KR20140067785A

KR20140067785A - 표시패널의 색감차 얼룩 자동 검사 장치 및 방법

Info

Publication number: KR20140067785A
Application number: KR1020120135480A
Authority: KR
Inventors: 배정완
Original assignee: 엘지디스플레이 주식회사
Priority date: 2012-11-27
Filing date: 2012-11-27
Publication date: 2014-06-05
Also published as: KR101980755B1

Abstract

본 발명은 색감차 얼룩 검출, 종류 분류 및 정량화까지 판정할 수 있는 표시패널의 색감차 얼룩 자동 검사 장치 및 방법에 관한 것으로, 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치는, 복수의 그레이 패턴, 블랙 패턴, 화이트 패턴, 적색(R) 패턴, 녹색(G) 패턴 및 청색(B) 패턴 중 하나 이상의 패턴으로 영상을 표시하는 영상 표시 장치; 상기 영상 표시 장치에 표시된 각 패턴의 영상을 촬영하는 고해상도 모노 카메라; 상기 영상 표시 장치에 표시된 복수의 그레이 패턴 영상을 촬영하는 저해상도 칼라 카메라; 상기 고해상도 모노 카메라와 저해상도 칼라 카메라에서 촬영된 영상을 분석하여 얼룩 및 색감차 얼룩 검출, 검출된 얼룩 종류 분류 및 얼룩 수준을 판단하는 워크스테이션; 그리고 상기 위크스테이션에서 분석된 결과를 출력하고 장치의 설정값을 변경하는 서버 통신부를 구비하여 구성된다.

Description

표시패널의 색감차 얼룩 자동 검사 장치 및 방법{Apparatus for automatic inspection of the color difference mura for the display panel and method for the same}

본 발명은 표시패널의 검사 장치에 관한 것으로, 특히 색감차 얼룩 검출, 종류 분류 및 정량화까지 판정할 수 있는 표시패널의 색감차 얼룩 자동 검사 장치 및 방법에 관한 것이다.

최근, 본격적인 정보화 시대로 접어듦에 따라 전기적 정보신호를 시각적으로 표현하는 디스플레이(display)분야가 급속도로 발전해 왔고, 이에 부응하여 박형화, 경량화, 저소비전력화의 우수한 성능을 지닌 여러 가지 다양한 평판 표시장치(Flat Display Device)가 개발되어 기존의 브라운관(Cathode Ray Tube: CRT)을 빠르게 대체하고 있다.

이 같은 평판 표시장치의 구체적인 예로는 액정표시장치(Liquid Crystal Display device: LCD), 플라즈마표시장치(Plasma Display Panel device: PDP), 전계방출표시장치(Field Emission Display device: FED), 전기발광표시장치(Electro luminescence Display Device : ELD) 등을 들 수 있는데, 이들은 공통적으로 화상을 구현하는 평판 표시패널을 필수적인 구성요소로 하는 바, 평판 표시패널은 고유의 발광 또는 편광물질층을 사이에 두고 한 쌍의 투명 절연기판을 대면 합착시킨 구성을 갖는다.

이중 액정 표시장치는 액정의 특정한 분자 배열에 전압을 인가하여 다른 분자 배열로 변환시키고 이러한 분자 배열에 의해 액정 셀의 복굴절성, 선광성 및 광산란 특성 등의 광학적 성질의 변화를 시각 변화로 변환하는 것으로, 액정 셀에 의한 빛의 변조를 이용한 표시 장치이다.

상기 액정 표시장치는 액정 셀을 가지는 액정패널과, 상기 액정 패널에 광을 조사하는 백 라이트 유닛 및 액정 셀을 구동하기 위한 구동회로를 포함하여 구성된다.

상기 액정패널은 복수의 게이트 라인과 복수의 데이터 라인이 교차하여 복수의 단위 화소영역이 정의 되도록 형성된다. 이때, 각 화소영역에는 서로 대향하는 박막 트랜지스터 어레이 기판과 컬러필터 어레이 기판과, 두 기판 사이에 일정한 셀갭 유지를 위해 위치하는 스페이서와, 그 셀갭에 채워진 액정을 구비한다.

이와 같은 액정표시장치의 액정 패널 제조 공정은, 기판 세정과, 기판 패터닝, 배향막 형성, 기판 합착, 액정 주입, 실장 공정으로 나누어질 수 있다.

기판 세정 공정에서는 상부 및 하부 기판의 패터닝 전후에 기판들의 이물질을 세정제를 이용하여 제거하게 된다.

기판 패터닝 공정에서는 상부기판의 패터닝과 하부 기판의 패터닝으로 나누어지고, 상부 기판에는 칼라 필터, 공통 전극, 블랙 매트릭스 등이 형성되고, 하부기판에는 데이터 라인과 게이트 라인 등의 신호배선이 형성되고, 데이터 라인과 게이트 라인의 교차부에 TFT가 형성되며, TFT의 드레인 전극에 전기적으로 연결되도록 상기 데이터 라인과 게이트 라인에 의해 정의된 화소영역에 화소전극이 형성된다.

기판 합착 및 액정 주입 공정에서는 상부 및 하 부기판에 각각 배향막을 도포하고 러빙한 후, 실(Seal)재를 이용하여 상부 및 하부 기판을 합착하고, 상기 두 기판 사이에 액정을 주입하고, 주입구를 봉지한 후, 세정, 연마(grinding), 검사 공정이 순차적으로 이루어져 액정 패널이 완성된다.

