特許 6114559 フラットパネルディスプレイの自動ムラ検出装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6114559

(24)【登録日】2017年3月24日

(45)【発行日】2017年4月12日

(54)【発明の名称】フラットパネルディスプレイの自動ムラ検出装置

(51)【国際特許分類】

   G06T 1/00 20060101AFI20170403BHJP

   G01B 11/30 20060101ALI20170403BHJP

   G01M 11/00 20060101ALI20170403BHJP

【ＦＩ】

   G06T1/00 300

   G01B11/30 Z

   G01M11/00 T

【請求項の数】3

【全頁数】13

(21)【出願番号】特願2013-3501(P2013-3501)

(22)【出願日】2013年1月11日

(65)【公開番号】特開2014-135007(P2014-135007A)

(43)【公開日】2014年7月24日

【審査請求日】2016年1月12日

(73)【特許権者】

【識別番号】501426046

【氏名又は名称】エルジー ディスプレイ カンパニー リミテッド

(74)【代理人】

【識別番号】100110423

【弁理士】

【氏名又は名称】曾我 道治

(74)【代理人】

【識別番号】100111648

【弁理士】

【氏名又は名称】梶並 順

(74)【代理人】

【識別番号】100147566

【弁理士】

【氏名又は名称】上田 俊一

(74)【代理人】

【識別番号】100161171

【弁理士】

【氏名又は名称】吉田 潤一郎

(74)【代理人】

【識別番号】100117776

【弁理士】

【氏名又は名称】武井 義一

(72)【発明者】

【氏名】中屋 秀雄

(72)【発明者】

【氏名】市川 勉

【審査官】 ▲広▼島 明芳

(56)【参考文献】

【文献】 特開２００６−２５８７１３（ＪＰ，Ａ）

【文献】 特開平１０−２５３５４４（ＪＰ，Ａ）

【文献】 特開２００９−２８５９９７（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｔ １／００

Ｇ０１Ｂ １１／３０

Ｇ０１Ｍ １１／００

(57)【特許請求の範囲】

【請求項1】

カメラにより撮像されたフラットパネルディスプレイの発光状態の２次元画像をムラ検査対象画像として取り込み、前記ムラ検査対象画像に基づいてムラのない背景画像を生成し、前記ムラ検査対象画像と前記背景画像との差分画像を生成する前処理部、前記前処理部により生成された前記差分画像に対してムラ候補領域の抽出処理を行う欠陥候補抽出部、および前記欠陥候補抽出部により抽出された前記ムラ候補領域の真偽判定を行う判定部とによる画像処理を施すことで、ムラ領域の有無を判定するフラットパネルディスプレイの自動ムラ検出装置であって、
前記前処理部は、
注目画素の近傍の複数の画素位置における画素値から、前記注目画素の背景画素推定値を算出するための複数のフィルタを備えており、
前記複数のフィルタは、前記注目画素の近傍の前記複数の画素位置を規定する１次元または２次元の配列として構成され、前記配列を構成する複数の画素の間隔、および前記配列の向きがそれぞれのフィルタにより異なっており、
前記ムラ検査対象画像に対して前記複数のフィルタのそれぞれを用いて、それぞれのフィルタで特定される複数の画素位置における画素値に基づいて、前記注目画素におけるそれぞれの背景画素推定値を算出し、算出した前記背景画素推定値のそれぞれに対して統計的処理を施すことで、各注目画素に関して背景画素に適した１つの背景画素推定値を選択することで背景画像を生成し、
前記前処理部は、
それぞれのフィルタで特定される前記複数の画素位置における画素値に対して、関数近似計算により前記注目画素の推定値を算出する第１の画素値推定手段を有するとともに、前記第１の画素値推定手段により算出された前記推定値と、前記複数の画素位置での実際の画素値との差分値の二乗和、あるいは差分の絶対値の和を差分分散として算出する差分分散評価手段を有する第２のフィルタリング処理部と、
前記第２のフィルタリング処理部内の前記差分分散評価手段により前記複数のフィルタのそれぞれを用いて算出された各フィルタの前記差分分散の最小値を判定する第１の判定手段と、
前記第２のフィルタリング処理部内の前記第１の画素値推定手段により算出された各推定値の中から、前記第１の判定手段により判定された前記最小値を有するフィルタを用いて算出された推定値を、前記背景画素に適した１つの背景画素推定値として選択するセレクタと
を有するフラットパネルディスプレイの自動ムラ検出装置。

