1で検出画像17内に欠陥候補があると判定された場合には、別に閾値を用いて欠陥候補を抽出し、blob処理を行って欠陥候補の特性値を計算する。blobとは、画像内に存在する特定範囲の値を持った「かたまり」のことであり、ここでは例えば、検出画像17内の全画素の平均輝度値Laveと標準偏差σを用いて、次式のように白シミ閾値および黒シミ閾値を決定する。
白シミ閾値:Lave+a1×σ
黒シミ閾値:Lave−a2×σ
ここに、a1,a2は、ある決められた定数である。
そして、上記の白シミ閾値以上の領域、もしくは黒シミ閾値以下の領域であるものが欠陥候補となる。従って、白シミ閾値と黒シミ閾値を用いて2値化処理で欠陥候補を抽出し、その抽出された領域に対して画像処理の手法であるblob処理を行って、欠陥候補の特性値を計算する。
ここでは欠陥候補の特性値として、領域の重心位置X,Y座標と、シミ欠陥候補の面積S(n)、並びに、白シミの欠陥候補であれば領域内の輝度の最大値(Lmax(n))、黒シミの欠陥候補であれば領域内の輝度の最小値(Lmin(n))を求める。
(9) Blob processing (steps S20 to S24)
If it is determined in Check 1 that there is a defect candidate in the detected image 17, a defect candidate is extracted using another threshold value, and a blob process is performed to calculate a characteristic value of the defect candidate. A blob is a “chunk” having a specific range of values present in the image. Here, for example, using the average luminance value Lave and standard deviation σ of all pixels in the detected image 17, The white spot threshold and the black spot threshold are determined as follows.
White spot threshold: Lave + a1 × σ
Black spot threshold: Lave-a2 × σ
Here, a1 and a2 are predetermined constants.
Then, a defect candidate is an area that is equal to or greater than the above-mentioned white spot threshold or an area that is equal to or less than the black spot threshold. Accordingly, defect candidates are extracted by binarization processing using the white spot threshold and the black spot threshold, and the extracted region is subjected to blob processing, which is an image processing method, to calculate the characteristic values of the defect candidates. To do.
Here, as the characteristic value of the defect candidate, the barycentric position X and Y coordinates of the area, the area S (n) of the spot defect candidate, and the maximum brightness value (Lmax (n )), If it is a black spot defect candidate, the minimum luminance value (Lmin (n)) in the region is obtained.
(10)チェック2:ランク判定および評価値の計算(ステップS25)
この2回目(つまり最終的な)チェックにおいて、上記blob処理により抽出された欠陥候補の面積とコントラスト(輝度)を用いて、製品のランク判定と欠陥の程度を定量化するため評価値計算を行う。
(10) Check 2: Rank determination and evaluation value calculation (step S25)
In this second (ie, final) check, evaluation values are calculated to quantify the product rank determination and the degree of defects using the defect candidate area and contrast (brightness) extracted by the blob process. .
ここで、上記のシミ検出閾値について説明する。図14はシミ検出閾値の一例を示したものである。このシミ検出閾値は、横軸をシミ欠陥面積、縦軸をコントラスト(輝度)とする、階段状の折れ線で形成された閾値線24から構成されており、このような閾値線24を持つテーブルを以降、閾値テーブル25と呼ぶものとする。なお、閾値テーブル25はコンピュータ7のメモリに記憶されている。
そして、上述の(式9)により求められたS1からS4のうち、Sの最小値がシミ検出閾値を超えているとき(閾値線24より上側にある場合)は不良品、最小値Sがシミ検出閾値以下のとき(閾値線24より下側にある場合)のみ良品と判定される。例えば、図14中の★印の検査品は、面積が40ピクセル、コントラストが1.037の場合であり、閾値線24より上側にあるので、不良品と判定される。
Here, the stain detection threshold will be described. FIG. 14 shows an example of a spot detection threshold. This spot detection threshold is composed of threshold lines 24 formed by stepped broken lines, with the horizontal axis representing the spot defect area and the vertical axis representing contrast (brightness). Hereinafter, it will be referred to as a threshold table 25. The threshold table 25 is stored in the memory of the computer 7.
Of S1 to S4 obtained by (Equation 9) described above, when the minimum value of S exceeds the stain detection threshold (when it is above the threshold line 24), the defective product and the minimum value S are Only when it is equal to or lower than the detection threshold (when it is below the threshold line 24), it is determined to be a non-defective product. For example, the inspected product marked with an asterisk in FIG. 14 is a case where the area is 40 pixels and the contrast is 1.037, and is above the threshold line 24, so it is determined as a defective product.
