JP2005326323A - 画質検査装置 - Google Patents

Abstract

【課題】 欠陥強度として客観的な数値出力が可能でパラメータの調整工数を低減することが可能な画質検査装置を実現する。
【解決手段】 撮像装置、表示装置及び投影装置の欠陥を検出する画質検査装置において、表示装置や投影装置の検査対象物の画像を撮影したり、撮像装置からの画像データを直接取り込む画像取込手段と、画像取込手段で撮影された画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断をする演算制御手段とを設ける。
【選択図】 図１

Description

本発明は、ＣＣＤ（Charge-Coupled Devices）やＣＭＯＳ（Complementary Metal-Oxide Semiconductor）等の撮像装置、ＬＣＤ（Liquid Crystal Display）、ＰＤＰ（Plasma Display Panel）や有機ＥＬ（ElectroLuminescent Display）等の表示装置及びプロジェクタ等の投影装置の欠陥を検出する画質検査装置に関し、特に欠陥強度として客観的な数値出力が可能でパラメータの調整工数を低減することが可能な画質検査装置に関する。

従来の撮像装置、表示装置及び投影装置の撮影された画像を処理して点欠陥等の欠陥を検出する画質検査装置に関連する先行技術文献としては次のようなものがある。

特開平０５−１７２７５９号公報 特開平０５−３３３３１４号公報 特開平０７−３１８５０６号公報 特開２０００−１０５２０３号公報 特開２０００−２２３５４１号公報 特開２００４−０２８７０６号公報

図２１はこのような従来の画質検査装置の一例を示す構成ブロック図である。図２１において１は表示装置や投影装置等の検査対象物の画像を撮影したり、撮像装置からの画像データを直接取り込む画像取込手段、２はＲＡＭ（Random Access Memory）やハードディスク等に記憶手段を有するＣＰＵ（Central Processing Unit）等の演算制御手段、３は検査結果を表示させるためのＣＲＴ（Cathode Ray Tube）等の表示手段である。

画像取込手段１の出力は演算制御手段２に接続され、演算制御手段２の出力が表示手段３に接続される。

画像取込手段１は、図２１中”ＯＢ０１”に示す検査対象物の画像を撮影等して画像データを取得し、取得された画像データは演算制御手段２において欠陥抽出等の画像処理がなされ、検査対象物の検査結果が表示手段３に表示される。

ここで、図２１に示す従来例の動作を図２２、図２３、図２４及び図２５を用いてさらに詳細に説明する。図２２は演算制御手段２の詳細を説明する構成ブロック図、図２３は演算制御手段２の動作を説明するフロー図、図２４は点欠陥等の欠陥の一例を示す説明図、図２５はパラメータの調整作業を説明するフロー図である。

図２２において４は入力される画像データから欠陥候補を抽出する欠陥候補抽出機能、５は抽出された欠陥候補の面積、体積、コントラスト等の特徴量を計算する特徴量計算機能、６は計算された特徴量と予め設定された閾値とを比較して欠陥であるか否かを判断する判定機能である。また、欠陥候補抽出機能４，特徴量計算機能５及び判定機能６は演算制御手段２を構成している。

画像取込手段１（図２２に図示せず。）の出力は欠陥候補抽出機能４に接続され、欠陥候補抽出機能４の出力は特徴量計算機能５に接続される。また、特徴量計算機能５の出力は判定機能６に接続され、判定機能６の出力は表示手段３（図２２に図示せず。）に接続される。

図２３中”Ｓ００１”において演算制御手段２、具体的には、欠陥候補抽出機能４は、前処理として、画像取込手段１から入力された画像データに対して、光学特性の補正、欠陥サイズへの対応及び高周波ノイズ除去等のため、シェーディング補正、縮小処理及び平滑化処理等を行うと共に、欠陥候補抽出機能４は、ラプラシアン型、ソーベル型、射影等の強調フィルタにより欠陥候補の輝度差を強調する。

そして、図２３中”Ｓ００２”において欠陥候補抽出機能４は、輝度差が強調された画像を予め設定されている閾値で２値化し、当該閾値を超過した部分を欠陥候補として抽出して出力する。

例えば、欠陥候補抽出機能４は、図２４中”ＤＦ１１”、”ＤＦ１２”及び”ＤＦ１３”に示すような点欠陥、スジ欠陥及びムラ欠陥等を各種前処理や２値化により欠陥の可能性がある欠陥候補を抽出して出力する。

図２３中”Ｓ００３”において演算制御手段２、具体的には、特徴量抽出機能５は、欠陥候補抽出機能４で抽出された欠陥候補の面積、体積、コントラスト等の特徴量を計算して出力する。

例えば、特徴量抽出機能５及び欠陥候補抽出機能４は、図２４中”ＤＦ１１”、”ＤＦ１２”及び”ＤＦ１３”に示すような点欠陥、スジ欠陥及びムラ欠陥等の欠陥毎に異なる抽出アルゴリズムを備えておき、当該複数のアルゴリズムを用いることにより、欠陥候補の特徴量を計算して出力する。

