WO2022177049A1 - 테스트 장치의 표면 불량을 검출하는 전자장치 및 그 제어방법 - Google Patents
테스트 장치의 표면 불량을 검출하는 전자장치 및 그 제어방법 Download PDFInfo
- Publication number
- WO2022177049A1 WO2022177049A1 PCT/KR2021/002842 KR2021002842W WO2022177049A1 WO 2022177049 A1 WO2022177049 A1 WO 2022177049A1 KR 2021002842 W KR2021002842 W KR 2021002842W WO 2022177049 A1 WO2022177049 A1 WO 2022177049A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- pattern
- light
- display
- image
- test device
- Prior art date
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 113
- 230000007547 defect Effects 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims description 40
- 230000003287 optical effect Effects 0.000 claims description 14
- 238000002834 transmittance Methods 0.000 claims description 10
- 239000011247 coating layer Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000002950 deficient Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 27
- 238000013528 artificial neural network Methods 0.000 description 26
- 238000004891 communication Methods 0.000 description 26
- 238000001514 detection method Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000003860 storage Methods 0.000 description 9
- 239000003381 stabilizer Substances 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000001028 reflection method Methods 0.000 description 5
- 238000001962 electrophoresis Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000005684 electric field Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 239000002096 quantum dot Substances 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000004148 unit process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N2021/9513—Liquid crystal panels
Definitions
- the defective form corresponds to at least one of a scratch, a crack, or a dent of the test device.
- FIG. 7 is a detailed embodiment related to operations S31 and S32 of FIG. 3 , and illustrates an embodiment in which the brightness of a light source is set according to the characteristics of a test device.
- the test device 5 includes a flexible display of a foldable form factor in which the shape of the display is variable.
- the flexible display has ultra thin glass (UTG) attached to the surface, and the processor 10 may detect a surface defect of the UTG based on the distortion degree of the second pattern with respect to the first pattern.
- UTG ultra thin glass
- the processor 10 uses the same method even when a protective film for ultrasonic fingerprints is attached to the smartphone. defects can be detected.
- the display module 50 may visually provide information to the outside (eg, a user) of the electronic device 100 .
- the display module 50 may include, for example, a display 51 , a hologram device, or a projector and a control circuit for controlling the corresponding device.
- the learning unit creates or updates the neural network.
- the learning unit acquires learning data in order to generate a neural network.
- the learning unit acquires learning data from the memory 20 or from the outside.
- the learning data may be data used for learning of the neural network, and the neural network may be trained by using the data obtained by performing the above-described operation as learning data.
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Textile Engineering (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
본 발명은, 디스플레이가 복수의 광원으로부터 출사된 제1 광을 투과시키고, 제1 광이 제1 패턴의 음영을 갖는 제2 광이 되도록 제1 패턴에 대응하는 패턴이미지를 표시하고, 반사거울이 제2 광을 제1 오프닝으로 반사하고, 제1 오프닝 측에 마련된 테스트 대상인 디스플레이장치의 표면으로부터 반사된 제3 광을 제2 오프닝으로 투과하고, 카메라가 반사거울을 투과한 제3 광에 대응하는 반사이미지를 획득하고, 프로세서가 반사이미지로부터 제2 패턴을 식별하고, 제1 패턴 및 제2 패턴 간의 음영 차이에 기초하여 디스플레이장치의 표면 불량을 검출하는 발명이다.
Description
본 발명의 다양한 실시예들은 테스트 장치의 표면 불량을 검출하는 전자장치 및 그 제어방법에 관한 것이다.
이미지를 표시하는 디스플레이는 절단, 연마, 세정, 건조, 코팅 등과 같은 다양한 공정을 거쳐 제작되며, 이러한 공정을 거치는 동안 여러 원인에 의해 크랙(crack), 덴트(dent), 스크래치(scratch), 얼룩, 흑점 등과 같은 표면 불량이 디스플레이에 발생할 수 있다. 동축낙사 조명장치는 상기한 표면 불량을 검출하기 위한 장비로서, 디스플레이에 대한 조사광의 방향과 카메라의 촬영방향을 동일한 축상에 배열하고, 디스플레이에 반사된 반사이미지를 카메라로 촬영함으로써, 표면 불량 유무를 확인할 수 있도록 고안된 장비이다.
최근에는 패턴이 형성된 마스크를 조사광의 광경로 상에 마련하여, 패턴을 갖는 패턴광이 디스플레이에 조사되도록 하고, 반사이미지로부터 식별된 패턴의 왜곡에 기초하여 표면 불량을 검출하는 기술이 개발되어 활용되고 있다.
다만 플렉서블 디스플레이와 같이 굴곡진 표면에 발생한 눌림, 찍힘 등과 같은 표면 불량을 검출하기 위해서는, 굴곡진 표면에 대응하도록 패턴광의 조사 각도를 사용자가 일일이 조정해야 하는 점에서, 표면 불량 검출의 효율성 및 검출 정확도가 저하되는 문제가 있다.
따라서, 본 발명의 목적은, 동축낙사 방식에 따라 디스플레이 표면 불량을 검출함에 있어서, 조사광의 광경로 상에 패턴이미지를 표시할 수 있는 디스플레이를 마련함으로써, 굴곡진 표면에 발생된 표면 불량을 용이하게 검출하도록 하여, 표면 불량 검출의 효율성 및 정확도를 향상시킬 수 있는 전자장치 및 그 제어방법을 제공하는 것이다.
상기한 본 발명의 목적은, 제1 오프닝을 포함하는 제1 면과, 상기 제1 면에 대향하고, 제2 오프닝을 포함하는 제2 면과, 상기 제1 면 및 상기 제2 면에 대해 수직하는 제3 면을 통해 광경로를 형성하는 육면체 형태의 하우징; 상기 제3 면에 배열되어, 상기 광경로로 제1 광을 출사하는 하나 이상의 광원; 상기 하나 이상의 광원과 제1 간격을 두고 마련되어, 상기 출사되는 제1 광을 투과시키고, 상기 투과되는 제1 광이 제1 패턴을 갖는 제2 광이 되도록 상기 제1 패턴에 대응하는 패턴이미지를 표시하는 디스플레이; 상기 디스플레이와 제2 간격을 두고 기울기를 가지도록 마련되어, 상기 제2 광을 상기 제1 오프닝으로 반사하고, 상기 제1 오프닝 측에 마련된 테스트 장치의 표면으로부터 반사된 제3 광을 상기 제2 오프닝으로 투과하는 하프코팅층을 가지는 반사거울; 상기 제2 오프닝 측에 마련되어, 상기 반사거울을 투과한 상기 제3 광에 대응하는 반사이미지를 획득하는 카메라; 및 상기 획득된 반사이미지로부터 제2 패턴을 식별하고, 상기 제1 패턴에 대한 상기 식별된 제2 패턴의 왜곡에 기초하여 상기 테스트 장치의 표면 불량을 검출하는 프로세서를 포함하는 전자장치에 의해서도 달성될 수 있다.
상기 제1 패턴의 타입 또는 크기는, 상기 테스트 장치의 특성에 대응한다.
상기 테스트 장치의 특성은, 상기 테스트 장치의 형태, 크기, 색상 또는 LED 설정값 중 적어도 하나를 포함한다.
상기 제1 광의 밝기는, 상기 테스트 장치의 특성, 상기 제1 패턴의 형태, 상기 디스플레이의 투과도, 상기 반사거울의 투과도 중 적어도 하나에 대응한다.
상기 프로세서는, 상기 제1 패턴에 대한 상기 제2 패턴의 왜곡이 기 정의된 불량 형태에 대응하는지 여부를 식별함으로써, 상기 표면 불량을 검출한다.
상기 불량 형태는, 상기 테스트 장치의 스크래치, 크랙 또는 덴트 중 적어도 하나에 대응한다.
상기 디스플레이는, 상기 제1 패턴에 대응하는 제1 패턴이미지 및 상기 제1 패턴과 다른 패턴에 대응하는 제2 패턴이미지를 소정 시간 간격으로 표시하고, 상기 프로세서는, 상기 제1 패턴이미지 및 제2 패턴이미지에 각각 대응하여 획득되는 제1 반사이미지 및 제2 반사이미지를 합성하여 상기 테스트 장치의 표면 불량을 검출한다.
상기 디스플레이는, 투명 디스플레이를 포함한다.
상기 테스트 장치는, 플렉서블 디스플레이, 폴더블 디스플레이 또는 롤러블 디스플레이 중 적어도 하나를 포함한다.
상기한 본 발명의 목적은, 제1 오프닝을 포함하는 제1 면과, 상기 제1 면에 대향하고, 제2 오프닝을 포함하는 제2 면과, 상기 제1 면 및 상기 제2 면에 대해 수직하는 제3 면에 배열되는 하나 이상의 광원에 의해, 광경로로 제1 광을 출사하는 단계; 상기 하나 이상의 광원과 제1 간격을 두고 마련된 디스플레이에 의해, 상기 출사되는 제1 광을 투과시키고, 상기 투과되는 제1 광이 제1 패턴을 갖는 제2 광이 되도록 상기 제1 패턴에 대응하는 패턴이미지를 표시하는 단계; 상기 디스플레이와 제2 간격을 두고 기울기를 가지도록 마련되며 하프코팅층을 가지는 반사거울에 의해, 상기 제2 광을 상기 제1 오프닝으로 반사하고, 상기 제1 오프닝 측에 마련된 테스트 장치의 표면으로부터 반사된 제3 광을 상기 제2 오프닝으로 투과하는 단계; 상기 제2 오프닝 측에 마련되는 카메라에 의해, 상기 반사거울을 투과한 상기 제3 광에 대응하는 반사이미지를 획득하는 단계; 상기 획득된 반사이미지로부터 제2 패턴을 식별하는 단계; 및 상기 제1 패턴에 대한 상기 식별된 제2 패턴의 왜곡에 기초하여 상기 테스트 장치의 표면 불량을 검출하는 단계를 포함하는 전자장치의 제어방법에 의해서도 달성될 수 있다.