この閾値判定テーブル25は、次のようにして作成される。
まず、疑似シミ欠陥作成プログラムを用いて、欠陥が全く無い液晶パネルに疑似シミ欠陥を表示させ、その表示を図1に示した同じ装置に投入する。このプログラムは、画面上に円状のシミを擬似的に作成するプログラムで、欠陥輝度、面積、座標を自由に設定することができる。その投影された表示を、検査員に検査してもらい、「不良品に近い(つまり、良品と不良品の境)」と判断されたら、CCDカメラでその表示を撮像する。そして疑似シミ欠陥の条件(欠陥輝度、面積、座標)を幾つか振って、同様にCCDカメラで撮像する。それらの撮像された画像に、シミ強調フィルタ(前述の2次元微分フィルタ22)をかけた場合、検出結果は図15のような山型となる。図15は、それぞれの縮小画像で検出できた疑似欠陥のコントラストを結んだものを、同一グラフ内にプロットしたものである。なお、図15では、簡単のため1/2、1/4、1/8の3つの縮小画像に対する検出出力を示したものであるが、実際にはさらに1/16、1/32の計5つの縮小画像に対する検出出力があらわされることになる。
この山型の検出曲線を良品・不良品の閾値とし、上側が不良品、下側が良品のコントラスト値となる。
The threshold determination table 25 is created as follows.
First, using a pseudo spot defect creation program, a pseudo spot defect is displayed on a liquid crystal panel having no defects, and the display is input to the same apparatus shown in FIG. This program is a program for artificially creating a circular spot on the screen, and the defect brightness, area, and coordinates can be freely set. The projected display is inspected by an inspector, and when it is determined that it is “close to a defective product (that is, a boundary between a good product and a defective product)”, the display is imaged by a CCD camera. Then, several conditions (defect brightness, area, coordinates) of the pseudo-stain defect are shaken, and the CCD camera is similarly used for imaging. When a spot emphasis filter (the above-described two-dimensional differential filter 22) is applied to these captured images, the detection result has a mountain shape as shown in FIG. FIG. 15 is a graph in which the contrast of the pseudo defects detected in the respective reduced images is plotted in the same graph. FIG. 15 shows detection outputs for three reduced images of 1/2, 1/4, and 1/8 for the sake of simplicity. The detection output for one reduced image is represented.
This mountain-shaped detection curve is used as a threshold value for non-defective products and defective products, and the upper side is the contrast value of defective products and the lower side is good products.
また、図16は検出曲線が山型になることを説明するためのもので、疑似シミ欠陥部のコントラストは変えずに面積だけを変化させてフィルタ処理を行った結果を示したものである。この図に示すように、検出結果は欠陥サイズによって変化し、欠陥サイズがフィルタ22のE領域に重なり合ったときに出力がもっとも大きくなる。   FIG. 16 is a diagram for explaining that the detection curve has a mountain shape, and shows the result of performing the filtering process while changing only the area without changing the contrast of the pseudo-stain defect portion. As shown in this figure, the detection result varies depending on the defect size, and the output becomes the largest when the defect size overlaps the E region of the filter 22.
ところで、閾値は、通常、1つのフィルタ処理につき、1つの閾値を用いるのが一般的である。グラフ上で各フィルタ処理にそれぞれ1つの閾値を設定する場合は、図17の折れ線のような閾値になってしまう。これでは、本来良品と判定されるべき製品も不良品とされる割合が高くなる。   By the way, the threshold value is generally one threshold value for one filter process. When one threshold value is set for each filter process on the graph, the threshold value becomes like a broken line in FIG. In this case, the ratio of products that should be determined as non-defective products also becomes defective.
そこで、閾値を多数設定することで、過検出となる部分を減らすことができる。例えば、図18に示すように、1つの検出曲線について6段階の閾値を設け、図14に示したような階段状の折れ線で形成されるシミ検出閾値としている。また、閾値を何段階に設定するかは、検査コストと検査精度のバランスを考慮して決められる。図18では6段階の場合であるが、このシミ検出閾値は次のようにして作成される。
各山型の検出曲線に対し、隣接検出曲線との交点間の距離(最初と最後の検出曲線については、曲線の始点と交点間、曲線の終点と交点間の距離)をそれぞれ6等分し、各分割線(点線で示す直線)と各検出曲線との交点において階段状の折れ線となるようにシミ検出閾値(閾値線24)を作成する。