最後に、図２３中”Ｓ００４”において演算制御手段２、具体的には、判定機能６は、特徴量計算機能５で計算された特徴量と予め設定された閾値とを比較して欠陥であるか否かを判断し、もし、欠陥であると判断された場合には、図２３中”Ｓ００５”において判定機能６は、検出された欠陥の情報を表示手段（図示せず。）に出力する。

一方、このように図２１に示す従来の画質検査装置での検査結果が人間の目視による官能検査（目視検査）に一致するように、各種アルゴリズムで用いられるパラメータの調整を行う必要性がある。

すなわち、図２５中”Ｓ１０１”において人間の目による目視検査を実行すると共に図２５中”Ｓ１０２”において画質検査装置による画質検査を実行させる。

そして、図２５中”Ｓ１０３”において画質検査装置による検査結果と目視検査の結果とを比較し、図２５中”Ｓ１０４”において結果が一致しているか否かを判断し、もし、結果が一致していなければ図２５中”Ｓ１０５”において画質検査装置の各種アルゴリズムで用いられるパラメータの値を調整して、図２５中”Ｓ１０２”のステップに戻る。

このように、画質検査装置の各種アルゴリズムで用いられるパラメータの値を調整することにより、画質検査装置での検査結果が人間の目視による官能検査（目視検査）に一致するようにする。

また、図２１に示す従来例では検出される欠陥についての定量的な表現方法に共通の基準がないので、欠陥の強度は主観によって決まってしまい客観性に欠けていた。このため、２００２年にＳＥＭＩスタンダードにおいて計算単位”Ｓｅｍｕ”が提案された。

計算単位”Ｓｅｍｕ”は、感度限界（ＪＮＤ：just noticeable Defferencd）におけるコントラストを”Ｃ_ＪＮＤ（％）”、計量対象欠陥の平均コントラストを”Ｃｘ（％）”、計量対象欠陥の面積を”Ｓｘ（ｍｍ）"とした場合に、
Ｓｅｍｕ＝｜Ｃｘ｜／Ｃ_ＪＮＤ
＝｜Ｃｘ｜／Ｆ（Ｓｘ）
＝｜Ｃｘ｜／｛1.97・(１／Ｓｘ^0.33)＋0.72｝ （１）
で記述される。

すなわち、このような計算単位”Ｓｅｍｕ”を用いて、特徴量計算機能で特徴量の計算をさせることにより、欠陥の強度を主観的にではなく客観性に決定することが可能になった。

しかし、図２１に示す従来例では、前述のように欠陥の強度は主観によって決まってしまい客観性に欠けているといった問題点があった。

また、図２１に示す従来例では、点欠陥、スジ欠陥及びムラ欠陥等の欠陥毎に異なる抽出アルゴリズムを備えておき、当該複数のアルゴリズムを用いることにより、欠陥候補の特徴量を計算して出力する構成であるため、存在するパラメータの数が極めて多く、目視検査との結果を一致させるためのパラメータの調整工数が膨大になってしまうといった問題点があった。

一方、計算単位”Ｓｅｍｕ”を用いた場合には、欠陥の強度を主観的にではなく客観性に決定することが可能になるものの、計算単位”Ｓｅｍｕ”は輝度変化が矩形状の欠陥モデルに対する実験から得られたものであり、適用範囲が輝度変化が矩形状の欠陥に限定されてしまうといった問題点があった。
従って本発明が解決しようとする課題は、欠陥強度として客観的な数値出力が可能でパラメータの調整工数を低減することが可能な画質検査装置を実現することにある。

このような課題を達成するために、本発明のうち請求項１記載の発明は、
撮像装置、表示装置及び投影装置の欠陥を検出する画質検査装置において、
表示装置や投影装置の検査対象物の画像を撮影したり、撮像装置からの画像データを直接取り込む画像取込手段と、前記画像取込手段で撮影された画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断をする演算制御手段とを備えたことにより、実験による感度限界コントラストから大きく外れることがなくなりパラメータの調整工数を低減し、欠陥のコントラストを感度限界コントラストで除算して定量化された欠陥強度を求めることにより客観的な数値出力が可能になる。

請求項２記載の発明は、
請求項１記載の発明である画質検査装置において、
前記演算制御手段が、
前記画像取込手段から入力される画像データから欠陥候補を抽出する欠陥候補抽出機能と、抽出された欠陥候補に基づき２次元に拡張された振幅伝達関数特性を用いて欠陥強度を求める特徴量計算機能と、欠陥強度に基づき欠陥であるか否かを判断する判定機能とから構成されたことにより、実験による感度限界コントラストから大きく外れることがなくなりパラメータの調整工数を低減し、欠陥のコントラストを感度限界コントラストで除算して定量化された欠陥強度を求めることにより客観的な数値出力が可能になる。

請求項３記載の発明は、
請求項１記載の発明である画質検査装置において、
前記演算制御手段が、
前記画像取込手段から入力された画像データに対して前処理を行う共に欠陥候補の輝度差を強調し、輝度差が強調された画像を予め設定されている閾値で２値化して当該閾値を超過した部分を欠陥候補として抽出し、抽出された欠陥候補内部の最大輝度と欠陥候補周辺の輝度から正規化して正規化された欠陥形状を生成し、正規化された欠陥形状に対して２次元フーリエ変換等の処理を行い欠陥形状を形成する周波数成分を抽出し、空間周波数、背景輝度、欠陥の大きさ及び角度方向をそれぞれパラメータとして２次元に拡張された振幅伝達関数特性を計算し、前記周波数成分及び２次元に拡張された前記振幅伝達関数特性に基づき感度限界コントラストを計算し、感度限界コントラストと欠陥のコントラストに基づき定量化された欠陥強度を計算して当該欠陥強度に基づき欠陥であるか否かの判断を行うことにより客観的な数値出力が可能になる。

