JPH08247962A - カラーフィルタの欠陥検出方法及び欠陥検出装置並びにパネルディスプレイの欠陥検出方法及び欠陥検出装置 - Google Patents

Abstract

(57)【要約】 【目的】 本発明は、均一な精度でカラーフィルタの欠
陥が検出できる欠陥検出方法を提供することを目的とす
る。 【構成】 第１のステップで、画像データ（４０）が２
値化処理され、カラーフィルタ（１０）の各画素が、傷
などの欠陥を有する特定画素（４１〜４４）と、その他
の画素とに分類される。次に、第２のステップで、全て
の特定画素（４１〜４４）の中から２つの特定画素（４
１〜４４）の組合せの全てを取り出す処理が行われ、組
合せの各々について特定画素（４１〜４４）間の距離が
算出される。さらに、第３のステップで、全ての特定画
素（４１〜４４）間の距離のデータから頻度分布パター
ンが作成され、この頻度分布パターンからカラーフィル
タ（１０）の欠陥が検出される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、液晶ディスプレイ用の
カラーフィルタの欠陥を検出する欠陥検出方法及び欠陥
検出装置に関する。また、本発明は、走査方法としてラ
スター・スキャン又はＸ，Ｙアドレス・スキャンを行
う、発光型或いは非発光型のパネルディスプレイの欠陥
を検出する欠陥検出方法及び欠陥検出装置に関する。

【０００２】

【従来の技術】従来、このような分野の技術としては、
特開平２−１９３２７１号公報のものが知られている。
この公報に記載された従来の欠陥検出方法は、まず、カ
ラーフィルタ又はパネルディスプレイの表面をカメラな
どで撮像した画像と、この画像を上下左右方向及び斜め
方向にずらした画像との差を算出し、色むら部分を強調
した合成画像を作成する。そして、この合成画像を検査
員が目視にて観察して、カラーフィルタ等に欠陥がある
か判定する。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
欠陥検出方法では、検査員の目視によって欠陥検出を行
っているため、検査員の熟練度によって検出精度が左右
され問題であった。特に、熟練度の低い検査員が欠陥検
出を行ったのでは、検出精度が非常に低く問題であっ
た。また、近年の自動化技術の発展の中で、検査工程に
いつまでも人間が介在していたのでは、生産性向上を阻
害すると共に、コスト上昇の要因となり問題であった。

【０００４】本発明は、このような問題を解決し、均一
な精度でカラーフィルタの欠陥が検出できる欠陥検出方
法及び欠陥検出装置を提供することを目的とする。ま
た、均一なパネルディスプレイの欠陥が検出できる欠陥
検出方法及び欠陥検出装置を提供することを目的とす
る。

【０００５】

【課題を解決するための手段】上記課題を解決するため
に、本発明の第１の欠陥検出方法は、複数の感光画素が
マトリックス状に配列された撮像デバイスを用いてカラ
ーフィルタの表面を撮像し、撮像デバイスから出力され
た画像データに基づいてカラーフィルタの欠陥を検出す
る検出方法であって、画像データを所定の輝度のしきい
値に基づいて２値化処理し、撮像デバイスの各感光画素
に対応した画像データの各画素を特定画素とその他の画
素に分類する第１のステップと、全ての特定画素の中か
ら２つの特定画素の組合せの全てを取り出して、組合せ
の各々について特定画素間の距離を算出する第２のステ
ップと、全ての特定画素間の距離のデータから距離の頻
度分布パターンを作成し、この頻度分布パターンからカ
ラーフィルタの欠陥を検出する第３のステップとを備え
ている。ここで、第１のステップは、画像データを複数
の領域に分割する処理を含み、第２のステップでは、分
割した領域ごとに特定画素の組合せの取り出し、及び特
定画素間の距離の算出を行うと共に、第３のステップで
は、分割した領域ごとに頻度分布パターンの作成、及び
カラーフィルタの欠陥の検出を行うとよい。また、第３
のステップでのカラーフィルタの欠陥を検出する処理
は、所定のしきい値を用いた判定手法、パターン認識法
を用いた判定手法、又はニューラルネットワークを用い
た判定手法のいずれかで行うとよい。

【０００６】また、本発明の第２の欠陥検出方法は、複
数の感光画素がマトリックス状に配列された撮像デバイ
スを用いてカラーフィルタの表面を撮像し、撮像デバイ
スから出力された画像データに基づいてカラーフィルタ
の欠陥を検出する検出方法であって、画像データを所定
の輝度のしきい値に基づいて２値化処理し、撮像デバイ
スの各感光画素に対応した画像データの各画素を特定画
素とその他の画素に分類する第１のステップと、特定画
素の位置座標（ｘ，ｙ）を、ρ＝ｘｃｏｓθ＋ｙｓｉｎ
θに代入して、θを０度から１８０度まで１度ずつ変化
させた際の各角度でのρの値を、全ての特定画素につい
て算出する第２のステップと、算出したρの値から角度
ごとにρの値の頻度分布パターンを作成し、これらの頻
度分布パターンからカラーフィルタの欠陥を検出する第
３のステップとを備えている。ここで、第３のステップ
でのカラーフィルタの欠陥を検出する処理は、所定のし
きい値を用いた判定手法、パターン認識法を用いた判定
手法、又はニューラルネットワークを用いた判定手法の
いずれかで行うとよい。

【０００７】さらに、本発明の第１の欠陥検出装置は、
複数の感光画素がマトリックス状に配列され、カラーフ
ィルタの表面を撮像する撮像デバイスと、撮像デバイス
から出力された画像データに基づいてカラーフィルタの
欠陥を検出する検出手段とを備える検出装置であって、
検出手段は、画像データを所定の輝度のしきい値に基づ
いて２値化処理し、撮像デバイスの各感光画素に対応し
た画像データの各画素を特定画素とその他の画素に分類
する第１の処理部と、全ての特定画素の中から２つの特
定画素の組合せの全てを取り出して、組合せの各々につ
いて特定画素間の距離を算出する第２の処理部と、全て
の特定画素間の距離のデータから距離の頻度分布パター
ンを作成し、この頻度分布パターンからカラーフィルタ
の欠陥を検出する第３の処理部とを備えている。ここ
で、第１の処理部は、画像データを複数の領域に分割す
る処理を含み、第２の処理部では、分割した領域ごとに
特定画素の組合せの取り出し、及び特定画素間の距離の
算出を行うと共に、第３の処理部では、分割した領域ご
とに頻度分布パターンの作成、及びカラーフィルタの欠
陥の検出を行うとよい。また、第３の処理部でのカラー
フィルタの欠陥を検出する処理は、所定のしきい値を用
いた判定手法、パターン認識法を用いた判定手法、又は
ニューラルネットワークを用いた判定手法のいずれかで
行うとよい。

【０００８】さらにまた、本発明の第２の欠陥検出装置
は、複数の感光画素がマトリックス状に配列され、カラ
ーフィルタの表面を撮像する撮像デバイスと、撮像デバ
イスから出力された画像データに基づいてカラーフィル
タの欠陥を検出する検出手段とを備える検出装置であっ
て、検出手段は、画像データを所定の輝度のしきい値に
基づいて２値化処理し、撮像デバイスの各感光画素に対
応した画像データの各画素を特定画素とその他の画素に
分類する第１の処理部と、特定画素の位置座標（ｘ，
ｙ）を、ρ＝ｘｃｏｓθ＋ｙｓｉｎθに代入して、θを
０度から１８０度まで１度ずつ変化させた際の各角度で
のρの値を、全ての特定画素について算出する第２の処
理部と、算出したρの値から角度ごとに頻度分布パター
ンを作成し、これらの頻度分布パターンからカラーフィ
ルタの欠陥を検出する第３の処理部とを備えている。こ
こで、第３の処理部でのカラーフィルタの欠陥を検出す
る処理は、所定のしきい値を用いた判定手法、パターン
認識法を用いた判定手法、又はニューラルネットワーク
を用いた判定手法のいずれかで行うとよい。

