JP4902456B2 - スジムラ評価装置、スジムラ評価方法、スジムラ評価プログラム、記録媒体及びカラーフィルタの製造方法 - Google Patents

Description

本発明は、評価対象物の撮像画像データから特定周期のスジムラの出現傾向を評価するためのスジムラ評価装置に関するものである。

近年、テレビやモニタ等の表示装置の薄型化・大型化が進み、その需要が増加している。それに伴って、今まで以上に高品質な表示性能が求められるようなってきている。

表示装置を構成する部品の中でも、カラー表示をさせるためのカラーフィルタは、表示品質を左右する重要な部品の一つである。そのため、カラーフィルタに要求される品質も、より高度なものとなってきている。

また、カラーフィルタは製造コストの比重が高いため、このカラーフィルタの歩留まりを向上させ、一枚当たりの製造コストを削減することも要求されている。

最近では、インクジェット方式によるカラーフィルタの形成方法が注目されている。この形成方法では、インクジェットヘッドのノズルから、Ｒ（赤）・Ｇ（緑）・Ｂ（青）のインクを各絵素に吐出することにより形成する。インクジェット方式の特徴は、行程数が少なくてすむことや、インクの無駄が少ないことなどで、プロセスの短縮化や低コスト化が実現できる。

しかしながら、インクジェット方式においてカラーフィルタを形成する場合には、特にスジムラが発生し易い。その結果として表示品質が下がったり、不良品が出たり、する場合がある。また、この時特定の周期のスジムラが発生するため、その特定周期のスジムラを評価することが重要となっている。

スジムラを検出する技術として、例えば特許文献１に開示された技術がある。

特許文献１には、撮像画像を縦、横方向に別個に輝度データを積算して積算データとし、この積算データの移動平均を計算して積算移動平均データを算出し、これら積算データと積算移動平均データとの差分から周期性を有するスジ状ムラを検出するが開示されている。
特開２００５−７７１８１号公報（平成１７年（２００５）３月２４日公開）

ところが、特許文献１では、周期性を有するスジ状ムラを検出できるものの、スジムラの出現傾向、特に、予め設定した特定周期のスジムラの出現傾向を評価することはできないという問題が生じる。

本願発明は、上記課題に鑑みてなされたものであり、その目的は、画像データから特定周期スジムラの出現傾向の評価を適切に行えるスジムラ評価装置を提供することにある。

本発明に係るスジムラ評価装置は、上記課題を解決するために、表示部材の光照射されている評価対象面を撮像して得られた撮像画像データから当該評価対象面に発生している周期性を有するスジムラを評価する指標となる評価データを生成する評価データ生成手段を備え、上記評価データ生成手段は、上記撮像画像データに含まれる光分布情報に対して、一次元投影処理を行う一次元投影処理手段と、上記一次元投影処理手段によって一次元投影処理された光分布情報からパワースペクトルを算出するパワースペクトル算出手段と、上記パワースペクトル算出手段によって算出されたパワースペクトルから、予め設定した周期の区間積分値を算出する積分手段と、上記積分手段によって算出された区間積分値中に含まれるノイズ成分を除去するノイズ成分除去手段とを有していることを特徴としている。

また、本発明のスジムラ評価方法は、上記課題を解決するために、表示部材の光照射されている評価対象面を撮像して得られた撮像画像データから当該評価対象面に発生している周期性を有するスジムラを評価するスジムラ評価方法において、上記撮像画像データに含まれる光分布情報に対して、一次元投影処理を行う第１ステップと、上記第１ステップにおいて一次元投影処理された光分布情報からパワースペクトルを算出する第２ステップと、上記第２ステップにおいて算出されたパワースペクトルから、予め設定した周期の区間積分値を算出する第３ステップと、上記第３ステップにおいて算出された区間積分値中に含まれるノイズ成分を除去する第４ステップと含んでいることを特徴としている。

上記の構成によれば、表示部材の評価対象面に発生している周期性を有するスジムラを評価する指標となる評価データを、上記評価対象面を撮像して得られる撮像画像データに含まれる光分布情報に対して、投影方向として一次元投影処理を行うことで、当該評価対象面に発生しているスジムラの発生方向を特定できる。そして、一次元投影処理された光分布情報からパワースペクトルを算出することで、周期的なスジムラ発生強度を表現することができる。さらに、このパワースペクトルから、予め設定した周期の区間積分値を算出することで、特定の周期の成分のスジムラ発生強度の積分値を求めることができる。これにより、評価対象面に発生している特定周期のスジムラの発生方向（出現位置）、発生強度（出現強度）等を求めることができるので、発生した特定周期のスジムラの出現傾向（出現位置、出現強度）を評価することができる。

しかも、上記の積分値中に含まれるノイズ成分を除去することで、評価対象物に発生しているスジムラが複数種類の周期を有するものであっても、それぞれの特定周期のスジムラの出現傾向を精度よく評価することが出来る。

また、上記撮像画像データを複数の領域に分割する領域分割手段を備え、上記評価データ生成手段は、上記領域分割手段によって領域分割された撮像画像データ毎に評価データを生成するようにしてもよい。

これにより、撮像画像データ全体ではなく、部分領域毎の評価が可能となり評価精度を向上させることが出来る。例えば、スジムラの発生要因が描画異常である場合、描画ユニットの範囲でスジムラが発生するので、画像データの領域分割を描画ユニットのサイズに合わせることで評価精度を高めることが出来る。

また、上記領域分割手段によって分割される領域の大きさは、任意であり、評価対象物におけるスジムラの出現傾向に応じて適宜設定するようにすればよい。

このとき、記領域分割手段は、予め設定したスジムラの発生範囲に合わせて撮像画像データを領域分割するようにしてもよい。

また、上記領域分割手段は、撮像画像データを領域分割する際に、特定周期で発生するスジムラの出現範囲を同一領域になるように、各分割領域をオーバーラップさせるようにしてもよい。

このように、各分割領域をオーバーラップさせることで、評価対象物の評価領域を漏れなく評価することが可能となるので、スジムラ評価の精度を向上させることができる。

上記評価データから上記撮像画像データ中の特定周期で発生するスジムラの出現位置、出現強度を示す評価値を算出する評価値算出手段を備え、上記評価値算出手段は、上記評価データ生成手段によって生成された分割領域毎の評価データから上記評価値を算出するようにしてもよい。

これによって、画像データ中のどの位置にどの程度のスジムラが出現しているかが分かる。

また、上記評価値算出手段は、得られた評価データから、スジムラの出現方向と同一方向の領域の評価データを抽出し、抽出した評価データからスジムラの評価値を算出するようにしてもよい。

これによって、縦方向や横方向に一直線状に出現したスジムラを精度よく評価することが可能となる。カラーフィルタなど、一直線状にスジムラが出現する傾向があるものの評価に適している。

このとき、上記評価値算出手段は、抽出した評価データの算術平均値をスジムラの評価値として算出するようにしてもよい。

また、上記評価値算出手段は、抽出した評価データのトリム平均値をスジムラの評価値として算出するようにしてもよい。

さらに、上記評価値算出手段は、抽出した評価データのメディアン値をスジムラの評価値として算出するようにしてもよい。

また、上記評価値算出手段は、抽出した評価データのｒｍｓ（ｒｏｏｔ ｍｅａｎ ｓｑｕａｒｅ）値をスジムラの評価値として算出するようにしてもよい。

上記何れの評価値算出手段であっても、スジムラの評価値を適切に求めることが可能であるが、実際にスジムラが発生している部分と、発生していない部分に関して評価を行い、この二つの部分（クラス）に対して、クラス内分散とクラス間分散の比が最大になる評価値算出手段を採用することが好ましい。すなわち、上記の比が大きいほど、スジムラがあるクラスと、スジムラが無いクラスとの分離度が高くなるので、より、スジムラの評価を適切に行うことが出来る。

上記一次元投影処理手段は、上記光分布情報に対して、スジムラの出現方向と同一方向を投影方向として一次元投影処理するようにしてもよい。

これによって、撮像画像データに含まれる輝度値のバラつきが抑えられ、Ｓ／Ｎ比を改善させることが出来る。

上記積分手段が区間積分値を求める範囲は、評価対象のスジムラ周期が含まれていてもよい。

また、上記積分手段が区間積分値を求める範囲は、一定の強度を持つ周期が含まれていてもよい。

この場合、評価したいスジムラの周期が決まっている場合は予め区間積分範囲を設定し、また、パワースペクトルの算出結果などから強く出現している周期のスジムラについて評価を行うといったことなどが可能となる。