상술한 바와 같이 액정 패널의 완성은 최종적으로 얼룩 검사 등을 진행하게 된다.

도 1a는 종래의 기술에 따른 얼룩 검사 장치인 오토 프로브의 측단면도이고, 도 1b는 워크 스테이지의 평면도이다.

종래의 기술에 따른 얼룩 검사 장치인 오토 프로브(30)는, 도 1a 및 1b에 도시한 바와 같이, 워크 테이블(31), 프로브 유닛(32), 서브 테이블(33), 워크 스테이지(34) 및 백라이트 유닛(35)를 포함한다.

여기서, 상기 워크 스테이지(34)는 4개의 모터(36a, 36b, 36c, 36d)를 구비하는데, 각각 X축, Y축, Z축 및 θ축 구동모터를 나타낸다. 상기 워크 스테이지(34)는 검사시료가 안착되고, 4개의 모터(36a, 36b, 36c, 36d)에 의해 정렬하게 되며, 상기 백라이트 유닛(35)로부터 제공되는 광원을 제공받는다.

상기 오토 프로브(30)는 로더(Loader) → 워크 테이블(31) → 서브 테이블(33)로 이어지며, 서브 테이블(33)에서 60˚ 경사를 주고, 상승 또는 하강시킴으로써 프로브 유닛(32)과 접촉하여 작업자의 육안으로 검사가 이루어지게 된다.

상기 워크 스테이지(34)에는 백라이트 유닛(35)과 편광판(POL)이 부착되어 있으며, 패널 캐리어(Panel Carrier)로 검사용 패널을 고정시켜 서브 테이블(33)까지 이동시킨다. 워크 테이블(31)에 프로브 유닛(32)가 장착되어 있으며, 프로브 유닛(32)에는 프로브 베이스, PCB 베이스, 조작기(Manipulator), 포고 블록(Pogo Block), TCP 블록 및 프로브 블록이 각각 구성되어 있으며, 이때, 프로브 블록 패널 패드부와 접촉되어 작업자가 검사할 수 있도록 장비를 구동시키게 된다.

백라이트 유닛(35)에서 발광되는 광원을 패턴 발생기(Pattern Generator)에 의해 다양한 패턴으로 바꾸어 주며, 작업자는 이 패턴으로 액정 패널의 불량을 판별하게 된다.

그러나, 이와 같은 종래의 얼룩 검사 장치 및 방법에 있어서는 다음과 같은 문제점이 있었다.

첫째, 종래 표시 장치의 화질 검사는 작업자의 육안 검사로 얼룩의 위치와 수준 정도의 불량을 검출하였다. 따라서, 검사자들 간 검사 기준이 다르며 정량화된 기준을 설정하기가 불가능하므로, 제품 품질 신뢰도가 낮았다.

둘째, 밝기 정보나 형태 정보만으로 검사할 수 있을 뿐, 색감차 열룩은 검사가 불가능하였다.

셋째, 작업자의 육안으로 검사하므로, 화소 단위로 얼룩 불량을 측정하기 불가능하였다.

또한, 최근 모델이 대형화됨에 따라 작업자의 육안 검사로 불량을 검출하기가 곤란하다.

본 발명은 이와 같은 종래의 문제점을 해결하기 위한 것으로, 색감차 얼룩 검출, 종류 분류 및 정량화까지 판정할 수 있는 표시패널의 색감차 얼룩 자동 검사 장치 및 방법을 제공하는데 그 목적이 있다.

상기와 같은 목적을 달성하기 위한 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치는, 복수의 그레이 패턴, 블랙 패턴, 화이트 패턴, 적색(R) 패턴, 녹색(G) 패턴 및 청색(B) 패턴 중 하나 이상의 패턴으로 영상을 표시하는 영상 표시 장치; 상기 영상 표시 장치에 표시된 각 패턴의 영상을 촬영하는 고해상도 모노 카메라; 상기 영상 표시 장치에 표시된 복수의 그레이 패턴 영상을 촬영하는 저해상도 칼라 카메라; 상기 고해상도 모노 카메라와 저해상도 칼라 카메라에서 촬영된 영상을 분석하여 얼룩 및 색감차 얼룩 검출, 검출된 얼룩 종류 분류 및 얼룩 수준을 판단하는 워크스테이션; 그리고 상기 위크스테이션에서 분석된 결과를 출력하고 장치의 설정값을 변경하는 서버 통신부를 구비하여 구성됨에 그 특징이 있다.

또한, 상기와 같은 목적을 달성하기 위한 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 방법은, 영상 표시 장치를 하나 이상의 그레이 패턴, 블랙 및 화이트 패턴, 적색, 녹색 및 청색 패턴 중 하나 이상으로 구동하여 각 패턴의 영상을 고해상도 모노 카메라로 촬영하여 각 패턴별로 그레이 영상을 획득하고 영상 얼룩을 감지하는 단계; 상기 영상 표시 장치를 적어도 하나 이상의 그레이 패턴으로 구동하여 상기 패턴의 영상을 저해상도 칼라 카메라로 촬영하여 칼라 영상을 획득하고 칼라 영상 얼룩을 감지하는 단계; 그리고 상기 각 패턴별로 알고리즘을 구현하여 얼룩을 검출하고, 얼룩 수준을 수치로 표현하고, 각 패턴별 결과를 종합하여 다단계로 최종 판정하는 단계를 포함하여 이루어짐에 그 특징이 있다.