【０００９】さらにまた、本発明の第３の欠陥検出方法
は、複数の画素がマトリックス状に配列されたパネルデ
ィスプレイの表面を撮像デバイスを用いて撮像し、撮像
デバイスから出力された画像データに基づいてパネルデ
ィスプレイの欠陥を検出する検出方法であって、画像デ
ータを所定の輝度のしきい値に基づいて２値化処理し、
パネルディスプレイの各画素を特定画素とその他の画素
に分類する第１のステップと、全ての特定画素の中から
２つの特定画素の組合せの全てを取り出して、組合せの
各々について特定画素間の距離を算出する第２のステッ
プと、全ての特定画素間の距離のデータから距離の頻度
分布パターンを作成し、この頻度分布パターンからパネ
ルディスプレイの欠陥を検出する第３のステップとを備
えている。ここで、第１のステップは、パネルディスプ
レイの全画素を複数の領域に分割する処理を含み、第２
のステップでは、分割した領域ごとに特定画素の組合せ
の取り出し、及び特定画素間の距離の算出を行うと共
に、第３のステップでは、分割した領域ごとに頻度分布
パターンの作成、及びパネルディスプレイの欠陥の検出
を行うとよい。また、第３のステップでのパネルディス
プレイの欠陥を検出する処理は、所定のしきい値を用い
た判定手法、パターン認識法を用いた判定手法、又はニ
ューラルネットワークを用いた判定手法のいずれかで行
うとよい。

【００１０】さらにまた、本発明の第４の欠陥検出方法
は、複数の画素がマトリックス状に配列されたパネルデ
ィスプレイの表面を撮像デバイスを用いて撮像し、撮像
デバイスから出力された画像データに基づいてパネルデ
ィスプレイの欠陥を検出する検出方法であって、画像デ
ータを所定の輝度のしきい値に基づいて２値化処理し、
パネルディスプレイの各画素を特定画素とその他の画素
に分類する第１のステップと、特定画素の位置座標
（ｘ，ｙ）を、ρ＝ｘｃｏｓθ＋ｙｓｉｎθに代入し
て、θを０度から１８０度まで１度ずつ変化させた際の
各角度でのρの値を、全ての特定画素について算出する
第２のステップと、算出したρの値から角度ごとにρの
値の頻度分布パターンを作成し、これらの頻度分布パタ
ーンからパネルディスプレイの欠陥を検出する第３のス
テップとを備えている。ここで、第３のステップでのパ
ネルディスプレイの欠陥を検出する処理は、所定のしき
い値を用いた判定手法、パターン認識法を用いた判定手
法、又はニューラルネットワークを用いた判定手法のい
ずれかで行うとよい。

【００１１】さらにまた、本発明の第３の欠陥検出装置
は、複数の画素がマトリックス状に配列されたパネルデ
ィスプレイの表面を撮像する撮像デバイスと、撮像デバ
イスから出力された画像データに基づいてパネルディス
プレイの欠陥を検出する検出手段とを備える検出装置で
あって、検出手段は、画像データを所定の輝度のしきい
値に基づいて２値化処理し、パネルディスプレイの各画
素を特定画素とその他の画素に分類する第１の処理部
と、全ての特定画素の中から２つの特定画素の組合せの
全てを取り出して、組合せの各々について特定画素間の
距離を算出する第２の処理部と、全ての特定画素間の距
離のデータから距離の頻度分布パターンを作成し、この
頻度分布パターンからパネルディスプレイの欠陥を検出
する第３の処理部とを備えている。ここで、第１の処理
部は、パネルディスプレイの全画素を複数の領域に分割
する処理を含み、第２の処理部では、分割した領域ごと
に特定画素の組合せの取り出し、及び特定画素間の距離
の算出を行うと共に、第３の処理部では、分割した領域
ごとに頻度分布パターンの作成、及びパネルディスプレ
イの欠陥の検出を行うとよい。また、第３の処理部での
パネルディスプレイの欠陥を検出する処理は、所定のし
きい値を用いた判定手法、パターン認識法を用いた判定
手法、又はニューラルネットワークを用いた判定手法の
いずれかで行うとよい。

【００１２】さらにまた、本発明の第４の欠陥検出装置
は、複数の画素がマトリックス状に配列されたパネルデ
ィスプレイの表面を撮像する撮像デバイスと、撮像デバ
イスから出力された画像データに基づいてパネルディス
プレイの欠陥を検出する検出手段とを備える検出装置で
あって、検出手段は、画像データを所定の輝度のしきい
値に基づいて２値化処理し、パネルディスプレイの各画
素を特定画素とその他の画素に分類する第１の処理部
と、特定画素の位置座標（ｘ，ｙ）を、ρ＝ｘｃｏｓθ
＋ｙｓｉｎθに代入して、θを０度から１８０度まで１
度ずつ変化させた際の各角度でのρの値を、全ての特定
画素について算出する第２の処理部と、算出したρの値
から角度ごとに頻度分布パターンを作成し、これらの頻
度分布パターンからパネルディスプレイの欠陥を検出す
る第３の処理部とを備えている。ここで、第３の処理部
でのパネルディスプレイの欠陥を検出する処理は、所定
のしきい値を用いた判定手法、パターン認識法を用いた
判定手法、又はニューラルネットワークを用いた判定手
法のいずれかで行うとよい。

【００１３】

【作用】本発明の第１の欠陥検出方法によれば、第１の
ステップで、画像データが２値化処理され、撮像デバイ
スの各感光画素に対応した画像データの各画素が、特定
画素とその他の画素に分類される。次に、第２のステッ
プで、全ての特定画素の中から２つの特定画素の組合せ
の全てを取り出す処理が行われ、組合せの各々について
特定画素間の距離が算出される。さらに、第３のステッ
プで、全ての特定画素間の距離のデータから距離の頻度
分布パターンが作成され、この頻度分布パターンからカ
ラーフィルタの欠陥が検出される。

【００１４】また、本発明の第２の欠陥検出方法によれ
ば、第１のステップで、画像データが２値化処理され、
撮像デバイスの各感光画素に対応した画像データの各画
素が、特定画素とその他の画素に分類される。次に、第
２のステップで、特定画素の位置座標（ｘ，ｙ）が、ρ
＝ｘｃｏｓθ＋ｙｓｉｎθに代入され、θを０度から１
８０度まで１度ずつ変化させた際の各角度でのρの値
が、全ての特定画素について算出される。さらに、第３
のステップで、算出したρの値から角度ごとに頻度分布
パターンが作成され、これらの頻度分布パターンからカ
ラーフィルタの欠陥が検出される。

【００１５】さらに、本発明の第１の欠陥検出装置によ
れば、撮像デバイスを用いてカラーフィルタの表面を撮
像すると、撮像デバイスから出力された画像データが検
出手段に入力される。入力された画像データは第１の処
理部に与えられ、撮像デバイスの各感光画素に対応した
画像データの各画素が、２値化処理によって、特定画素
とその他の画素に分類される。分類された画像データは
第２の処理部に与えられ、全ての特定画素の中から２つ
の特定画素の組合せの全てが取り出され、組合せの各々
について特定画素間の距離が算出される。算出された全
ての特定画素間の距離のデータは第３の処理部に与えら
れ、これらのデータから頻度分布パターンが作成され、
この頻度分布パターンからカラーフィルタの欠陥が検出
される。