【請求項2】

カメラにより撮像されたフラットパネルディスプレイの発光状態の２次元画像をムラ検査対象画像として取り込み、前記ムラ検査対象画像に基づいてムラのない背景画像を生成し、前記ムラ検査対象画像と前記背景画像との差分画像を生成する前処理部、前記前処理部により生成された前記差分画像に対してムラ候補領域の抽出処理を行う欠陥候補抽出部、および前記欠陥候補抽出部により抽出された前記ムラ候補領域の真偽判定を行う判定部とによる画像処理を施すことで、ムラ領域の有無を判定するフラットパネルディスプレイの自動ムラ検出装置であって、
前記前処理部は、
注目画素の近傍の複数の画素位置における画素値から、前記注目画素の背景画素推定値を算出するための複数のフィルタを備えており、
前記複数のフィルタは、前記注目画素の近傍の前記複数の画素位置を規定する１次元または２次元の配列として構成され、前記配列を構成する複数の画素の間隔、および前記配列の向きがそれぞれのフィルタにより異なっており、
前記ムラ検査対象画像に対して前記複数のフィルタのそれぞれを用いて、それぞれのフィルタで特定される複数の画素位置における画素値に基づいて、前記注目画素におけるそれぞれの背景画素推定値を算出し、算出した前記背景画素推定値のそれぞれに対して統計的処理を施すことで、各注目画素に関して背景画素に適した１つの背景画素推定値を選択することで背景画像を生成し、
前記前処理部は、
それぞれのフィルタで特定される前記複数の画素位置における画素値に対して、関数近似計算により前記注目画素の推定値を算出する第１の画素値推定手段を有するとともに、前記第１の画素値推定手段により算出された前記推定値と、前記複数の画素位置での実際の画素値との差分値の二乗和、あるいは差分の絶対値の和を差分分散として算出する差分分散評価手段を有する第２のフィルタリング処理部と、
前記第２のフィルタリング処理部内の前記第１の画素値推定手段により算出された各推定値についてクラスタリングを行うクラスタリング手段と、
前記第２のフィルタリング処理部内の前記差分分散評価手段により前記複数のフィルタのそれぞれを用いて算出された各フィルタの前記差分分散に関し、前記クラスタリング手段によりクラスタリングされた各クラスタについて前記差分分散の平均値を算出し、算出した前記平均値が最小となるクラスタを判定する第２の判定手段と、
前記第２のフィルタリング処理部内の前記第１の画素値推定手段により算出された各推定値の中から、前記第２の判定手段により判定された前記平均値が最小となるクラスタに含まれる推定値の平均値あるいはメディアンを、前記背景画素に適した１つの背景画素推定値として算出する推定値決定手段と
を有するフラットパネルディスプレイの自動ムラ検出装置。