請求項４記載の発明は、
請求項３記載の発明である画質検査装置において、
前記演算制御手段が、
シェーディング補正、縮小処理、若しくは、平滑化処理を行うことにより前記前処理を行うことにより、欠陥候補の領域を制度よく抽出でき実験による感度限界コントラストから大きく外れることがなくなりパラメータの調整工数を低減し、欠陥のコントラストを感度限界コントラストで除算して定量化された欠陥強度を求めることにより客観的な数値出力が可能になる。

請求項５記載の発明は、
請求項３記載の発明である画質検査装置において、
前記演算制御手段が、
ラプラシアン型、ソーベル型、若しくは、射影の強調フィルタにより欠陥候補の輝度差を強調することにより、欠陥候補の領域を制度よく抽出でき実験による感度限界コントラストから大きく外れることがなくなりパラメータの調整工数を低減し、欠陥のコントラストを感度限界コントラストで除算して定量化された欠陥強度を求めることにより客観的な数値出力が可能になる。

請求項６記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
前記特徴量抽出機能で計算された他の物理量と前記欠陥強度を組み合わせて欠陥であるか否かの判断を行うことにより、欠陥強度でだけでは捕捉しきれない欠陥を検出することが可能になる。

請求項７記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
前記特徴量抽出機能で計算された他の物理量及び欠陥候補周辺領域の特徴量と前記欠陥強度を組み合わせて欠陥であるか否かの判断を行うことにより、欠陥強度でだけでは捕捉しきれない欠陥を検出することが可能になる。

請求項８記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
画素値−輝度変換テーブルを備え、或いは、外部から入力された画素値−輝度変換テーブルに基づき画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断を行うことにより、精度良く欠陥強度を求めることが可能になる。

請求項９記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
リアルタイムに測定された前記検査対象物の輝度に基づき画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断を行うことにより、検査対象物間のばらつきや経時変化にも対応して欠陥強度を計算することが可能になる。

請求項１０記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
感知限界モデルパラメータを備え、或いは、外部から入力された感知限界モデルパラメータに基づき画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断を行うことにより、精度良く欠陥強度を求めることが可能になる。

請求項１１記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
リアルタイムに測定された検査対象物の特性から感知限界モデルパラメータを生成し、生成された感知限界モデルパラメータに基づき画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断を行うことにより、検査対象物間のばらつきや経時変化にも対応して欠陥強度を計算することが可能になる。

請求項１２記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
前記画像取込手段から入力される画像データをＲＧＢに色分解して個々の色の画像データに対して、それぞれの色に対する振幅伝達関数特性を用いて欠陥強度を求めることにより、精度良く欠陥強度を求めることが可能になる。

請求項１３記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
前記画像取込手段から入力される画像データを輝度及び反対色に分解して個々の輝度及び反対色の画像データに対して、それぞれの輝度及び反対色に対する振幅伝達関数特性を用いて欠陥強度を求めることにより、精度良く欠陥強度を求めることが可能になる。

請求項１４記載の発明は、
請求項２記載の発明である画質検査装置において、
前記演算制御手段が、
画像データと、変換された画像との欠陥強度をそれぞれ比較することにより、個々の形状に対する劣化を評価することが可能になる。

請求項１５記載の発明は、
請求項１４記載の発明である画質検査装置において、
前記変換された画像が、
画像圧縮や画像転送後の画像であることにより、個々の形状に対する劣化を評価することが可能になる。

本発明によれば次のような効果がある。
請求項１，２，３，４及び請求項５の発明によれば、２次元に拡張された振幅伝達関数特性を用いて感度限界コントラストを求めることにより、実験による感度限界コントラストから大きく外れることがなくなりパラメータの調整工数を低減し、欠陥のコントラストを感度限界コントラストで除算して定量化された欠陥強度を求めることにより客観的な数値出力が可能になる。

また、請求項６及び請求項７の発明によれば、定量化された欠陥強度のみならず、他の物理量、或いは、他の物理量及び欠陥候補周辺領域の特徴量を組み合わせて欠陥であるか否かを判断することにより、欠陥強度でだけでは捕捉しきれない欠陥を検出することが可能になる。

また、請求項８，１０，１２及び請求項１３の発明によれば、実際の画素値−輝度値変換テーブルや感知限界モデルパラメータに基づき欠陥強度を計算し、或いは、ＲＧＢ等に色分解して個々の色の画像データに対して、それぞれの色に対する振幅伝達関数特性を用いて欠陥強度を求めることにより、精度の高い欠陥強度を計算することが可能になる。