상기 표면 불량을 검출하는 단계는, 상기 제1 패턴에 대한 상기 제2 패턴의 왜곡이 기 정의된 불량 형태에 대응하는지 여부를 식별함으로써, 상기 표면 불량을 검출하는 단계를 더 포함한다.
상기 패턴이미지를 표시하는 단계는, 상기 제1 패턴에 대응하는 제1 패턴이미지 및 상기 제1 패턴과 다른 패턴에 대응하는 제2 패턴이미지를 소정 시간 간격으로 표시하는 단계를 더 포함하고, 상기 표면 불량을 검출하는 단계는, 상기 제1 패턴이미지 및 제2 패턴이미지에 각각 대응하여 획득되는 제1 반사이미지 및 제2 반사이미지를 합성하여 상기 테스트 장치의 표면 불량을 검출하는 단계를 더 포함한다.
상기한 본 발명의 목적은, 컴퓨터가 읽을 수 있는 코드로서, 전자장치의 제어방법을 수행하는 코드를 포함하는 컴퓨터 프로그램이 저장된 기록매체에 있어서, 제1 오프닝을 포함하는 제1 면과, 상기 제1 면에 대향하고, 제2 오프닝을 포함하는 제2 면과, 상기 제1 면 및 상기 제2 면에 대해 수직하는 제3 면에 배열되는 하나 이상의 광원에 의해, 광경로로 제1 광을 출사하는 단계; 상기 하나 이상의 광원과 제1 간격을 두고 마련된 디스플레이에 의해, 상기 출사되는 제1 광을 투과시키고, 상기 투과되는 제1 광이 제1 패턴을 갖는 제2 광이 되도록 상기 제1 패턴에 대응하는 패턴이미지를 표시하는 단계; 상기 디스플레이와 제2 간격을 두고 기울기를 가지도록 마련되며 하프코팅층을 가지는 반사거울에 의해, 상기 제2 광을 상기 제1 오프닝으로 반사하고, 상기 제1 오프닝 측에 마련된 테스트 장치의 표면으로부터 반사된 제3 광을 상기 제2 오프닝으로 투과하는 단계; 상기 제2 오프닝 측에 마련되는 카메라에 의해, 상기 반사거울을 투과한 상기 제3 광에 대응하는 반사이미지를 획득하는 단계; 상기 획득된 반사이미지로부터 제2 패턴을 식별하는 단계; 및 상기 제1 패턴에 대한 상기 식별된 제2 패턴의 왜곡에 기초하여 상기 테스트 장치의 표면 불량을 검출하는 단계를 포함하는 것을 특징으로 하는 컴퓨터가 읽을 수 있는 프로그램이 기록된 기록매체에 의해서도 달성될 수 있다.
본 발명에 의하면, 동축낙사 방식에 따라 디스플레이 표면 불량을 검출함에 있어서, 패턴이미지를 표시하는 디스플레이를 조사광의 광경로 상에 마련하므로, 표면 불량 검출의 효율성 및 정확도를 향상시킬 수 있는 전자장치 및 그 제어방법을 제공한다.
도 1은 전자장치의 구성의 일 실시예를 도시한다.
도 2는 다양한 실시예들에 따른 전자장치의 블록도이다.
도 3은 다양한 실시예들에 따른 전자장치의 제어방법의 흐름도이다.
도 4는 도 3의 동작 S31 내지 S36과 관련된 구체적인 실시예로서, 테스트 장치의 타입의 일 실시예를 도시한다.
도 5는 도 3의 동작 S31과 관련된 구체적인 실시예로서, 복수의 광원의 구조의 일 실시예를 도시한다.
도 6은 도 3의 동작 S32와 관련된 구체적인 실시예로서, 다양한 패턴이미지의 일 실시예를 도시한다.
도 7은 도 3의 동작 S31 및 S32와 관련된 구체적인 실시예로서, 테스트 장치의 특성에 따라 광원의 밝기 등이 설정되는 일 실시예를 도시한다.
도 8은 도 3의 동작 S32 내지 S36과 관련된 구체적인 실시예로서, 반사이미지에 기초하여 표면 불량을 검출하는 일 실시예를 도시한다.
도 9는 도 3의 동작 S32 내지 S36과 관련된 구체적인 실시예로서, 다양한 표면 불량을 검출하기 위해 패턴의 타입 등을 유동적으로 활용하는 일 실시예를 도시한다.
도 10은 다양한 실시예들에 따른 전자장치의 제어방법의 흐름도를 도시한다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자장치(100)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(221) 또는 외장 메모리(222))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(30))로서 구현될 수 있다. 예를 들면, 기기(예: 전자장치(100))의 프로세서(예: 프로세서(10))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 1은 전자장치의 구성의 일 실시예를 도시한다.
전자장치(100)는 하우징(40)을 포함한다. 하우징(40)은 외관을 형성하는 제1 면(110), 제2 면(120) 및 제3 면(130)을 포함한다. 제1 면(110) 및 제2 면(120)은 상호 대향하도록 마련되고, 제3 면(130)은 제1 면(110) 및 제2 면(120)에 수직하도록 마련된다. 일 예로, 도 1에 도시된 바와 같이, 제1 면(110) 및 제2 면(120)은 X축 방향에 평행하도록 마련되고, 제3 면(130)은 Y축 방향에 평행하도록 마련될 수 있다. 제3 면(130)은 하우징(40)이 육면체로 구현되도록, 상호 대향되는 제1 면(110) 및 제2 면(120)의 각 변마다 제1 면(110) 및 제2 면(120)에 수직하도록 마련될 수 있다. 제1 면(110)이 하우징(40)의 하단에 마련되고, 제2 면(120)이 하우징(40)의 상단에 마련된 경우, 제1 면(110)에는 제1 오프닝(111)이 형성되고, 제2 면(120)에는 제2 오프닝(121)이 형성된다.
전자장치(100)는 디스플레이 모듈(50)을 포함하며, 디스플레이 모듈(50)은 하나 이상의 광원(510) 및 디스플레이(520)로 구성된다. 하나 이상의 광원(510)은 하우징(40)의 제3 면(130) 상에 메트릭스(matrix) 또는 어레이(array) 중 적어도 하나의 형태로 평면 배열되어, 하우징(40)에 의해 형성되는 광경로(131)로 제1 광(1)을 출사한다. 하나 이상의 광원(510)은 복수의 LED(light emitting diode)로 구현될 수 있다.
디스플레이(520)는 투명 디스플레이로 구현된다. 투명 디스플레이는 마치 투명 유리와 같이 높은 광투과율(optical transmittance)를 가지며, 투명 OLED(transparent organic light emitting diode)를 포함한다. 디스플레이(520)는 하나 이상의 광원(510)과 제1 간격(D1)을 두고 마련되어, 하나 이상의 광원(510)으로부터 출사되는 제1 광(1)을 투과시킨다. 디스플레이(520)는 제1 패턴을 갖는 패턴이미지를 표시하여, 제1 광(1)이 디스플레이(520)를 투과하면서 제1 패턴을 갖는 제2 광(2)이 되도록 한다. 디스플레이(520)는 다양한 형태의 제1 패턴에 대응하는 패턴이미지를 표시하여, 제2 광(2)이 다양한 형태의 제1 패턴을 갖도록 한다.
전자장치(100)는 반사거울(140)을 포함한다. 반사거울(140)은 디스플레이(520)와 제2 간격(D2)을 두고 마련되며, 소정의 기울기를 갖는다. 소정의 기울기는 제2 광(2)이 제2 면(120) 및 제2 오프닝(121)과 수직한 방향으로 반사되도록 하는 기울기를 포함한다. 즉 반사거울(140)은 디스플레이(520)로부터의 제2 광(2)을 하우징(40)의 제1 오프닝(111)으로 반사하여, 제2 광(2)이 제1 오프닝(111) 측에 마련된 테스트 장치(5)의 표면에 조사되도록 하고, 테스트 장치(5)의 표면으로부터 반사된 제3 광(3)으로 제2 면(120) 및 제2 오프닝(121)으로 투과한다. 반사거울(140)은 제2 광(2)을 반사하는 반면에, 제3 광(3)을 투과하는 하프코팅층을 포함한다.
전자장치(100)는 카메라(73)를 포함한다. 카메라(73)는 카메라 모듈로 구현될 수 있으며, 하우징(40)의 제2 오프닝(121) 측에 마련되어, 반사거울(140)을 투과한 제3 광(3)에 대응하는 반사이미지를 획득한다. 일 예로, 반사 이미지는 테스트 장치(5)의 표면으로부터 반사된 제1 패턴에 대응하는 패턴이미지와 테스트 장치(5)의 표면을 포함한 테스트 장치(5)의 전면에 대한 이미지를 포함한다. 한편 하우징(40)은 카메라(73) 및 제2 오프닝(121) 사이의 공간이 외부광이 투과할 수 없는 밀폐 공간이 되도록 마련된다. 하우징(40)에 의해 암실이 형성되면, 카메라(73)에 의한 반사이미지의 획득 정확도가 향상될 뿐만 아니라, 이하에서 설명하는 테스트 장치(5)의 표면 불량 검출의 정확도가 향상될 수 있다.