【００１６】さらにまた、本発明の第２の欠陥検出装置
によれば、撮像デバイスを用いてカラーフィルタの表面
を撮像すると、撮像デバイスから出力された画像データ
が検出手段に入力される。入力された画像データは第１
の処理部に与えられ、撮像デバイスの各感光画素に対応
した画像データの各画素が、２値化処理によって、特定
画素とその他の画素に分類される。分類された画像デー
タは第２の処理部に与えられ、特定画素の位置座標
（ｘ，ｙ）が、ρ＝ｘｃｏｓθ＋ｙｓｉｎθに代入され
る。そして、θを０度から１８０度まで１度ずつ変化さ
せた際の各角度でのρの値が、全ての特定画素について
算出される。算出されたρの値は第３の処理部に与えら
れ、ρの値から角度ごとに頻度分布パターンが作成さ
れ、これらの頻度分布パターンからカラーフィルタの欠
陥が検出される。

【００１７】さらにまた、本発明の第３の欠陥検出方法
によれば、第１のステップで、画像データが２値化処理
され、パネルディスプレイの各画素が、特定画素とその
他の画素に分類される。次に、第２のステップで、全て
の特定画素の中から２つの特定画素の組合せの全てを取
り出す処理が行われ、組合せの各々について特定画素間
の距離が算出される。さらに、第３のステップで、全て
の特定画素間の距離のデータから距離の頻度分布パター
ンが作成され、この頻度分布パターンからパネルディス
プレイの欠陥が検出される。

【００１８】さらにまた、本発明の第４の欠陥検出方法
によれば、第１のステップで、画像データが２値化処理
され、パネルディスプレイの各画素が、特定画素とその
他の画素に分類される。次に、第２のステップで、特定
画素の位置座標（ｘ，ｙ）が、ρ＝ｘｃｏｓθ＋ｙｓｉ
ｎθに代入され、θを０度から１８０度まで１度ずつ変
化させた際の各角度でのρの値が、全ての特定画素につ
いて算出される。さらに、第３のステップで、算出した
ρの値から角度ごとに頻度分布パターンが作成され、こ
れらの頻度分布パターンからパネルディスプレイの欠陥
が検出される。

【００１９】さらにまた、本発明の第３の欠陥検出装置
によれば、撮像デバイスを用いてパネルディスプレイの
表面を撮像すると、撮像デバイスから出力された画像デ
ータが検出手段に入力される。入力された画像データは
第１の処理部に与えられ、パネルディスプレイの各画素
が、２値化処理によって、特定画素とその他の画素に分
類される。分類された画像データは第２の処理部に与え
られ、全ての特定画素の中から２つの特定画素の組合せ
の全てが取り出され、組合せの各々について特定画素間
の距離が算出される。算出された全ての特定画素間の距
離のデータは第３の処理部に与えられ、これらのデータ
から頻度分布パターンが作成され、この頻度分布パター
ンからパネルディスプレイの欠陥が検出される。

【００２０】さらにまた、本発明の第４の欠陥検出装置
によれば、撮像デバイスを用いてパネルディスプレイの
表面を撮像すると、撮像デバイスから出力された画像デ
ータが検出手段に入力される。入力された画像データは
第１の処理部に与えられ、パネルディスプレイの各画素
が、２値化処理によって、特定画素とその他の画素に分
類される。分類された画像データは第２の処理部に与え
られ、特定画素の位置座標（ｘ，ｙ）が、ρ＝ｘｃｏｓ
θ＋ｙｓｉｎθに代入される。そして、θを０度から１
８０度まで１度ずつ変化させた際の各角度でのρの値
が、全ての特定画素について算出される。算出されたρ
の値は第３の処理部に与えられ、ρの値から角度ごとに
頻度分布パターンが作成され、これらの頻度分布パター
ンからパネルディスプレイの欠陥が検出される。

【００２１】

【実施例】以下、本発明の好適な実施例について、添付
図面を参照して説明する。

【００２２】（実施例１）図１は、本発明の第１の実施
例に係るカラーフィルタの欠陥検出装置の構成を示す概
略図である。同図より、第１の実施例の欠陥検出装置
は、カラーフィルタ１０の表面を撮像するＣＣＤカメラ
２０と、ＣＣＤカメラ２０から出力された画像データに
基づいてカラーフィルタ１０の欠陥を検出する検出器３
０とを備えている。検出器３０は、画像データをアナロ
グ／デジタル（Ａ／Ｄ）変換するＡ／Ｄ変換部３１と、
Ａ／Ｄ変換された画像データを記憶する画像メモリ３２
と、画像データの欠陥を検出する処理モジュール３３
と、Ａ／Ｄ変換部３１、画像メモリ３２、及び処理モジ
ュール３３を制御するＣＰＵ３４とを備えている。そし
て、Ａ／Ｄ変換部３１、画像メモリ３２、処理モジュー
ル３３、及びＣＰＵ３４は、システムバス３５を介して
相互に接続されている。

【００２３】処理モジュール３３は、画像データを２値
化処理する第１の処理部３３ａと、傷等の欠陥を有する
画素（以下、特定画素という）間の距離を算出する第２
の処理部３３ｂと、頻度分布パターンを作成し、この頻
度分布パターンからカラーフィルタ１０の欠陥を検出す
る第３の処理部３３ｃとを備えている。

【００２４】次に、第１の実施例に係る欠陥検出方法に
ついて説明する。この検出方法には上述した第１の実施
例に係る欠陥検出装置が用いられる。まず、ＣＣＤカメ
ラ２０を用いて、カラーフィルタ１０の表面を透過する
透過光像、或いはカラーフィルタ１０の表面で反射する
反射光像を撮像する。撮像された画像データはＣＣＤカ
メラ２０から出力され、検出器３０に与えられる。

【００２５】ＣＣＤカメラ２０の各感光画素２０ａはマ
トリックス状に配列されており、このため、このＣＣＤ
カメラ２０で撮像された撮像データは、各感光画素２０
ａに対応した画素を有している。したがって、この画像
データの各画素の輝度分布を検出器３０の処理モジュー
ル３３で求めることにより、カラーフィルタ１０に欠陥
があるかを自動的に判定することができる。

【００２６】具体的には、図２（ａ）〜（ｃ）に示す各
画像データのように、特定画素が点在している場合に
は、人間の目では特定画素の存在を捕らえることはでき
ない。そこで、このような画像データの場合には、カラ
ーフィルタ１０に欠陥がないと判定する。また、図３
（ａ）〜（ｃ）に示す各画像データのように、特定画素
がほぼ直線上にまとまっている場合は、人間の目で特定
画素を捕らえることが可能となる。そこで、このような
画像データの場合には、カラーフィルタ１０には欠陥が
あると判定する。処理モジュール３３で、このような判
定を行うことにより、人間の目視による欠陥判定とほぼ
同等な精度が得られる。

【００２７】処理モジュール３３は、図４のフローチャ
ートに示す処理を行い、カラーフィルタ１０に欠陥があ
るかを自動的に判定する。同図より、まず、第１の処理
部３３ａで、画像データを２値化処理し、画像データの
各画素を、傷等の欠陥を有するために他の部分と輝度の
異なる特定画素と、その他の画素に分類する（ステップ
１００）。具体的には、まず、隣接する複数の画素の平
均を取るスムージング処理を、縦方向及び横方向につい
て行う。次に、図５に示すような各画素の輝度分布のグ
ラフを作成し、このグラフより最大輝度と最小輝度とを
抽出する。そして、最大輝度と最小輝度との間を１００
％としたときの、最小輝度側から３０％の位置の輝度を
しきい値とする。

【００２８】次に、画像データをこのしきい値に基づい
て２値化処理して、画像データの各画素の中で、しきい
値以上の輝度の画素を明画素とし、しきい値より低輝度
の画素を暗画素とする。そして、明画素と暗画素との
内、明画素を欠陥画素として検出する場合には、明画素
を特定画素とし、暗画素をその他の画素とする。また、
暗画素を欠陥画素として検出する場合には、暗画素を特
定画素とし、明画素をその他の画素とする。ここで、隣
接する複数の画素をまとめて１画素群とし、画素群ごと
に２値化処理を行ってもよい。この場合、以降の処理も
画素群ごとに行われることとなる。