上記積分手段は、上記パワースペクトルからパワースペクトラム密度を算出し、その結果を予め設定した周期で区間積分して区間積分値を算出してもよい。

上記積分手段は、上記パワースペクトルからパワースペクトラム密度を算出し、その結果を予め設定した周期で区間積分した値を平方根して区間積分値を算出してもよい。

これによって、評価結果を定量的に評価することが出来る。

上記ノイズ成分除去手段によって除去されるノイズ成分は、評価対象のスジムラ周期とは異なる周期成分であってもよい。

上記ノイズ成分は、一定の強度を持つ周期成分を含んでいてもよい。

これによって、ノイズの出現周期が決まっている場合は予め周期区間を設定し、そうでない場合は画像データ中に含まれる一定の値以上の強度を持った周期成分をノイズ成分として評価を行うことなどが可能となる。

また、上記評価データから上記撮像画像データ中の特定周期で発生するスジムラの出現位置、出現強度を示す評価値を算出する評価値算出手段を備え、上記評価データ生成手段は、同一表示部材の評価対象面を異なる方向から撮像して得られた複数の撮像画像データからそれぞれ評価データを生成し、上記評価値算出手段は、上記評価データ生成手段によって生成された評価データからノイズ成分の影響が少ない方向から撮影された撮像画像データに基づいて生成された評価データを抽出し、抽出した評価データから、上記評価値を算出するようにしてもよい。

これによって、ノイズ成分が少ない方向から撮像された画像データの評価結果を採用することにより、より精度の高い評価が可能となり、どの方向からの画像データがスジムラ出現の強度が高いかを評価することが出来る。

このとき、上記複数の撮像画像データの撮像方向には、スジムラの特徴が観察できる斜め方向と、この斜め方向とは反対側の方向とが少なくとも含まれていることが望ましい。

上記表示部材は、カラーフィルタであることを特徴とする請求項１から１９の何れか１項に記載のスジムラ評価装置。

これによって、カラーフィルタ表面における特定周期のスジムラの出現傾向を精度よく評価することが出来る。

本発明のカラーフィルタの製造方法は、上記の課題を解決するために、カラーフィルタ製造装置によってカラーフィルタを製造するカラーフィルタの製造方法であって、上述のスジムラ評価方法を実行するスジムラ評価工程を含み、上記スジムラ評価工程によって得られた、スジムラの出現範囲、強度、方向などのスジムラ出現傾向を示す評価値をフィードバック情報として上記カラーフィルタ製造装置に出力することを特徴としている。

これによって、特定周期のスジムラ出現傾向情報をフィードバック情報としてカラーフィルタ製造装置に出力されるので、カラーフィルタの描画工程において発生する不具合（スジムラの発生）を適切に解消できるようになる。この結果、カラーフィルタの表示品位の向上を図ることができる。

本発明に係るスジムラ評価装置は、以上のように、表示部材の光照射されている評価対象面を撮像して得られた撮像画像データから当該評価対象面に発生している周期性を有するスジムラを評価する指標となる評価データを生成する評価データ生成手段を備え、上記評価データ生成手段は、上記撮像画像データに含まれる光分布情報に対して、一次元投影処理を行う一次元投影処理手段と、上記一次元投影処理手段によって一次元投影処理された光分布情報からパワースペクトルを算出するパワースペクトル算出手段と、上記パワースペクトル算出手段によって算出されたパワースペクトルから、予め設定した周期の区間積分値を算出する積分手段と、上記積分手段によって算出された区間積分値中に含まれるノイズ成分を除去するノイズ成分除去手段とを有していることで、特定周期のスジムラの出現傾向（出現位置、出現強度）を適切に評価することができるという効果を奏する。

本発明の実施の形態について説明すれば、以下の通りである。

なお、本願発明において表示部材とは、映像表示装置に用いられ、光を透過又は反射又はその両方をする部材のことを言う。

また、本実施の形態では、表示部材として、インクジェット方式で形成されたカラーフィルタを例にとって説明する。

なお、以下の説明において、カラーフィルタとは、特定の波長の光を通すことで表示装置にカラー表示をさせるフィルタのことを言う。また、カラーフィルタは、ブラックマトリクスが形成されたガラス基板上にインクジェット方式により液状材料を吐出することによって形成されるものとする。さらに、ブラックマトリクスおよびカラーフィルタが形成された状態のガラス基板をカラーフィルタ基板という。

図２は、本発明の評価装置を備えた特定周期スジムラ評価システム３００の概略を示したものである。

特定周期スジムラ評価システム３００は、図２に示すように、評価対象物であるカラーフィルタ基板３３０の表面に発生している特定周期のスジムラの評価を行うものであって、カラーフィルタ基板３３０の表面（カラーフィルタ形成面）に光を照射する照明装置（照射手段）３１０ａ・３１０ｂ、上記カラーフィルタ基板３３０による反射光を撮像するカメラ（検知手段）３２０ａ・３２０ｂ、カラーフィルタ基板３３０を載せるためのステージ３４０、を備えている。

すなわち、上記構成の特定周期スジムラ評価システム３００では、評価対象物であるカラーフィルタ基板３３０に対して、複数（ここでは２個）のカメラ３２０ａ・３２０ｂが異なる角度から向けられている。上記のカメラ３２０ａ・３２０ｂによって撮像された撮像画像データがデータ保持装置４００に一時的に格納される。評価装置１００は、必要に応じて、データ保持装置４００に格納されている撮像画像データを取得する。これにより、評価装置１００は、取得した撮像画像データに対して投影処理等の各種処理が施され、評価される。この評価の結果は、結果出力装置５００によって示される。

上記カメラ３２０ａ・３２０ｂは、撮像された画像を評価装置１００に出力する出力手段を含んでいる。このカメラ３２０ａ・３０２ｂから出力される情報は、上記カラーフィルタ基板３３０の表面の輝度分布情報を含んだ撮像画像情報である。輝度分布情報は、カラーフィルタ基板３３０の所定の領域単位、例えば画素単位の輝度値の分布状態を示す情報である。

なお、上記カメラ３２０ａ・３２０ｂは、評価対象物であるカラーフィルタ基板３３０表面のほぼ中央を垂直に通る中心線Ｏに対して、それぞれ等角度で傾斜して配置されている。また、照明装置３１０ａ・３１０ｂも、上記カメラ３２０ａ・３２０ｂと同様に、カラーフィルタ基板３３０表面のほぼ中央を垂直に通る中心線Ｏに対して、それぞれ等角度で傾斜して配置されている。これにより、同一の評価対象物であるカラーフィルタ基板３３０から、異なる逆の角度から撮影された２種類の画像を得ることができる。この点についての詳細は後述する。

上記評価装置１００によって評価された情報は、後述する特定周期のスジムラ出現傾向評価を示す特定周期スジムラ評価値として、結果出力装置５００に出力される。なお、評価装置１００の詳細は後述する。

上記結果出力装置５００では、入力された特定周期スジムラ評価値をオペレータが確認できるようなデータ、例えばグラフ化したデータを結果データとして出力する。出力結果については後述する。

また、上記評価装置１００には、データ保持装置４００が接続されている。このデータ保持装置４００には、カメラ３２０ａ・３２０ｂによってカラーフィルタ基板３３０を撮像して得られる画像データが格納され、また、当該評価装置１００によって得られる評価値（詳細は後述する）などの各種データが格納されるようになっている。

上記カラーフィルタ基板３３０は、下記のように形成される。

図３は、カラーフィルタ基板３３０の製造工程（製造方法）の一部の工程、インクジェット法によるカラーフィルタの液状材料の吐出工程を示した図である。ブラックマトリクス２１０が形成されたガラス基板２２０に対して、ヘッドユニット２３０が走査方向（図面では奥または手前方向）に動き、ブラックマトリクス２１０間のガラス基板２２０上にインクジェットのノズル２４０が液状材料を走査方向に順に吐出していく。そして、走査方向の吐出が完了すれば、ヘッドユニット２３０は、走査方向とは直交する方向（図面では、左右方向）に所定の距離移動した後、再び、走査方向（図面では手前または奥方向）に動き、インクジェットのノズル２４０が液状材料を走査方向に順に吐出していく。上記ヘッドユニット２３０による上記の動作が繰り返されることで、カラーフィルタ基板３３０上にカラーフィルタが形成される。

このときに、なんらかの原因で液状材料の吐出量がヘッドユニット２３０のノズル２４０ごとにバラバラになってしまった場合等には、ノズル間隔でカラーフィルタにスジムラが発生する。

また、なんらかの原因で一つのノズルが詰まっている場合等には、ヘッドユニット２３０間隔でカラーフィルタにスジムラが発生する。具体的には、ヘッドユニット２３０のノズル２４０の走査方向と直交する方向への配設数単位で、例えば図２では、３つのノズル２４０単位で走査方向にスジムラが発生する。