전자장치(100)는 프로세서(10)를 포함한다. 프로세서(10)는 카메라(73)에 의해 획득된 반사이미지로부터 제2 패턴을 식별하고, 디스플레이(520)에 표시된 패턴이미지의 제1 패턴에 대한 제2 패턴의 왜곡 정도에 기초하여 테스트 장치(5)의 표면 불량을 검출한다. 왜곡 정도는, 제1 패턴 및 제2 패턴 간의 반사 음영의 차이, 왜곡 영역의 크기, 패턴을 형성하는 직선의 왜곡율 등을 포함한다.
한편 테스트 장치(5)는 디스플레이의 형태가 가변되는 폴더블 폼팩터(foldable form factor)의 플렉서블 디스플레이를 포함한다. 플렉서블 디스플레이는 표면 상에 UTG(ultra thin glass)가 부착되어 있으며, 프로세서(10)는 제1 패턴에 대한 제2 패턴의 왜곡 정도에 기초하여 UTG의 표면 불량을 검출할 수 있다. 다만 UTG와 같은 유리 재질에 발생된 표면 불량만을 검출하는 것에 한정되지 않으므로, 프로세서(10)는 스마트폰에 초음파 지문을 위한 보호 필름이 부착된 경우에도, 동일한 방법으로 스마트폰의 보호 필름에 발생한 표면 불량을 검출할 수 있다.
이와 같이, 전자장치(100)는 디스플레이(520)를 활용하여 제1 패턴에 대응하는 패턴이미지를 표시하고, 패턴이미지의 제1 패턴 및 반사이미지의 제2 패턴 간의 왜곡 여부를 식별할 수 있으므로, 테스트 장치(5)가 플렉서블 디스플레이 등으로 구현되는 경우라도, 플렉서블 디스플레이의 굴곡진 표면에 발생한 눌림, 찍힘 등과 같은 표면 불량을 용이하게 검출할 수 있다. 따라서 전자장치(100)에 의하면 테스트 장치(5)의 표면 불량 검출의 효율성 및 정확도를 향상시킬 수 있다.
도 2는 다양한 실시예들에 따른 전자장치의 블록도이다.
이하에서는 도 2를 참조하여, 전자장치(100)의 구성에 관해 자세히 설명한다. 일 실시예에 따르면, 전자장치(100)는 프로세서(10), 메모리(20), 디스플레이 모듈(50), 인터페이스(70), 연결 단자(71), 카메라 모듈(73), 전력 관리 모듈(85) 등을 포함할 수 있다.
프로세서(10)는, 예를 들면, 소프트웨어(예: 프로그램(30))를 실행하여 프로세서(10)에 연결된 전자장치(100)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(10)는 다른 구성요소로부터 수신된 명령 또는 데이터를 휘발성 메모리(21)에 저장하고, 휘발성 메모리(21)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(22)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(10)는 메인 프로세서(11)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(12)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자장치(100)가 메인 프로세서(11) 및 보조 프로세서(12)를 포함하는 경우, 보조 프로세서(12)는 메인 프로세서(11)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(12)는 메인 프로세서(11)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(12)는, 예를 들면, 메인 프로세서(11)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(11)를 대신하여, 또는 메인 프로세서(11)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(11)와 함께, 전자장치(100)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(50))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(12)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(73))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(12)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자장치(100) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(200))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(20)는, 전자장치(100)의 적어도 하나의 구성요소(예: 프로세서(10))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(30)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(20)는, 휘발성 메모리(21) 또는 비휘발성 메모리(22)를 포함할 수 있다.
프로그램(30)은 메모리(20)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(31), 미들 웨어(32) 또는 어플리케이션(33)을 포함할 수 있다.
디스플레이 모듈(50)은 전자장치(100)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(50)은, 예를 들면, 디스플레이(51), 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다.
인터페이스(70)는 전자장치(100)가 외부 전자장치(예: 전자장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(70)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(71)는, 그를 통해서 전자장치(100)가 외부 전자장치(예: 전자장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(71)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
카메라 모듈(73)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(73)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다. 좀더 구체적으로, 카메라 모듈(73)은 렌즈 어셈블리, 플래시, 이미지 센서, 이미지 스태빌라이저, 메모리(예: 버퍼 메모리), 또는 이미지 시그널 프로세서를 포함할 수 있다. 렌즈 어셈블리는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시예에 따르면, 카메라 모듈(73)은 복수의 렌즈 어셈블리들을 포함할 수 있다. 이런 경우, 카메라 모듈(73)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래시는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시예에 따르면, 플래시는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시예에 따르면, 이미지 센서는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
이미지 스태빌라이저는 카메라 모듈(73) 또는 이를 포함하는 전자장치(100)의 움직임에 반응하여, 렌즈 어셈블리에 포함된 적어도 하나의 렌즈 또는 이미지 센서를 특정한 방향으로 움직이거나 이미지 센서의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일 실시예에 따르면, 이미지 스태빌라이저는, 일 실시예에 따르면, 이미지 스태빌라이저는 카메라 모듈(73)의 내부 또는 외부에 배치된 자이로 센서 또는 가속도 센서를 이용하여 카메라 모듈(73) 또는 전자장치(100)의 움직임을 감지할 수 있다. 일 실시예에 따르면, 이미지 스태빌라이저는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리는 이미지 센서를 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 외부 디스플레이 모듈을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서에 의해 획득되어 처리될 수 있다. 일 실시예에 따르면, 메모리는 메모리(20)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서는 이미지 센서를 통하여 획득된 이미지 또는 메모리에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서는 카메라 모듈(73)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서)에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서에 의해 처리된 이미지는 추가 처리를 위하여 메모리에 다시 저장 되거나 카메라 모듈(73)의 외부 구성 요소(예: 메모리(20), 외부 디스플레이 모듈, 전자장치(102), 전자장치(103), 또는 서버(200))로 제공될 수 있다. 일 실시예에 따르면, 이미지 시그널 프로세서는 프로세서(10)의 적어도 일부로 구성되거나, 프로세서(10)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서가 프로세서(10)과 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서에 의해 처리된 적어도 하나의 이미지는 프로세서(10)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 외부 디스플레이 모듈을 통해 표시될 수 있다.
일 실시예에 따르면, 전자장치(100)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(73)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(73)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(73)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
전력 관리 모듈(85)은 전자장치(100)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(85)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
일 실시예에 따르면, 전자장치(100)에는, 상기한 구성요소들 중 적어도 하나가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 일 예로, 전자장치(100)는 네트워크 환경(300)에서 제 1 네트워크(98)(예: 근거리 무선 통신 네트워크)를 통하여 전자장치(102)와 통신하거나, 또는 제 2 네트워크(99)(예: 원거리 무선 통신 네트워크)를 통하여 전자장치(103) 또는 서버(200) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자장치(100)는 서버(200)를 통하여 전자장치(103)와 통신할 수 있다.
전자장치(100)는 통신 모듈(90)을 더 포함할 수 있다. 통신 모듈(90)은 전자장치(100)와 외부 전자장치(예: 전자장치(102), 전자장치(103), 또는 서버(200)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(90)은 프로세서(10)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(90)은 무선 통신 모듈(91)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(92)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(98)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(99)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자장치(103)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다.
전자장치(100)는 필요에 따라 배터리(86)를 더 포함할 수 있다. 배터리(86)는 전자장치(100)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(86)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
다양한 실시예로서, 전자장치(100)의 프로세서(10)는 각각 수행되는 동작들을 위한 데이터 분석, 처리, 및 결과 정보 생성 중 적어도 일부에 대하여, 규칙 기반 또는 인공지능 알고리즘을 이용한 인공지능 기술을 적용함으로써, 인공지능 시스템을 구축한다. 인공지능 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로서 기계가 스스로 학습하고 판단하며, 사용할수록 인식률이 향상되는 시스템이며, 인공지능 알고리즘은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘이다.
인공지능 기술은 기계학습, 신경망 네트워크(neural network), 또는 딥러닝 알고리즘 중 적어도 하나를 이용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 요소 기술들로 구성된다. 요소기술들은 인간의 언어/문자를 인식하는 언어적 이해 기술, 사물을 인간의 시각처럼 인식하는 시각적 이해 기술, 정보를 판단하여 논리적으로 추론하고 예측하는 추론/예측 기술, 인간의 경험 정보를 지식데이터로 처리하는 지식 표현 기술 및 차량의 자율 주행, 로봇의 움직임을 제어하는 동작 제어 기술 중 적어도 하나를 포함할 수 있다.
언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다.
이하에서는 상기한 인공지능 알고리즘을 이용한 인공지능 기술이 전자장치(100)의 프로세서(10)에 의해 구현되는 일 예를 설명한다. 다만 서버(200)에 의해서도 동일한 인공지능 기술이 구현될 수 있음을 밝혀둔다. 프로세서(10)는 학습부 및 인식부의 기능을 함께 수행한다. 학습부는 학습된 신경망 네트워크를 생성하는 기능을 수행하고, 인식부는 학습된 신경망 네트워크를 이용하여 데이터를 인식, 추론, 예측, 추정, 판단하는 기능을 수행한다.