【００２９】さらに、あるしきい値に基づいて画像デー
タを複数の特定領域に分割する（ステップ１１０）。分
割処理は、まず、上述した図５の輝度分布のグラフよ
り、特定画素の数を抽出する。特定画素の数が多い場合
には、画像データを複数の特定領域に分割して、特定領
域ごとに以後の処理を行えば、処理効率の低下が防止で
きる。そこで、特定画素の数が所定のしきい値以上の場
合には、画像データを複数の特定領域に分割する。な
お、ここでのしきい値及び分割数は、処理効率が低下し
ない範囲で、適宜定められる。また、複数の異なるしき
い値に基づいて段階的に分割数を増やしていってもよ
い。

【００３０】次に、第２の処理部３３ｂで、ステップ１
１０で分割した特定領域ごとに、全ての特定画素の中か
ら２つの特定画素の組合せの全てを取り出す。そして、
組合せの各々について、特定画素間の距離ｄを算出する
（ステップ１２０）。特定画素間の距離ｄは、特定画素
の位置座標を各々（ｘ₁ ，ｙ₁ ），（ｘ₂ ，ｙ₂ ）とし
た場合、 ｄ＝（（ｘ₂ −ｘ₁ ）² ＋（ｙ₂ −ｙ₁ ）² ）^1/2 より求められる。

【００３１】そして、第３の処理部で、特定領域の全て
の特定画素間の距離ｄのデータから頻度分布パターンを
作成し（ステップ１３０）、この頻度分布パターンから
カラーフィルタ１０に欠陥があるか判定する（ステップ
１４０）。

【００３２】頻度分布パターンの作成は、例えば、図６
（ａ）に示すように、特定領域４０に４点の特定画素４
１〜４４がほぼ等間隔ｄ₁ で存在する場合には、次のよ
うに行う。まず、４点の特定画素４１〜４４から２点を
選ぶ組合せは、組合せ１（特定画素４１、特定画素４
２）、組合せ２（特定画素４１、特定画素４３）、組合
せ３（特定画素４１、特定画素４４）、組合せ４（特定
画素４２、特定画素４３）、組合せ５（特定画素４２、
特定画素４４）、組合せ６（特定画素４３、特定画素４
４）だけある。各々の特定画素間の距離は、組合せ１＝
ｄ₁ 、組合せ２＝ｄ₂ （ｄ₂ ＝ｄ₁ ×２）、組合せ３＝
ｄ₃ （ｄ₂ ＝ｄ₁ ×３）、組合せ４＝ｄ₁、組合せ５＝
ｄ₂ 、組合せ６＝ｄ₁ となる。よって、このように求め
た特定画素間の距離に基づいて作成した頻度分布パター
ンは、図６（ｂ）のようになる。同図より、この頻度分
布パターンは離散的なパターンであることが判る。この
ように離散的なパターンになるのは、ＣＣＤカメラ２０
の各感光画素２０ａがマトリックス状に配列され、隣接
する感光画素２０ａの間隔がどこも等しいからである。

【００３３】そして、このように作成した頻度分布パタ
ーンからカラーフィルタ１０に欠陥があるか判定する。
図７に示すように、頻度分布パターンの画素間距離が０
に近い部分の頻度が低い（出現回数が少ない）場合は、
カラーフィルタ１０に欠陥がないと判定する。これに対
して、図８に示すように、頻度分布パターンの画素間距
離が０に近い部分の頻度が高い（出現回数が多い）場合
は、カラーフィルタ１０に欠陥があると判定する。判定
方式には、しきい値を用いる第１の方式、統計的手
法とパターン認識法とを用いる第２の方式、及びニュ
ーラルネットワークを用いる第３の方式の３種類があ
る。

【００３４】まず、しきい値を用いる第１の方式は、頻
度分布パターンのある特定画素間の距離について、この
距離の頻度（出現回数）と、前後の距離の頻度とを加算
して、代表値とする。この代表値を全ての距離について
求め、これらの代表値の少なくとも一つに所定のしきい
値より大きな値のものがある場合に、カラーフィルタ１
０に欠陥があると判定する。例として、頻度分布パター
ンを構成する特定画素間の距離と頻度とが次のような場
合、 距離ｄ₁₀＝１０、頻度＝４２ 距離ｄ₁₁＝１１、頻度＝３８ 距離ｄ₁₂＝１２、頻度＝３５ 距離ｄ₁₃＝１３、頻度＝２８ 距離ｄ₁₄＝１４、頻度＝１９ 距離ｄ₁₅＝１５、頻度＝１４ 距離ｄ₁₆＝１６、頻度＝３３ 距離ｄ₁₇＝１７、頻度＝４１ 距離ｄ₁₈＝１８、頻度＝２７ 距離ごとに代表値を求めると、 距離ｄ₁₁＝１１５ 距離ｄ₁₂＝１０１ 距離ｄ₁₃＝ ８２ 距離ｄ₁₄＝ ６１ 距離ｄ₁₅＝ ６６ 距離ｄ₁₆＝ ８８ 距離ｄ₁₇＝１０１ となる。ここで、しきい値を１００とすると、距離
ｄ₁₁，ｄ₁₂，ｄ₁₇の代表値がしきい値より大きくなり、
このことより、カラーフィルタ１０には欠陥があると判
定される。

【００３５】次に、統計的手法とパターン認識法とを用
いる第２の方式について説明する。第２の方式は、頻度
分布パターンを２次曲線に近似させて行う。ここで、２
次曲線への近似は、一般的な最小二乗フィッティングを
用いる。最小二乗フィッティングの詳細については、
“新版 数値計算ハンドブック（７１８頁〜７２６頁）
大野豊・磯田和男監修 オーム社 １９９０年”等を参
照されたい。そして、近似させた２次曲線の一次の項の
係数が負の場合に、カラーフィルタ１０に欠陥があると
判定する。つまり、カラーフィルタ１０に欠陥がある場
合には、特定画素間の距離が短いほど頻度が高くなり
（出現回数が多くなり）、この頻度分布パターンに２次
曲線を近似させれば、右さがりの曲線となる。このよう
な２次曲線は、一次の項の係数が負であることより、近
似させた２次曲線の一次の項の係数を用いて、カラーフ
ィルタ１０の欠陥を判定することができる。

【００３６】図９，図１０は、各々、最小二乗フィッテ
ィングの手法を用いて、頻度分布パターンを２次曲線に
近似させた例である。図９の例では、近似させた２次曲
線の一次の項の係数は正である。これは、２次曲線の頂
点が正の領域にあることからも明らかである。このた
め、第２の方式を用いると、図９の例では、カラーフィ
ルタ１０に欠陥がないと判定される。これに対して、図
１０の例では、近似させた２次曲線の一次の項の係数は
負である。これは、２次曲線の頂点が負の領域にあるこ
とからも明らかである。このため、第２の方式を用いる
と、図１０の例では、カラーフィルタ１０に欠陥がある
と判定される。

【００３７】カラーフィルタ１０を２００枚用いて、各
々の画像データを６４０×４８０の画素サイズに分解し
て、各々欠陥を判定する実験を行ったところ、正しい判
定をしたカラーフィルタ１０の数が１４８枚と、認識率
７４％であった。

【００３８】次に、ニューラルネットワークを用いる第
３の方式について説明する。ここでは、入力層、中間
層、出力層を備えた一般的なニューラルネットワークが
用いられる。ニューラルネットワークの詳細について
は、“情報処理ハンドブック（４８２頁〜４８５頁）
情報処理学会編 オーム社”等を参照されたい。図１１
の概略図に示すように、ニューラルネットワーク５０
は、ｎ件の頻度分布パターンの学習データを用いて学習
が行われ、欠陥判定のネットワークが構築される。この
ように構築されたニューラルネットワーク５０であれ
ば、新規に判定する頻度分布パターンのデータが入力さ
れた場合にも、高い認識率でカラーフィルタ１０の欠陥
の有無を判定することができる。