【請求項3】

カメラにより撮像されたフラットパネルディスプレイの発光状態の２次元画像をムラ検査対象画像として取り込み、前記ムラ検査対象画像に基づいてムラのない背景画像を生成し、前記ムラ検査対象画像と前記背景画像との差分画像を生成する前処理部、前記前処理部により生成された前記差分画像に対してムラ候補領域の抽出処理を行う欠陥候補抽出部、および前記欠陥候補抽出部により抽出された前記ムラ候補領域の真偽判定を行う判定部とによる画像処理を施すことで、ムラ領域の有無を判定するフラットパネルディスプレイの自動ムラ検出装置であって、
前記前処理部は、
注目画素の近傍の複数の画素位置における画素値から、前記注目画素の背景画素推定値を算出するための複数のフィルタを備えており、
前記複数のフィルタは、前記注目画素の近傍の前記複数の画素位置を規定する１次元または２次元の配列として構成され、前記配列を構成する複数の画素の間隔、および前記配列の向きがそれぞれのフィルタにより異なっており、
前記ムラ検査対象画像に対して前記複数のフィルタのそれぞれを用いて、それぞれのフィルタで特定される複数の画素位置における画素値に基づいて、前記注目画素におけるそれぞれの背景画素推定値を算出し、算出した前記背景画素推定値のそれぞれに対して統計的処理を施すことで、各注目画素に関して背景画素に適した１つの背景画素推定値を選択することで背景画像を生成し、
前記前処理部は、
それぞれのフィルタで特定される前記複数の画素位置における画素値に対して、関数近似計算により前記注目画素の推定値を算出する第１の画素値推定手段を有する第１のフィルタリング処理部、
前記第１の画素値推定手段を有するとともに、前記第１の画素値推定手段により算出された前記推定値と、前記複数の画素位置での実際の画素値との差分値の二乗和、あるいは差分の絶対値の和を差分分散として算出する差分分散評価手段を有する第２のフィルタリング処理部、あるいは
それぞれのフィルタで特定される前記複数の画素位置における画素値に基づいた補間処理により前記注目画素の推定値を算出する第２の画素値推定手段を有する第３のフィルタリング処理部
のいずれか１つであるフィルタリング処理部と、
前記フィルタリング処理部により算出された各推定値についてクラスタリングを行うクラスタリング手段と、
前記フィルタリング処理部により算出された各推定値に関し、前記クラスタリング手段によりクラスタリングされた各クラスタを構成する推定値の数が最多であるクラスタを判定する第３の判定手段と、
前記フィルタリング処理部により算出された各推定値の中から、前記第３の判定手段により判定された前記推定値の数が最多であるクラスタに含まれる推定値の平均値あるいはメディアンを、前記背景画素に適した１つの背景画素推定値として算出する推定値決定手段と
を有するフラットパネルディスプレイの自動ムラ検出装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、フラットパネルディスプレイの製造工程で生じる輝度や色の不均一性（ムラ）を、画像データに基づく演算処理を行うことで自動検出するためのフラットパネルディスプレイの自動ムラ検出装置に関する。

【背景技術】

【0002】

近年、様々な種類のフラットパネルディスプレイが開発され、製品化されている。このようなフラットパネルディスプレイの画質を低下させる欠陥の一つとして、輝度や色の不均一性（ムラ）がある。

【0003】

生産現場におけるムラの検査は、従来、検査員により目視で行われていた。しかしながら、多くの時間、検査人員、費用が必要とされるため、検査の自動化が望まれており、一部自動化が進んでいる。

【0004】

このような自動化の方法の一例として、発光したフラットパネルをカメラで撮影し、画像処理によってムラの検出を行う技術が開発され、検査工程において利用されるようになってきている（例えば、非特許文献１参照）。

【先行技術文献】

【非特許文献】

【0005】

【非特許文献1】大谷哲也他、「フラットパネルディスプレイの画質検査アルゴリズム」、横河技法、ｖｏｌ．４７ Ｎｏ．３（２００３）

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、従来技術には、以下のような課題がある。
このような自動検査は、まだまだ性能は十分でなく、特定の点欠陥や線欠陥以外の様々な欠陥に対応できるものではなかった。

【0007】

図９は、従来のフラットパネルディスプレイの自動ムラ検出装置による一連のムラ検出処理に関するフローチャートである。図９に示した流れは、大別すると、以下の３つの部分に分けられる。
（１）前処理部（フィルタ等によるノイズ除去、背景画像推定等）
（２）欠陥候補抽出部（２値化、ラベリングすることで、候補を抽出）
（３）判定部（欠陥にかかわる特徴量を抽出、経験に基づいた判断ルールで欠陥部分を特定、表示）

【0008】

すなわち、ムラ検査では、背景画像の推定精度が、後の処理に大きな影響を及ぼすため、非常に重要である。しかしながら、従来は、この背景画像の推定精度が必ずしも十分ではなかった。このため、最終的に、ムラ以外の場所で偽のムラを検出してしまう（過検出）、あるいは検出すべきムラが検出できない（未検出）などといった誤検出が生じるという問題があった。