Therefore, by setting a large number of thresholds, it is possible to reduce the portion that is overdetected. For example, as shown in FIG. 18, threshold values of six levels are provided for one detection curve, and the spot detection threshold value is formed by a stepped broken line as shown in FIG. In addition, the number of thresholds to be set is determined in consideration of the balance between inspection cost and inspection accuracy. In FIG. 18, there are six stages, but this spot detection threshold is created as follows.
For each mountain-shaped detection curve, the distance between the intersection points with the adjacent detection curve (for the first and last detection curves, the distance between the start point and the intersection point of the curve, and the distance between the end point and the intersection point of the curve) is divided into six equal parts. The spot detection threshold value (threshold line 24) is created so as to form a stepped broken line at the intersection of each dividing line (a straight line indicated by a dotted line) and each detection curve.
(a)ランク判定
例えば、図19に示すように、良品側に複数段階の閾値線24a、24b、24cを設定したランク判定テーブル26を用いて製品のランク付けを行う。すなわち、抽出された欠陥候補の面積およびコントラストが例えば、閾値線24aと24bの間にあれば、その製品は低級のランクCに位置づけされ、閾値線24bと24cの間にあれば、その製品は、中級のランクBに、また閾値線24c以下にあれば、高級のランクAに位置づけられる。なお、ランク判定テーブル26は上記の閾値テーブル25としても用いることができる。
(A) Rank Determination For example, as shown in FIG. 19, products are ranked using a rank determination table 26 in which multiple levels of threshold lines 24 a, 24 b, 24 c are set on the non-defective product side. That is, if the area and contrast of the extracted defect candidate are between the threshold lines 24a and 24b, for example, the product is positioned at the lower rank C, and if the product is between the threshold lines 24b and 24c, the product is If it is in the intermediate rank B and below the threshold line 24c, it is positioned in the high rank A. The rank determination table 26 can also be used as the threshold value table 25 described above.
このように、製品のランク判定と評価値によって、製品の適正かつ客観的な等級化が可能となる。例えば、液晶パネルをR(赤)、G(緑)、B(青)のカラー別に、プロジェクタのライトバルブとして使用する場合に、比視感度は緑のとき(波長λ=555nmのとき)が最も高いので、緑のライトバルブのランクを設定する閾値が最も厳しく他の場合よりも小さい値に設定される。つまり、ランクAがG(緑)、ランクBがR(赤)、ランクCがB(青)、ランクDが不良品となる。   As described above, the product can be appropriately and objectively graded based on the product rank determination and the evaluation value. For example, when the liquid crystal panel is used as a light bulb for a projector for each of R (red), G (green), and B (blue) colors, the relative luminous sensitivity is most green (when the wavelength λ = 555 nm). Since it is high, the threshold for setting the rank of the green light valve is set to the strictest value and the value is set smaller than the other cases. That is, rank A is G (green), rank B is R (red), rank C is B (blue), and rank D is defective.
この実施形態は、以上のように構成されているので、液晶パネル等の表示デバイスの画面に存在するシミ欠陥を欠陥サイズの大小にかかわらず、またコントラストの高低にかかわらず、高精度に自動的に検出することができ、かつ、シミ欠陥を個々に定量的に評価することができる。
また、輝度統計データに基づいてシミ欠陥を評価するものであるので、製品や部品の品質データを収集・分析することにより、品質管理に役立てることができ、更なる品質の向上を目指した手法を構築することも可能となる。
Since this embodiment is configured as described above, spot defects existing on the screen of a display device such as a liquid crystal panel are automatically detected with high accuracy regardless of the size of the defect and the level of contrast. In addition, spot defects can be individually quantitatively evaluated.