このように、インクジェット法によってカラーフィルタ基板３３０を作成した場合には、その発生原因に応じて様々な周期を持ったスジムラ（特定周期スジムラ）が発生する。

このようなスジムラは、図２に示す撮像手段であるカメラ３２０ａ・３２０ｂによって撮像することで明確となる。

図４は、上記カメラ３２０ａ・３２０ｂによってカラーフィルタ基板３３０を平面状（２次元）に撮像して得られた画像の一例を示した図である。ここでは、上記のヘッドユニット２３０を用いた場合に生じるスジムラを示しており、撮像された画像において、スジムラ方向に平行な方向をＹ方向とし、このスジムラ方向に対して垂直方向をＸ方向としている。ここで、スジムラとは、カラーフィルタ基板３３０のカラーフィルタ形成面に、膜厚の違いにより複数のスジ状のムラとして認識されるムラをいう。したがって、スジムラ方向とは、形成されたスジの長手方向をいう。

本願発明では、評価装置１００によって、カラーフィルタ基板３３０の平面状の撮像画像から抽出された二次元輝度分布情報（光分布情報）から当該カラーフィルタ基板３３０表面に形成されたカラーフィルタに特定の周期で発生しているスジムラの評価が行われる。この評価は、スジムラの発生強度、発生方向についての情報が含まれている。この評価から、ユーザは、カラーフィルタ基板３３０の表面における特定周期のスジムラの発生傾向を知ることができる。

本願発明では、上記特定周期スジムラ評価システム３００に備えられた評価装置１００によって、評価対象物であるカラーフィルタ基板３３０の平面状の撮像画像から抽出された二次元輝度分布情報（光分布情報）からカラーフィルタ基板３３０表面に形成されたカラーフィルタに発生している特定周期のスジムラの評価を行うための情報を提供するようになっている。

図１は、上記評価装置１００の概略ブロックを示したものである。

評価装置１００は、上述したように、特定周期スジムラ評価システム３００におけるカメラ３２０ａ・３２０ｂによる撮像画像情報から特定周期のスジムラを評価するための評価値を，スジムラ評価ための情報として結果出力装置５００に出力する機能を備えている。

上記評価装置１００は、図１に示すように、領域分割部１１０、評価データ生成部１２０、評価値演算部１３０を含んでいる。

具体的には、上記評価装置１００では、図示しないＣＰＵの命令により、領域分割部１１０または評価データ生成部１２０が、データ保持装置４００からあるいはカメラ３２０ａ・３２０ｂから撮像画像情報を取得する。

上記領域分割部１１０は、取得した撮像画像データを予め設定した大きさの領域に分割し、分割単位で撮像画像データを後段の評価データ生成部１２０に出力するようになっている。

一般に評価対象物から得られた光分布情報を一次元投影する方向の領域の範囲は、短いとノイズが大きくなり、長いと必要な情報が埋もれやすくなる傾向にあるので、例えば、長さを例えば５１２ｐｉｘとしている。また、一次元投影する方向と直交する方向の領域の範囲は、スジムラが発生すると予測される範囲になるように設定する。このようにして、分割領域における一次元投影する方向の長さと、その方向に直交する長さとに設定する。なお、上記のスジムラが発生すると予測される範囲は、カラーフィルタの描画方法、描画ヘッドユニットのサイズ等から推測する。

また、上記領域分割部１１０は、撮像画像データを領域分割する際に、特定周期で発生するスジムラの出現範囲を同一領域になるように、各分割領域をオーバーラップさせるようにしてもよい。このように、各分割領域をオーバーラップさせることで、評価対象物の評価領域を漏れなく評価することが可能となるので、スジムラ評価の精度を向上させることができる。

上記評価データ生成部１２０は、一次元投影処理部１２１、パワースペクトル算出部１２２、積分処理部１２３、ノイズ成分除去部１２４を含んでいる。

上記一次元投影処理部１２１は、入力された撮像画像データに含まれる二次元輝度分布情報を一次元輝度分布情報に変換する。この一次元投影処理部１２１による一次元投影処理についての詳細は後述する。さらに、一次元投影処理部１２１は、一次元投影処理結果を後段のパワースペクトル算出部１２２に出力する。

パワースペクトル算出部１２２は、入力された一次元輝度分布情報をフーリエ変換して、該一次元輝度分布情報の周期性を解析してパワースペクトルを算出する。このパワースペクトル算出部１２２による周期解析処理についての詳細は後述する。さらに、パワースペクトル算出部１２２は、フーリエ変換した一次元輝度分布情報を、周期解析の結果と共に、後段の積分処理部１２３に出力する。

上記積分処理部１２３は、入力されたフーリエ変換された一次元輝度分布情報に対して、予め設定した区間で積分処理を行う。さらに、積分処理部１２３は、積分処理した一次元輝度分布情報を後段のノイズ成分除去部１２４に出力する。

上記ノイズ成分除去部１２４は、入力された区間積分値からノイズ成分の区間積分値を特定して、特定周期のスジムラの区間積分値から特定したノイズ成分の区間積分値を除算して、特定周期のスジムラの評価データを生成する。この生成した評価データは、上述したデータ保持装置４００に一時的に格納するか、もしくはそのまま後段の評価値演算部１３０に出力する。

上記評価値演算部１３０は、ノイズ成分除去部１２４から入力される評価データまたはデータ保持装置４００に格納されている評価データから評価対象物であるカラーフィルタ基板３３０のカラーフィルタ上に発生している特定周期スジムラの評価値を演算して求める。この演算の詳細については後述する。

さらに、上記評価値演算部１３０は、演算した結果を特定周期スジムラの評価値として後段の結果出力装置５００に出力する。

上記結果出力装置５００は、入力された評価値を人間が認識しやすい形、例えば、グラフ化して出力する。オペレータは、この出力結果を見て、カラーフィルタ基板３３０表面に形成されたカラーフィルタに周期性を有するスジムラを評価するようになっている。したがって、結果出力装置５００から出力される結果は、オペレータが判断できる形であれば、どのような形であってもよい。

ここで、上記特定周期スジムラ評価システム３００によるスジムラの周期性の有無の判定と、特定周期のスジムラの評価の詳細について以下に説明する。

上記特定周期スジムラ評価システム３００のカメラ３２０ａ・３２０ｂによる反射光は、カラーフィルタ基板３３０の絵素の厚みが他の領域に比べて相対的に大きい部分は反射光量が多く、カラーフィルタ基板３３０の絵素の厚みが他の領域に比べて相対的に小さい部分は反射光量が少なくなる。この反射光量の差がムラとなって認識される。

なお、前述した原因により、一般的にインクジェット法による膜厚差は、ヘッドユニット２３０の走査方向に一列に発生する場合が多く、膜厚差が一列に発生した場合は、カメラ（検知手段）３２０によって撮像された画像データにスジムラが観察される。

なお、上述したように、人間の視覚特性の関係から、カラーフィルタ基板３３０に発生するスジムラのうち、周期的に発生するスジムラが目立つので、周期的に発生しているスジムラの有無を判定することは品質向上のために重要である。

以下に、上記構成の評価装置１００による、スジムラの周期性の有無を判断するための処理について説明する。このスジムラの周期性の有無の判断は、評価装置１００の一次元投影処理部１２１とパワースペクトル算出部１２２とによって行われる。なお、評価装置１００の残りの積分処理部１２３とノイズ成分除去部１２４とで特定周期のスジムラの評価を行うようになっている。

まず、一次元投影処理部１２１による一次元投影処理について説明する。

図４は、撮像手段としてのカメラ３２０ａ・３２０ｂによって撮像された画像の一例を示した図である。なお、一次元投影処理部１２１は、上記カメラ３２０ａ・３２０ｂによって撮像された画像データ（例えば図４）に含まれる光分布情報に対して、スジムラの出現方向のベクトルを含む方向を投影方向として一次元投影処理を行うようになっている。ここで、投影方向とは、上述したスジムラ方向に沿って輝度値を加算する方向（一次元投影処理を行う方向）となる。本実施の形態では、図４に示すように、撮像された画像においてスジムラ方向に平行なＹ方向としている。

従って、本実施の形態における、一次元投影処理では、上記任意の方向をＹ方向として、図４に示す画像に対して、Ｙ方向に輝度値の平均化を行い、二次元の輝度分布情報を一次元化する。

ここで、撮像画像の輝度分布情報をｐｘｙと表す。ｘ、ｙは、それぞれＸ方向、Ｙ方向の座標値である。これを用いて、一次元化される輝度分布情報は、式（１）を演算することで得られる。

ここで、ＮはＹ方向のデータ数である。

図５は、式（１）によって、求めた一次元輝度分布情報をグラフにしたものである。縦軸は輝度値であり、横軸はＸ座標の位置である。なお、横軸の単位はピクセル（pix）とする。