また、請求項９及び請求項１１の発明によれば、検査対象物の輝度をリアルタイムに測定して画質検査装置に入力し、或いは、検査対象物の特性をリアルタイムに測定し感知限界モデルパラメータを生成して画質検査装置に入力することにより、検査対象物間のばらつきや経時変化にも対応して欠陥強度を計算することが可能になる。

また、請求項１４及び請求項１５の発明によれば、画像データと、画像圧縮や画像転送後の画像等の変換された画像との欠陥強度をそれぞれ比較することにより、画像の劣化を視覚の感知限界感度に基づいた定量的な値である感度強度に基づき評価できるので、個々の形状に対する劣化を評価することが可能になる。

以下本発明を図面を用いて詳細に説明する。図１は本発明に係る２次元に拡張された振幅伝達関数特性（Modulation Trasfer Function：以下、ＭＴＦ特性と呼ぶ。）を用いた画質検査装置の一実施例を示す構成ブロック図である。図１において７は表示装置や投影装置等の検査対象物の画像を撮影したり、撮像装置からの画像データを直接取り込む画像取込手段、８はＲＡＭやハードディスク等に記憶手段を有するＣＰＵ等の演算制御手段、９は検査結果を表示させるためのＣＲＴ等の表示手段である。

画像取込手段７の出力は演算制御手段８に接続され、演算制御手段８の出力が表示手段９に接続される。

画像取込手段７は、図１中”ＯＢ２１”に示す検査対象物の画像を撮影等して画像データを取得し、取得された画像データは演算制御手段８において欠陥抽出、２次元に拡張されたＭＴＦ特性を用いて欠陥強度の計算及び欠陥であるか否かの判断がなされ、検査対象物の検査結果が表示手段９に表示される。

ここで、図１に示す実施例の動作を図２、図３、図４、図５、図６、図７、図８、図９及び図１０を用いてさらに詳細に説明する。図２は演算制御手段８の詳細を説明する構成ブロック図、図３、図４及び図５はＭＴＦ特性の概要を説明する説明図、図６は演算制御手段８の動作を説明するフロー図、図７は検査対象の画像データの一例を示す説明図、図８は抽出された欠陥形状の一例を示す説明図、図９は欠陥形状の周波数成分の一例を示す説明図、図１０は周波数成分に対するＭＴＦ特性の一例を示す説明図である。

図２において１０は入力される画像データから欠陥候補を抽出する欠陥候補抽出機能、１１は抽出された欠陥候補に基づき２次元に拡張されたＭＴＦ特性を用いて欠陥強度を求める特徴量計算機能、１２は計算された欠陥強度に基づき欠陥であるか否かを判断する判定機能である。また、欠陥候補抽出機能１０，特徴量計算機能１１及び判定機能１２は演算制御手段８を構成している。

画像取込手段７（図２に図示せず。）の出力は欠陥候補抽出機能１０に接続され、欠陥候補抽出機能１０の出力は特徴量計算機能１１に接続される。また、特徴量計算機能１１の出力は判定機能１２に接続され、判定機能１２出力は表示手段９（図２に図示せず。）に接続される。

また、ここで、本発明に係る画質検査装置に用いるＭＴＦ特性の概要について説明する。ＭＴＦ特性とは、図３に示すような明暗の正弦波状の縞パターンにおいて、人間が感知することのできる限界のコントラスト変化の逆数で表される感度特性であり、空間周波数に対する人間の視覚感度特性は図４に示すような或る周波数でピークを有する特性曲線となる。すなわち、図４に示すように人間の視覚は或る細かさに敏感であることを示している。

具体的には、図５に示すように或る視角の範囲にある波数の正弦波を表示させたとき、空間周波数は、
空間周波数(cpd)＝波数／視角（°） （２）
で表され、また、感度限界（ＪＮＤ：just noticeable Defferencd）コントラストは、感知できる最小輝度変化を”ΔＬ”、背景輝度を”Ｌ”とした場合、
感度限界コントラスト＝ΔＬ／Ｌ （３）
で表される。そして、式（２）と式（３）の逆数の関係がＭＴＦ特性”Ｓ_ＭＴＦ”となる。

但し、図３に示すような縞パターンから得られるＭＴＦ特性は１次元のＭＴＦ特性となり、画質検査に用いるためには、２次元のＭＴＦ特性への拡張が必要になる。

図６中”Ｓ２０１”において演算制御手段８、具体的には、欠陥候補抽出機能１０は、前処理として、画像取込手段７から入力された画像データに対して、光学特性の補正、欠陥サイズへの対応及び高周波ノイズ辞去等のため、シェーディング補正、縮小処理及び平滑化処理等を行うと共に、欠陥候補抽出機能４は、ラプラシアン型、ソーベル型、射影等の強調フィルタにより欠陥候補の輝度差を強調する。

そして、図６中”Ｓ２０２”において欠陥候補抽出機能１０は、輝度差が強調された画像を予め設定されている閾値で２値化し、当該閾値を超過した部分を欠陥候補として抽出して出力する。

例えば、欠陥候補抽出機能１０は、図７中”ＶＤ３１”に示す画像データ中に存在する図７中”ＤＦ３１”、”ＤＦ３２”，”ＤＦ３３”及び”ＤＦ３４”に示す欠陥候補から図７中”ＤＦ３１”に示す欠陥候補を抽出する。