In addition, since spot defects are evaluated based on luminance statistics data, collecting and analyzing quality data of products and parts can be used for quality control, and methods aimed at further improving quality can be used. It can also be constructed.
本発明は、前記のようなTFT素子を用いた液晶パネルに限られるものではなく、その他のダイオード素子を用いた液晶パネルやプラズマディスプレイ、有機ELディスプレイ、DMD(ダイレクト・ミラー・デバイス)などの表示体部品、ならびにそれらを使用した表示装置・製品の検査に利用することができるものであり、これらに使用した場合でも本発明の範囲から除外されるものでないことはいうまでもない。   The present invention is not limited to the liquid crystal panel using the TFT element as described above, but displays such as a liquid crystal panel, plasma display, organic EL display, DMD (direct mirror device) using other diode elements. Needless to say, the present invention can be used for inspection of body parts and display devices / products using them, and even when used for these, they are not excluded from the scope of the present invention.
本発明の実施の形態によるシミ欠陥検出装置の構成図。The block diagram of the spot defect detection apparatus by embodiment of this invention. シミ欠陥の検出処理を示すフローチャート。The flowchart which shows the detection process of a spot defect. 入力画像からシミ欠陥検出画像に至るまでの各画像の模式図。The schematic diagram of each image from an input image to a spot defect detection image. 画像サイズの縮小方法の説明図。Explanatory drawing of the reduction method of image size. 本発明における2次元微分フィルタの定義を示す図。The figure which shows the definition of the two-dimensional differential filter in this invention. 2次元微分フィルタの定義領域とフィルタ構成数値の対応を示した図。The figure which showed the response | compatibility of the definition area | region of a two-dimensional differential filter, and a filter component numerical value. (式1)から(式4)をフィルタ構成数値に置き換えた結果の構成図。The block diagram of the result of having replaced (Formula 1) to (Formula 4) by the filter structural numerical value. Tophatフィルタの一例を示す図。The figure which shows an example of a Tophat filter. 白シミ、黒シミの疑似欠陥部のプロファイルデータの模式図。The schematic diagram of the profile data of the pseudo defect part of a white spot and a black spot. 疑似欠陥部に対しTophatフィルタを適用した結果の画像図。The image figure of the result of applying a Tophat filter with respect to a pseudo defect part. 疑似欠陥部のプロファイルデータをあらわした図。The figure showing the profile data of a pseudo defect part. 疑似欠陥部に対し2次元微分フィルタを適用した結果の画像図Image of the result of applying a two-dimensional differential filter to a pseudo defect 疑似欠陥部のプロファイルデータをあらわした図。The figure showing the profile data of a pseudo defect part. シミ検出閾値の一例を示す図。The figure which shows an example of a stain detection threshold value. シミ検出結果を示すグラフ。The graph which shows a spot detection result. 欠陥サイズにより検出曲線が山型になることを示すグラフ。The graph which shows that a detection curve becomes a mountain shape by defect size. 従来のシミ検出閾値のグラフ。The graph of the conventional spot detection threshold value. 本発明におけるシミ検出閾値の作成方法を示す説明図。Explanatory drawing which shows the preparation method of the spot detection threshold value in this invention. ランク判定テーブルを示す図。The figure which shows a rank determination table.
符号の説明Explanation of symbols
1 プロジェクタ、2 液晶パネル、3 スクリーン、4 画像、5 パターンジェネレータ、6 CCDカメラ、7 コンピュータ、8 表示装置、10 検査対象画面、11 入力画像、12 表示エリア画像、13 背景画像、14 背景差分画像、15 検査画像、16 平坦化画像、17 検出画像、20 シミ欠陥、21 ムラ欠陥、22 2次元微分フィルタ、24 閾値線、25 閾値テーブル、26 ランク判定テーブル、31 スクリーンの縁部分
1 projector, 2 liquid crystal panel, 3 screen, 4 image, 5 pattern generator, 6 CCD camera, 7 computer, 8 display device, 10 inspection object screen, 11 input image, 12 display area image, 13 background image, 14 background difference image , 15 Inspection image, 16 Flattened image, 17 Detected image, 20 Spot defect, 21 Uneven defect, 22 Two-dimensional differential filter, 24 Threshold line, 25 Threshold table, 26 Rank determination table, 31 Edge part of screen