【0009】

背景画像を推定する方法として、通常、ムラ検査対象画像において、フィルタサイズの大きい２次元のローパスフィルタ処理が行われる。しかしながら、フィルタの範囲内にムラ（の一部）が含まれると、その影響を受けて、フィルタの出力値に誤差が生じ、背景画像の推定精度が低下することとなる。例えば、明るいムラの場合、ムラ部分の背景は、ムラのない場合に比べてやや明るくなり、ムラの周囲では、逆にやや暗くなる。

【0010】

また、フィルタの範囲がフレーム端からはみ出る場合、通常、フレーム内側の画像データを外側に折り返して、その部分を埋めてフィルタ処理することが行われる。この際、フラットパネルディスプレイの輝度をフレーム端ほど低くしている場合、あるいはカメラ撮影時に周辺輝度が低下しているためにフレーム端近傍ほど輝度が低い場合には、はみ出たフィルタの部分を埋めた画素値と望ましい画素値とが異なるために、フレーム端近傍で誤検出が生じることとなる。

【0011】

本発明は、前記のような課題を解決するためになされたものであり、検査工程において、画像処理により不均一性（ムラ）領域を自動検出する際の高精度化を実現することのできるフラットパネルディスプレイの自動ムラ検出装置を得ることを目的とする。

【課題を解決するための手段】

【0012】

本発明に係るフラットパネルディスプレイの自動ムラ検出装置は、カメラにより撮像されたフラットパネルディスプレイの発光状態の２次元画像をムラ検査対象画像として取り込み、ムラ検査対象画像に基づいてムラのない背景画像を生成し、ムラ検査対象画像と背景画像との差分画像を生成する前処理部、前処理部により生成された差分画像に対してムラ候補領域の抽出処理を行う欠陥候補抽出部、および欠陥候補抽出部により抽出されたムラ候補領域の真偽判定を行う判定部とによる画像処理を施すことで、ムラ領域の有無を判定するフラットパネルディスプレイの自動ムラ検出装置であって、前処理部は、注目画素の近傍の複数の画素位置における画素値から、注目画素の背景画素推定値を算出するための複数のフィルタを備えており、複数のフィルタは、注目画素の近傍の複数の画素位置を規定する１次元または２次元の配列として構成され、配列を構成する複数の画素の間隔、および配列の向きがそれぞれのフィルタにより異なっており、ムラ検査対象画像に対して複数のフィルタのそれぞれを用いて、それぞれのフィルタで特定される複数の画素位置における画素値に基づいて、注目画素におけるそれぞれの背景画素推定値を算出し、算出した背景画素推定値のそれぞれに対して統計的処理を施すことで、各注目画素に関して背景画素に適した１つの背景画素推定値を選択することで背景画像を生成するものである。

【発明の効果】

【0014】

本発明によれば、前処理での背景画像の推定において、画素位置に応じて複数のフィルタの中から適切なフィルタを適応的に選択してフィルタ処理を施すことで、推定精度の向上を図ることにより、検査工程において、画像処理により不均一性（ムラ）領域を自動検出する際の高精度化を実現することのできるフラットパネルディスプレイの自動ムラ検出装置を得ることができる。

【図面の簡単な説明】

【0015】

【図1】本発明の実施の形態１におけるフラットパネルディスプレイの自動ムラ検出装置の全体構成図である。

【図2】従来の背景画像推定処理に関する説明図である。

【図3】本発明の実施の形態１におけるフラットパネルディスプレイの自動ムラ検出装置の背景画像推定処理に関する説明図である。

【図4】本発明の実施の形態１における背景画像推定処理で用いられる複数のフィルタに関する説明図である。

【図5】本発明のフラットパネルディスプレイの自動ムラ検出装置の前処理部における第１の実施例を示す図である。

【図6】本発明のフラットパネルディスプレイの自動ムラ検出装置の前処理部における第２の実施例を示す図である。

【図7】本発明のフラットパネルディスプレイの自動ムラ検出装置の前処理部における第３の実施例を示す図である。

【図8】本発明の実施の形態１におけるクラスタリング処理の説明図である。

【図9】従来のフラットパネルディスプレイの自動ムラ検出装置による一連のムラ検出処理に関するフローチャートである。

【発明を実施するための形態】

【0016】

以下、本発明のフラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法の好適な実施の形態につき図面を用いて説明する。
なお、本発明は、任意のパターンで発光したフラットパネルディスプレイのカメラ撮像画像をコンピュータに取り込み、画像処理によって自動的にムラを検出する手法において、不定形ムラを精度よく検出するための前処理による背景画像推定に関するものである。