このようにして求めた一次元輝度分布情報は、後段のパワースペクトル算出部１２２によってフーリエ変換される。

なお、本実施の形態では、一次元投影処理の一例として、輝度値の平均値をとる方法を用いたが、一次元投影処理は二次元データを一次元化できるものであれば、特にこれに限られるものではない。例えばＹ方向に輝度値の積分をとる方法であってもよいし、Ｙ方向に重みをつけて足し合わせる方法であってもよい。

次に、パワースペクトル算出部１２２による周期解析処理について説明する。

上記パワースペクトル算出部１２２で行われるフーリエ変換は、式（２）を用いて行われる。

上記式（２）を用いて、フーリエ変換することで、周波数の分布を求めることができる。さらに、周波数の逆数をとれば、結果を周期の関数にすることができる。

図６は、一次元投影処理部１２１によって一次元投影されたデータ（図５に示すグラフ）をそのままフーリエ変換した結果を示すグラフである。縦軸はスペクトルの強度を示している。横軸は周波数の逆数をとり、周期に変換して対数表示している。なお、周期の単位はピクセル（pix）である。

このグラフで、顕著なスペクトルが観察される部分Ａ（Ｔ２ Ｐｉｘ周期のスジムラによるスペクトル）があることから、スジムラが周期性を持って発生していることがわかる。このように、フーリエ変換を行うことで、カラーフィルタ基板３３０で発生しているスジムラの周期性の有無を示すデータ（ムラ周期情報）を得ることができる。

ここで、上記ムラ周期情報は、結果出力装置５００においてオペレータが認識できるグラフなどの形式で出力することで、オペレータによって、スジムラの周期性の有無を判定させることを可能としている。

なお、スジムラの周期性の有無の判定を、上述のように、オペレータによる目視判定ではなく、ムラ周期情報に含まれるスペクトルと周期との関係から自動的に行うようにしてもよい。

例えば、スジムラの周期性の有無の判定、すなわち、顕著なスペクトルが観察されるか否かの判定を、あらかじめ保存された判定基準情報を読み出し、検出されたスペクトルと比較を行うことで、スジムラの周期性の有無の判定を自動的に行うことが可能となる。この判定基準情報は、判定基準データベースに登録しておく。この判定基準データベースは、例えば特定周期スジムラ評価システム３００の結果出力装置５００内に設けてもよく、別途設けてもよい。

具体的には、上記判定基準情報として、例えば、図６の移動平均を取り、移動平均値の近傍（例えば、移動平均値を１．２倍した値を上限値、移動平均値を０．８倍した値を下限値とした範囲）を判定基準情報とし、この範囲から外れているスペクトル値があるか否かを判定することでスジムラの周期性の有無を自動的に判定する方法がある。また、その他各種の方法によって、スジムラの周期性の有無を判定するようにしてもよい。

また、前述したように、発生原因に応じて様々な周期を持ったスジムラが発生するので、予め予測されるスジムラの幅や周期を含んだ情報を、スジムラの発生原因と関連付けて上記判定基準データベースに登録しておき、検出したムラ周期情報に含まれるスジムラの幅や周期と登録された情報とからスジムラの発生原因を特定するようにしてもよい。

例えば、上記判定基準データベースに登録する情報としては、スジムラの発生原因と関連付けられたスジムラの周期とその近傍の範囲を含めた近傍値範囲を用いる。そして、ムラ周期情報に含まれる周期が、上記判定基準データベースに登録された周期の近傍値範囲内に含まれているか否かを、登録された周期に対して順に確認していき、登録された周期の近傍値範囲内に含まれているか否かによって判定する。このとき、検出したムラ周期情報に含まれるスジムラの周期が、登録されたある周期の近傍値範囲に含まれていると判断されれば、その周期のスジムラをもたらす発生原因を特定することができる。

ここで、周期を、近傍値範囲まで広げて設定するのは、ヘッドユニットの位置ずれやその他の原因により誤差が発生する場合があるためであり、その誤差を考慮して範囲を設定する。例えば、近傍値範囲は、ヘッドやノズルや走査ステージなどの機構の寸法誤差値・動作誤差値等や経験値などから決定されている。さらに、スジムラの幅についての情報を判定基準データベースに追加して判定するようにしてもよい。

上記のように、スジムラの周期性の有無を判定することで、この判定結果を生産工程にフィードバックすることが可能となる。

また、Ｔ２ピクセル付近に顕著なスペクトルが発生することから、スジムラの周期がＴ２ピクセル程度であることがわかる。このように、フーリエ変換によって、スジムラの周期を求めることも可能である。

上記のように、スジムラの周期性の有無が判定されれば、カラーフィルタの生産工程にフィードバックすることで、ある程度の生産性（歩留まり）を向上させることが可能となる。

しかしながら、周期性を有するスジムラを検出するだけでは、生産性を向上させるには不十分である。つまり、周期性を有するスジムラを検出しても、検出したスジムラがどの程度の強度でどの方向に発生しているのかを特定しなければ、カラーフィルタを製造するためのヘッドユニットの調節を適切に行うことができない。

そこで、周期性を有するスジムラを検出したときに、特に、問題となる特定周期のスジムラを検出した場合に、その特定周期のスジムラの発生強度、発生方向などを示す指標となる評価値を求めて、この評価値を用いれば、問題となる特定周期のスジムラに対応して、ヘッドユニットの調節を適切に行うことができる。この結果、カラーフィルタの生産性を高めることができる。

以下に、スジムラの評価の仕方、すなわちスジムラの評価値の求め方について説明する。

スジムラの評価を行うとは、スジムラの発生強度（輝度強度）と発生位置とを特定することである。

図７は、図１に示す評価装置１００による評価処理の流れを示すフローチャートである。

まず、領域分割部１１０が評価画像の領域分割を行う（ステップＳ１）。ここでは、評価画像は、評価対象物であるカラーフィルタ基板３３０の表面を撮影して得られた撮像画像である。また、領域の分割は、例えば図８の（ａ）に示すように、一つの撮像画像データを１２分割することが考えられる。この分割された領域のサイズは、予め設定されているものとする。

上記のステップＳ１は、省略してもよい。つまり、評価画像を分割することなく、一次元投影処理を行うようにしてもよい。しかしながら、ステップＳ１により評価画像を分割することにより、画像全体の評価だけでなく、個別の領域についての評価が可能となる。

次に、評価データ生成部１２０内の一次元投影処理部１２１は、分割領域毎に撮像画像データに対して一次元投影処理を施す（ステップＳ２）。例えば図８の（ａ）に示す分割領域の一つである領域Ｒを一次元投影処理した場合、例えば図８の（ｂ）に示すような横軸が画素位置、縦軸が輝度値を示すグラフとなる。このグラフは、具体的には、前述の図５に示すグラフのようになる。

上記ステップＳ２に示すように、評価画像に対して一次元投影処理を行うことで、Ｓ／Ｎを改善することが可能である。つまり、ノイズ成分と信号成分（スジムラ）とを明確に区別することが可能となる。

続いて、評価データ生成部１２０内のパワースペクトル算出部１２２は、一次元投影処理された撮像画像データからスペクトラム推定を行う（ステップＳ３）。ここで行われるスペクトラム推定とは、一次元投影処理された撮像画像データを周期解析してパワースペクトルを得ることであり、例えば図８の（ｃ）に示すようなグラフで示される。このグラフでは、図８の（ｂ）と同様に、横軸に画素位置、縦軸にスペクトル強度が示されている。

次いで、評価データ生成部１２０内の積分処理部１２３は、区間積分を行う（ステップＳ４）。ここでは、図８の（ｃ）に示すグラフから、対象スジムラの周期ａ（事前指定スジムラ周期）と、ノイズの周期ｂ（ノイズ成分周期）とに分けて、それぞれ周期付近について区間積分を行う。

続いて、上記積分処理部１２３において、それぞれの周期の区間積分値を算出する（ステップＳ５）。ここでは、対象スジムラの周期ａ付近について区間積分を行うことによって得られた区間積分値をＡ、ノイズの周期ｂ付近における区間積分を行うことによって得られた区間積分値をＢとして、積分処理部１２３は後段のノイズ成分除去部１２４に出力する。

次に、上記ノイズ成分除去部１２４は、ノイズ成分除去を行う（ステップＳ６）。ここでは、対象スジムラの周期ａにおける区間積分値をＡ、ノイズの周期ｂにおける区間積分値をＢとし、以下の式３により、ノイズ成分を除去することにより、領域Ｒの強度を求める。

領域Ｒの強度＝ｆ（Ａ）−Ｋｆ（Ｂ）・・・・・・・・（３）
Ｋは任意の係数とする。

上記式３によって、評価画像の分割領域における強度、すなわちスジムラの出現強度を示す値として算出される。この強度を示す値は評価データとして、図９の（ａ）に示すように、分割領域毎に求められる。