図６中”Ｓ２０３”において演算制御手段８、具体的には、特徴量抽出機能１１は、欠陥候補抽出機能１０で抽出された欠陥候補内部の最大輝度と欠陥候補周辺の輝度から正規化して図８に示すような正規化された欠陥形状を生成する。

そして、図６中”Ｓ２０４”において演算制御手段８、具体的には、特徴量抽出機能１１は、正規化された欠陥形状に対して２次元フーリエ変換等の処理を行い、図９に示すような欠陥形状を形成する周波数成分”Power(u(h,v))”を抽出する。ここで、”u(h,v)”は空間周波数である。

一方、図６中”Ｓ２０５”において演算制御手段８、具体的には、特徴量抽出機能１１は、空間周波数”u(h,v)”、背景輝度”Ｌ_ＢＧ”、欠陥の大きさ”（Ｘ，Ｙ）"及び角度方向”φ”等をそれぞれパラメータとして、図１０に示すような２次元に拡張されたＭＴＦ特性”Ｓ_ＭＴＦ(u(h,v)，Ｌ_ＢＧ，Ｘ，Ｙ，φ)"を計算する。

また、図６中”Ｓ２０６”において演算制御手段８、具体的には、特徴量抽出機能１１は、次式により感度限界コントラスト”Ｃ_ＪＮＤ”を計算する。

さらに、具体的には、各周波数”u(h,v)”に対する感度（ＭＴＦ特性）”Ｓ_ＭＴＦ(u(h,v)，Ｌ_ＢＧ，Ｘ，Ｙ，φ)”と周波数成分”Power(u(h,v))”を乗算することにより、各周波数における感度（ＭＴＦ特性）を重み付けし、その欠陥形状における各周波数”u(h,v)”の補正感度を求め、２次元形状や、ピーク形状に対応するために、この補正感度を係数”ａ”により累乗したものを高周波成分（Ｎｈ，Ｎｖ）まで加算し、係数”ｂ”により累乗根を取ることで感度を計算している。

最後に、図６中”Ｓ２０７”において演算制御手段８、具体的には、特徴量抽出機能１１は、下記の式により定量化された欠陥強度を計算し、演算制御手段８、具体的には、判定機能１２は、当該欠陥強度に基づき欠陥であるか否かの判断を行う。
欠陥強度＝Ｃ／Ｃ_ＪＮＤ （５）
但し、”Ｃ”は欠陥のコントラストである。

図１１は１〜２４個のピークフラットな円形或いは矩形の欠陥モデルの情報を示す表であり、図１３はこのような欠陥モデルに対して図１に示す実施例で得られた感度限界コントラスト”Ｃ_ＪＮＤ”、実験による感度限界コントラスト及び実験による感度限界コントラストの平均値±１標準偏差を網掛け表示させた特性曲線図である。

また、図１２は１〜６個の円形のピーク傾斜欠陥モデルの情報を示す表であり、図１４はこのような欠陥モデルに対して図１に示す実施例で得られた感度限界コントラスト”Ｃ_ＪＮＤ”、実験による感度限界コントラスト及び実験による感度限界コントラストの平均値±１標準偏差を網掛け表示させた特性曲線図である。

一方、図１５は図１３に示すような欠陥モデルに対して”Ｓｅｍｕ”を用いて得られた感度限界コントラスト”Ｃ_ＪＮＤ”、実験による感度限界コントラスト及び実験による感度限界コントラストの平均値±１標準偏差を網掛け表示させた特性曲線図である。

また、図１６は図１２に示すような欠陥モデルに対して”Ｓｅｍｕ”を用いて得られた感度限界コントラスト”Ｃ_ＪＮＤ”、実験による感度限界コントラスト及び実験による感度限界コントラストの平均値±１標準偏差を網掛け表示させた特性曲線図である。

図１３及び図１４に示す特性曲線図から図１に示す実施例では得られた感度限界コントラスト”Ｃ_ＪＮＤ”が、実験による感度限界コントラストの平均値±１標準偏差である網掛け領域に収まっているのに対して、図１５及び図１６に示す特性曲線図では、特に、図１５におけるモデル番号７〜１０、２２〜２４と、図１６におけるモデルの全てが、実験による感度限界コントラストの平均値±１標準偏差である網掛け領域から大きく外れていることが分かる。

この結果、２次元に拡張されたＭＦＴ特性を用いて感度限界コントラスト”Ｃ_ＪＮＤ"を求めることにより、実験による感度限界コントラストから大きく外れることがなくなりパラメータの調整工数を低減し、欠陥のコントラストを感度限界コントラスト”Ｃ_ＪＮＤ"で除算して定量化された欠陥強度を求めることにより客観的な数値出力が可能になる。

なお、図１に示す実施例では検査対象物の検査結果を表示手段に表示させているが、勿論、検査結果データを外部に出力する形式であっても構わない。

また、図１に示す実施例では定量化された欠陥強度に基づき欠陥であるか否かの判断を行ってるが、特徴量抽出機能１１で計算された他の物理量と欠陥強度を組み合わせて欠陥であるか否かの判断を行っても構わない。