【0017】

より具体的には、本発明は、ムラ検出対象画像に基づいてムラのない背景画像を推定する際に、
（１）注目画素の位置の背景画素値を推定するためにタップの形状や配置などが異なる複数のフィルタを用い、
（２）統計的手法に基づいて適切なフィルタや推定画素値の候補選択および決定を行い、
（３）背景画像およびムラ検査対象画像と背景画像との差分である背景差分画像の精度を向上させる
ことを技術的特徴としており、結果として、ムラの検出精度を向上させることができるものである。

【0018】

実施の形態１．
図１は、本発明の実施の形態１におけるフラットパネルディスプレイの自動ムラ検出装置の全体構成図である。図１に示した本実施の形態１におけるフラットパネルディスプレイの自動ムラ検出装置は、カメラ１０、画像処理部２０、および表示部３０を備えて構成され、検査対象であるフラットパネルディスプレイ（以下、「検査パネル１」と称す）の自動ムラ検出を行う。

【0019】

画像処理部２０は、カメラ１０で撮像された検査パネル１の発光状態に対して画像処理を施すことで、ムラが発生している領域を特定し、表示部３０に特定した場所を表示させることができる。そして、この画像処理部２０は、前処理部２１、欠陥候補抽出部２２、および判定部２３を備えて構成されている。

【0020】

前処理部２１は、後段の欠陥候補抽出部２２による処理を行うために、カメラ１０で撮像された画像の補正処理を行う部分であり、具体的な処理例としては、以下のようなものが挙げられる。
・拡大／縮小処理
・幾何学的補正
・シェーディング補正
・ノイズ除去（平滑化フィルタ、メディアンフィルタ等）
・画素構造除去
・背景画像予測除去

【0021】

また、欠陥候補抽出部２２は、前処理部２１を経た画像に対して、ムラに相当する欠陥部分の候補領域を抽出する部分であり、具体的な処理例としては、以下のようなものが挙げられる。
・エンハンス処理
・エッジ検出（ラプラシアンフィルタ、ソーベルフィルタ等）
・第１の特徴量計算
・２値化
・孤立点除去
・膨張／収縮処理
・ラベリング

【0022】

さらに、判定部２３は、欠陥候補抽出部２２により抽出された候補領域について、ムラであるか否かを最終判断する部分であり、具体的な処理例としては、以下のようなものが挙げられる。
・第２の特徴量計算
・識別（閾値判定、分類等）

【0023】

ここで、本願に最も関連する、背景画像推定処理に関する従来技術について、図面を用いて簡単に説明する。図２は、従来の背景画像推定処理に関する説明図であり、先の図９に示したステップＳ９０１〜Ｓ９０３の前処置部による処理結果を示している。

【0024】

フラットパネルディスプレイ（検査パネル１）を撮影したカメラ１０の出力画像に対し、カメラノイズ除去やフラットパネルディスプレイの画素構造の除去などを行った後の、ムラ検出対象画像を図２（ａ）に示す。なお、この図２（ａ）の画像は、図９のステップＳ９０１におけるノイズ除去によって生成される画像に相当する。

【0025】

図２（ａ）においては、左下に白い（明るい）ムラがある場合を例示している。そして、この白いムラの右に表示したカーソルを通る水平方向の波形を、図２（ａ）の下段に併せて示している。

【0026】

また、カメラ１０の出力画像にガウスフィルタによるローパスフィルタをかけたものが、図２（ｂ）の推定背景画像である。なお、この図２（ｂ）の画像は、図９のステップＳ９０２におけるフィルタ処理によって生成される画像に相当する。図２（ａ）に示したような白いムラは、通常のローパスフィルタで抑圧し易いが、それでも弱くかつブロードに残っていることが分かる（図２（ｂ）の下段の波形参照）。