학습부는 신경망 네트워크를 생성하거나 갱신한다. 학습부는 신경망 네트워크를 생성하기 위해서 학습 데이터를 획득한다. 일 실시예에 따르면, 학습부는 학습 데이터를 메모리(20)로부터 획득하거나, 외부로부터 획득한다. 학습 데이터는, 신경망 네트워크의 학습을 위해 이용되는 데이터일 수 있으며, 상기한 동작을 수행한 데이터를 학습데이터로 이용하여 신경망 네트워크를 학습시킬 수 있다.
학습부는 학습 데이터를 이용하여 신경망 네트워크를 학습시키기 전에, 획득된 학습 데이터에 대하여 전처리 작업을 수행하거나, 또는 복수 개의 학습 데이터들 중에서 학습에 이용될 데이터를 선별한다. 일 실시예에 따르면, 학습부는 학습 데이터를 기 설정된 포맷으로 가공하거나, 필터링하거나, 또는 잡음을 추가/제거하여 학습에 적절한 데이터의 형태로 가공한다. 학습부는 전처리된 학습 데이터를 이용하여 상기한 동작을 수행하도록 설정된 신경망 네트워크를 생성한다.
학습된 신경망 네트워크는, 복수의 신경망 네트워크 또는 레이어들로 구성된다. 복수의 신경망 네트워크의 노드들은 가중치를 가지며, 복수의 신경망 네트워크들은 일 신경망 네트워크의 출력 값이 다른 신경망 네트워크의 입력 값으로 이용되도록 서로 연결된다. 신경망 네트워크의 예로는, CNN(convolutional neural network), DNN(deep neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network) 및 심층 Q-네트워크(deep Q-networks)과 같은 모델을 포함한다.
한편, 인식부는 상기한 동작을 수행하기 위해, 타겟 데이터를 획득한다. 타겟 데이터는 메모리(20)로부터 획득하거나, 외부로부터 획득한다. 타겟 데이터는 신경망 네트워크의 인식 대상이 되는 데이터일 수 있다. 인식부는 타겟 데이터를 학습된 신경망 네트워크에 적용하기 전에, 획득된 타겟 데이터에 대하여 전처리 작업을 수행하거나, 또는 복수 개의 타겟 데이터들 중에서 인식에 이용될 데이터를 선별한다. 일 실시예에 따르면, 인식부는 타겟 데이터를 기 설정된 포맷으로 가공하거나, 필터링 하거나, 또는 잡음을 추가/제거하여 인식에 적절한 데이터의 형태로 가공한다. 인식부는 전처리된 타겟 데이터를 신경망 네트워크에 적용함으로써, 신경망 네트워크로부터 출력되는 츨력값을 획득한다. 인식부는 출력값과 함께, 확률값 또는 신뢰도값을 획득한다.
도 3은 다양한 실시예들에 따른 전자장치의 제어방법의 흐름도를 도시한다.
제1 오프닝(111)을 포함하는 제1 면과, 제1 면에 대향하고, 제2 오프닝(121)을 포함하는 제2 면과, 제1 면(110) 및 제2 면(120)에 대해 수직하는 제3 면(130)에 배열되는 하나 이상의 광원(510)에 의해, 광경로(131)로 제1 광(1)이 출사된다(S31).
하나 이상의 광원(510)과 제1 간격(D1)을 두고 마련된 디스플레이(520)에 의해, 출사되는 제1 광을 투과시키고, 투과되는 제1 광(1)이 제1 패턴을 갖는 제2 광(2)이 되도록 제1 패턴에 대응하는 패턴이미지를 표시한다(S32).
디스플레이(520)와 제2 간격(D2)을 두고 기울기를 가지도록 마련되며 하프코팅층을 가지는 반사거울(140)에 의해, 제2 광(2)을 제1 오프닝(111)으로 반사하고, 제1 오프닝(111) 측에 마련된 테스트 장치(5)의 표면으로부터 반사된 제3 광(3)을 제2 오프닝(121)으로 투과한다(S33).
제2 오프닝(121) 측에 마련되는 카메라(73)에 의해, 반사거울(140)을 투과한 제3 광(3)에 대응하는 반사이미지를 획득한다(S34).
프로세서(10)는 획득된 반사이미지로부터 제2 패턴을 식별하고(S35), 제1 패턴에 대한 제2 패턴의 왜곡에 기초하여 테스트 장치(5)의 표면 불량을 검출한다(S36). 다양한 실시예로서, 프로세서(10)는 획득된 반사이미지에 대해 적어도 하나의 이미지 처리를 수행한다. 이미지 처리들은 획득된 반사이미지의 메타데이터에 기초하여 반사이미지에 대한 필터링을 수행하는 과정을 의미하며, 일 예로, 비트맵 모드(bitmap mode), 그레이스케일 모드(grayscale mode), 듀오톤 모드(duotone mode) 등을 적용하는 처리 과정을 포함한다. 다만 이에 한정되는 것은 아니므로, 이미지 처리들은, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening))을 포함한다.
이와 같이, 프로세서(10)는 제1 패턴에 대응하는 패턴이미지를 디스플레이(520)에 표시하여, 제2 광(2)이 제1 패턴을 갖도록 할 수 있으므로, 동축낙사 방식에 따른 표면 불량 검출에 있어서 효율성 및 정확도를 향상시킬 수 있다.
도 4는 도 3의 동작 S31 내지 S36과 관련된 구체적인 실시예로서, 테스트 장치의 타입의 일 실시예를 도시한다.
다양한 실시예로서, 테스트 장치(5)는 용도에 따라 TV, 스마트폰 등으로 구현될 수 있으며, 태블릿 PC, 노트북 PC, HMD(head mounted display), NED(near eye display), LFD(large format display), 디지털 간판(digital signage), DID(digital information display), 비디오 월(video wall), 프로젝터 디스플레이, QD(quantum dot) 디스플레이 패널, QLED(quantum dot light-emitting diodes) μLED(micro light-emitting diodes), Mini LED 등 다양한 형태의 디스플레이로 구현될 수 있다. 다만 이에 한정되는 것은 아니므로, 테스트 장치(5)는 영상을 표시할 수 있는 디스플레이를 포함하는 영상카메라, 캠코더, 프린터 등으로 구현될 수 있다.
다양한 실시예로서, 테스트 장치(5)는 외력에 의한 변형 가능 여부에 따라 리지드(rigid) 디스플레이장치(51) 및 플렉서블 디스플레이장치로 구현된다. 플렉서블 디스플레이장치는 리지드 디스플레이장치와 달리 변형이 가능하다. 플렉서블 디스플레이장치는 변형 형태, 외력 제거 시 복원 여부 등에 따라 커브드(curved) 디스플레이장치(52), 벤디드(bended) 디스플레이장치(53), 폴더블 디스플레이장치(54), 롤러블(rollable) 디스플레이장치(55), 스트레처블(stretchable) 디스플레이장치(56) 등을 포함한다. 다양한 실시예에 따르면, 프로세서(10)는 반사이미지로부터 테스트 장치(5)에 형성된 폴딩 라인을 식별할 수 있다. 일 예로, 테스트 장치(5)가 폴더블 디스플레이를 포함하는 경우, 폴더블 디스플레이에는 반복적으로 접혔다가 펴지는 폴딩 라인이 형성될 수 있다. 프로세서(10)는 폴더블 디스플레이에 폴딩 라인의 형성 여부를 식별할 수 있으며, 식별된 폴딩 라인에 기초하여 폴더블 디스플레이가 양품인지 여부, 즉 정상적인 폴딩 라인인지, 아니면 눌림 등의 표면 결함인지 여부를 확인할 수 있다.
다양한 실시예에 따르면, 프로세서(10)는 테스트 장치(5)가 표면 불량 검출을 위해 전자장치(100)의 제1 오프닝(111) 측에 마련되는지 여부를 식별하고, 테스트 장치(5)가 제1 오프닝(111) 측에 마련되면, 상기한 테스트 장치(5)에 관한 정보에 기초하여 디스플레이의 타입을 식별할 수 있다. 테스트 장치(5)에 관한 정보는, 테스트 장치(5)의 디스플레이에 관한 정보를 포함하며, 일 예로, 테스트 장치(5) 또는 디스플레이의 모델명, 시리얼번호, 제조일자 등에 관한 정보를 포함한다. 테스트 장치(5)에 관한 정보는 외부로부터 수신되거나, 메모리(20)이 미리 저장된 것일 수 있다.
이와 같이, 전자장치(100)는 다양한 타입의 테스트 장치(5)에 대해서 표면 불량을 검출할 수 있으므로, 동축낙사 방식을 활용한 표면 불량 검출에 대한 높은 활용성을 가지고 있다.
도 5는 도 3의 동작 S31과 관련된 구체적인 실시예로서, 복수의 광원의 구조의 일 실시예를 도시한다.