Claims (11)

  1. 検査対象の画面を撮像する工程と、
    撮像により取り込まれた画像から、予め作成しておいた背景画像との差をとる工程と、
    その背景差分画像の平坦化処理を行う工程と、
    その平坦化画像から複数段階の縮小画像を作成する工程と、
    前記縮小画像のそれぞれに対して4つの2次元微分フィルタを用いて欠陥強調のためのフィルタ処理を行う工程と、
    前記フィルタ処理結果に基づく輝度差(コントラスト)の最小値と、予め設定された階段状のシミ検出閾値とを比較してシミ欠陥を検出する工程と、
    を有することを特徴とするシミ欠陥の検出方法。
    Imaging a screen to be inspected;
    A step of taking a difference from a background image created in advance from an image captured by imaging;
    A step of flattening the background difference image;
    Creating a multi-stage reduced image from the flattened image; and
    Performing filter processing for defect enhancement using four two-dimensional differential filters for each of the reduced images;
    Comparing a minimum value of the luminance difference (contrast) based on the filter processing result with a preset staircase-like spot detection threshold, and detecting a spot defect;
    A spot defect detection method characterized by comprising:
  2. 前記4つの2次元微分フィルタは、中央領域とその周辺領域の平均輝度の差(コントラスト)を求めるものであって、縦方向の成分のみでシミ欠陥を検出するフィルタ、横方向の成分のみでシミ欠陥を検出するフィルタ、+45度方向の成分のみでシミ欠陥を検出するフィルタ、および−45度方向の成分のみでシミ欠陥を検出するフィルタからなり、これら4つのフィルタ処理結果のうち平均輝度差(コントラスト)の最小値を前記階段状のシミ検出閾値とを比較してシミ欠陥を検出することを特徴とする請求項1記載のシミ欠陥の検出方法。   The four two-dimensional differential filters are used to obtain a difference (contrast) in average luminance between the central area and the peripheral area. The four-dimensional differential filters are filters that detect a spot defect using only the vertical component, and only the horizontal component. A filter for detecting a defect, a filter for detecting a spot defect only with a component in the +45 degree direction, and a filter for detecting a spot defect only with a component in the −45 degree direction. Among these four filter processing results, an average luminance difference ( 2. The spot defect detection method according to claim 1, wherein a spot defect is detected by comparing a minimum value of (contrast) with the stepped spot detection threshold value.
  3. 前記フィルタ処理は、明欠陥、暗欠陥の両方に対して行われることを特徴とする請求項1または2記載のシミ欠陥の検出方法。   3. The spot defect detection method according to claim 1, wherein the filtering process is performed for both a light defect and a dark defect.
  4. シミ欠陥が検出された画像の全画素の輝度値の統計データを計算する工程と、
    その統計データをもとに計算して閾値を決定し欠陥候補を抽出する工程と、
    前記欠陥候補について、前記階段状のシミ検出閾値が複数上下に設定されたランク判定テーブルを用いてランク判定を行う工程と、
    をさらに有することを特徴とする請求項1乃至3のいずれかに記載のシミ欠陥の検出方法。
    Calculating statistical data of luminance values of all pixels of the image in which the spot defect is detected;
    Calculating a threshold based on the statistical data and extracting defect candidates; and
    For the defect candidate, performing a rank determination using a rank determination table in which a plurality of staircase-like spot detection threshold values are set up and down;
    The spot defect detection method according to claim 1, further comprising:
  5. 前記抽出された欠陥候補について、欠陥候補の特性値を求めるblob処理を行い、blob処理により求められた欠陥候補の特性値と前記輝度統計データに基づいて評価値を算出する工程をさらに有することを特徴とする請求項4記載のシミ欠陥の検出方法。   The extracted defect candidate further includes a step of performing a blob process for obtaining a characteristic value of the defect candidate and calculating an evaluation value based on the characteristic value of the defect candidate obtained by the blob process and the luminance statistical data. The spot defect detection method according to claim 4, wherein:
  6. 取り込み画像のデータは、12ビット階調以上であることを特徴とする請求項1乃至5のいずれかに記載のシミ欠陥の検出方法。   6. The spot defect detection method according to claim 1, wherein the captured image data has 12-bit gradation or more.
  7. 前記背景画像は、同一の光学系および同一の撮像系により撮像された複数の画像を平均化したものであることを特徴とする請求項1乃至6のいずれかに記載のシミ欠陥の検出方法。   7. The spot defect detection method according to claim 1, wherein the background image is obtained by averaging a plurality of images taken by the same optical system and the same imaging system.
  8. 前記背景差分画像をもとに、前記検査対象の画面を含む画像から表示エリアを抽出し、この表示エリアに幾何学的変形を施して長方形にする工程をさらに有することを特徴とする請求項1乃至7のいずれかに記載のシミ欠陥の検出方法。   2. The method according to claim 1, further comprising: extracting a display area from an image including the screen to be inspected based on the background difference image, and performing geometric deformation on the display area to make a rectangle. The method for detecting a spot defect according to any one of 1 to 7.
  9. 検査対象の画面を撮像する撮像手段と、
    前記撮像手段により取り込まれた画像の画像処理手段とを備え、
    前記画像処理手段は、複数段階に縮小された縮小画像に対して欠陥強調処理を行うための4つの2次元微分フィルタと、
    シミ欠陥を検出するための閾値を階段状に設定した閾値テーブルとを有することを特徴とするシミ欠陥の検出装置。
    Imaging means for imaging a screen to be inspected;
    Image processing means for images captured by the imaging means,
    The image processing means includes four two-dimensional differential filters for performing defect enhancement processing on a reduced image reduced in a plurality of stages;
    A spot defect detection apparatus, comprising: a threshold table in which thresholds for detecting a spot defect are set stepwise.
  10. 前記4つの2次元微分フィルタは、中央領域とその周辺領域の平均輝度の差(コントラスト)を求めるものであって、縦方向の成分のみでシミ欠陥を検出するフィルタ、横方向の成分のみでシミ欠陥を検出するフィルタ、+45度方向の成分のみでシミ欠陥を検出するフィルタ、および−45度方向の成分のみでシミ欠陥を検出するフィルタからなることを特徴とする請求項9記載のシミ欠陥の検出装置。   The four two-dimensional differential filters are used to obtain a difference (contrast) in average luminance between the central area and the peripheral area. The four-dimensional differential filters are filters that detect a spot defect using only the vertical component, and only the horizontal component. 10. A spot defect detection apparatus according to claim 9, comprising a filter for detecting a defect, a filter for detecting a spot defect only with a component in the +45 degree direction, and a filter for detecting a spot defect only with a component in the -45 degree direction. Detection device.
  11. 前記2次元微分フィルタは、3n×3n画素の領域からなり、フィルタ構成数値として、中央領域を2、縦方向、横方向、+45度方向、および−45度方向の周辺領域を−1、そのほかの領域を0とするフィルタであることを特徴とする請求項9または10記載のシミ欠陥の検出装置。
    The two-dimensional differential filter is composed of a 3n × 3n pixel region, and the filter region numerical value is 2, the central region is 2, the vertical direction, the horizontal direction, the + 45 ° direction, and the peripheral region in the −45 ° direction are −1, and the others The spot defect detection device according to claim 9 or 10, wherein the filter has a region of 0.
JP2004056456A 2004-03-01 2004-03-01 Stain defect detecting method and stain defect detector Withdrawn JP2005249415A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004056456A JP2005249415A (en) 2004-03-01 2004-03-01 Stain defect detecting method and stain defect detector