この場合には、得られた欠陥強度が小さい場合であっても、欠陥の種類や発生位置によっては欠陥として判断したい場合に対応する。すなわち、他の物理量や発生位置により欠陥種類を特定し、欠陥強度が目に見えるレベル以上の場合に欠陥として判定することが可能になる。

また、定量化された欠陥強度のみならず、他の物理量及び欠陥候補周辺領域の特徴量を組み合わせて欠陥であるか否かを判断しても構わない。この場合には、背景全体がざらついている等の場合であっても欠陥候補周辺領域の特徴量を加味することにより、欠陥強度でだけでは捕捉しきれない欠陥を検出することが可能になる。

また、画素値−輝度変換テーブルを備え、或いは、外部から入力しても構わない。図１７はこのような本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の演算制御手段の詳細を説明する構成ブロック図である。

図１７において１３は入力される画像データから欠陥候補を抽出する欠陥候補抽出機能、１４は抽出された欠陥候補に基づき２次元に拡張されたＭＴＦ特性を用いて欠陥強度を求める特徴量計算機能、１５は計算された欠陥強度に基づき欠陥であるか否かを判断する判定機能、１６は画素値−輝度値変換テーブルである。

また、欠陥候補抽出機能１３，特徴量計算機能１４、判定機能１５、画素値−輝度値変換テーブル１６は演算制御手段１７を構成している。

画像取込手段７（図１７に図示せず。）の出力は欠陥候補抽出機能１３に接続され、欠陥候補抽出機能１３の出力は特徴量計算機能１４に接続される。また、特徴量計算機能１４の出力は判定機能１５に接続され、判定機能１５出力は表示手段９（図１７に図示せず。）に接続される。

また、画素値−輝度値変換テーブル１６は欠陥候補抽出機能１３，特徴量計算機能１４及び判定機能１５にそれぞれ接続される。但し、基本的な動作に関しては図１に示す実施例と同様であるので説明は省略する。

この場合、実際の輝度値に関する情報に基づき欠陥強度を計算することにより、精度良く欠陥強度を求めることが可能になる。また、検査対象物の輝度をリアルタイムに測定して画質検査装置に入力することにより、検査対象物間のばらつきや経時変化にも対応して欠陥強度を計算することが可能になる。

また、感知限界モデルパラメータを備え、或いは、外部から入力しても構わない。図１８はこのような本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の演算制御手段の詳細を説明する構成ブロック図である。

図１８において１８は入力される画像データから欠陥候補を抽出する欠陥候補抽出機能、１９は抽出された欠陥候補に基づき２次元に拡張されたＭＴＦ特性を用いて欠陥強度を求める特徴量計算機能、２０は計算された欠陥強度に基づき欠陥であるか否かを判断する判定機能、２１は感知限界モデルパラメータである。

また、欠陥候補抽出機能１８，特徴量計算機能１９、判定機能２０、感知限界モデルパラメータ２１は演算制御手段２２を構成している。

画像取込手段７（図１８に図示せず。）の出力は欠陥候補抽出機能１８に接続され、欠陥候補抽出機能１８の出力は特徴量計算機能１９に接続される。また、特徴量計算機能１９の出力は判定機能２０に接続され、判定機能２０出力は表示手段９（図１８に図示せず。）に接続される。

また、感知限界モデルパラメータ２１は欠陥候補抽出機能１８，特徴量計算機能１９及び判定機能２０にそれぞれ接続される。但し、基本的な動作に関しては図１に示す実施例と同様であるので説明は省略する。

この場合、実際の感知限界モデルパラメータに基づき欠陥強度を計算することにより、精度良く欠陥強度を求めることが可能になる。また、検査対象物の特性をリアルタイムに測定し感知限界モデルパラメータを生成して画質検査装置に入力することにより、検査対象物間のばらつきや経時変化にも対応して欠陥強度を計算することが可能になる。

また、画素値−輝度変換テーブル及び感知限界モデルパラメータの双方を備え、或いは、外部から入力しても構わない。図１９はこのような本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の演算制御手段の詳細を説明する構成ブロック図である。

図１９において２３は入力される画像データから欠陥候補を抽出する欠陥候補抽出機能、２４は抽出された欠陥候補に基づき２次元に拡張されたＭＴＦ特性を用いて欠陥強度を求める特徴量計算機能、２５は計算された欠陥強度に基づき欠陥であるか否かを判断する判定機能、２６は画素値−輝度値変換テーブル、２７は感知限界モデルパラメータである。

また、欠陥候補抽出機能２３，特徴量計算機能２４、判定機能２５、画素値−輝度値変換テーブル２６及び感知限界モデルパラメータ２７は演算制御手段２８を構成している。

画像取込手段７（図１９に図示せず。）の出力は欠陥候補抽出機能２３に接続され、欠陥候補抽出機能２３の出力は特徴量計算機能２４に接続される。また、特徴量計算機能２４の出力は判定機能２５に接続され、判定機能２５出力は表示手段９（図１９に図示せず。）に接続される。

また、画素値−輝度値変換テーブル２６及び感知限界モデルパラメータ２７はそれぞれ欠陥候補抽出機能２３，特徴量計算機能２４及び判定機能２５にそれぞれ接続される。但し、基本的な動作に関しては図１に示す実施例と同様であるので説明は省略する。