다양한 실시예로서, 도 5에 도시된 바와 같이, 하나 이상의 광원(510)은 모듈의 형태로서, 하나의 기판 상에 배치될 수 있다. 하나 이상의 광원(510)은 단위광원(511)의 집합으로 이루어진다. 단위광원(511)은 매트릭스 또는 어레이 형태로 배열될 수 있다. 일 예로, 단위광원(511)은 한 변의 길이(d1)가 4mm인 정사각형의 영역에 마련될 수 있다. 정사각형의 영역 간의 거리(d2)는 3.5mm가 될 수 있으며, 단위광원(511)의 중심 간의 거리(d3)는 9mm가 될 수 있다. 다만 이에 한정되는 것은 아니므로, 단위광원(511)의 배열 형태, 단위광원(511)이 마련된 영역의 한 변의 길이(d1), 영역 간의 간격(d2), 단위광원(511)의 중심 간의 거리(d3)는 설계 방법에 따라 다양하게 마련될 수 있다. 일 예로, 하나 이상의 광원(510)의 배열 크기, 단위광원(511)의 배열 형태, 한 변의 길이(d1) 등은 테스트 장치(5)의 크기에 따라 커지거나, 작아질 수 있다.
다양한 실시예로서, 프로세서(10)는 다양한 밝기로 제1 광(1)을 출사하도록 하나 이상의 광원(510)를 제어한다. 일 예로, 하나 이상의 광원(510)은 0 내지 255 레벨 사이의 소정 밝기로 제1 광(1)을 출사하도록 조절될 수 있다. 레벨 간의 밝기 차이가 3mcd(millicandela)인 경우, 하나 이상의 광원(510)은 3mcd 내지 760mcd로 제1 광(1)을 출사하도록 조절될 수 있다. 하나 이상의 광원(510)은 RGBW 중 적어도 하나의 색상으로 제1 광(1)을 출사하도록 조절될 수 있다. 다만 이에 한정되는 것은 아니므로, 하나 이상의 광원(510)의 밝기, 색상 등은 설계 방법에 따라 다양하게 마련될 수 있다.
도 6은 도 3의 동작 S32와 관련된 구체적인 실시예로서, 다양한 패턴이미지의 일 실시예를 도시한다.
다양한 실시예로서, 프로세서(10)는 제1 패턴(6)에 대응하는 패턴이미지(7)를 디스플레이(520)에 표시하여, 제1 패턴(6)의 패턴 영역과 비-패턴 영역 간의 투명도, 선명도 등에 있어서 차이가 발생하도록 한다. 프로세서(10)는 패턴 영역의 색상을 다양하게 변경하거나, 불투명도가 최대화함으로써, 비-패턴 영역과의 투명도 차이가 발생하도록 한다. 이와 같이, 프로세서(10)는 제1 패턴(6)의 패턴 영역과 비-패턴 영역 간의 투명도 등에 있어서의 차이를 발생시킴으로써, 반사이미지로부터 제2 패턴을 보다 정밀하게 식별할 수 있는 환경을 조성하여, 테스트 장치(5)의 표면 불량 검출의 정확도를 향상시킬 수 있다.
다양한 실시예로서, 프로세서(10)는 다양한 형태의 제1 패턴(6)에 대응하는 패턴이미지(7)를 디스플레이(520)에 표시하여, 제2 광(2)이 다양한 형태의 제1 패턴(6)의 음영을 갖도록 한다. 음영은 앞서 설명한 패턴 영역과 비-패턴 영역 간의 투명도, 선명도 등의 차이를 의미한다. 일 예로, 프로세서(10)는 격자의 제1 패턴(611)에 대응하는 패턴이미지(521)를 디스플레이(520)에 표시하여, 제2 광(2)이 격자의 제1 패턴(611)의 음영을 갖도록 한다. 다른 예로서, 프로세서(10)는 제2 광(2)이 사선의 제1 패턴(612)의 음영을 갖도록 사선의 제1 패턴(612)에 대응하는 패턴이미지(522)를 디스플레이(520)에 표시한다. 다만 프로세서(10)는 격자 및 사선 이외에 마름모, 사다리꼴 등과 같이 다양한 형태의 제1 패턴(6)에 대응하는 패턴이미지(7)를 디스플레이(520)에 표시할 수 있다. 또한 프로세서(10)는 정지 영상뿐만 아니라, 애니메이션과 같은 동영상 형태의 이미지를 디스플레이(520)에 표시할 수 있다.
이와 같이, 프로세서(10)는 제1 패턴(6)에 대응하는 패턴이미지(7)를 디스플레이(520)에 표시하여, 제2 광(2)이 다양한 형태의 제1 패턴(6)의 음영을 갖도록 할 수 있으므로, 동축낙사 방식에 따른 표면 불량 검출의 효율성 및 정밀도를 향상시킬 수 있다.
다양한 실시예로서, 디스플레이(520)는 전기영동 디스플레이(electrophoresis type display)로 구현된다. 디스플레이(520)는 전기영동 현상을 이용하여 제1 패턴(6)에 대응하는 패턴이미지(7)를 표시한다. 전기영동은 양극 사이에 전기장이 인가되면 대전된 입자들이 이동하는 현상을 응용한 것으로서, 유체 내에서 전기영동이 발생하면, 대전된 입자들은 점성 드래그, 전하, 유체의 유전 특성, 인가된 전기장의 세기 등에 의해서 결정되는 속도로 이동하게 된다. 만일 적어도 하나의 색상을 가진 입자에 전기장이 인가되면, 서로 반대의 전하로 대전된 두 입자는 전기장과 반대의 전극을 향해 이동하게 되어, 색상의 변화를 나타낼 수 있다. 따라서, 디스플레이(520)는 전기영동 현상을 이용함으로써, 다양한 형태의 제1 패턴(6)에 대응하는 패턴이미지(7)를 표시할 수 있다.
다양한 실시예로서, 디스플레이(520)는 확산판 기능을 수행한다. 점광원인 제1 광(1)은 디스플레이(520)의 확산판 기능에 의해 면광원이 되므로, 제2 광원(2)이 테스트 장치(5)의 표면에 골고루 조사될 수 있다. 설계 방법에 따라 디스플레이(520)는 확산판 기능을 내장하도록 마련되거나, 디스플레이(520)의 표면에 확산판 기능을 수행하는 필름이 도포될 수 있다.
도 7은 도 3의 동작 S31 및 S32와 관련된 구체적인 실시예로서, 테스트 장치의 특성에 따라 광원의 밝기 등이 설정되는 일 실시예를 도시한다.
다양한 실시예로서, 프로세서(10)는 테스트 장치(5)의 특성에 따라 하나 이상의 광원(510)의 특성을 설정할 수 있다. 테스트 장치(5)의 특성에 따라 설정되는 하나 이상의 광원(510)의 특성은 밝기, 세기, 색상 등을 포함한다. 테스트 장치(5)의 특성은 테스트 장치(5)의 모델명, 형태, 크기, 색상, LED 설정값 등을 포함한다. 테스트 장치(5)의 특성에 관한 정보는 외부로부터 수신되거나, 메모리(20)이 미리 저장된 것일 수 있다. 테스트 장치(5)의 색상은 테스트 장치(5)에서 디스플레이패널의 고유한 색상을 의미하며, 테스트 장치(5)의 형태는, 예컨대, 테스트 장치(5)가 폴더블 디스플레이를 포함하는 경우, 가로 형태의 폴더블 디스플레이, 세로 형태의 폴더블 디스플레이인지 등을 포함한다. LED 설정값은 하나 이상의 광원(510)의 특성, 예컨대, 밝기, 세기, 색상 등에 대한 기 설정값을 의미한다. 일 예로, 테스트 장치(5)의 모델명이 A인 경우, 프로세서(10)는 모델명 A에 대응하는 레벨 70의 밝기로, 화이트 색상의 제1 광(1)을 출사하도록 하나 이상의 광원(510)을 제어할 수 있다.
다양한 실시예로서, 프로세서(10)는 제1 패턴(6)의 형태, 디스플레이(520)의 투과도, 반사거울(140)의 반사도 또는 투과도 중 적어도 하나에 따라 하나 이상의 광원(510)의 특성을 설정할 수 있다. 일 예로, 프로세서(10)는 패턴이미지(7)의 제1 패턴(6)이 격자 또는 사선인지에 따라 서로 다른 레벨의 밝기로 제1 광(1)을 출사하도록 하나 이상의 광원(510)을 제어할 수 있다. 다른 예로, 프로세서(10)는 디스플레이(520)의 투과도, 반사거울(140)의 반사도 등이 낮은 경우, 제1 광(1)의 밝기를 높이도록 하나 이상의 광원(510)을 제어할 수 있다.
다양한 실시예로서, 프로세서(10)는 테스트 장치(5)의 특성에 따라 다양한 형태의 제1 패턴(6)에 대응하는 패턴이미지(7)를 디스플레이(520)에 표시한다. 제1 패턴(6)의 형태는, 도 6을 참조하여 설명한 바와 같이, 격자의 제1 패턴(611), 사선의 제1 패턴(612) 등과 같은 제1 패턴(6)의 타입뿐만 아니라, 패턴 간의 간격, 패턴의 굵기 등과 같은 제1 패턴(6)의 크기를 포함한다. 일 예로, 테스트 장치(5)의 모델명이 A인 경우, 프로세서(10)는 모델명 A에 기초하여 격자의 제1 패턴(611)에 대응하는 패턴이미지(7)를 디스플레이(520)에 표시할 수 있다.