【００３９】カラーフィルタ１０を１００枚用いて、各
々の画像データを２０×１０の画素サイズに分解して、
各々欠陥を判定する実験を行ったところ、正しい判定を
したカラーフィルタ１０の数が９９枚と、認識率９９％
であった。ここでは、入力層が２０ノード、中間層が４
ノード（１層）、及び出力層が１ノードのニューラルネ
ットワーク５０を用い、学習件数は３０件であった。

【００４０】また、カラーフィルタ１０を２００枚用い
て、各々の画像データを３２０×２４０の画素サイズに
分解して、各々欠陥を判定する実験を行ったところ、正
しい判定をしたカラーフィルタ１０の数が１７６枚と、
認識率８８％であった（判別不明１１枚、誤認識１３
枚）。ここでは、入力層が５０ノード、中間層が２０ノ
ード（１層）、及び出力層が１ノードのニューラルネッ
トワーク５０を用い、学習件数は３０件であった。

【００４１】（実施例２）次に、本発明の第２の実施例
に係るカラーフィルタの欠陥検出装置、及び欠陥検出方
法について説明する。第２の実施例の欠陥検出装置の構
成は、図１に示した第１の実施例の欠陥検出装置の構成
とほぼ同一であり、処理モジュール３３の第２の処理部
３３ｂ及び第３の処理部３３ｃでの処理内容のみが異な
っている。つまり、第２の処理部３３ｂでは、Ｈｏｕｇ
ｈ変換によってρの値を求めており、第３の処理部３３
ｃでは、求めたρの値から頻度分布パターンを作成して
いるのである。

【００４２】第２の処理部３３ｂ及び第３の処理部３３
ｃの、具体的な処理内容を図１２のフローチャートを用
いて説明する。まず、ステップ２００及びステップ２１
０の処理は、第１の処理部３３ａが行っており、上述し
たステップ１００及びステップ１１０の処理と同一であ
る。そして、ステップ２１０の処理終了後、第２の処理
部３３ｂで、特定領域ごとにＨｏｕｇｈ変換を行う（ス
テップ２２０）。

【００４３】Ｈｏｕｇｈ変換は、画像処理における画像
中の直線成分を抽出する数学的手法である。つまり、Ｈ
ｏｕｇｈ変換によって得られる頻度分布パターンが突出
したピークを有する曲線であれば、画像中に直線成分が
存在すると判定できるのである。Ｈｏｕｇｈ変換の詳細
については、“画像処理ハンドブック（５７２頁〜５７
３頁） 高木幹雄・下田陽久監修 東京大学出版会 １
９９１年”等を参照されたい。

【００４４】具体的には、特定領域内の全ての特定画素
について、それぞれの位置座標（ｘ，ｙ）を、 ρ＝ｘｃｏｓθ＋ｙｓｉｎθ に順次代入して、角度θを０度から１８０度まで１度ず
つ変化させた際の各角度θでのρの値を、特定画素ごと
に求める。そして、求めた全てのρの値を整数化する
（ステップ２３０）。

【００４５】次に、第３の処理部３３ｃで、角度θごと
に、横軸にρの値、縦軸に頻度を取り、頻度分布パター
ンを作成する（ステップ２４０）。そして、この頻度分
布パターンからカラーフィルタ１０に欠陥があるか判定
する（ステップ２５０）。欠陥の判定方式には、ステッ
プ１４０と同様、しきい値を用いる第１の方式、統
計的手法とパターン認識法とを用いる第２の方式、及び
ニューラルネットワークを用いる第３の方式の３種類
がある。

【００４６】これらの方式の内、しきい値を用いる第１
の方式について、以下に例示する。まず、頻度分布パタ
ーン（θ＝１６２°）を構成するρの値と頻度とが次の
ような場合、 ρ＝２、頻度＝９ ρ＝３、頻度＝５ ρ＝４、頻度＝５ ρ＝５、頻度＝１０ ρ＝７、頻度＝４ ３つのρの値が連続している部分を探して、これらの頻
度を加えて代表値とする。つまり、ρ＝２，３，４と、
ρ＝３，４，５とが連続しているので、代表値は各々１
９，２０となる。

【００４７】ここで、しきい値を１０とすると、いずれ
の代表値もしきい値より大きくなり、このことより、カ
ラーフィルタ１０には欠陥があると判定される。つま
り、代表値がしきい値より大きい場合には、その部分に
曲線の突出したピークが存在すると判定されるのであ
る。

【００４８】カラーフィルタ１０を２００枚用いて、各
々の画像データを３２０×２４０の画素サイズに分解し
て、各々欠陥を判定する実験を行ったところ、正しい判
定をしたカラーフィルタ１０の数が１８９枚と、認識率
９５％であった。

【００４９】（実施例３）次に、本発明の第３の実施例
に係るパネルディスプレイの欠陥検出装置、及び欠陥検
出方法について説明する。

【００５０】図１３は、第３の実施例に係るパネルディ
スプレイの欠陥検出装置の構成を示す概略図である。同
図より、第３の実施例の欠陥検出装置の構成は、図１に
示した第１の実施例の欠陥検出装置の構成とほぼ同一で
あり、測定対象がパネルディスプレイ１１である点が異
なっている。

【００５１】パネルディスプレイ１１はカラーフィルタ
１０と異なり、パネルディスプレイ１１自身にマトリッ
クス状に配置された複数の画素を有している。このた
め、処理モジュール３３の各処理部３３ａ〜３３ｃで対
象となる画素は、ＣＣＤカメラ２０の各感光画素２０ａ
に対応した画像データの画素ではなく、パネルディスプ
レイ１１自身の画素１１ａである。したがって、各処理
部３３ａ〜３３ｃでは、パネルディスプレイ１１の画素
１１ａを対象として、２値化処理等の各処理を行ってい
る。

【００５２】パネルディスプレイ１１には、モノクロデ
ィスプレイと、カラーディスプレイとの２種類がある
が、第３の実施例では、モノクロディスプレイを対象と
する。

【００５３】ここで、カラーディスプレイを対象とする
場合には、Ｒ（赤）のみを透過する色フィルタ、Ｇ
（緑）のみを透過する色フィルタ、及びＢ（青）のみを
透過する色フィルタを、ＣＣＤカメラ２０のレンズ前面
に順次取り付けて、Ｒ・Ｇ・Ｂそれぞれの画像を撮像し
て、これら３種類の画像データに基づいて、パネルディ
スプレイ１１の欠陥検出を行えばよい。

【００５４】また、パネルディスプレイ１１には、走査
方法としてラスター・スキャン又はＸ，Ｙアドレス・ス
キャンを行う、発光型或いは非発光型のディスプレイが
ある。発光型のディスプレイとしては、例えば、ブラウ
ン管（ＣＲＴ）、電界発光パネル（ＥＬＰ）、発光ダイ
オード（ＬＥＤ）、プラズマディスプレイ（ＰＤＰ）、
レーザディスプレイ等がある。また、非発光型のディス
プレイとしては、例えば、液晶ディスプレイ（ＬＣ
Ｄ）、エレクトロクロミックディスプレイ（ＥＣＤ）、
エレクトロフォレティックディスプレイ（ＥＰＩＤ）等
がある。

【００５５】次に、第３の実施例に係る欠陥検出方法に
ついて説明する。この検出方法には上述した第３の実施
例に係る欠陥検出装置が用いられる。まず、ＣＣＤカメ
ラ２０を用いて、パネルディスプレイ１１の表面を透過
する透過光像、或いはパネルディスプレイ１１の表面で
反射する反射光像を撮像する。撮像された画像データは
ＣＣＤカメラ２０から出力され、検出器３０に与えられ
る。