この場合、実際の輝度値に関する情報及び実際の感知限界モデルパラメータを入力等することにより、精度良く欠陥強度を求めることが可能になる。また、検査対象物の輝度をリアルタイムに測定して画質検査装置に入力し、検査対象物の特性をリアルタイムに測定し感知限界モデルパラメータを生成して画質検査装置に入力することにより、検査対象物間のばらつきや経時変化にも対応して欠陥強度を計算することが可能になる。

また、図１等に示す実施例では画像データをそのまま用いて処理しているが、ＲＧＢ（Red(赤)／Green(緑)／Blue(青)の３原色をもとに画像を表示する出力画像信号方式。）に色分解して個々の色の画像データに対して、それぞれの色に対するＭＴＦ特性を用いて欠陥強度を求めても構わない。この場合には、分解された色毎の精度の高い欠陥強度を計算することが可能になる。

また、この場合には、欠陥候補抽出機能，特徴量計算機能及び判定機能を並列に備えて並列処理しても、１つの欠陥候補抽出機能，特徴量計算機能及び判定機能を時分割等で処理しても特に処理方法には限定されるものではない。

また、ＲＧＢに色分解するのではなく、輝度（ｗ／ｋ）及び反対色（ｒ／ｇ、ｂ／ｙ）に分解して輝度及び反対色の画像データに対して、それぞれの輝度及び反対色に対するＭＴＦ特性を用いて欠陥強度を求めても構わない。この場合には、分解された輝度及び反対色毎の精度の高い欠陥強度を計算することが可能になる。

また、この場合には、欠陥候補抽出機能，特徴量計算機能及び判定機能を並列に備えて並列処理しても、１つの欠陥候補抽出機能，特徴量計算機能及び判定機能を時分割等で処理しても特に処理方法には限定されるものではない。

画像データと、画像圧縮や画像転送後の画像等の変換された画像との欠陥強度をそれぞれ比較しても構わない。図２０はこのような本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の演算制御手段の詳細を説明する構成ブロック図である。

図２０において２９及び３１は入力される画像データから欠陥候補を抽出する欠陥候補抽出機能、３０及び３２は抽出された欠陥候補に基づき２次元に拡張されたＭＴＦ特性を用いて欠陥強度を求める特徴量計算機能、３３は計算された欠陥強度に比較する比較判定機能である。

また、欠陥候補抽出機能２９及び３１，特徴量計算機能３０及び３２、比較判定機能３３は演算制御手段３４を構成している。

画像取込手段７（図２０に図示せず。）の出力は欠陥候補抽出機能２９及び３１に接続され、欠陥候補抽出機能２９及び３１の出力は特徴量計算機能３０及び３２にそれぞれ接続される。また、特徴量計算機能３０及び３２の出力はそれぞれ比較判定機能３３に接続され、判定機能３３出力は表示手段９（図２０に図示せず。）に接続される。但し、基本的な動作に関しては図１に示す実施例と同様であるので説明は省略する。

この場合、画像の劣化を視覚の感知限界感度に基づいた定量的な値である感度強度に基づき評価できるので、個々の形状に対する劣化を評価することが可能になる。

本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の一実施例を示す構成ブロック図である。 演算制御手段の詳細を説明する構成ブロック図である。 ＭＴＦ特性の概要を説明する説明図である。 ＭＴＦ特性の概要を説明する説明図である。 ＭＴＦ特性の概要を説明する説明図である。 演算制御手段の動作を説明するフロー図である。 検査対象の画像データの一例を示す説明図である。 抽出された欠陥形状の一例を示す説明図である。 欠陥形状の周波数成分の一例を示す説明図である。 周波数成分に対するＭＴＦ特性の一例を示す説明図である。 ピークフラットな円形或いは矩形の欠陥モデルの情報の表である。 円形のピーク傾斜欠陥モデルの情報の表である。 実施例で得られた感度限界コントラスト、実験による感度限界コントラスト及び実験による感度限界コントラストの平均値±１標準偏差を網掛け表示させた特性曲線図である。 実施例で得られた感度限界コントラスト、実験による感度限界コントラスト及び実験による感度限界コントラストの平均値±１標準偏差を網掛け表示させた特性曲線図である。 ”Ｓｅｍｕ”を用いて得られた感度限界コントラスト、実験による感度限界コントラスト及び実験による感度限界コントラストの平均値±１標準偏差を網掛け表示させた特性曲線図である。 ”Ｓｅｍｕ”を用いて得られた感度限界コントラスト、実験による感度限界コントラスト及び実験による感度限界コントラストの平均値±１標準偏差を網掛け表示させた特性曲線図である。 本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の演算制御手段の詳細を説明する構成ブロック図である。 本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の演算制御手段の詳細を説明する構成ブロック図である。 本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の演算制御手段の詳細を説明する構成ブロック図である。 本発明に係る２次元に拡張されたＭＴＦ特性を用いた画質検査装置の演算制御手段の詳細を説明する構成ブロック図である。 従来の画質検査装置の一例を示す構成ブロック図である。 演算制御手段の詳細を説明する構成ブロック図である。 演算制御手段の動作を説明するフロー図である。 点欠陥等の欠陥の一例を示す説明図である。 パラメータの調整作業を説明するフロー図である。