【0027】

そのため、図２（ａ）に示した検出対象画像から、図２（ｂ）に示した背景画像を引いた図２（ｃ）の背景差分画像においては、ムラの周囲近傍および中央部のレベル低下が見られる（図２（ｃ）の下段の波形参照）。なお、この図２（ｃ）の画像は、図９のステップＳ９０３における差分演算によって生成される画像に相当する。

【0028】

このように、ローパスフィルタを用いて背景画像推定を行っている従来技術に対して、本発明においては、タップの形状や配置などが異なる複数のフィルタを用い、統計的手法に基づいて適切なフィルタや推定画素値の候補選択および決定を行っている。この結果、背景画像、およびムラ検査対象画像と背景画像との差分である背景差分画像の精度を向上させ、以ってムラを精度よく検出することを可能としている。

【0029】

図３は、本発明の実施の形態１におけるフラットパネルディスプレイの自動ムラ検出装置の背景画像推定処理に関する説明図である。従来技術に関する図２と対比させながら、本実施の形態１における背景画像推定処理の概要を説明する。図３（ａ）のムラ検出対象画像は、先の図２（ａ）の画像と同一である。

【0030】

図３（ｂ）の推定背景画像においては、先の図２（ｂ）のような弱くかつブロードに残っているムラは、ほぼ完全に無くなっている。そのため、図３（ｃ）の背景差分画像においては、先の図２（ｃ）と比較すると、ムラ部分ではそのレベルがそのまま残っており、かつムラの周囲近傍でレベルが低下することなく、平坦である。すなわち、従来よりも高い精度で、背景画像の推定および背景差分画像の生成が行われていることが分かる。

【0031】

そこで、次に、本発明による背景画像推定処理に関して、図４〜図７を参照しながら、詳細に説明する。図４は、本発明の実施の形態１における背景画像推定処理で用いられる複数のフィルタに関する説明図である。本実施の形態１で用いられる複数のフィルタは、タップ形状や配置などが異なる。

【0032】

そして、図４（ａ）においては、１次元配列の４タップのフィルタの具体例として、フィルタ０〜フィルタ５の６個のフィルタを例示している。フィルタ０〜フィルタ５は、タップ間隔（ｓ画素、２ｓ画素、３ｓ画素：ここで、ｓは、１以上の整数）および配列の向き（水平、垂直）が、図４に示されたように異なっている。

【0033】

すなわち、複数のフィルタは、注目画素の近傍の複数の画素位置を規定する１次元または２次元の配列として構成され、配列を構成する複数の画素の間隔、および配列の向きがそれぞれのフィルタにより異なっている。そして、このようなそれぞれのフィルタにより特定される複数の画素のことを「タップ」と称している。

【0034】

なお、これら６個のフィルタの相対的な位置関係は、任意である。また、本発明のフィルタとしては、この図４（ａ）に例示された類型に限らず、他にも斜め１次元配列や各種の２次元配列のものなどが適用でき、数も６個には限らない。

【0035】

さらに、これら６個のフィルタ０〜フィルタ５は、図４（ｂ）に示すように、次の３つの類型の第１のフィルタ〜第３のフィルタとして機能させることができる。
第１のフィルタ：タップ位置の画素値に対して、例えば、２次関数などによる近似を行って、近似計算により注目画素の推定値を出力する第１の画素値推定手段
第２のフィルタ：上述した第１の画素値推定機能による推定値を出力するとともに、各タップでの実際の画素値と、第１の画素値推定機能による推定値との差分値の二乗和や差分の絶対値の和（以後、まとめて仮に差分分散と称す）を計算してさらに出力する差分分散評価手段
第３のフィルタ：各タップの画素値に基いた注目画素値を補間によって推定して出力する第２の画素値推定手段