上記ノイズ成分除去部１２４は、上記評価データを、後段の評価値演算部１３０に出力するか、もしくはデータ保持装置４００に出力する。

続いて、上記評価値演算部１３０は、評価値算出を行う（ステップＳ７）。ここでは、図９の（ａ）に示す各領域の列１〜列３それぞれについて評価データの平均値を求めて、この平均値をそれぞれの列の代表値とする。この代表値を特定周期スジムラ評価値として後段の結果出力装置５００に出力する。

上記の代表値の取り方としては、上記のような列方向の評価データの平均値を求める方法以外に、算術平均、ｒｍｓ（ｒｏｏｔ ｍｅａｎ ｓｑｕａｒｅ）などが考えられる。発生するスジムラが縦方向に連続して発生する場合などにおいて、評価結果（評価データ）を統合することで、スジムラ評価のＳ／Ｎ比を向上させることが可能である。つまり、スジムラ評価の精度を向上させることができる。

上記結果出力装置５００では、入力された特定周期スジムラ評価値から、図９の（ｂ）に示すように、撮像画像の中央部にスジムラが発生しているとことが示すデータを出力するようになっている。この出力データは、上述したように、ユーザが撮像画像のどの位置にどの程度の強度のスジムラが発生しているかが特定できるようなデータであれば、何でもよい。

ここまでは、評価対象物を撮影するためのカメラを１台使用した例について説明したが、上記構成の特定周期スジムラ評価システム３００ではカメラが２台備えられているので、以下の説明ではカメラ２台を使用した場合の例について説明する。

図２に示す特定周期スジムラ評価システム３００では、カメラ３２０ａとカメラ３２０ｂとによって、同一評価対象物に対して異なる角度から撮影することができる。そして、評価対象物であるカラーフィルタ基板３３０表面のほぼ中央を垂直に通る中心線Ｏに対して、それぞれ等角度で傾斜して配置されている。また、照明装置３１０ａ・３１０ｂも、上記カメラ３２０ａ・３２０ｂと同様に、カラーフィルタ基板３３０表面のほぼ中央を垂直に通る中心線Ｏに対して、それぞれ等角度で傾斜して配置されている。

但し、上記のカメラによる撮影角度は、同一評価対象物を異なる角度から撮影した画像が得られるような角度であればよく、任意に変更可能である。好ましい角度としては、それぞれのカメラが撮影した画像に含まれるノイズ成分の大きさが異なるような角度である。このように、ノイズ成分の大きさが異なるように、カメラの撮影角度を調整することで、評価対象物の評価面上に発生しているノイズ成分を精度よく特定することが可能となるので、この結果、特定周期のスジムラの評価を適切に行うことができる。

例えば、図１０の（ａ）に示すように、２台のカメラ（Ｃａｍｅｒａ１，Ｃａｍｅｒａ２）によって、評価対象物である基板を撮影すると、図１０の（ｂ）に示すように、２種るの画像１、画像２を得ることができる。そして、この２種類の画像１，２を統合することにより、評価結果を得るようにする。ここで、画像１，２は、ノイズ成分の大きさが異なっているものとする。

このように、同一評価対象物に対して異なる角度から撮影することで、ノイズ成分の大きさが異なる画像を得ることが可能となり、これにより、両画像の同一領域において、ノイズ成分が小さい方向からの結果を用いることで、より精度の高い評価が可能となる。

この点について図１、図２及び図１１を参照しながら以下に詳細に説明する。

図１１は、特定周期スジムラ評価システム３００において、２台のカメラを用いた場合の処理の具体例を示したものである。画像データ１は、カメラ３２０ａで撮影された画像データとし、画像データ２は、カメラ３２０ｂで撮影された画像データとする。

これらのカメラによって撮影された画像データは、評価装置１００に入力され、以下に説明する処理が実行される。ここで、カメラ３２０ａで撮影された画像を、画像データ１、カメラ３２０ｂで撮影された画像を、画像データ２とする。

まず、評価装置１００に入力された画像データ１は、領域分割部１１０において、領域分割される。ここでは、画像データ１を画像データＡ、画像データＢ・・・と分割する。このように、画像データを分割することで、特定周期スジムラの評価精度を上げることが可能となる。以下に示す処理は、画像データＡ、画像データＢ、・・・それぞれについて個別に行っていくものとする。

次に、領域分割された画像データは、評価データ生成部１２０内の一次元投影処理部１２１において、一次元投影され、一次元輝度値データとなる。このように、撮像画像データを一次元輝度値データにすることで、画像データ中に含まれる輝度値のバラつきを抑えることができ、Ｓ／Ｎ比の向上が期待できる。また、一次元輝度値データにすることで後のデータ計算速度を高めることが可能である。

次に、一次元輝度値データは、周期解析処理部１２２において、フーリエ変換（周期解析）される。そして、フーリエ変換結果から、パワースペクトル、パワースペクトラム密度を算出する。これによって、各周波数成分がどの程度の強度をもって出現しているかを示すことが出来る。

次に、周期解析処理部１２２によって得られたパワースペクトラム密度に対し、積分処理部１２３において、評価対象の予め設定したスジムラ周期期間について区間積分を行い、区間積分値を算出する。これにより、スジムラ周期区間に発生しているスジムラの強度を評価することが出来る。また、この時、設定するスジムラの周期はスペクトラム推定を行った結果から設定しても良い。例えば、スペクトラム推定を行った結果から、最大の強度をもつスペクトル周期近傍について区間を設定することで、画像データ中にどの程度の周期のスジムラがどの程度の強度で出現しているかを評価することが可能となる。なお、区間積分値を算出する際に、区間積分の結果の平方根を採用することも出来る。

次に、評価対象のスジムラ周期に関する区間積分値と同様に、パワースペクトラム密度に対し、予め設定したノイズ周期区間について区間積分を行い、特定区間積分値を算出する。これにより、ノイズ周期区間に発生しているノイズの強度を評価することが出来る。また、この時、設定するノイズの周期はスペクトラム推定を行った結果から設定してもよい。例えば、スペクトラム推定を行った結果から、ある一定の閾値以上の強度を持つ周期区間をノイズ成分と設定することにより、画像データ中にどの程度の周期のノイズがどの程度の強度で出現しているかを評価することが可能となる。なお、区間積分値を算出する際に、区間積分の結果の平方根を採用することも出来る。

次に、ノイズ成分除去部１２４では、ノイズ成分の区間積分値を用いて、スジムラ周期成分の区間積分値からノイズ除去を行い、評価値を算出する。この時、スジムラ周期成分の区間積分値に関してノイズ成分が影響を及ぼすことを考慮し、例えば、スジムラ周期成分の区間積分値をＡ、ノイズ成分の区間積分値をＮとした場合、評価値（評価データ）Ｓは以下の式４によって、計算することができる。

Ｓ＝Ａ−ＫＮ（Ｋは定数）・・・・・・（４）
上記のようにして、評価値Ｓは、評価データ生成部１２０によって生成される。

次に、画像データＡ、画像データＢ・・・それぞれについて算出した評価値Ｓの統合を評価値演算部１３０によって行う。これによって、画像データ全体において、どのようなスジムラ出現傾向があるかを評価することが可能となる。例えば、分割した画像データの評価値のうち、縦方向の領域の評価値に関して統合することにより、縦方向に一直線状にスジムラが出現している場合の評価精度を高めることが出来る。カラーフィルタ基板などを評価する場合、スジムラが一直線状に出現する傾向が強いため、縦方向に評価結果を統合することは非常に有効である。また、同様に横方向に評価結果を統合することも出来る。ここで、一方の方向をどちらかの方向に決めた場合に、決めた方向に直交する方向を他方の方向とするようにして、縦方向、横方向を決めればよい。そして、統合する方向は、スジムラが出現する方向にすればよい。

以上のように、一枚の画像データ１に対するスジムラの評価を行ったが、同様に、２枚目の画像データ（画像データ２）に関しても画像データ１と同様の処理により評価を行う。

そして、得られた画像データ１の評価値と、得られた画像データ２の評価値とを統合して、評価対象物における特定周期のスジムラの評価値とする。

これにより、同一評価対象物を複数の方向から撮像したデータに関して同様に評価値を算出することで、ノイズ成分が少ない方向からの評価値を採用し、評価精度を高めることが可能となる。例えば、複数の画像データからそれぞれ評価値を算出する際に、ノイズ成分の特徴量を用いるが、ここで、ノイズ成分の特徴量が小さい値の画像データに関して評価値を算出することで、評価精度を高めることが可能となる。