또한, 상기와 같은 목적을 달성하기 위한 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 방법은, 임의의 패턴으로 영상 표시 장치를 구동하여 영상을 표시하는 단계; 고해상도 모노 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 그레이 영상을 획득하는 단계; 상기 획득된 영상에서 불필요한 부분을 제거하여 ROI를 추출하는 단계; 상기 ROI 추출한 영상에서 노이즈를 제거하고, 얼룩이 강조된 영상 패턴과 얼룩까지 제거된 정상적인 영상 패턴을 형성하는 단계; 상기 정상적인 영상 패턴과 상기 얼룩이 강조된 패턴을 비교하여 차 영상을 추출하는 단계; 상기 추출된 차 영상을 이진화(threshhold)하고, 상기 이진화된 영역을 확장하여 상기 차 영상에서 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기 및 얼룩의 형태의 특징들을 추출하는 단계; 그리고 상기 추출된 특징들을 얼룩 수준 정량화 DB에 저장된 데이타와 비교하여, 얼룩 결함을 분류하고, 상기 결함별로 얼룩 수준을 수치화하는 단계를 포함하여 이루어짐에 또 다른 특징이 있다.

여기서, 상기 결합별로 얼룩 수준을 수치화하는 단계는 [수학식 1]의 알고리즘을 이용함을 특징으로 한다.

여기서, Imura는 얼룩 영역의 밝기 값이고,

I_B _/G는 얼룩 주변 영역의 밝기 값이고, n은 상수이고,

Imean은 상기 단계에서 추출된 ROI 전체 영역의 평균 밝기임.

또한, 상기와 같은 목적을 달성하기 위한 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 방법은, 임의의 그레이 패턴으로 영상 표시 장치를 구동하여 영상을 표시하고, 저해상도 칼라 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 칼라 영상을 획득하는 단계; 상기 획득된 영상에서 불필요한 부분을 제거하여 ROI를 추출하는 단계; 상기 ROI 영상에서 노이즈를 제거하고, 노이즈 제거된 칼라 영상에서 R:G:B 비율을 산출하는 단계; 정상적인 칼라 영상과 상기 산출된 R:G:B 비율을 비교하여 두 영상간의 비율차를 산출하는 단계; 상기 두 영상간의 비율차를 이진화(threshhold)하고. 상기 이진화된 영역을 확장하여 화이트 밸런스(White Balance)를 보상하고, R, G, B 별 편차를 통해 색감차 얼룩을 검출하고, 색감차 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기 및 얼룩의 형태 등의 특징들을 추출하는 단계; 상기 추출된 색감차 얼룩에서 색감차 얼룩이 적색, 청색(B) 또는 녹색(G) 계열 얼룩인지를 판단하는 단계; 그리고 얼룩 수준 정량화 데이터 베이스(DB)를 이용하여 상기 각 색 종류별 수준 정량화 수치 연산하는 단계를 포함하여 이루어짐에 또 다른 특징이 있다.

여기서, 상기 색감차(CDV)를 검출하는 알고리즘은 다음과 같은 [수학식 2] 또는 [수학식 3]에 의해 검출함을 특징으로 한다.

여기서, I는 ROI 추출한 영상이고, GI는 정상적인 R/G/B 칼라 영상이며, R 및 C는 행(Row)과 열(Column)을 나타낸 것으로 좌표값임.

상기 색 종류별 색감차 얼룩의 연산은 다음과 같은 [수학식 4]에 의해 실시함을 특징으로 한다.

여기서, 상기 RVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 적색(R) 계열의 색감차이고, 상기 GVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 녹색(G) 적색 계열의 색감차이고, 상기 BVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 청색(B) 계열의 색감차임.

상기 추출된 색감차 얼룩에서 적색, 청색(B) 또는 녹색(G) 계열 얼룩 대신에 노란색(Yellow), 청록(Cyan) 및 심홍색(Magenta) 계열 얼룩인지를 판단함을 특징으로 한다.

상기 색 종류별 색감차 얼룩의 연산은 다음과 같은 [수학식 5]에 의해 실시함을 특징으로 한다.