다양한 실시예로서, 테스트 장치(5)의 특성은 테스트 장치(5)에 대한 표면 불량의 검출 이력을 포함한다. 표면 불량의 검출 이력은 해당 테스트 장치(5)에 대하여 이전에 검출된 표면 불량의 타입, 크기, 빈도 등을 포함한다. 설명의 편의를 위해, 모델명이 A인 테스트 장치(5)에 대하여 사선방향의 표면 불량이 검출된 이력이 이전에 있었고, 현재 테스트 장치(5)의 모델명도 A로 동일하다고 가정한다. 만일 격자의 제1 패턴(611)을 활용한 경우에 사선방향의 표면 불량에 대한 검출도가 높았다면, 프로세서(10)는 현재 테스트 장치(5)에 대해서도 격자의 제1 패턴(611)을 활용하여, 사선방향의 표면 불량이 있는지 여부를 검출할 수 있다.
다만 상기한 실시예들에서, 테스트 장치(5)의 특성에 따라 설정된 하나 이상의 광원(510)의 특성, 제1 패턴(6)의 형태 등은 설명의 편의를 위한 것이므로, 설계방법에 따라 달리 정할 수 있다.
이와 같이, 프로세서(10)는 테스트 장치(5)의 특성에 따라 하나 이상의 광원(510)의 특성, 제1 패턴(6)의 형태 등을 설정할 수 있으므로, 테스트 장치(5)의 표면 불량에 대한 검출 정밀도를 향상시킬 수 있는 여건을 마련할 수 있다. 표면 불량에 대한 검출 과정 및 이에 의해 검출 정밀도를 향상시키는 과정에 대해서는 도 8 및 9를 참조하여 자세히 설명하기로 한다.
도 8은 도 3의 동작 S32 내지 S36과 관련된 구체적인 실시예로서, 반사이미지에 기초하여 표면 불량을 검출하는 일 실시예를 도시한다.
설명의 편의를 위해, 디스플레이(520)가 격자의 제1 패턴(611)에 대응하는 패턴이미지(7)를 표시한 것으로 가정한다. 이 경우, 제2 광(2)도 격자의 제1 패턴(611)의 음영을 가지며, 프로세서(10)는 테스트 장치(5)의 표면에 반사된 제3 광(3)에 기초하여 획득된 반사이미지(4)로부터 제2 패턴(8)을 식별한다.
프로세서(10)는 제2 광(2)의 제1 패턴(6) 및 제2 패턴(8) 간의 음영 차이에 기초하여 테스트 장치(5)의 표면 불량을 검출한다. 제2 패턴(8)에는 테스트 장치(5)의 표면 불량으로 인해, 제1 패턴(6)에서는 발견되지 않는, 왜곡(810)이 존재하므로, 제2 패턴(8)은 제1 패턴(6)과 다른 음영을 갖는다. 왜곡(810)은 제2 패턴(8)의 끊김, 눌림, 균열 등을 포함한다. 이하에서는, 제2 패턴(8)에 대한 왜곡(810)이 도 8과 같다고 가정하고, 프로세서(10)가 제2 패턴(8)의 음영을 식별하여, 제1 패턴(6)에 대한 제2 패턴(8)의 왜곡 여부에 따라 테스트 장치(5)의 표면 불량을 검출하는 과정에 대해 설명한다.
프로세서(10)는 패턴이미지(7)에 대한 이미지 처리를 수행하여 기준이미지(700)를 획득하고, 기준이미지(700)에 기초하여 제1 패턴(6)의 음영값을 식별한다. 이미지 처리는 이미지의 메타데이터에 기초하여 이미지에 대한 필터링을 수행하는 과정을 포함한다. 일 예로, 프로세서(10)는 패턴이미지(7)의 평균 음영값에 기초하여 필터링된 기준이미지(700)를 획득하고, 기준이미지(700)로부터 제1 패턴(6)의 음영값을 식별할 수 있다. 다만 이에 한정되는 것은 아니므로, 제1 패턴(6)의 음영값이 균일한 경우라면, 프로세서(10)는 패턴이미지(7)로부터 제1 패턴(6)의 음영값을 바로 식별할 수도 있다.
프로세서(10)는 반사이미지(4)에 대한 이미지 처리를 수행하고, 이미지 처리가 수행된 반사이미지(400)를 획득할 수 있다. 이미지 처리가 수행된 반사이미지(400)에는, 제2 패턴(8)의 왜곡(810)에 의해 제1 패턴(6)의 음영값과 다른 음영값을 갖는 영역(820)이 필터링되어 표시될 수 있다. 영역(820)의 음영값은 제1 패턴(6)의 음영값과의 차이가 소정 문턱값 이상일 수 있다. 제1 패턴(6)의 음영값 및 제2 패턴(8)의 왜곡(810)에 의한 음영값 간의 차이에 기초하여 영역(820)이 존재하는 것으로 식별되면, 프로세서(10)는 제2 패턴(8)의 왜곡(810)이 발생하였음을 식별하고, 제2 패턴(8)의 왜곡(810)으로 인해 테스트 장치(5)의 표면 불량이 발생하였음을 식별한다. 다만 음영 차이, 왜곡 여부 등은 반사이미지(400)의 영역(820)의 음영값에 기초하여 식별되는 것에 한정되는 것은 아니므로, 프로세서(10)는 영역(820)의 크기, 음영의 명도, 채도 등에 기초하여 식별될 수 있다.
다양한 실시예에 따르면, 프로세서(10)는 이미지 처리가 수행된 반사이미지(400)에 존재하는 영역(820)의 특성에 기초하여 표면 불량의 타입을 식별한다. 일 예로, 이미지 처리가 수행된 반사이미지(400)에서, 제1 왜곡(811)에 대응하는 제1 영역(821)의 형상이 길이방향으로 일정하지 않거나, 음영값이 길이방향으로 불균일한 것으로 식별되면, 프로세서(10)는 제1 왜곡(811)이 크랙에 의해 발생된 것임을 식별할 수 있다. 반면에, 제2 왜곡(812)에 대응하는 제2 영역(822)의 길이는 짧은 반면에, 폭이 넓다고 식별되면, 프로세서(10)는 제2 왜곡(812)이 덴트에 의해 발생된 것임을 식별할 수 있으며, 제3 왜곡(813)에 대응하는 제3 영역(823)의 길이는 긴 반면에, 폭이 좁다고 식별되면, 프로세서(10)는 제3 왜곡(813)이 스크래치에 의해 발생된 것임을 식별할 수 있다. 다만 이에 한정되는 것은 아니므로, 영역(820)의 특성에 기초하여 테스트 장치(5)의 표면 불량의 타입을 식별하는 방법은 다양하게 마련될 수 있다.
이와 같이, 프로세서(10)는 제1 패턴(6)에 대한 제2 패턴(8)의 왜곡 정도에 기초하여 테스트 장치(5)의 표면 불량을 검출하고, 특히 영역(820)의 특성에 기초하여 테스트 장치(5)의 표면 불량의 타입을 식별할 수 있으므로, 테스트 장치(5)의 표면 불량에 대한 검출 정밀도를 향상시킬 수 있다.
다만 제4 왜곡(814)은 이미지 처리된 반사이미지(400)에서 식별되지 않는데, 이는 제4 왜곡(814)이 제2 패턴(8)에 걸치지 않고, 패턴 사이에 존재하기 때문이다. 이하에서는, 이러한 예외적인 상황에서도 검출 정밀도를 더욱 향상시킬 수 있는 방안에 대해 도 9를 참조하여 설명한다.
도 9는 도 3의 동작 S32 내지 S36과 관련된 구체적인 실시예로서, 다양한 표면 불량을 검출하기 위해 패턴의 타입 등을 유동적으로 활용하는 일 실시예를 도시한다.
설명의 편의를 위해, 도 9에 도시된 바와 같이, 테스트 장치(5)의 표면(9)에는 복수의 표면 불량(910)이 존재하고, 복수의 표면 불량(910)의 형태, 방향 등이 모두 상이한 것으로 가정한다. 만일 디스플레이(520)가 간격이 넓은 격자의 제1 패턴(6)에 대응하는 제1 패턴이미지(921)를 표시한 경우, 프로세서(10)는 제1 반사이미지(931)로부터 제2 패턴(891)을 식별하고, 제1 표면 불량(911)에 의한 제1 왜곡(941) 및 제2 표면 불량(912)에 의한 제2 왜곡(942)이 존재함을 식별한다.
다만 제2 패턴(891)에 걸치지 않은 연유로, 제2 패턴(891)에 제3 왜곡 내지 제5 왜곡(943, 944, 945)은 식별되지 않는 점을 고려하여, 디스플레이(520)는 간격이 좁은 격자의 제1 패턴(6)에 대응하는 제2 패턴이미지(922)를 표시한다. 프로세서(10)는 제2 반사이미지(932)로부터 제2 패턴(892)을 식별하고, 제3표면 불량(913)에 의한 제3 왜곡(953)이 존재함을 식별한다.
마찬가지로, 제2 패턴(891 및 892)에 모두 걸치지 않은 연유로, 제2 패턴(891 및 892)에 포함되지 않는 제4 왜곡(944) 및 제5 왜곡(945)의 존재를 식별하기 위해, 디스플레이(520)는 간격이 넓은 사선의 제1 패턴(6)에 대응하는 제3 패턴이미지(923) 또는 간격이 좁은 사선의 제1 패턴(6)에 대응하는 제4 패턴이미지(924)를 표시하고, 프로세서(10)는 제3 패턴이미지(923) 또는 제4 패턴이미지(924) 각각에 대응하는 제3 반사이미지(933) 또는 제4 반사이미지(934)를 획득한다. 프로세서(10)는 제3 반사이미지(933) 또는 제4 반사이미지(934)로부터 제2 패턴(893 또는 894)을 식별하고, 제4표면 불량(914)에 의한 제4 왜곡(954) 또는 제5표면 불량(915)에 의한 제5 왜곡(955)이 존재함을 식별한다.