【0036】

タップの一部がムラにかかると、各タップでの実際の画素値と推定値との差分が大きくなる、あるいは注目画素の推定値における誤差が大きくなるなどする。なお、各フィルタ出力は、それぞれの注目画素が同一画素であるタイミングで、次の処理手段（例えば、図５〜図７を用いて後述する第１〜第３の実施例におけるセレクタ、第１〜３の判定手段、クラスタリング手段）に入力するが、そのために図示していない遅延手段を適宜用いることとなる。

【0037】

図５は、本発明のフラットパネルディスプレイの自動ムラ検出装置の前処理部における第１の実施例を示す図である。この図５に示した第１の実施例における前処理部２１ａは、ノイズ除去部５１、６つの第２のフィルタ５２（０）〜５２（５）、第１の判定手段５３、セレクタ５４、および差分演算部５５を備えて構成されている。

【0038】

この第１の実施例では、フィルタとして、差分分散評価手段を有する６つの第２のフィルタ５２（０）〜５２（５）を用いている。そして、第１の判定手段５３は、各フィルタ５２（０）〜５２（５）の差分分散の出力を受けて、それらの最小値を判定する。

【0039】

また、セレクタ５４は、第１の判定手段５３による判定結果、および各フィルタ５２（０）〜５２（５）内の第１の画素値推定手段による各推定画素値を受け、差分分散が最小であるフィルタによる推定画素値を選択する。

【0040】

そして、差分演算部５５は、セレクタ５４により選択された推定画素値を用いることで推定背景画像を生成し、さらに、ノイズ除去部５１によりノイズが除去されたムラ検査対象画像と推定背景画像との差分をとることで、背景差分画像を生成する。

【0041】

次に、図６は、本発明のフラットパネルディスプレイの自動ムラ検出装置の前処理部における第２の実施例を示す図である。この図６に示した第２の実施例における前処理部２１ｂは、ノイズ除去部６１、６つの第２のフィルタ６２（０）〜６２（５）、クラスタリング手段６３、第２の判定手段６４、推定値決定手段６５、および差分演算部６６を備えて構成されている。

【0042】

この第２の実施例では、フィルタとして、差分分散評価手段を有する６つの第２のフィルタ６２（０）〜６２（５）を用いている。そして、クラスタリング手段６３は、各フィルタ６２（０）〜６２（５）による注目画素の推定値についてクラスタリングを行う。

【0043】

また、第２の判定手段６４は、各フィルタ６２（０）〜６２（５）内の差分分散評価手段による各差分分散、およびクラスタリング手段６３によるクラスタリング結果を受け、最適な推定値やその近傍からなるクラスタがどれであるかを判定する。例えば、第２の判定手段６４は、クラスタ毎に推定値に対応する差分分散の平均値を計算して、これが最小であるクラスタを最適な推定値やその近傍の値によるクラスタであると判定する。

【0044】

また、推定値決定手段６５は、第２の判定手段６４による判定結果、および各フィルタ６２（０）〜６２（５）内の第１の画素値推定手段による各推定画素値を受け、クラスタを構成する推定値に基いて、１個の推定値を出力する。例えば、推定値決定手段６５は、は、第２の判定手段６４により特定されたクラスタを構成する推定値について、例えば、平均値やメディアンなどを求め、１つの推定値として出力することができる。

【0045】

そして、差分演算部６６は、推定値決定手段６５により出力された１つの推定値を用いることで、推定背景画像を生成し、さらに、ノイズ除去部６１によりノイズが除去されたムラ検査対象画像と推定背景画像との差分をとることで、背景差分画像を生成する。

【0046】

次に、図７は、本発明のフラットパネルディスプレイの自動ムラ検出装置の前処理部における第３の実施例を示す図である。この図７に示した第３の実施例における前処理部２１ｃは、ノイズ除去部７１、６つのフィルタ７２（０）〜７２（５）、クラスタリング手段７３、第３の判定手段７４、推定値決定手段７５、および差分演算部７６を備えて構成されている。

【0047】

この第３の実施例では、フィルタとして、第１、第２、または第３のフィルタのいずれかで構成された６つのフィルタ７２（０）〜７２（５）を用いている。そして、クラスタリング手段７３は、各フィルタ７２（０）〜７２（５）による注目画素の推定値についてクラスタリングを行う。