評価対象物中に異なる周期のスジムラが含まれている場合、ノイズ成分の除去が適切に行えれば、それぞれの周期のスジムラの評価を精度よく行うことができる。

以下に、ノイズ成分除去部１２４におけるノイズ成分の除去について説明する。

図１２〜図１４は、ノイズ除去手法の例を示したものである。

まず、図１２の（ａ）に示すスジムラ周期１の画像について、スペクトラム推定を行う（図１２の（ｂ））。この時、図１２の（ｃ）に示すように、対象とするスジムラ周期１の成分の区間積分値Ｓはノイズの影響が無く求めることが出来る。なお、図１２の（ｂ）では、スジムラの周期とは別に低周期（高周波数）成分が出現していることが分かる。

次に、図１３の（ａ）に示すスジムラ周期２の画像についてスペクトラム推定を行う（図１３の（ｂ））。この時、図１３の（ｃ）に示すように、対象とするスジムラ周期２の成分の区間積分値Ｎの他に、スジムラ周期２の周期において区間積分値Ｎ'が算出される。この時、ある定数Ｋを用いて、Ｎ'＝ＫＮで表すことが出来る。

次に、図１４の（ａ）に示すように、周期１と周期２のスジムラが混在している画像について考える。この画像について、スペクトラム推定を行う（図１４の（ｂ））。この時、図１４の（ｃ）に示すように、周期１のスジムラを評価対象のスジムラ、周期２のスジムラをノイズ成分と考えていると、スペクトル分布から周期１成分の区間積分値Ａを算出すると、その中には周期１のスジムラの区間積分値Ｓと、周期２のスジムラの区間積分値の低周期成分Ｎ'が含まれるため、 以下の式５で示される。よって、周期１のスジムラの区間積分値Ｓを算出するために、以下の式６を算出することで、ノイズ除去を行った区間積分値を算出することが可能となる。
Ａ＝Ｓ＋Ｎ’・・・・・・・・（５）
Ｓ＝Ａ−ＫＮ・・・・・・・・（６）
上述したように、一般にインクジェット方式においては、スジムラ発生の原因に応じて異なる周期のスジムラが観察される。

したがって、スジムラの周期性の有無を知るのみでなく、さらに周期を求めることができれば、スジムラ発生の原因を知り、カラーフィルタの生産工程にフィードバックさせることもできる。

この場合、判定結果としては、スジムラの周期性の有無を示すムラ周期情報に加えて、上述したスジムラの発生原因を特定するための情報例えば、上述したような特定周期スジムラの評価値（発生強度、発生方向）を含ませるようにすればよい。

以下に、カラーフィルタ基板３３０上のカラーフィルタのムラ周期情報をカラーフィルタ基板３３０の生産工程（製造工程）にフィードバックした例について説明する。

なお、以下の説明では、上述したカラーフィルタのスジムラ評価方法を実行する工程（以下、スジムラ評価工程と称する）は、一連のカラーフィルタ基板３３０の製造工程に含まれているものとする。例えば、図１５に示すカラーフィルタ基板の製造工程（ステップＳ１１〜Ｓ１４）において、上記スジムラ評価工程は、カラーフィルタ検査工程を示すステップＳ１２に含まれる。また、カラーフィルタ検査工程Ｓ１２を基準に考えた場合、ステップＳ１１は、前工程であり、ステップＳ１３は、次工程である。

上記の前工程であるステップＳ１１は、図１５に示すように、ブラックマトリクス製造工程と、カラーフィルタ製造工程とを含んでいる。

上記ブラックマトリクス製造工程では、ガラス基板上に、スピンコートによりカーボンの微粒子を分散したネガ型のアクリル系感光性樹脂液を塗布した後、乾燥を行い、黒色感光性樹脂層を形成する。続いて、フォトマスクを介して黒色感光性樹脂層を露光した後、現像を行って、ブラックマトリクス（ＢＭ）を形成する。例えば、図３に示すように、ガラス基板２２０上にブラックマトリクス２１０を形成する。このとき、次の工程である、カラーフィルタ製造工程において使用するための開口部、すなわちヘッドユニット２３０の各ノズル２４０から吐出されるインクを受け入れるための開口部（各色のフィルタに相当）が形成されるように、ブラックマトリクス２１０を形成する。

上記カラーフィルタ製造工程では、上述したように、ブラックマトリクス２１０が形成されたガラス基板２２０に対して、ヘッドユニット２３０が走査方向（図３では奥または手前方向）に動くことで、ブラックマトリクス２１０間のガラス基板２２０上にインクジェットのノズル２４０が液状材料を走査方向に順に吐出して、ガラス基板２２０上にカラーフィルタを形成する。なお、インクジェットやローラー転写などによりブラックマトリクス２１０を形成してもよい。また、必要に応じて表面加工処理を行ってもよい。

上記のステップＳ１の前工程が完了した後、カラーフィルタ検査工程を実行する（ステップＳ１２)。このカラーフィルタ検査工程では、カラーフィルタのムラ周期情報を検出し、検出結果から、カラーフィルタの良品判定を行う。

ここで、上記ムラ周期情報には、スジムラの周期性の有無を示す情報、スジムラの発生原因を特定するための情報に加えて、スジムラの出現範囲、強度、方向などのスジムラ出現傾向情報を示すスジムラ評価値が少なくとも含まれているものとする。

例えばカラーフィルタを生産する装置（カラーフィルタ製造装置）では、上記のカラーフィルタ検査工程によって得られたムラ周期情報にスジムラの周期性が存在している旨が含まれている場合、ムラ周期情報に含まれる情報を、予め作成保存された検査基準情報と比較することで、その比較結果に応じて、被検査ワークであるカラーフィルタの処理（検査工程以降の処理を含める）を変更する。なお、上記検査基準情報は、上述した判定基準データベースに登録してもよいし、他のデータベースに登録してもよく、必要に応じて、カラーフィルタ製造装置が読み込めるデータベースであれば何れに登録していてもよい。

カラーフィルタの処理を変更するとは、例えば、ムラ周期情報に含まれるスペクトル値が、検査基準情報に含まれている第１所定値以上であると判定されたカラーフィルタが形成されたカラーフィルタ基板を、予め作成保存された被検査物処理変更情報に基づいて廃棄し、上記第１所定値未満で第２所定値以上であると判定されたカラーフィルタが形成されたカラーフィルタ基板を、リワーク工程へ搬送することである。なお、ムラ周期情報に含まれるスペクトル値が、上記第２所定値未満であると判定されたカラーフィルタが形成されたカラーフィルタ基板は、良品であると判定し、検査工程に実行される次の製造工程へ搬送するようになっている。

上記のリワーク工程に搬送されるカラーフィルタは修復可能な状態であると判断されたカラーフィルタであり、カラーフィルタ検査工程で得られた異常箇所の位置情報などを含むリワーク情報とともにリワーク工程に搬送され、このリワーク工程で修復処理された後、再度、検査工程に搬送され、検査される。なお、上記リワーク工程は、カラーフィルタ基板の製造工程のステップＳ１１におけるブラックマトリクス製造工程やカラーフィルタ製造工程に含まれている。リワーク工程は、異常箇所のみを修復する局所的な修復の場合と、カラーフィルタ基板の全面的な修復の場合があり、また、カラーフィルタのみを修復する場合と、ブラックマトリクスとカラーフィルタを修復する場合等がある。

また、ステップＳ１２のカラーフィルタ検査工程において、廃棄処分やリワーク工程行きとして判定されたときのスペクトル値等を、前工程Ｓ１１にフィードバックする。カラーフィルタ製造工程にフィードバックされる場合、カラーフィルタ製造工程では、フィードバックされたスペクトル値と上述の判定基準データベースからカラーフィルタ製造工程における製造条件の変更（例えば、インクの吐出量の調整、ヘッドユニットの移動速度の変更など）を行い、カラーフィルタを製造する。さらに、ステップＳ１２のカラーフィルタ検査工程において、ブラックマトリクスの幅が適切でないことに起因するムラが発生していると判定された場合には、ブラックマトリクス製造工程に対して、ブラックマトリクスの製造条件の変更（ブラックマトリクスを形成するためのフォトマスクの形成位置の調整など）を指示する。そして、ブラックマトリクス製造工程では、指示された内容で製造条件を変更し、ブラックマトリクスを製造する。なお、スペクトル値と判定基準データベース等による製造条件の変更の決定は、製造の前工程側で行ってもよいし、カラーフィルタ検査工程側で行い製造条件変更の指示を製造の前工程へ送信してもよい。

以上のようにして検査が完了し、良品であると判定されたカラーフィルタが形成されたカラーフィルタ基板は、次工程（ステップＳ１３）に搬送される。なお、良品であると判定された場合であっても、良品の限界値付近である場合は、カラーフィルタの検査結果を考慮した製造条件で次工程が実行されるように、製造条件の変更指示が行ってもよい。

ステップＳ１３では、ＩＴＯなどの透明電極からなる対向電極をスパッタリングにより形成し、その後、例えば液晶パネルのセルギャップを規定するための柱状スペーサ（図示せず）を、アクリル系感光性樹脂液を塗布しフォトマスクで露光、現像、硬化して形成する。