또한, 상기와 같은 목적을 달성하기 위한 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 방법은, 임의의 그레이 패턴으로 영상 표시 장치를 구동하여 영상을 표시하는 제 1 단계; 고해상도 모노 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 그레이 영상을 획득하는 제 2 단계; 상기 획득된 영상에서 불필요한 부분을 제거하여 ROI를 추출하는 제 3 단계; 상기 ROI 추출한 영상에서 노이즈를 제거하고, 얼룩이 강조된 영상 패턴과 얼룩까지 제거된 정상적인 영상 패턴을 형성하는 제 4 단계; 상기 정상적인 영상 패턴과 상기 얼룩이 강조된 패턴을 비교하여 차 영상을 추출하는 제 5 단계; 상기 추출된 차 영상을 이진화(threshhold)하고, 상기 이진화된 영역을 확장하여 상기 차 영상에서 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기 및 얼룩의 형태의 특징들을 추출하는 제 6 단계; 상기 추출된 특징들을 얼룩 수준 정량화 DB에 저장된 데이타와 비교하여, 얼룩 결함을 분류하고, 상기 결함별로 얼룩 수준을 수치화하는 제 7 단계; 상기 영상 표시 장치를 다른 그레이 패턴, 블랙 패턴, 화이트 패턴, 적색 패턴, 녹색 패턴 또는 청색 패턴 중 하나 이상의 패턴으로 구동하여 영상을 표시하고 상기 제 2 내지 제 7 단계를 진행하는 제 8 단계; 상기 영상 표시 장치를 임의의 그레이 패턴으로 구동하여 영상을 표시하고, 저해상도 칼라 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 칼라 영상을 획득하는 제 9 단계; 상기 획득된 영상에서 불필요한 부분을 제거하여 ROI를 추출하는 제 10 단계; 상기 ROI 영상에서 노이즈를 제거하고, 노이즈 제거된 칼라 영상에서 R:G:B 비율을 산출하는 제 11 단계; 정상적인 칼라 영상과 상기 산출된 R:G:B 비율을 비교하여 두 영상간의 비율차를 산출하는 제 12 단계; 상기 두 영상간의 비율차를 이진화(threshhold)하고. 상기 이진화된 영역을 확장하여 화이트 밸런스(White Balance)를 보상하고, R, G, B 별 편차를 통해 색감차 얼룩을 검출하고, 색감차 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기 및 얼룩의 형태 등의 특징들을 추출하는 제 13 단계; 상기 추출된 색감차 얼룩에서 색감차 얼룩이 적색, 청색(B) 또는 녹색(G) 계열 얼룩인지를 판단하는 제 14 단계; 얼룩 수준 정량화 데이터 베이스(DB)를 이용하여 상기 각 색 종류별 수준 정량화 수치 연산하는 제 15 단계; 상기 영상 표시 장치를 다른 그레이 패턴으로 구동하여 영상을 표시하고, 저해상도 칼라 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 칼라 영상을 획득하고 상기 제 10 단계 내지 15단계를 진행하는 제 16 단계; 상기 제 7 단계 내지 제 8 단계 및 상기 제 15 내지 제16 단계에서 연산된 정량화 수치를 조합하여 표시 패널의 등급을 다단계로 최종 판정하는 제 17 단계를 포함하여 이루어짐에 또 다른 특징이 있다.

상기와 같은 특징을 갖는 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치 및 방법에 있어서는 다음과 같은 효과가 있다.

본 발명에서는 복수의 그레이 패턴(64 gray, 127 gray 등), 블랙 패턴, 화이트 패턴, 적색(R) 패턴, 녹색(G) 패턴 및 청색(B) 패턴 등의 다양한 패턴으로 표시장치를 구동하여 각각의 영상을 상기 고해상도 모노 카메라(2)로 촬영하여 영상 얼룩을 감지할 뿐만 아니라, 복수의 그레이 패턴(64 gray, 127 gray 등)으로 구동하고 저해상도 칼라 카메라로 촬영하여 칼라 영상을 획득하고, 색 감차 얼룩까지 동시에 검사함으로써, 별도의 검사자를 필요치 않고 검사 시간을 단축시킬 수 있다.

또한, 색 감차 얼룩까지 포함한 모든 얼룩 결함들을 디지탈화하고 수치화된 데이타로 검사하므로 제품의 신뢰도를 향상시킬 수 있다.

도 1a는 종래의 기술에 따른 얼룩 검사 장치인 오토 프로브의 측단면도
도 1b는 워크 스테이지의 평면도
도 2는 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치의 구성 블럭도
도 3은 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 방법을 설명하기 위해 것으로, 상기 고해상도 모노 카메라로 촬영된 영상을 검사하는 동작 순서도
도 4는 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 방법을 설명하기 위해 것으로, 상기 저해상도 칼라 카메라로 촬영된 영상을 검사하는 동작 순서도

상기와 같은 특징을 갖는 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치 및 방법을 첨부된 도면을 참조하여 보다 상세히 설명하면 다음과 같다.

도 2는 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치의 구성 블럭도이다.

본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치는, 도 2에 도시한 바와 같이, 복수의 그레이 패턴(64 gray, 127 gray 등), 블랙 패턴, 화이트 패턴, 적색(R) 패턴, 녹색(G) 패턴 및 청색(B) 패턴 등의 다양한 패턴으로 영상을 표시하는 영상 표시 장치(1)와, 상기 영상 표시 장치(1)에 표시된 각 패턴의 영상을 수직으로 촬영하는 CCD Area 고해상도 모노 카메라(2)와, 상기 영상 표시 장치(1)에 표시된 복수의 그레이 패턴 영상을 수직으로 촬영하는 저해상도 칼라 카메라(3)와, 상기 고해상도 모노 카메라(2)와 저해상도 칼라 카메라(3)에서 촬영된 영상을 분석하여 얼룩 및 색감차 얼룩 검출, 검출된 얼룩 종류 분류 및 얼룩 수준을 판단하는 워크스테이션(4)과, 상기 워크스테이션(4)에서 분석된 결과를 출력하고 장치의 설정값을 변경하는 서버 통신부(5)를 구비하여 구성된다.

이와 같이 구성된 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치의 색감차 얼룩 자동 검사 방법을 설명하면 다음과 같다.

도 3은 본 발명에 따른 표시패널의 얼룩 자동 검사 방법을 설명하기 위해 것으로, 상기 고해상도 모노 카메라로 촬영된 영상을 검사하는 동작 순서도이다.

도 4는 본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 방법을 설명하기 위해 것으로, 상기 저해상도 칼라 카메라로 촬영된 영상을 검사하는 동작 순서도이다.