符号の説明

１，７ 画像取込手段
２，８，１７，２２，２８，３４ 演算制御手段
３，９ 表示手段
４，１０，１３，１８，２３，２９，３１ 欠陥候補抽出機能
５，１１，１４，１９，２４，３０，３２ 特徴量計算機能
６，１２，１５、２０，２５，３３ 判定機能
１６，２６ 画素値−輝度値変換テーブル
２１，２７ 感知限界モデルパラメータ

Claims (15)

1. 撮像装置、表示装置及び投影装置の欠陥を検出する画質検査装置において、
   表示装置や投影装置の検査対象物の画像を撮影したり、撮像装置からの画像データを直接取り込む画像取込手段と、
   前記画像取込手段で撮影された画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断をする演算制御手段と
   を備えたことを特徴とする画質検査装置。
2. 前記演算制御手段が、
   前記画像取込手段から入力される画像データから欠陥候補を抽出する欠陥候補抽出機能と、
   抽出された欠陥候補に基づき２次元に拡張された振幅伝達関数特性を用いて欠陥強度を求める特徴量計算機能と、
   欠陥強度に基づき欠陥であるか否かを判断する判定機能とから構成されたことを特徴とする
   請求項１記載の画質検査装置。
3. 前記演算制御手段が、
   前記画像取込手段から入力された画像データに対して前処理を行う共に欠陥候補の輝度差を強調し、
   輝度差が強調された画像を予め設定されている閾値で２値化して当該閾値を超過した部分を欠陥候補として抽出し、
   抽出された欠陥候補内部の最大輝度と欠陥候補周辺の輝度から正規化して正規化された欠陥形状を生成し、
   正規化された欠陥形状に対して２次元フーリエ変換等の処理を行い欠陥形状を形成する周波数成分を抽出し、
   空間周波数、背景輝度、欠陥の大きさ及び角度方向をそれぞれパラメータとして２次元に拡張された振幅伝達関数特性を計算し、
   前記周波数成分及び２次元に拡張された前記振幅伝達関数特性に基づき感度限界コントラストを計算し、
   感度限界コントラストと欠陥のコントラストに基づき定量化された欠陥強度を計算して当該欠陥強度に基づき欠陥であるか否かの判断を行うことを特徴とする
   請求項１記載の画質検査装置。
4. 前記演算制御手段が、
   シェーディング補正、縮小処理、若しくは、平滑化処理を行うことにより前記前処理を行うことを特徴とする
   請求項３記載の画質検査装置。
5. 前記演算制御手段が、
   ラプラシアン型、ソーベル型、若しくは、射影の強調フィルタにより欠陥候補の輝度差を強調することを特徴とする
   請求項３記載の画質検査装置。
6. 前記演算制御手段が、
   前記特徴量抽出機能で計算された他の物理量と前記欠陥強度を組み合わせて欠陥であるか否かの判断を行うことを特徴とする
   請求項２記載の画質検査装置。
7. 前記演算制御手段が、
   前記特徴量抽出機能で計算された他の物理量及び欠陥候補周辺領域の特徴量と前記欠陥強度を組み合わせて欠陥であるか否かの判断を行うことを特徴とする
   請求項２記載の画質検査装置。
8. 前記演算制御手段が、
   画素値−輝度変換テーブルを備え、或いは、外部から入力された画素値−輝度変換テーブルに基づき画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断を行うことを特徴とする
   請求項２記載の画質検査装置。
9. 前記演算制御手段が、
   リアルタイムに測定された前記検査対象物の輝度に基づき画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断を行うことを特徴とする
   請求項２記載の画質検査装置。
10. 前記演算制御手段が、
    感知限界モデルパラメータを備え、或いは、外部から入力された感知限界モデルパラメータに基づき画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断を行うことを特徴とする
    請求項２記載の画質検査装置。
11. 前記演算制御手段が、
    リアルタイムに測定された検査対象物の特性から感知限界モデルパラメータを生成し、生成された感知限界モデルパラメータに基づき画像データから欠陥候補を抽出し、２次元に拡張された振幅伝達関数特性を用いて欠陥強度の計算及び欠陥であるか否かの判断を行うことを特徴とする
    請求項２記載の画質検査装置。
12. 前記演算制御手段が、
    前記画像取込手段から入力される画像データをＲＧＢに色分解して個々の色の画像データに対して、それぞれの色に対する振幅伝達関数特性を用いて欠陥強度を求めることを特徴とする
    請求項２記載の画質検査装置。
13. 前記演算制御手段が、
    前記画像取込手段から入力される画像データを輝度及び反対色に分解して個々の輝度及び反対色の画像データに対して、それぞれの輝度及び反対色に対する振幅伝達関数特性を用いて欠陥強度を求めることを特徴とする
    請求項２記載の画質検査装置。
14. 前記演算制御手段が、
    画像データと、変換された画像との欠陥強度をそれぞれ比較することを特徴とする
    請求項２記載の画質検査装置。
15. 前記変換された画像が、
    画像圧縮や画像転送後の画像であることを特徴とする
    請求項１４記載の画質検査装置。