以上により、カラーフィルタ基板３３０が形成される。

このように、カラーフィルタの検査工程で得られた検査結果であるムラ周期情報に基づいて、検査後のカラーフィルタを、検査結果に応じて処理することができるので、最終的に得られるカラーフィルタの良品率を向上させることができる。

しかも、スジムラの周期性が有る場合であっても、スジムラの発生程度（スペクトル値の大きさ）によって、修復可能か否かを判断するようになっているので、スジムラの周期性の発生したカラーフィルタをすべて不良品とはせずに、スジムラの周期性の発生しているカラーフィルタのうち、修復不可能なスジムラが発生しているカラーフィルタのみを不良品と判断し廃棄することになる。これにより、カラーフィルタの無駄な廃棄を無くすことができるので、カラーフィルタの歩留まりの向上及び製造コストの低減を図ることができる。

これにより、カラーフィルタの製造にかかる時間をトータルで短縮することができる。

被検査ワーク（評価対象物）であるカラーフィルタの処理変更は、単一のカラーフィルタに対して行ってもよいし、属するロットのカラーフィルタ全てに対して行ってもよいし、同型番のカラーフィルタ全てに行ってもよい。

不良品であると判断されたカラーフィルタに対しては、そのカラーフィルタ基板の予め決められた所定箇所に、あるいはカラーフィルタの異常発生領域にマーキングなどを行ってもよい。

この場合には、不良品であると判断されたカラーフィルタは、製造工程においては廃棄処理されずに、オペレータによって不良品の発生原因の特定する際に使用される。

また、複数のカラーフィルタ（あるいは、カラーフィルタ内の複数の箇所）の検査工程で得られた検査値を検査値データベース（例えば検査装置に搭載）などに保存し、判定基準データベースに予め登録された検査基準情報に記載の条件に当てはまる状況に適合した場合に、記載の製造工程や製造工程条件の変更を行うようにしてもよい。

例えば、ムラ周期情報に含まれるスペクトル値がある基準値（上述の第１所定値あるいは第２所定値）以上であるカラーフィルタが連続する個数や発生頻度をカウントし、所定個数や所定頻度を超えた際に、検査結果により製造工程を変更する製造工程変更情報に基づいて、その不良の発生原因となる工程よりも前の製造工程にフィードバックして、製造方法を変更する。

製造方法の変更としては、例えば、製造装置の製造条件の変更を行ったり、該製造装置のメンテナンスの必要性についてチェック検査を開始したり、製造装置を停止したり、発生原因となる部品のクリーニングや交換を行うことが考えられる。

また、検査工程よりも後の製造工程に検査値を伝達して、製造方法を変更してもよい。

例えば、ある基準以上の検査値（スペクトル値）の、所定数以上のカラーフィルタの属するロットのカラーフィルタに対して、次製造工程の製造条件を、高い検査値が緩和される方向、例えば、最終的な輝度値が最終検査基準の範囲内に入るように、製造工程変更情報にしたがって、変更してもよい。

なお、本実施の形態では周期解析処理の一例として、周期解析処理のためにフーリエ変換を用いたが、周期解析処理は周期性の有無を検査できるものであれば、特にこれに限られるものではない。

また、本実施の形態では表示部材表面に光を照射して、反射光分布を元に解析を行ったが、透過光分布を元に解析を行ってもよい。

透過光分布を利用した場合であっても、反射光分布を利用した画像処理手順と同じ手順の画像処理手順でよい。

例えば、表示部材（カラーフィルタ）の裏面に光を照射して、カラーフィルタの形成面である正面に光を透過させて得られる透過光分布を元に上述した周期解析を行うことが考えられる。

この場合、照明装置をカラーフィルタ非形成側（表示部材の裏面側）に配置し、カメラをカラーフィルタ形成側（表示部材の正面側）に配置する。カメラの配置角度としては、カラーフィルタ形成面上でムラが現れやすい角度に設定するのが望ましい。例えば、直進透過光よりも、反射の場合と同様、基板裏面に対する照射角度と透過光の基板に対する出射角度が異なっているのが、望ましい。具体的には、照明装置は基板の法線方向で、カメラは基板の法線よりも傾いた角度に配置したり、あるいは、照明装置は基板の法線よりも傾いた角度で、カメラは基板の法線方向や直進透過光の方向よりも傾いた角度に配置することが考えられる。

本実施の形態では、一次元投影処理されたデータに対して、そのまま周期解析処理を行ったが、周期解析処理を行う前にフィルタリング処理（モフォロジ処理）を行ってもよい。

なお、フィルタリング処理とは、光分布情報(輝度分布情報）を一次元投影した情報に対して、一定の周期幅の凹凸を抽出又は抑制する処理をいう。

本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

最後に、評価装置１００の各ブロック、特に一次元投影処理部１２１、パワースペクトル算出部１２２、積分処理部１２３およびノイズ成分除去部１２４は、ハードウェアロジックによって構成してもよいし、次のようにＣＰＵを用いてソフトウェアによって実現してもよい。

すなわち、評価装置１００は、各機能を実現する制御プログラムの命令を実行するＣＰＵ（central processing unit）、上記プログラムを格納したＲＯＭ（read only memory）、上記プログラムを展開するＲＡＭ（random access memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアである評価装置１００の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記評価装置１００に供給し、そのコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。

上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ系、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ−ＲＯＭ／ＭＯ／ＭＤ／ＤＶＤ／ＣＤ−Ｒ等の光ディスクを含むディスク系、ＩＣカード（メモリカードを含む）／光カード等のカード系、あるいはマスクＲＯＭ／ＥＰＲＯＭ／ＥＥＰＲＯＭ／フラッシュＲＯＭ等の半導体メモリ系などを用いることができる。

また、評価装置１００を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークとしては、特に限定されず、例えば、インターネット、イントラネット、エキストラネット、ＬＡＮ、ＩＳＤＮ、ＶＡＮ、ＣＡＴＶ通信網、仮想専用網（virtual private network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、通信ネットワークを構成する伝送媒体としては、特に限定されず、例えば、ＩＥＥＥ１３９４、ＵＳＢ、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ回線等の有線でも、ＩｒＤＡやリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、８０２．１１無線、ＨＤＲ、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

光透過あるいは光反射が可能な面に発生するムラの周期性が問題視されている部材であれば、どのような部材であっても適用することが可能である。

本発明の実施形態を示すものであり、評価装置の要部構成を示すブロック図である。 図１に示す評価装置を用いた特定周期スジムラ評価システムの概略を示すブロック図である。 評価対象物としてのカラーフィルタの製造工程を示した図である。 図２に示す特定周期スジムラ評価システムのカメラによってカラーフィルタを撮像した画像を示した図である。 図４に示す画像から得られた二次元輝度分布情報から一次元投影処理を行った結果を示すグラフである。 図５に示すグラフのデータに対してフーリエ変換を行った結果を示したグラフである。 図１に示す評価装置による特定周期スジムラの評価の処理の流れを示すフローチャートである。 （ａ）〜（ｃ）は、ノイズ強度の算出例を示す図である。 （ａ）（ｂ）は、図８において算出したノイズ強度から、スジムラ発生部位を特定するための手法の一例を示す図である。 （ａ）（ｂ）は、２方向から評価対象物であるカラーフィルタ基板を撮像した場合の評価例を示す図である。 図２に示す特定周期スジムラ評価システムの具体的な処理の流れを示す図である。 （ａ）〜（ｃ）は、スジムラ周期１の画像のノイズ除去の処理例を示す図である。 （ａ）〜（ｃ）は、スジムラ周期２の画像のノイズ除去の処理例を示す図である。 （ａ）〜（ｃ）は、スジムラ周期１とスジムラ周期２とが混在した画像のノイズ除去の処理例を示す図である。 カラーフィルタ基板の製造工程の処理の流れを示すフローチャートである。

符号の説明

１００ 評価装置（スジムラ評価装置）
１１０ 領域分割部（領域分割手段）
１２０ 評価データ生成部（評価データ生成手段）
１２１ 一次元投影処理部（一次元投影処理手段）
１２２ パワースペクトル算出部（パワースペクトル算出手段）
１２３ 積分処理部（積分手段）
１２４ ノイズ成分除去部（ノイズ成分除去手段）
１３０ 評価値演算部（評価値算出手段）
２１０ ブラックマトリクス
２２０ ガラス基板
２３０ ヘッドユニット
２４０ ノズル
３００ 特定周期スジムラ評価システム
３１０ａ・３１０ｂ 照明装置
３２０ カメラ
３２０ａ・３２０ｂ カメラ（撮像手段）
３３０ カラーフィルタ基板（評価対象物）
３４０ ステージ
４００ データ保持装置
５００ 結果出力装置