본 발명에 따른 표시패널의 색감차 얼룩 자동 검사 장치의 색감차 얼룩 자동 검사 방법은, 그레이 영상 얼룩 감지와 칼라 영상 얼룩 감지로 구분하여 실시한다.

즉, 상기 영상 표시 장치(1)를 복수의 그레이 패턴(64 Gray, 127 Gray 등), 블랙 패턴, 화이트 패턴, 적색 패턴, 녹색 패턴 및 청색 패턴으로 구동하여 각각의 패턴 영상을 상기 고해상도 모노 카메라(2)로 촬영하여 영상을 획득하여 영상 얼룩을 감지하고,

상기 영상 표시 장치(1)를 상기 복수의 그레이 패턴(64 Gray, 127 Gray 등)으로 구동하여 각각의 그레이 패턴 영상을 상기 저해상도 칼라 카메라(3)로 촬영하여 칼라 영상을 획득하여 칼라 영상 얼룩(색감차 얼룩)을 감지한다. 이 때, 평균 밝기가 카메라의 중간 밝기(127 그레이)가 되도록 상기 카메라의 렌즈를 미리 셋팅한다.

그리고, 패턴별 최적의 알고리즘을 구현하여 얼룩을 검출하고 그 수준을 수치로 표현하고, 각 패턴별 결과를 종합하여 최종 판정(얼룩 수준 1-5 단계)을 한다.

먼저, 영상 얼룩 감지 방법을 설명하면 다음과 같다.

영상 얼룩 감지 방법은 복수의 그레이 패턴(64 그레이, 127 그레이 등), 블랙 패턴, 화이트 패턴, 적색 패턴, 녹색 패턴 및 청색 패턴으로 영상 표시 장치(1)를 구동하여 각 패턴별로 얼룩을 감지한다.

도 3에 도시한 바와 같이, 먼저 64 그레이 패턴으로 상기 영상 표시 장치(1)를 구동하여 영상을 표시한다(1S). 그리고, 상기 고해상도 모노 카메라(2)를 이용하여 상기 영상 표시 장치에 표시된 영상을 수직으로 촬영하여 그레이 영상을 획득한다(2S).

이와 같이 고해상도 모노 카메라(2)로 촬영된 영상에서 불필요한 부분(예를들면, 영상이 표시되지 않은 부분도 촬영되었을 때, 영상이 표시되지 않은 부분)을 제거하여 ROI(region of interset) 추출한다(3S).

상기 ROI 추출한 영상에서 노이즈를 제거하고(4S), 카메라 렌즈 또는 표시패널의 픽셀 배치에 따라 일정한 주기로 발생되는 패턴(Texture)을 제거하여 얼룩이 강조된 영상 패턴과 얼룩까지 제거된 정상적인 영상 패턴을 형성한다(5S, 6S).

그리고, 상기 정상적인 영상 패턴과 상기 얼룩이 강조된 패턴을 비교하여 차 영상(얼룩만 있는 영상 패턴)을 추출한다(7S).

상기 추출된 차 영상에서 일정 레벨값 이상을 얼룩으로 판단하기 위해 셋팅된 값으로 이진화(threshhold)한다(8S). 상기 이진화된 영역을 확장하여 상기 차 영상에서 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기(size) 및 얼룩의 형태(shape) 등의 특징들을 추출한다(9S).

이와 같이 추출된 특징들을 얼룩 수준 정량화 DB에 저장된 데이타와 비교하여, 얼룩 결함을 분류하고(10S), 상기 결함별로 얼룩 수준을 수치화한다(11S).

여기서, 상기 얼룩 정량화 DB에는 수 천, 수 만 장 영상들로 검증된 얼룩 종류별 수준(예를들면, 1 내지 5 단계)의 정량화 수치 경계값(threshold)과, 그 밖에 많은 파라미터(parameter) 정보들이 저장되어 있다.

따라서, 상기 추출된 특징들을 얼룩 수준 정량화 DB에 저장된 데이타와 비교하여, 상기 추출된 특징이 상기 얼룩 종류별 수준의 정량화 수치 경계값 중 해당 경계값 이내에 해당되면, 해당 수준의 얼룩 결함으로 분류한다.

이와 같이 분류된 얼룩 결합 종류별로 정량화 수치(Cx)를 계산하는 알고리즘은 약간씩 차이가 있으나, 다음과 같은 [수학식 1]을 기본으로 한다.

[수학식 1]

여기서, Imura는 얼룩 영역의 밝기 값이고, I_B _/G는 얼룩 주변 영역의 밝기 값이고, n은 상수이고, Imean은 상기 단계(3S)에서 추출된 ROI 전체 영역의 평균 밝기이다.

상기와 같은 과정으로 상기 수치화된 얼룩 결함별 얼룩 수준을 판단한다(12S).

상기 도 3과 같은 과정을 각 패턴별로 반복한다. 즉, 상기 영상 표시 장치(1)를 127 그레이 패턴으로 구동하여 영상을 표시하여 도 3과 같은 과정을 수행하고, 상기 영상 표시 장치(1)를 블랙 패턴으로 구동하여 영상을 표시하고 도 3과 같은 과정을 수행하고, 상기 영상 표시 장치(1)를 화이트 패턴으로 구동하여 영상을 표시하고 도 3과 같은 과정을 수행하고, 상기 영상 표시 장치(1)를 적색 패턴으로 구동하여 영상을 표시하여 도 3과 같은 과정을 수행하고, 상기 영상 표시 장치(1)를 녹색 패턴으로 구동하여 영상을 표시하고 도 3과 같은 과정을 수행하고, 상기 영상 표시 장치(1)를 청색 패턴으로 구동하여 영상을 표시하고 도 3과 같은 과정을 수행한다.