【００５６】パネルディスプレイ１１の表面には、複数
の画素１１ａがマトリックス状に配列されており、パネ
ルディスプレイ１１の画素１１ａ間隔は、ＣＣＤカメラ
２０の各感光画素２０ａの間隔に比べて広い。このた
め、パネルディスプレイ１１の１画素がＣＣＤカメラ２
０の複数の感光画素２０ａで撮像されることとなり、Ｃ
ＣＤカメラ２０から出力される画像データには、パネル
ディスプレイ１１の各画素が明確に写し込まれる。した
がって、この画像データに基づいて、パネルディスプレ
イ１１の各画素１１ａの輝度分布を検出器３０の処理モ
ジュール３３で求めることにより、パネルディスプレイ
１１に欠陥があるかを自動的に判定することができる。

【００５７】処理モジュール３３は、図１４のフローチ
ャートに示す処理を行い、パネルディスプレイ１１に欠
陥があるかを自動的に判定する。同図より、まず、第１
の処理部３３ａで、画像データを２値化処理し、パネル
ディスプレイ１１の各画素１１ａを、傷等の欠陥を有す
るために他の部分と輝度の異なる特定画素と、その他の
画素に分類する（ステップ３００）。具体的には、ま
ず、隣接する複数の画素１１ａの平均を取るスムージン
グ処理を、縦方向及び横方向について行う。次に、図５
に示すような各画素１１ａの輝度分布のグラフを作成
し、このグラフより最大輝度と最小輝度とを抽出する。
そして、最大輝度と最小輝度との間を１００％としたと
きの、最小輝度側から３０％の位置の輝度をしきい値と
する。

【００５８】次に、画像データをこのしきい値に基づい
て２値化処理して、パネルディスプレイ１１の各画素１
１ａの中で、しきい値以上の輝度の画素１１ａを明画素
とし、しきい値より低輝度の画素１１ａを暗画素とす
る。そして、明画素と暗画素との内、明画素を欠陥画素
として検出する場合には、明画素を特定画素とし、暗画
素をその他の画素とする。また、暗画素を欠陥画素とし
て検出する場合には、暗画素を特定画素とし、明画素を
その他の画素とする。ここで、隣接する複数の画素をま
とめて１画素群とし、画素群ごとに２値化処理を行って
もよい。この場合、以降の処理も画素群ごとに行われる
こととなる。

【００５９】さらに、あるしきい値に基づいて画像デー
タを複数の特定領域に分割する（ステップ３１０）。分
割処理は、まず、上述した図５の輝度分布のグラフよ
り、特定画素の数を抽出する。特定画素の数が多い場合
には、画像データを複数の特定領域に分割して、特定領
域ごとに以後の処理を行えば、処理効率の低下が防止で
きる。そこで、特定画素の数が所定のしきい値以上の場
合には、画像データを複数の特定領域に分割する。な
お、ここでのしきい値及び分割数は、処理効率が低下し
ない範囲で、適宜定められる。また、複数の異なるしき
い値に基づいて段階的に分割数を増やしていってもよ
い。

【００６０】次に、第２の処理部３３ｂで、ステップ３
１０で分割した特定領域ごとに、全ての特定画素の中か
ら２つの特定画素の組合せの全てを取り出す。そして、
組合せの各々について、特定画素間の距離ｄを算出する
（ステップ３２０）。特定画素間の距離ｄは、特定画素
の位置座標を各々（ｘ₁ ，ｙ₁ ），（ｘ₂ ，ｙ₂ ）とし
た場合、 ｄ＝（（ｘ₂ −ｘ₁ ）² ＋（ｙ₂ −ｙ₁ ）² ）^1/2 より求められる。

【００６１】そして、第３の処理部で、特定領域の全て
の特定画素間の距離ｄのデータから頻度分布パターンを
作成し（ステップ３３０）、この頻度分布パターンから
パネルディスプレイ１１に欠陥があるか判定する（ステ
ップ３４０）。

【００６２】そして、このように作成した頻度分布パタ
ーンからパネルディスプレイ１１に欠陥があるか判定す
る。欠陥の判定は、上述した、しきい値を用いる第１
の方式、統計的手法とパターン認識法とを用いる第２
の方式、及びニューラルネットワークを用いる第３の
方式のいずれを用いてもよい。

【００６３】（実施例４）次に、本発明の第４の実施例
に係るパネルディスプレイの欠陥検出装置、及び欠陥検
出方法について説明する。第４の実施例の欠陥検出装置
の構成は、図１３に示した第３の実施例の欠陥検出装置
の構成とほぼ同一であり、処理モジュール３３の第２の
処理部３３ｂ及び第３の処理部３３ｃでの処理内容のみ
が異なっている。つまり、第２の処理部３３ｂでは、Ｈ
ｏｕｇｈ変換によってρの値を求めており、第３の処理
部３３ｃでは、求めたρの値から頻度分布パターンを作
成しているのである。

【００６４】第２の処理部３３ｂ及び第３の処理部３３
ｃの、具体的な処理内容を図１５のフローチャートを用
いて説明する。まず、ステップ４００及びステップ４１
０の処理は、第１の処理部３３ａが行っており、上述し
たステップ３００及びステップ３１０の処理と同一であ
る。そして、ステップ４１０の処理終了後、第２の処理
部３３ｂで、特定領域ごとにＨｏｕｇｈ変換を行う（ス
テップ４２０）。

【００６５】具体的には、特定領域内の全ての特定画素
について、それぞれの位置座標（ｘ，ｙ）を、 ρ＝ｘｃｏｓθ＋ｙｓｉｎθ に順次代入して、角度θを０度から１８０度まで１度ず
つ変化させた際の各角度θでのρの値を、特定画素ごと
に求める。そして、求めた全てのρの値を整数化する
（ステップ４３０）。

【００６６】次に、第３の処理部３３ｃで、角度θごと
に、横軸にρの値、縦軸に頻度を取り、頻度分布パター
ンを作成する（ステップ４４０）。そして、この頻度分
布パターンからパネルディスプレイ１１に欠陥があるか
判定する（ステップ４５０）。欠陥の判定は、上述し
た、しきい値を用いる第１の方式、統計的手法とパ
ターン認識法とを用いる第２の方式、及びニューラル
ネットワークを用いる第３の方式のいずれを用いてもよ
い。

【００６７】なお、本発明は上記実施例に限定されるこ
となく、種々の変形が可能である。例えば、ステップ１
１０、ステップ２１０、ステップ３１０、及びステップ
４１０で、画像データを特定領域に分割しているが、こ
の処理を省略してもよい。この場合、ステップ１２０，
２２０，３２０，４２０以降の処理は、画像データ全体
について行われる。

【００６８】

【発明の効果】以上詳細に説明したように、本発明の第
１の欠陥検出方法、及び第１の欠陥検出装置であれば、
特定画素間の距離が全組合せについて算出され、算出さ
れた距離のデータから頻度分布パターンが作成される。
人間がカラーフィルタに欠陥があると目視により認識す
るのは、反射光或いは透過光によるカラーフィルタ表面
の輝度が部分的に異なり、この異なった部分が直線状に
まとまった領域になっている場合である。このような領
域を有する場合には、画像データの特定画素が直線状に
並び、この画像データに基づいて作成された頻度分布パ
ターンは、距離が０に近い部分の頻度が高いパターンと
なる。そこで、頻度分布パターンをパターンマッチング
やニューラルネットワーク等の手法によって解析するこ
とにより、カラーフィルタの欠陥を自動的に検出するこ
とができる。