이와 같이, 프로세서(10)는 패턴의 특성이 상이한 제1 패턴(6)을 유동적으로 활용할 수 있으므로, 다양한 특성의 표면 불량을 빠짐없이 검출할 수 있다. 따라서, 본 발명에 의하면 표면 불량에 대한 검출 정밀도를 더욱 향상시킬 수 있다.
다양한 실시예로서, 프로세서(10)는 상기한 표면 불량 검출 프로세스를 통해 검출된 표면 불량에 관한 이력을 식별하고, 차후의 표면 불량 검출 프로세스를 수행하는 경우, 상기한 이력을 활용할 수 있다. 표면 불량의 검출 이력은 해당 테스트 장치(5)에 대하여 이전에 검출된 표면 불량의 타입, 크기, 빈도 등을 포함한다. 표면 불량의 검출 이력은 백 데이터(back data)의 형태로서, 메모리(20)에 저장되거나 서버(200)에 저장될 수 있다. 다양한 실시예로서, 디스플레이(520)는 패턴이 서로 다른 복수의 패턴이미지(7)를 순차적으로 표시한다. 일 예로, 프로세서(10)는 간격이 넓은 격자의 제1 패턴(6)에 대응하는 제1 패턴이미지(921)를 디스플레이(520)에 표시하여, 제1 표면 불량(911) 및 제2 표면 불량(912)에 의한 제1 왜곡(941) 및 제2 왜곡(942)의 존재를 식별한 후, 간격이 좁은 격자의 제1 패턴(6)에 대응하는 제2 패턴이미지(922)를 표시하여, 제3표면 불량(913)에 의한 제3 왜곡(943)의 존재를 식별한다. 이는 간격이 좁을수록 표면 불량에 대한 검출 정밀도는 향상될 수 있으나, 자원에 대한 비효율성을 야기하는 점을 고려한 것이다. 일 예로, 프로세서(10)는 자원의 여유 여부를 식별하고, 자원의 여유가 없다면, 비교적 자원의 소모도가 낮은 표면 불량 검출 프로세스를 수행하기 위해, 제1 패턴이미지(921)를 디스플레이(520)에 먼저 표시하고, 자원의 여유가 있게 되면, 자원의 소모도가 높은 표면 불량 검출 프로세스를 수행하기 위해, 제2 패턴이미지(922)를 디스플레이(520)에 표시할 수 있다. 다만 디스플레이(520)는 설계 방법에 따라 다양한 기준에 의해 서로 다른 패턴의 복수의 패턴이미지(7)를 순차적으로 표시할 수 있다.
도 10은 다양한 실시예들에 따른 전자장치의 제어방법의 흐름도를 도시한다.
프로세서(10)는 테스트 장치(5)가 전자장치(100)의 제1 오프닝(111) 측에 마련되는지를 식별한다(S101). 일 예로, 프로세서(10)는 테스트 장치(5)가 제1 오프닝(111) 측에 마련되면, 테스트 위치에 테스트 장치(5)가 놓인 것으로 식별할 수 있다. 테스트 장치(5)가 테스트 위치에 놓이는지 여부는 카메라 모듈(73)에 의해 획득된 이미지에 의해 식별되거나, 별도의 센서에 의해 식별될 수 있다.
프로세서(10)는 테스트 장치(5)에 관한 정보에 기초하여 테스트 장치(10)의 특성을 식별한다(S102). 테스트 장치(5)의 특성은 테스트 장치(5) 또는 디스플레이의 모델명, 시리얼번호, 제조일자, 형태, 크기, 색상, LED 설정값 등을 포함한다.
프로세서(10)는 테스트 장치(5)의 특성에 기초하여 하나 이상의 광원(510)의 특성을 설정한다(S103). 하나 이상의 광원(510)의 특성은 밝기, 세기, 색상 등을 포함한다.
프로세서(10)는 테스트 장치(5)의 특성에 기초하여 제1 패턴(6)의 형태를 설정하고, 제1 패턴(6)의 형태 별 패턴이미지(7)의 표시 순서를 설정한다(S104). 제1 패턴(6)의 형태가 격자, 사선 등을 포함하는 경우, 프로세서(10)는 격자의 제1 패턴이미지(921), 사선의 제3 패턴이미지(923) 등의 순으로 표시 순서를 설정할 수 있다. 설정된 표시 순서에 따라 제1 패턴(6)의 형태 별 패턴이미지(7)은 소정 시간 간격으로 표시될 수 있다.
프로세서(10)는 제1 패턴(6)의 형태 별 반사이미지를 획득하고(S105), 획득된 제1 패턴(6)의 형태 별 반사이미지(4)를 합성한다(S106). 일 예로, 프로세서(10)는 제1 패턴이미지(921)에 대응하는 제1 반사이미지(931), 제3 패턴이미지(923)에 대응하는 제3 반사이미지(933) 등을 차례로 획득하고(S105), 획득된 제1 반사이미지(931), 제3 반사이미지(933) 등을 합성할 수 있다. 여기서 합성은 테스트 장치(5)의 표면 불량을 검출하기 위해 획득된 반사이미지들에 대하여 수행되는 다양한 이미지 처리들, 패턴 간의 왜곡 여부 식별 등을 포함한다.
프로세서(10)는 합성된 반사이미지에 기초하여 테스트 장치(5)의 표면 불량을 식별하고, 식별 결과를 표시한다(S107). 식별 결과는 디스플레이 모듈(50)과 다른, 식별 결과 표시를 위한 별도의 디스플레이 모듈에 표시될 수 있다.
이와 같이, 프로세서(10)는 테스트 장치(5)의 특성에 따라 하나 이상의 광원(510)의 특성, 제1 패턴의 형태, 제1 패턴의 형태 별 패턴이미지의 표시 순서 등을 설정하고, 이에 대응하여 취합된 반사이미지를 활용할 수 있으므로, 테스트 장치(5)의 표면 불량에 대한 검출 정밀도를 향상시킬 수 있다.
Claims (15)
- 전자장치에 있어서,제1 오프닝을 포함하는 제1 면과, 상기 제1 면에 대향하고, 제2 오프닝을 포함하는 제2 면과, 상기 제1 면 및 상기 제2 면에 대해 수직하는 제3 면을 통해 광경로를 형성하는 육면체 형태의 하우징;상기 제3 면에 배열되어, 상기 광경로로 제1 광을 출사하는 하나 이상의 광원;상기 하나 이상의 광원과 제1 간격을 두고 마련되어, 상기 출사되는 제1 광을 투과시키고, 상기 투과되는 제1 광이 제1 패턴을 갖는 제2 광이 되도록 상기 제1 패턴에 대응하는 패턴이미지를 표시하는 디스플레이;상기 디스플레이와 제2 간격을 두고 기울기를 가지도록 마련되어, 상기 제2 광을 상기 제1 오프닝으로 반사하고, 상기 제1 오프닝 측에 마련된 테스트 장치의 표면으로부터 반사된 제3 광을 상기 제2 오프닝으로 투과하는 하프코팅층을 가지는 반사거울;상기 제2 오프닝 측에 마련되어, 상기 반사거울을 투과한 상기 제3 광에 대응하는 반사이미지를 획득하는 카메라; 및상기 획득된 반사이미지로부터 제2 패턴을 식별하고,상기 제1 패턴에 대한 상기 식별된 제2 패턴의 왜곡에 기초하여 상기 테스트 장치의 표면 불량을 검출하는 프로세서를 포함하는 전자장치.
- 제1항에 있어서,상기 제1 패턴의 타입 또는 크기는, 상기 테스트 장치의 특성에 대응하는 전자장치.
- 제2항에 있어서,상기 테스트 장치의 특성은, 상기 테스트 장치의 형태, 크기, 색상 또는 LED 설정값 중 적어도 하나를 포함하는 전자장치.
- 제1항에 있어서,상기 제1 광의 밝기는, 상기 테스트 장치의 특성, 상기 제1 패턴의 형태, 상기 디스플레이의 투과도, 상기 반사거울의 투과도 중 적어도 하나에 대응하는 전자장치.
- 제1항에 있어서,상기 프로세서는, 상기 제1 패턴에 대한 상기 제2 패턴의 왜곡이 기 정의된 불량 형태에 대응하는지 여부를 식별함으로써, 상기 표면 불량을 검출하는 전자장치.
- 제5항에 있어서,상기 불량 형태는, 상기 테스트 장치의 스크래치, 크랙 또는 덴트 중 적어도 하나에 대응하는 전자장치.
- 제1항에 있어서,상기 디스플레이는, 상기 제1 패턴에 대응하는 제1 패턴이미지 및 상기 제1 패턴과 다른 패턴에 대응하는 제2 패턴이미지를 소정 시간 간격으로 표시하고,상기 프로세서는, 상기 제1 패턴이미지 및 제2 패턴이미지에 각각 대응하여 획득되는 제1 반사이미지 및 제2 반사이미지를 합성하여 상기 테스트 장치의 표면 불량을 검출하는 전자장치.
- 제1항에 있어서,상기 디스플레이는, 투명 디스플레이를 포함하는 전자장치.
- 제1항에 있어서,상기 테스트 장치는, 플렉서블 디스플레이, 폴더블 디스플레이 또는 롤러블 디스플레이 중 적어도 하나를 포함하는 전자장치.