다음은, 복수의 그레이 패턴으로 상기 영상 표시 장치(1)를 구동하여 영상을 표시하고, 저해상도 칼라 카메라(3)를 이용하여 칼라 얼룩 발생을 감지하는 방법을 설명하면 다음과 같다.

도 4와 같이, 예를 들면, 64 그레이 패턴으로 상기 영상 표시 장치(1)를 구동하여 영상을 표시한다(21S). 그리고, 상기 저해상도 칼라 카메라(3)를 이용하여 상기 영상 표시 장치에 표시된 영상을 수직으로 촬영하여 칼라 영상을 획득한다(22S).

사전에 정상적인 R/G/B 칼라 영상에 대한 기준값(R:G:B 비율)을 저장해 둔다(23S).

이와 같이 저해상도 칼라 카메라(3)로 촬영된 영상에서 불필요한 부분(예를들면, 영상이 표시되지 않은 부분도 촬영되었을 때, 영상이 표시되지 않은 부분)을 제거하여 ROI(region of interset) 추출한다(24S).

상기 ROI 추출한 영상에서 노이즈를 제거하고(25S), 노이즈 제거된 칼라 영상에서 R:G:B 비율을 산출한다(26S).

그리고, 상기 저장된 정상적인 칼라 영상과 상기 산출된 R:G:B 비율을 비교하여 두 영상간의 비율차를 산출한다(27S).

상기 두 영상간의 비율차에서 일정 레벨값 이상을 색감차 얼룩으로 판단하기 위해 셋팅된 값으로 이진화(threshhold)한다(28S). 상기 이진화된 영역을 확장하여화이트 밸런스(White Balance)를 보상하고 R, G, B 별 편차를 통해 색감차 얼룩을 검출하고, 색감차 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기(size) 및 얼룩의 형태(shape) 등의 특징들을 추출한다(29S).

여기서, 상기 색감차(CDV)를 검출하는 알고리즘은 다음과 같은 [수학식 2] 또는 [수학식 3]에 의해 검출한다.

[수학식 2]

[수학식 3]

여기서, I는 ROI 추출한 영상이고, GI는 정상적인 R/G/B 칼라 영상이며, R 및 C는 행(Row)과 열(Column)을 나타낸 것으로 좌표값을 나타낸다.

이와 같이 추출된 색감차 얼룩에서 색감차 얼룩이 적색(R) 계열 얼룩인지,청색(B) 계열 얼룩인지, 녹색(G) 계열 얼룩인지를 판단하기 위한 연산을 실시한다(30S). 물론, 색감차 얼룩이 심홍색(Magenta) 계열 얼룩인지, 노란색(Yellow) 계열 얼룩인지, 청록(Cyan) 계열 얼룩인지를 판단하기 위한 연산을 실시할 수 있다.

즉, 상기 단계(30S)에서 색 종류별 색감차 얼룩의 연산은 다음과 같은 [수학식 4] 및 [수학식5]에 의해 실시한다.

[수학식 4]

[수학식 5]

여기서, 상기 RVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 적색(R) 계열의 색감차이고, 상기 GVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 녹색(G) 적색 계열의 색감차이고, 상기 BVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 청색(B) 계열의 색감차이다

그리고, 얼룩 수준 정량화 데이터 베이스(DB)를 이용하여 상기 각 색 종류별 수준 정량화 수치 연산을 실시한다(31S).

여기서, 상기 얼룩 수준 정량화 DB에는 수 천, 수 만 장 영상들로 검증된 색 종류별 얼룩 수준(예를들면, 1 내지 5 단계)의 정량화 수치 경계값(threshold)과, 그 밖에 많은 파라미터(parameter) 정보들이 저장되어 있다.

따라서, 상기 연산된 각 색의 얼룩 값들을 상기 얼룩 수준 정량화 DB에 저장된 데이타와 비교하여, 상기 연산된 각 색의 얼룩 값들이 상기 얼룩 종류별 수준의 정량화 수치 경계값 중 해당 경계값 이내에 해당되면, 해당 수준의 얼룩 결함으로 분류한다.

그리고, 현재 패턴 기준 수준을 판정한다(32S, 33S).

상기 도 4와 같은 과정을 다른 그레이 패턴별로 반복한다. 즉, 상기 영상 표시 장치(1)를 127 그레이 패턴으로 구동하여 영상을 표시하여 도 4와 같은 과정을 수행한다. 물론, 도 3 및 도 4에서 상기 그레이 레벨은 다양하게 가변할 수 있다.

상기에서 설명한 바와 같이, 고해상도 모노 카메라를 이용하여 얼룩 검사를 실시하고, 저해상도 칼라 카메라를 이용하여 색감차 얼룩 검사를 실시하여 얼룩 검사 및 색감차 얼룩을 검사한다.

그리고, 이상에서 설명한 바와 같이, 각 패턴별 얼룩 검사 및 색감차 얼룩 검사 결과를 종합하여 양품/폐기 불량/ 한도성 불량(등급품 등으로 얼룩 수준을 1 내지 5 단계로 최종 판정한다.