【００６９】このように、人間の目視による認識とほぼ
等しい欠陥認識を自動的に行うことができ、カラーフィ
ルタの生産性が大きく向上する。

【００７０】また、本発明の第２の欠陥検出方法、及び
第２の欠陥検出装置であれば、特定画素の位置座標
（ｘ，ｙ）が、ρ＝ｘｃｏｓθ＋ｙｓｉｎθに代入さ
れ、ρの値が算出される。そして、算出されたρの値か
ら頻度分布パターンが作成される。ここで、特定画素が
直線的に並んでいる場合には、作成された頻度分布パタ
ーンは、突出したピークを有する曲線となる。そこで、
頻度分布パターンをパターンマッチングやニューラルネ
ットワーク等の手法によって解析することにより、カラ
ーフィルタの欠陥を自動的に検出することができる。

【００７１】このように、人間の目視による認識とほぼ
等しい欠陥認識を自動的に行うことができ、カラーフィ
ルタの生産性が大きく向上する。

【００７２】さらに、本発明の第３の欠陥検出方法、及
び第３の欠陥検出装置であれば、特定画素間の距離が全
組合せについて算出され、算出された距離のデータから
頻度分布パターンが作成される。人間がパネルディスプ
レイに欠陥があると目視により認識するのは、他の画素
に比べて輝度が大きく異なる特定画素が直線的に並んで
いる場合である。ここで、特定画素が直線的に並んでい
る場合には、作成された頻度分布パターンは、距離が０
に近い部分の頻度が高いパターンとなる。そこで、頻度
分布パターンをパターンマッチングやニューラルネット
ワーク等の手法によって解析することにより、パネルデ
ィスプレイの欠陥を自動的に検出することができる。

【００７３】このように、人間の目視による認識とほぼ
等しい欠陥認識を自動的に行うことができ、パネルディ
スプレイの生産性が大きく向上する。

【００７４】さらにまた、本発明の第４の欠陥検出方
法、及び第４の欠陥検出装置であれば、特定画素の位置
座標（ｘ，ｙ）が、ρ＝ｘｃｏｓθ＋ｙｓｉｎθに代入
され、ρの値が算出される。そして、算出されたρの値
から頻度分布パターンが作成される。ここで、特定画素
が直線的に並んでいる場合には、作成された頻度分布パ
ターンは、突出したピークを有する曲線となる。そこ
で、頻度分布パターンをパターンマッチングやニューラ
ルネットワーク等の手法によって解析することにより、
パネルディスプレイの欠陥を自動的に検出することがで
きる。

【００７５】このように、人間の目視による認識とほぼ
等しい欠陥認識を自動的に行うことができ、パネルディ
スプレイの生産性が大きく向上する。

【図面の簡単な説明】

【図１】本発明の第１の実施例に係るカラーフィルタの
欠陥検出装置の構成を示す概略図である。

【図２】（ａ）〜（ｃ）は、画像データのデータ内容を
示す図である。

【図３】（ａ）〜（ｃ）は、画像データのデータ内容を
示す図である。

【図４】処理モジュールの処理の流れを示すフローチャ
ートである。

【図５】各画素の輝度分布を示す図である。

【図６】（ａ）は、画像データのデータ内容を示す図で
ある。（ｂ）は、頻度分布パターンを示す図である。

【図７】特定画素が点在した画像データに基づく頻度分
布パターンを示す図である。

【図８】特定画素が直線状に並んだ画像データに基づく
頻度分布パターンを示す図である。

【図９】特定画素が点在した画像データに基づく頻度分
布パターンを示す図である。

【図１０】特定画素が直線状に並んだ画像データに基づ
く頻度分布パターンを示す図である。

【図１１】ニューラルネットワークを用いて欠陥判定を
行う処理の概略図である。

【図１２】処理モジュールの処理の流れを示すフローチ
ャートである。

【図１３】本発明の第３の実施例に係るカラーフィルタ
の欠陥検出装置の構成を示す概略図である。

【図１４】処理モジュールの処理の流れを示すフローチ
ャートである。

【図１５】処理モジュールの処理の流れを示すフローチ
ャートである。

【符号の説明】

１０…カラーフィルタ、１１…パネルディスプレイ、１
１ａ…画素、２０…ＣＣＤカメラ、２０ａ…感光画素、
３０…検出器（検出手段）、３３ａ…第１の処理部、３
３ｂ…第２の処理部、３３ｃ…第３の処理部、４０…画
像データ、４１〜４４…特定画素。

Claims (16)