Claims (26)

1. 表示部材の光照射されている評価対象面を撮像して得られた撮像画像データから当該評価対象面に発生している周期性を有するスジムラを評価する指標となる評価データを生成する評価データ生成手段を備え、
   上記評価データ生成手段は、
   上記撮像画像データに含まれる二次元輝度分布情報に対して、一次元投影処理を行う一次元投影処理手段と、
   上記一次元投影処理手段によって一次元投影処理された二次元輝度分布情報からパワースペクトルを算出するパワースペクトル算出手段と、
   上記パワースペクトル算出手段によって算出されたパワースペクトルから、予め設定した周期の区間積分値を算出する積分手段と、
   上記積分手段によって算出された区間積分値中に含まれるノイズ成分を除去するノイズ成分除去手段とを有し、
   さらに、上記ノイズ成分除去手段によってノイズ成分が除去された区間積分値を評価データとして受け取り、当該評価データから上記撮像画像データ中の特定周期で発生するスジムラの出現位置、出現強度を示す評価値を算出する評価値算出手段を備え、
   上記ノイズ成分除去手段によって除去されるノイズ成分は、上記評価対象のスジムラとは異なる周期のスジムラの低周期成分であることを特徴とするスジムラ評価装置。
2. 上記撮像画像データを複数の領域に分割する領域分割手段を備え、
   上記評価データ生成手段は、
   上記領域分割手段によって領域分割された撮像画像データ毎に評価データを生成することを特徴とする請求項１に記載のスジムラ評価装置。
3. 上記領域分割手段は、
   予め設定したスジムラの発生範囲に合わせて撮像画像データを領域分割することを特徴とする請求項２に記載のスジムラ評価装置。
4. 上記領域分割手段は、
   撮像画像データを領域分割する際に、特定周期で発生するスジムラの出現範囲を同一領域になるように、各分割領域をオーバーラップさせることを特徴とする請求項２に記載のスジムラ評価装置。
5. 上記評価値算出手段は、上記評価データ生成手段によって生成された分割領域毎の評価データから上記評価値を算出することを特徴とする請求項２から４の何れか１項に記載のスジムラ評価装置。
6. 上記評価値算出手段は、
   得られた評価データから、スジムラの出現方向と同一方向の領域の評価データを抽出し、抽出した評価データからスジムラの評価値を算出することを特徴とする請求項５に記載のスジムラ評価装置。
7. 上記評価値算出手段は、
   抽出した評価データの算術平均値をスジムラの評価値として算出することを特徴とする請求項６に記載のスジムラ評価装置。
8. 上記評価値算出手段は、
   抽出した評価データのトリム平均値をスジムラの評価値として算出することを特徴とする請求項６に記載のスジムラ評価装置。
9. 上記評価値算出手段は、
   抽出した評価データのメディアン値をスジムラの評価値として算出することを特徴とする請求項６に記載のスジムラ評価装置。
10. 上記評価値算出手段は、
    抽出した評価データのｒｍｓ（ｒｏｏｔ ｍｅａｎ ｓｑｕａｒｅ）値をスジムラの評価値として算出することを特徴とする請求項６に記載のスジムラ評価装置。
11. 上記一次元投影処理手段は、
    上記二次元輝度分布情報に対して、スジムラの出現方向と同一方向を投影方向として一次元投影処理することを特徴とする請求項１に記載のスジムラ評価装置。
12. 上記積分手段が区間積分値を求める範囲は、評価対象のスジムラ周期が含まれていることを特徴とする請求項１に記載のスジムラ評価装置。
13. 上記積分手段が区間積分値を求める範囲は、一定の強度を持つ周期が含まれていることを特徴とする請求項１に記載のスジムラ評価装置。
14. 上記積分手段は、
    上記パワースペクトルからパワースペクトラム密度を算出し、その結果を予め設定した周期で区間積分して区間積分値を算出することを特徴とした請求項１に記載のスジムラ評価装置。
15. 上記積分手段は、
    上記パワースペクトルからパワースペクトラム密度を算出し、その結果を予め設定した周期で区間積分した値を平方根して区間積分値を算出することを特徴とした請求項１に記載のスジムラ評価装置。
16. 上記ノイズ成分は、一定の強度を持つ周期成分を含むことを特徴とする請求項１に記載のスジムラ評価装置。
17. 上記評価データ生成手段は、
    同一表示部材の評価対象面を異なる方向から撮像して得られた複数の撮像画像データからそれぞれ評価データを生成し、
    上記評価値算出手段は、
    上記評価データ生成手段によって生成された評価データからノイズ成分の影響が少ない方向から撮影された撮像画像データに基づいて生成された評価データを抽出し、抽出した評価データから、上記評価値を算出することを特徴とする請求項１に記載のスジムラ評価装置。
18. 上記複数の撮像画像データの撮像方向には、スジムラの特徴が観察できる斜め方向と、この斜め方向とは反対側の方向とが少なくとも含まれていることを特徴とした請求項１７に記載のスジムラ評価装置。
19. 上記表示部材は、カラーフィルタであることを特徴とする請求項１から１８の何れか１項に記載のスジムラ評価装置。
20. 表示部材の光照射されている評価対象面を撮像して得られた撮像画像データから当該評価対象面に発生している周期性を有するスジムラを評価するスジムラ評価方法において、
    上記撮像画像データに含まれる二次元輝度分布情報に対して、スジムラの出現方向のベクトルを含む方向を投影方向として一次元投影処理を行う第１ステップと、
    上記第１ステップにおいて一次元投影処理された二次元輝度分布情報からパワースペクトルを算出する第２ステップと、
    上記第２ステップにおいて算出されたパワースペクトルから、予め設定した周期の区間積分値を算出する第３ステップと、
    上記第３ステップにおいて算出された区間積分値中に含まれるノイズ成分を除去する第４ステップと、
    上記第４ステップによりノイズ成分が除去された区間積分値を評価データとし受け取り、当該評価データから上記撮像画像データ中の特定周期で発生するスジムラの出現位置、出現強度を示す評価値を算出する第５ステップとを含み、
    上記第４ステップにおいて除去されるノイズ成分は、上記評価対象のスジムラとは異なる周期のスジムラの低周期成分であることを特徴とするスジムラ評価方法。
21. コンピュータを、
    表示部材の光照射されている評価対象面を撮像して得られた撮像画像データから当該評価対象面に発生している周期性を有するスジムラを評価する指標となる評価データを生成する評価データ生成手段が有する、
    上記撮像画像データに含まれる二次元輝度分布情報に対して、一次元投影処理を行う一次元投影処理手段と、
    上記一次元投影処理手段によって一次元投影処理された二次元輝度分布情報からパワースペクトルを算出するパワースペクトル算出手段と、
    上記パワースペクトル算出手段によって算出されたパワースペクトルから、予め設定した周期の区間積分値を算出する積分手段と、
    上記積分手段によって算出された区間積分値中に含まれるノイズ成分を除去するノイズ成分除去手段として機能させると共に、
    さらに、上記ノイズ成分除去手段によってノイズ成分が除去された区間積分値を評価データとして受け取り、当該評価データから上記撮像画像データ中の特定周期で発生するスジムラの出現位置、出現強度を示す評価値を算出する評価値算出手段として機能させ、
    上記ノイズ成分除去手段により除去されるノイズ成分は、上記評価対象のスジムラとは異なる周期のスジムラの低周期成分であるスジムラ評価プログラム。
22. 請求項２１に記載のスジムラ評価プログラムをコンピュータ読取可能に記録した記録媒体。
23. カラーフィルタ製造装置によってカラーフィルタを製造するカラーフィルタの製造方法であって、
    請求項２０に記載のスジムラ評価方法を実行するスジムラ評価工程を含み、
    上記スジムラ評価工程によって得られた、スジムラ出現傾向を示す評価値をフィードバック情報として上記カラーフィルタ製造装置に出力することを特徴とするカラーフィルタの製造方法。
24. 上記ノイズ成分除去手段により除去されるノイズ成分は、上記評価対象のスジムラとは異なる周期のスジムラの周期成分に予め定められた定数を乗じて算出して得られたことを特徴とする請求項１〜１９に記載のスジムラ評価装置。
25. 上記第４ステップにより除去されるノイズ成分は、上記評価対象のスジムラとは異なる周期のスジムラの周期成分に予め定められた定数を乗じて算出して得られたことを特徴とする請求項２０に記載のスジムラ評価方法。
26. 上記ノイズ成分除去手段により除去されるノイズ成分は、上記評価対象のスジムラとは異なる周期のスジムラの周期成分に予め定められた定数を乗じて算出して得られたことを特徴とする請求項２１に記載のスジムラ評価プログラム。
    

Images