최종 판정 결과는, 얼룩(일반적인 얼룩 및 색감차 얼룩) 결함 여부, 결함 종류, 위치, 크기, 수준, 결함 발생 패턴, 결함이 포함된 영상, 환경 설정값, 측정 시간, 제품 정보 등의 정보를 포함한다.

1: 영상 표시 장치 2: 고해상도 모노 카메라
3: 저해상도 칼라 카메라 4: 워크스테이션
5: 서버 통신부

Claims

복수의 그레이 패턴, 블랙 패턴, 화이트 패턴, 적색(R) 패턴, 녹색(G) 패턴 및 청색(B) 패턴 중 하나 이상의 패턴으로 영상을 표시하는 영상 표시 장치;
상기 영상 표시 장치에 표시된 각 패턴의 영상을 촬영하는 고해상도 모노 카메라;
상기 영상 표시 장치에 표시된 복수의 그레이 패턴 영상을 촬영하는 저해상도 칼라 카메라;
상기 고해상도 모노 카메라와 저해상도 칼라 카메라에서 촬영된 영상을 분석하여 얼룩 및 색감차 얼룩 검출, 검출된 얼룩 종류 분류 및 얼룩 수준을 판단하는 워크스테이션; 그리고
상기 위크스테이션에서 분석된 결과를 출력하고 장치의 설정값을 변경하는 서버 통신부를 구비하여 구성됨을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 장치.
제 1 항에 있어서,
상기 고해상도 모노 카메라와 저해상도 칼라 카메라는 평균 밝기가 카메라의 중간 밝기가 되도록 각각 렌즈를 미리 셋팅됨을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 장치.
영상 표시 장치를 하나 이상의 그레이 패턴, 블랙 및 화이트 패턴, 적색, 녹색 및 청색 패턴 중 하나 이상으로 구동하여 각 패턴의 영상을 고해상도 모노 카메라로 촬영하여 각 패턴별로 그레이 영상을 획득하고 영상 얼룩을 감지하는 단계;
상기 영상 표시 장치를 적어도 하나 이상의 그레이 패턴으로 구동하여 상기 패턴의 영상을 저해상도 칼라 카메라로 촬영하여 칼라 영상을 획득하고 칼라 영상 얼룩을 감지하는 단계; 그리고
상기 각 패턴별로 알고리즘을 구현하여 얼룩을 검출하고, 얼룩 수준을 수치로 표현하고, 각 패턴별 결과를 종합하여 다단계로 최종 판정하는 단계를 포함하여 구성됨을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
제 3 항에 있어서,
상기 적어도 하나 이상의 그레이 패턴은 64 그레이, 127 그레이 패턴을 구비함을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
임의의 패턴으로 영상 표시 장치를 구동하여 영상을 표시하는 단계;
고해상도 모노 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 그레이 영상을 획득하는 단계;
상기 획득된 영상에서 불필요한 부분을 제거하여 ROI를 추출하는 단계;
상기 ROI 추출한 영상에서 노이즈를 제거하고, 얼룩이 강조된 영상 패턴과 얼룩까지 제거된 정상적인 영상 패턴을 형성하는 단계;
상기 정상적인 영상 패턴과 상기 얼룩이 강조된 패턴을 비교하여 차 영상을 추출하는 단계;
상기 추출된 차 영상을 이진화(threshhold)하고, 상기 이진화된 영역을 확장하여 상기 차 영상에서 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기 및 얼룩의 형태의 특징들을 추출하는 단계; 그리고
상기 추출된 특징들을 얼룩 수준 정량화 DB에 저장된 데이타와 비교하여, 얼룩 결함을 분류하고, 상기 결함별로 얼룩 수준을 수치화하는 단계를 포함하여 이루어짐을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
제 5 항에 있어서,
상기 결합별로 얼룩 수준을 수치화하는 단계는 [수학식 1]의 알고리즘을 이용함을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
[수학식 1]

여기서, Imura는 얼룩 영역의 밝기 값이고,
I_B _/G는 얼룩 주변 영역의 밝기 값이고, n은 상수이고,
Imean은 상기 단계에서 추출된 ROI 전체 영역의 평균 밝기임.
제 5 항에 있어서,
상기 임의의 패턴은 복수의 그레이 패턴, 블랙 패턴, 화이트 패턴, 적색 패턴, 녹색 패턴, 및 청색 패턴 중 적어도 하나 이상의 패턴을 구비하고, 각 패턴 별로 청구항 제 5 항의 과정을 반복함을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
임의의 그레이 패턴으로 영상 표시 장치를 구동하여 영상을 표시하고, 저해상도 칼라 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 칼라 영상을 획득하는 단계;
상기 획득된 영상에서 불필요한 부분을 제거하여 ROI를 추출하는 단계;
상기 ROI 영상에서 노이즈를 제거하고, 노이즈 제거된 칼라 영상에서 R:G:B 비율을 산출하는 단계;
정상적인 칼라 영상과 상기 산출된 R:G:B 비율을 비교하여 두 영상간의 비율차를 산출하는 단계;
상기 두 영상간의 비율차를 이진화(threshhold)하고. 상기 이진화된 영역을 확장하여 화이트 밸런스(White Balance)를 보상하고, R, G, B 별 편차를 통해 색감차 얼룩을 검출하고, 색감차 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기 및 얼룩의 형태 등의 특징들을 추출하는 단계;
상기 추출된 색감차 얼룩에서 색감차 얼룩이 적색, 청색(B) 또는 녹색(G) 계열 얼룩인지를 판단하는 단계; 그리고
얼룩 수준 정량화 데이터 베이스(DB)를 이용하여 상기 각 색 종류별 수준 정량화 수치 연산하는 단계를 포함하여 이루어짐을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
제 8 항에 있어서,
상기 색감차(CDV)를 검출하는 알고리즘은 다음과 같은 [수학식 2] 또는 [수학식 3]에 의해 검출함을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
[수학식 2]