- 전자장치의 제어방법에 있어서,제1 오프닝을 포함하는 제1 면과, 상기 제1 면에 대향하고, 제2 오프닝을 포함하는 제2 면과, 상기 제1 면 및 상기 제2 면에 대해 수직하는 제3 면에 배열되는 하나 이상의 광원에 의해, 광경로로 제1 광을 출사하는 단계;상기 하나 이상의 광원과 제1 간격을 두고 마련된 디스플레이에 의해, 상기 출사되는 제1 광을 투과시키고, 상기 투과되는 제1 광이 제1 패턴을 갖는 제2 광이 되도록 상기 제1 패턴에 대응하는 패턴이미지를 표시하는 단계;상기 디스플레이와 제2 간격을 두고 기울기를 가지도록 마련되며 하프코팅층을 가지는 반사거울에 의해, 상기 제2 광을 상기 제1 오프닝으로 반사하고, 상기 제1 오프닝 측에 마련된 테스트 장치의 표면으로부터 반사된 제3 광을 상기 제2 오프닝으로 투과하는 단계;상기 제2 오프닝 측에 마련되는 카메라에 의해, 상기 반사거울을 투과한 상기 제3 광에 대응하는 반사이미지를 획득하는 단계;상기 획득된 반사이미지로부터 제2 패턴을 식별하는 단계; 및상기 제1 패턴에 대한 상기 식별된 제2 패턴의 왜곡에 기초하여 상기 테스트 장치의 표면 불량을 검출하는 단계를 포함하는 전자장치의 제어방법.
- 제10항에 있어서,상기 제1 패턴의 타입 또는 크기는, 상기 테스트 장치의 특성에 대응하는 전자장치의 제어방법.
- 제11항에 있어서,상기 테스트 장치의 특성은, 상기 테스트 장치의 형태, 크기, 색상 또는 LED 설정값 중 적어도 하나를 포함하는 전자장치의 제어방법.
- 제10항에 있어서,상기 제1 광의 밝기는, 상기 테스트 장치의 특성, 상기 제1 패턴의 형태, 상기 디스플레이의 투과도, 상기 반사거울의 투과도 중 적어도 하나에 대응하는 전자장치의 제어방법.
- 제10항에 있어서,상기 표면 불량을 검출하는 단계는, 상기 제1 패턴에 대한 상기 제2 패턴의 왜곡이 기 정의된 불량 형태에 대응하는지 여부를 식별함으로써, 상기 표면 불량을 검출하는 단계를 더 포함하는 전자장치의 제어방법.
- 컴퓨터가 읽을 수 있는 코드로서, 전자장치의 제어방법을 수행하는 코드를 포함하는 컴퓨터 프로그램이 저장된 기록매체에 있어서, 상기 전자장치의 제어방법은,제1 오프닝을 포함하는 제1 면과, 상기 제1 면에 대향하고, 제2 오프닝을 포함하는 제2 면과, 상기 제1 면 및 상기 제2 면에 대해 수직하는 제3 면에 배열되는 하나 이상의 광원에 의해, 광경로로 제1 광을 출사하는 단계;상기 하나 이상의 광원과 제1 간격을 두고 마련된 디스플레이에 의해, 상기 출사되는 제1 광을 투과시키고, 상기 투과되는 제1 광이 제1 패턴을 갖는 제2 광이 되도록 상기 제1 패턴에 대응하는 패턴이미지를 표시하는 단계;상기 디스플레이와 제2 간격을 두고 기울기를 가지도록 마련되며 하프코팅층을 가지는 반사거울에 의해, 상기 제2 광을 상기 제1 오프닝으로 반사하고, 상기 제1 오프닝 측에 마련된 테스트 장치의 표면으로부터 반사된 제3 광을 상기 제2 오프닝으로 투과하는 단계;상기 제2 오프닝 측에 마련되는 카메라에 의해, 상기 반사거울을 투과한 상기 제3 광에 대응하는 반사이미지를 획득하는 단계;상기 획득된 반사이미지로부터 제2 패턴을 식별하는 단계; 및상기 제1 패턴에 대한 상기 식별된 제2 패턴의 왜곡에 기초하여 상기 테스트 장치의 표면 불량을 검출하는 단계를 포함하는 것을 특징으로 하는 컴퓨터가 읽을 수 있는 프로그램이 기록된 기록매체.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210022727A KR20220118807A (ko) | 2021-02-19 | 2021-02-19 | 테스트 장치의 표면 불량을 검출하는 전자장치 및 그 제어방법 |
| KR10-2021-0022727 | 2021-02-19 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022177049A1 true WO2022177049A1 (ko) | 2022-08-25 |
Family
ID=82932283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/KR2021/002842 WO2022177049A1 (ko) | 2021-02-19 | 2021-03-08 | 테스트 장치의 표면 불량을 검출하는 전자장치 및 그 제어방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20220118807A (ko) |
| WO (1) | WO2022177049A1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130094883A (ko) * | 2012-02-17 | 2013-08-27 | 주식회사 미르기술 | 패턴 무늬 보상기능을 갖는 비전검사장치 |
| KR20130134467A (ko) * | 2012-05-31 | 2013-12-10 | (주)미토스 | 디스플레이 패널의 리페어 시스템 및 리페어 방법 |
| US20190257762A1 (en) * | 2018-02-22 | 2019-08-22 | Chroma Ate Inc. | Detection device |
| JP2020139822A (ja) * | 2019-02-27 | 2020-09-03 | 株式会社新菱 | 検査装置、検査システム及び検査方法 |
| KR20200107404A (ko) * | 2019-03-07 | 2020-09-16 | (주) 인텍플러스 | 디스플레이 패널 검사장치 |
-
2021
- 2021-02-19 KR KR1020210022727A patent/KR20220118807A/ko active Search and Examination
- 2021-03-08 WO PCT/KR2021/002842 patent/WO2022177049A1/ko active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130094883A (ko) * | 2012-02-17 | 2013-08-27 | 주식회사 미르기술 | 패턴 무늬 보상기능을 갖는 비전검사장치 |
| KR20130134467A (ko) * | 2012-05-31 | 2013-12-10 | (주)미토스 | 디스플레이 패널의 리페어 시스템 및 리페어 방법 |
| US20190257762A1 (en) * | 2018-02-22 | 2019-08-22 | Chroma Ate Inc. | Detection device |
| JP2020139822A (ja) * | 2019-02-27 | 2020-09-03 | 株式会社新菱 | 検査装置、検査システム及び検査方法 |
| KR20200107404A (ko) * | 2019-03-07 | 2020-09-16 | (주) 인텍플러스 | 디스플레이 패널 검사장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220118807A (ko) | 2022-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230298141A1 (en) | Bright Spot Removal Using A Neural Network | |
| WO2020105863A1 (en) | Electronic device including camera module in display and method for compensating for image around camera module | |
| WO2020162673A1 (en) | Electronic device for providing avatar animation and method thereof | |
| KR102318013B1 (ko) | 복수의 이미지들을 합성하는 전자장치 및 방법 | |
| WO2019164288A1 (en) | Method for providing text translation managing data related to application, and electronic device thereof | |
| WO2020130654A1 (en) | Camera module having multi-cell structure and portable communication device including the same | |
| WO2019035551A1 (en) | APPARATUS FOR COMPOSING OBJECTS USING DEPTH CARD AND ASSOCIATED METHOD | |
| WO2020032383A1 (ko) | 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법 | |
| EP3675477B1 (en) | Electronic device for providing function by using rgb image and ir image acquired through one image sensor | |
| WO2019066370A1 (ko) | 외부 광에 기반하여 카메라를 제어하는 전자 장치 및 제어 방법 | |
| WO2022177049A1 (ko) | 테스트 장치의 표면 불량을 검출하는 전자장치 및 그 제어방법 | |
| WO2022235075A1 (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
| WO2023153812A1 (ko) | 오브젝트를 검출하는 전자 장치 및 이의 제어 방법 | |
| WO2019172577A1 (ko) | 전자장치의 이미지 처리 장치 및 방법 | |
| US10750068B2 (en) | Camera module testing method | |
| WO2023080520A1 (ko) | 이미지의 화질을 개선하기 위한 전자 장치 | |
| WO2023277585A1 (ko) | 신경망을 통해 이미지를 처리하는 방법 및 그 전자 장치 | |
| WO2022244970A1 (ko) | 전자 장치의 촬영 방법 및 그 전자 장치 | |
| WO2022025574A1 (ko) | 이미지 센서와 이미지 시그널 프로세서를 포함하는 전자 장치 및 그의 방법 | |
| WO2024117590A1 (ko) | 이미지의 뷰 영역을 결정하는 전자 장치 및 그 동작 방법 | |
| WO2022119372A1 (ko) | 영상 처리를 수행하는 전자 장치 및 그 동작 방법 | |
| WO2022245129A1 (ko) | 오브젝트 추적 방법 및 이를 위한 전자 장치 | |
| WO2021162273A1 (ko) | 이미지 처리를 수행하는 전자 장치 및 그 방법 | |
| WO2022240186A1 (ko) | 이미지 왜곡을 보정하는 방법 및 그 전자 장치 | |
| WO2022196916A1 (ko) | 사용자 인증을 위한 방법, 장치 및 저장 매체 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21926848 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21926848 Country of ref document: EP Kind code of ref document: A1 |