【特許請求の範囲】
1. 【請求項１】 複数の感光画素がマトリックス状に配列
   された撮像デバイスを用いてカラーフィルタの表面を撮
   像し、前記撮像デバイスから出力された画像データに基
   づいて前記カラーフィルタの欠陥を検出する欠陥検出方
   法において、 前記画像データを所定の輝度のしきい値に基づいて２値
   化処理し、前記撮像デバイスの各感光画素に対応した前
   記画像データの各画素を、特定画素とその他の画素に分
   類する第１のステップと、 全ての前記特定画素の中から２つの前記特定画素の組合
   せの全てを取り出して、前記組合せの各々について前記
   特定画素間の距離を算出する第２のステップと、 全ての前記特定画素間の距離のデータから距離の頻度分
   布パターンを作成し、この頻度分布パターンから前記カ
   ラーフィルタの欠陥を検出する第３のステップとを備え
   ることを特徴とするカラーフィルタの欠陥検出方法。
2. 【請求項２】 前記第１のステップは、前記画像データ
   を複数の領域に分割する処理を含み、前記第２のステッ
   プでは、分割した領域ごとに前記特定画素の組合せの取
   り出し、及び前記特定画素間の距離の算出を行うと共
   に、前記第３のステップでは、分割した領域ごとに前記
   頻度分布パターンの作成、及び前記カラーフィルタの欠
   陥の検出を行うことを特徴とする請求項１記載のカラー
   フィルタの欠陥検出方法。
3. 【請求項３】 複数の感光画素がマトリックス状に配列
   された撮像デバイスを用いてカラーフィルタの表面を撮
   像し、前記撮像デバイスから出力された画像データに基
   づいて前記カラーフィルタの欠陥を検出する欠陥検出方
   法において、 前記画像データを所定の輝度のしきい値に基づいて２値
   化処理し、前記撮像デバイスの各感光画素に対応した前
   記画像データの各画素を、特定画素とその他の画素に分
   類する第１のステップと、 前記特定画素の位置座標（ｘ，ｙ）を、 ρ＝ｘｃｏｓθ＋ｙｓｉｎθ に代入して、θを０度から１８０度まで１度ずつ変化さ
   せた際の各角度でのρの値を、全ての前記特定画素につ
   いて算出する第２のステップと、 算出したρの値から角度ごとにρの値の頻度分布パター
   ンを作成し、これらの頻度分布パターンから前記カラー
   フィルタの欠陥を検出する第３のステップとを備えるこ
   とを特徴とするカラーフィルタの欠陥検出方法。
4. 【請求項４】 前記第３のステップでの前記カラーフィ
   ルタの欠陥を検出する処理は、所定のしきい値を用いた
   判定手法、パターン認識法を用いた判定手法、又はニュ
   ーラルネットワークを用いた判定手法のいずれかで行う
   ことを特徴とする請求項１から請求項３のいずれか１項
   に記載のカラーフィルタの欠陥検出方法。
5. 【請求項５】 複数の感光画素がマトリックス状に配列
   され、前記カラーフィルタの表面を撮像する撮像デバイ
   スと、前記撮像デバイスから出力された画像データに基
   づいて前記カラーフィルタの欠陥を検出する検出手段と
   を備える欠陥検出装置において、 前記画像データを所定の輝度のしきい値に基づいて２値
   化処理し、前記撮像デバイスの各感光画素に対応した前
   記画像データの各画素を、特定画素とその他の画素に分
   類する第１の処理部と、 全ての前記特定画素の中から２つの前記特定画素の組合
   せの全てを取り出して、前記組合せの各々について前記
   特定画素間の距離を算出する第２の処理部と、 全ての前記特定画素間の距離のデータから距離の頻度分
   布パターンを作成し、この頻度分布パターンから前記カ
   ラーフィルタの欠陥を検出する第３の処理部とを備える
   ことを特徴とするカラーフィルタの欠陥検出装置。
6. 【請求項６】 前記第１の処理部は、前記画像データを
   複数の領域に分割する処理を含み、前記第２の処理部で
   は、分割した領域ごとに前記特定画素の組合せの取り出
   し、及び前記特定画素間の距離の算出を行うと共に、前
   記第３の処理部では、分割した領域ごとに前記頻度分布
   パターンの作成、及び前記カラーフィルタの欠陥の検出
   を行うことを特徴とする請求項５記載のカラーフィルタ
   の欠陥検出装置。
7. 【請求項７】 複数の感光画素がマトリックス状に配列
   され、前記カラーフィルタの表面を撮像する撮像デバイ
   スと、前記撮像デバイスから出力された画像データに基
   づいて前記カラーフィルタの欠陥を検出する検出手段と
   を備える欠陥検出装置において、 前記検出手段は、前記画像データを所定の輝度のしきい
   値に基づいて２値化処理し、前記撮像デバイスの各感光
   画素に対応した前記画像データの各画素を、特定画素と
   その他の画素に分類する第１の処理部と、 前記特定画素の位置座標（ｘ，ｙ）を、 ρ＝ｘｃｏｓθ＋ｙｓｉｎθ に代入して、θを０度から１８０度まで１度ずつ変化さ
   せた際の各角度でのρの値を、全ての前記特定画素につ
   いて算出する第２の処理部と、 算出したρの値から角度ごとに頻度分布パターンを作成
   し、これらの頻度分布パターンから前記カラーフィルタ
   の欠陥を検出する第３の処理部とを備えることを特徴と
   するカラーフィルタの欠陥検出装置。
8. 【請求項８】 前記第３の処理部での前記カラーフィル
   タの欠陥を検出する処理は、所定のしきい値を用いた判
   定手法、パターン認識法を用いた判定手法、又はニュー
   ラルネットワークを用いた判定手法のいずれかで行うこ
   とを特徴とする請求項５から請求項７のいずれか１項に
   記載のカラーフィルタの欠陥検出装置。
9. 【請求項９】 複数の画素がマトリックス状に配列され
   たパネルディスプレイの表面を撮像デバイスを用いて撮
   像し、前記撮像デバイスから出力された画像データに基
   づいて前記パネルディスプレイの欠陥を検出する欠陥検
   出方法において、 前記画像データを所定の輝度のしきい値に基づいて２値
   化処理し、前記パネルディスプレイの各画素を特定画素
   とその他の画素に分類する第１のステップと、 全ての前記特定画素の中から２つの前記特定画素の組合
   せの全てを取り出して、前記組合せの各々について前記
   特定画素間の距離を算出する第２のステップと、 全ての前記特定画素間の距離のデータから距離の頻度分
   布パターンを作成し、この頻度分布パターンから前記パ
   ネルディスプレイの欠陥を検出する第３のステップとを
   備えることを特徴とするパネルディスプレイの欠陥検出
   方法。
10. 【請求項１０】 前記第１のステップは、前記パネルデ
    ィスプレイの全画素を複数の領域に分割する処理を含
    み、前記第２のステップでは、分割した領域ごとに前記
    特定画素の組合せの取り出し、及び前記特定画素間の距
    離の算出を行うと共に、前記第３のステップでは、分割
    した領域ごとに前記頻度分布パターンの作成、及び前記
    パネルディスプレイの欠陥の検出を行うことを特徴とす
    る請求項９記載のパネルディスプレイの欠陥検出方法。
11. 【請求項１１】 複数の画素がマトリックス状に配列さ
    れたパネルディスプレイの表面を撮像デバイスを用いて
    撮像し、前記撮像デバイスから出力された画像データに
    基づいて前記パネルディスプレイの欠陥を検出する欠陥
    検出方法において、 前記画像データを所定の輝度のしきい値に基づいて２値
    化処理し、前記パネルディスプレイの各画素を特定画素
    とその他の画素に分類する第１のステップと、 前記特定画素の位置座標（ｘ，ｙ）を、 ρ＝ｘｃｏｓθ＋ｙｓｉｎθ に代入して、θを０度から１８０度まで１度ずつ変化さ
    せた際の各角度でのρの値を、全ての前記特定画素につ
    いて算出する第２のステップと、 算出したρの値から角度ごとにρの値の頻度分布パター
    ンを作成し、これらの頻度分布パターンから前記パネル
    ディスプレイの欠陥を検出する第３のステップとを備え
    ることを特徴とするパネルディスプレイの欠陥検出方
    法。
12. 【請求項１２】 前記第３のステップでの前記パネルデ
    ィスプレイの欠陥を検出する処理は、所定のしきい値を
    用いた判定手法、パターン認識法を用いた判定手法、又
    はニューラルネットワークを用いた判定手法のいずれか
    で行うことを特徴とする請求項９から請求項１１のいず
    れか１項に記載のパネルディスプレイの欠陥検出方法。
13. 【請求項１３】 複数の画素がマトリックス状に配列さ
    れたパネルディスプレイの表面を撮像する撮像デバイス
    と、前記撮像デバイスから出力された画像データに基づ
    いて前記パネルディスプレイの欠陥を検出する検出手段
    とを備える欠陥検出装置において、 前記検出手段は、前記画像データを所定の輝度のしきい
    値に基づいて２値化処理し、前記パネルディスプレイの
    各画素を特定画素とその他の画素に分類する第１の処理
    部と、 全ての前記特定画素の中から２つの前記特定画素の組合
    せの全てを取り出して、前記組合せの各々について前記
    特定画素間の距離を算出する第２の処理部と、 全ての前記特定画素間の距離のデータから距離の頻度分
    布パターンを作成し、この頻度分布パターンから前記パ
    ネルディスプレイの欠陥を検出する第３の処理部とを備
    えることを特徴とするパネルディスプレイの欠陥検出装
    置。
14. 【請求項１４】 前記第１の処理部は、前記パネルディ
    スプレイの全画素を複数の領域に分割する処理を含み、
    前記第２の処理部では、分割した領域ごとに前記特定画
    素の組合せの取り出し、及び前記特定画素間の距離の算
    出を行うと共に、前記第３の処理部では、分割した領域
    ごとに前記頻度分布パターンの作成、及び前記パネルデ
    ィスプレイの欠陥の検出を行うことを特徴とする請求項
    １３記載のパネルディスプレイの欠陥検出装置。
15. 【請求項１５】 複数の画素がマトリックス状に配列さ
    れたパネルディスプレイの表面を撮像する撮像デバイス
    と、前記撮像デバイスから出力された画像データに基づ
    いて前記パネルディスプレイの欠陥を検出する検出手段
    とを備える欠陥検出装置において、 前記検出手段は、前記画像データを所定の輝度のしきい
    値に基づいて２値化処理し、前記パネルディスプレイの
    各画素を特定画素とその他の画素に分類する第１の処理
    部と、 前記特定画素の位置座標（ｘ，ｙ）を、 ρ＝ｘｃｏｓθ＋ｙｓｉｎθ に代入して、θを０度から１８０度まで１度ずつ変化さ
    せた際の各角度でのρの値を、全ての前記特定画素につ
    いて算出する第２の処理部と、 算出したρの値から角度ごとに頻度分布パターンを作成
    し、これらの頻度分布パターンから前記パネルディスプ
    レイの欠陥を検出する第３の処理部とを備えることを特
    徴とするパネルディスプレイの欠陥検出装置。
16. 【請求項１６】 前記第３の処理部での前記パネルディ
    スプレイの欠陥を検出する処理は、所定のしきい値を用
    いた判定手法、パターン認識法を用いた判定手法、又は
    ニューラルネットワークを用いた判定手法のいずれかで
    行うことを特徴とする請求項１３から請求項１５のいず
    れか１項に記載のパネルディスプレイの欠陥検出装置。