[수학식 3]

여기서, I는 ROI 추출한 영상이고, GI는 정상적인 R/G/B 칼라 영상이며, R 및 C는 행(Row)과 열(Column)을 나타낸 것으로 좌표값임.
제 8 항에 있어서,
상기 색 종류별 색감차 얼룩의 연산은 다음과 같은 [수학식 4]에 의해 실시함을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
[수학식 4]

여기서, 상기 RVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 적색(R) 계열의 색감차이고, 상기 GVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 녹색(G) 적색 계열의 색감차이고, 상기 BVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 청색(B) 계열의 색감차임.
제 8 항에 있어서,
상기 추출된 색감차 얼룩에서 적색, 청색(B) 또는 녹색(G) 계열 얼룩 대신에
노란색(Yellow), 청록(Cyan) 및 심홍색(Magenta) 계열 얼룩인지를 판단함을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
제 11 항에 있어서,
상기 색 종류별 색감차 얼룩의 연산은 다음과 같은 [수학식 5]에 의해 실시함을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.
[수학식 5]

여기서, 상기 RVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 적색(R) 계열의 색감차이고, 상기 GVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 녹색(G) 적색 계열의 색감차이고, 상기 BVD는 상기 [수학식 2] 또는 [수학식 3]에서 검출된 색감차 신호중 청색(B) 계열의 색감차임.
임의의 그레이 패턴으로 영상 표시 장치를 구동하여 영상을 표시하는 제 1 단계;
고해상도 모노 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 그레이 영상을 획득하는 제 2 단계;
상기 획득된 영상에서 불필요한 부분을 제거하여 ROI를 추출하는 제 3 단계;
상기 ROI 추출한 영상에서 노이즈를 제거하고, 얼룩이 강조된 영상 패턴과 얼룩까지 제거된 정상적인 영상 패턴을 형성하는 제 4 단계;
상기 정상적인 영상 패턴과 상기 얼룩이 강조된 패턴을 비교하여 차 영상을 추출하는 제 5 단계;
상기 추출된 차 영상을 이진화(threshhold)하고, 상기 이진화된 영역을 확장하여 상기 차 영상에서 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기 및 얼룩의 형태의 특징들을 추출하는 제 6 단계;
상기 추출된 특징들을 얼룩 수준 정량화 DB에 저장된 데이타와 비교하여, 얼룩 결함을 분류하고, 상기 결함별로 얼룩 수준을 수치화하는 제 7 단계;
상기 영상 표시 장치를 다른 그레이 패턴, 블랙 패턴, 화이트 패턴, 적색 패턴, 녹색 패턴 또는 청색 패턴 중 하나 이상의 패턴으로 구동하여 영상을 표시하고 상기 제 2 내지 제 7 단계를 진행하는 제 8 단계;
상기 영상 표시 장치를 임의의 그레이 패턴으로 구동하여 영상을 표시하고, 저해상도 칼라 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 칼라 영상을 획득하는 제 9 단계;
상기 획득된 영상에서 불필요한 부분을 제거하여 ROI를 추출하는 제 10 단계;
상기 ROI 영상에서 노이즈를 제거하고, 노이즈 제거된 칼라 영상에서 R:G:B 비율을 산출하는 제 11 단계;
정상적인 칼라 영상과 상기 산출된 R:G:B 비율을 비교하여 두 영상간의 비율차를 산출하는 제 12 단계;
상기 두 영상간의 비율차를 이진화(threshhold)하고. 상기 이진화된 영역을 확장하여 화이트 밸런스(White Balance)를 보상하고, R, G, B 별 편차를 통해 색감차 얼룩을 검출하고, 색감차 얼룩이 발생된 부분의 위치(X1,Y1), 얼룩의 크기 및 얼룩의 형태 등의 특징들을 추출하는 제 13 단계;
상기 추출된 색감차 얼룩에서 색감차 얼룩이 적색, 청색(B) 또는 녹색(G) 계열 얼룩인지를 판단하는 제 14 단계;
얼룩 수준 정량화 데이터 베이스(DB)를 이용하여 상기 각 색 종류별 수준 정량화 수치 연산하는 제 15 단계;
상기 영상 표시 장치를 다른 그레이 패턴으로 구동하여 영상을 표시하고, 저해상도 칼라 카메라를 이용하여 상기 영상 표시 장치에 표시된 영상을 촬영하여 칼라 영상을 획득하고 상기 제 10 단계 내지 15단계를 진행하는 제 16 단계; 그리고
상기 제 7 단계 내지 제 8 단계 및 상기 제 15 내지 제16 단계에서 연산된 정량화 수치를 조합하여 표시 패널의 등급을 다단계로 최종 판정하는 제 17 단계를 포함하여 이루어짐을 특징으로 하는 표시패널의 색감차 얼룩 자동 검사 방법.