【0048】

また、第３の判定手段７４は、各フィルタ７２（０）〜７２（５）内の第１の画素推定手段による注目画素の推定値、およびクラスタリング手段７３によるクラスタリング結果を受け、最適な推定値やその近傍からなるクラスタがどれであるかを判定する。例えば、第３の判定手段７４は、クラスタを構成する推定値の数が最多であるクラスタを最適なクラスタであると判定する。

【0049】

また、推定値決定手段７５は、第３の判定手段７４による判定結果、および各フィルタ７２（０）〜７２（５）内の第１の画素推定手段による注目画素の推定値を受け、クラスタを構成する推定値に基づいて、１個の推定値を出力する。例えば、推定値決定手段７５は、第３の判定手段７４により特定されたクラスタに含まれる推定値について、例えば、平均値やメディアンなどを求め、１つの推定値として出力することができる。

【0050】

そして、差分演算部７６は、推定値決定手段７５により出力された１つの推定値を用いることで、推定背景画像を生成し、さらに、ノイズ除去部７１によりノイズが除去されたムラ検査対象画像と推定背景画像との差分をとることで、背景差分画像を生成する。

【0051】

なお、図６に示したクラスタリング手段６３、あるいは図７に示したクラスタリング手段７３については、特に方法を特定するものではなく、例えば、ｋ平均法などを適用してもよい。また、図８に示す簡易的な方法を用いることも可能である。図８は、本発明の実施の形態１におけるクラスタリング処理の説明図である。

【0052】

まず、ステップＳ８０１において、クラスタリング手段は、２以上の整数であるＮ個の推定画素値Ｐ_ｉ（ｉ＝０、１、・・・、Ｎ−１）を、値の大きい順にソートして、ｐ_ｊ（ｊ＝０、１、・・・、Ｎ−１）を求める。

【0053】

次に、ステップＳ８０２において、クラスタリング手段は、ソート後のｐ_ｊに関して、隣接推定画素値間の距離（画素値差分に相当）ｄ_ｉｊ＝ｐ_ｉ−ｐ_ｊ（＝−ｄｊｉ）を算出する。次に、ステップＳ８０３において、クラスタリング手段は、距離ｄ_ｉｊの標準偏差σを算出する。そして、最後に、ステップＳ８０４において、クラスタリング手段は、下式（１）となるｐｉ、ｐｊ間にクラスタ境界を設定することができる。なお、ｋとしては、例えば、ｋ＝２を設定することが考えられる。
｜ｄ_ｉｊ｜＞ｋ＊σ （１）

【0054】

なお、上述した実施例１〜３においては、図５〜図７では図示していないが、推定した背景画像に対して、メディアンフィルタあるいは他のローパスフィルタをかけることも考えられる。これにより、ノイズなどによって隣接画素間で適用フィルタの特性がずれる場合の影響を緩和した背景画像を得ることができ、背景差分画像の精度改善を図ることができる。

【0055】

以上のように、実施の形態１によれば、前処理での背景画像の推定処理において、統計的処理を用いることで、注目画素ごとに、複数のフィルタを用いた演算結果の中から適切な推定値を適応的に選択可能としている。これにより、画素位置に応じて適切なフィルタ処理を施すことができ、背景画像の推定精度の向上を図ることができる。この結果、検査工程において、画像処理により不均一性（ムラ）領域を自動検出する際の高精度化を実現することのできるフラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法を得ることができる。

【符号の説明】

【0056】

１ 検査パネル、１０ カメラ、２０ 画像処理部、２１、２１ａ、２１ｂ、２１ｃ 前処理部、２２ 欠陥候補抽出部、２３ 判定部、３０ 表示部、５１ ノイズ除去部、５２ 各フィルタ、５３ 第１の判定手段、５４ セレクタ、５５ 差分演算部、６１ ノイズ除去部、６２ 各フィルタ、６３ クラスタリング手段、６４ 第２の判定手段、６５ 推定値決定手段、６６ 差分演算部、７１ ノイズ除去部、７２ 各フィルタ、７３ クラスタリング手段、７４ 第３の判定手段、７５ 推定値決定手段、７６ 差分演算部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】