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004056456A JP2005249415A (en) 2004-03-01 2004-03-01 Stain defect detecting method and stain defect detector

Publications (1)

Publication Number Publication Date
JP2005249415A true JP2005249415A (en) 2005-09-15

Family

ID=35030039

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004056456A Withdrawn JP2005249415A (en) 2004-03-01 2004-03-01 Stain defect detecting method and stain defect detector

Country Status (1)

Country Link
JP (1) JP2005249415A (en)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009092472A (en) * 2007-10-05 2009-04-30 Panasonic Electric Works Co Ltd Visual inspection device
KR100905155B1 (en) 2006-06-01 2009-06-29 다이니폰 스크린 세이조우 가부시키가이샤 Unevenness inspecting method, unevenness inspecting apparatus, and recording medium
JP2009294170A (en) * 2008-06-09 2009-12-17 Sharp Corp Apparatus, method, and program for defect detection and recording medium
CN101382502B (en) * 2007-09-07 2011-07-27 鸿富锦精密工业(深圳)有限公司 Surface blot detecting system and detecting method thereof
KR20140006582A (en) * 2012-07-06 2014-01-16 엘지디스플레이 주식회사 Inspecting apparatus mura of display panel and method thereof
JP2014038012A (en) * 2012-08-14 2014-02-27 Jfe Electrical & Control Systems Inc Inspection method of flat paper folding and flat paper folding inspection device
JP2014038014A (en) * 2012-08-14 2014-02-27 Jfe Electrical & Control Systems Inc Paper dust adhesion amount inspection method and paper dust adhesion amount inspection device
KR101617428B1 (en) * 2014-11-24 2016-05-12 대한민국(국가기록원) Method and apparatus for degraded region detection in digital video file

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100905155B1 (en) 2006-06-01 2009-06-29 다이니폰 스크린 세이조우 가부시키가이샤 Unevenness inspecting method, unevenness inspecting apparatus, and recording medium
CN101382502B (en) * 2007-09-07 2011-07-27 鸿富锦精密工业(深圳)有限公司 Surface blot detecting system and detecting method thereof
JP2009092472A (en) * 2007-10-05 2009-04-30 Panasonic Electric Works Co Ltd Visual inspection device
JP2009294170A (en) * 2008-06-09 2009-12-17 Sharp Corp Apparatus, method, and program for defect detection and recording medium
KR20140006582A (en) * 2012-07-06 2014-01-16 엘지디스플레이 주식회사 Inspecting apparatus mura of display panel and method thereof
KR101993654B1 (en) 2012-07-06 2019-10-01 엘지디스플레이 주식회사 Inspecting apparatus mura of display panel and method thereof
JP2014038012A (en) * 2012-08-14 2014-02-27 Jfe Electrical & Control Systems Inc Inspection method of flat paper folding and flat paper folding inspection device
JP2014038014A (en) * 2012-08-14 2014-02-27 Jfe Electrical & Control Systems Inc Paper dust adhesion amount inspection method and paper dust adhesion amount inspection device
KR101617428B1 (en) * 2014-11-24 2016-05-12 대한민국(국가기록원) Method and apparatus for degraded region detection in digital video file

Similar Documents

Publication Publication Date Title
JP4882529B2 (en) Defect detection method and defect detection apparatus
JP2005249415A (en) Stain defect detecting method and stain defect detector
JP2004294202A (en) Defect detection method and device of screen
JPWO2007074770A1 (en) Defect inspection equipment that performs defect inspection by image analysis
JP2004212311A (en) Method and apparatus for detecting unevenness defect
JP2005165387A (en) Method and device for detecting stripe defective of picture and display device
JP2005172559A (en) Method and device for detecting line defect on panel
JP2005164565A (en) Defect detection method for flat panel light- related plate element in low and high resolution images
JP2005345290A (en) Streak-like flaw detecting method and streak-like flaw detector
JP2004239733A (en) Defect detection method and apparatus of screen
JP2006133196A (en) Detection method of pixel uneveness defection, detection device for pixel uneveness defection, detection program for pixel uneveness defection, and recording medium with the program stored
JP2006258713A (en) Method and apparatus for detecting stain defect
JP2004226272A (en) Method and apparatus for detecting stain defect
JP2004219176A (en) Method and apparatus for detecting pixel irregulality failing
JP2005283197A (en) Detecting method and system for streak defect of screen
JP2005140655A (en) Method of detecting stain flaw, and stain flaw detector
JP2006145228A (en) Unevenness defect detecting method and unevenness defect detector
JP4244046B2 (en) Image processing method and image processing apparatus
JP2008170325A (en) Stain flaw detection method and stain flaw detection device
JP4520880B2 (en) Blot inspection method and blot inspection apparatus
JP2007285754A (en) Flaw detection method and flaw detector
JP2009036582A (en) Inspection method, inspection device and inspection program of plane display panel
JP2009229197A (en) Linear defect detecting method and device
JP3695120B2 (en) Defect inspection method
JP2006133055A (en) Unevenness defect detection method and device, spatial filter, unevenness defect inspection system, and program for unevenness defect detection method

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: 20070501