이 논문에서는 TFT-LCD의 제조공정에서 발생하는 mura를 효율적으로 검출하는 multi-point FFT를 기반으로 한, 2차원 FFT를 이용하는 새로운 전기적인 검출 방식을 제안한다. TFT-LCD의 mura 패턴은 어느 일정한 영역을 갖고 있으므로 어느 한 라인에서 관찰하면 sin 파의 모양으로 관찰된다. Mura의 모양은 원, 가로 타원, 세로 타원으로 분류할 수 있으며 2-D FFT 변환을 통하여 일정한 문턱치와 비교하면 mura를 쉽게 검출할 수 있음을 보인다. 실험영상의 simulation을 통하여 제안 알고리즘이 다양한 크기의 mura 패턴을 효과적으로 검출할 수 있음을 보였다. 따라서 제안된 알고리즘은 TFT-LCD mura의 자동 검사 시스템에 이용될 수 있을 것이다.
이 논문에서는 TFT-LCD의 제조공정에서 발생하는 mura를 효율적으로 검출하는 multi-point FFT를 기반으로 한, 2차원 FFT를 이용하는 새로운 전기적인 검출 방식을 제안한다. TFT-LCD의 mura 패턴은 어느 일정한 영역을 갖고 있으므로 어느 한 라인에서 관찰하면 sin 파의 모양으로 관찰된다. Mura의 모양은 원, 가로 타원, 세로 타원으로 분류할 수 있으며 2-D FFT 변환을 통하여 일정한 문턱치와 비교하면 mura를 쉽게 검출할 수 있음을 보인다. 실험영상의 simulation을 통하여 제안 알고리즘이 다양한 크기의 mura 패턴을 효과적으로 검출할 수 있음을 보였다. 따라서 제안된 알고리즘은 TFT-LCD mura의 자동 검사 시스템에 이용될 수 있을 것이다.
In this paper, we propose a new mura detection algorithm for TFT-LCD effectively, which is based on multi-point, 2-dimensional FFT. Since mura in TFT-LCD has a certain area shape, it is seen as a sin wave in a LCD line. Since shapes of mura can be seen a circle, horizontal oval, or vertical oval, it...
In this paper, we propose a new mura detection algorithm for TFT-LCD effectively, which is based on multi-point, 2-dimensional FFT. Since mura in TFT-LCD has a certain area shape, it is seen as a sin wave in a LCD line. Since shapes of mura can be seen a circle, horizontal oval, or vertical oval, it is shown that they can be detected by 2-dimensional FFT easily. Through simulation for test image, it is shown that proposed algorithm can detect various sizes of mura. The proposed algorithm can be utilized in automatic test equipment for effective TFT-LCD mura detection.
In this paper, we propose a new mura detection algorithm for TFT-LCD effectively, which is based on multi-point, 2-dimensional FFT. Since mura in TFT-LCD has a certain area shape, it is seen as a sin wave in a LCD line. Since shapes of mura can be seen a circle, horizontal oval, or vertical oval, it is shown that they can be detected by 2-dimensional FFT easily. Through simulation for test image, it is shown that proposed algorithm can detect various sizes of mura. The proposed algorithm can be utilized in automatic test equipment for effective TFT-LCD mura detection.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 논문에서는 Multi-point 2차원 FFT를 사용하는 전기적인 테스트를 통한 mura 검출 방법을 제안한다. 즉 2차원 FFT 변환을 통하여 가로의 mura 패턴뿐만 아니라 세로로 발생한 mura 패턴까지 검출하는 보다 정확한 mura 검출 방법을 제안한다.
이 논문에서는 Multi-point 2차원 FFT를 이용한 TFT-LCD mura 검출 알고리즘을 제안하였다. mura 패턴은 어느 라인에서 관찰하면 sin 파 모양을 닮았으므로 이는 FFT 변환을 통해서 검출할 수 있음을 보였다.
이와 같은 경우에 mura가 생긴 라인의 신호를 추출해 보면 그림 1(d)와 같은 패턴을 관찰할 수 있게 된다. 이 논문에서는 테스트 장비를 통하여 자동으로 TFT-LCD의 mura를 검출하는 방법을 제안한다.
가설 설정
2. TFT-LCD의 두 번째 행부터 마지막 행까지 1의 단계를 반복한다.
제안 방법
(a)의 256×256 pixel의 TFT-LCD 영상을 사용하여 mura 패턴을 찾는 시뮬레이션을 진행하였다.
이러한 mura 패턴은 sin 파의 모양을 닮았음으로 sin 파로 모델링 할 수 있다. 이 장에서는 이와 같이 나타나는 mura를 자동으로 검출하기 위해서 2차원 FFT를 이용하는 방식을 제안한다. 다음의 그림 2(a)와 같은 4 pixel 크기의 sin 파 모양을 갖는 mura를 통해서 제안 방식을 설명하기로 한다.
그림 4(a)에는 3개 라인에 각각 7개씩의 mura가 있다. 이중에서 첫 번째 라인의 7개의 mura에 대하여 제안된 알고리즘을 사용하여 mura의 좌표를 찾아보기로 한다. 지난 장에서 2개의 mura에 대한 좌표는 이미 찾았으며 나머지 5개의 mura에 대한 실험 결과는 다음 표와 같다.
이 논문에서는 Multi-point 2차원 FFT를 사용하는 전기적인 테스트를 통한 mura 검출 방법을 제안한다. 즉 2차원 FFT 변환을 통하여 가로의 mura 패턴뿐만 아니라 세로로 발생한 mura 패턴까지 검출하는 보다 정확한 mura 검출 방법을 제안한다. 2장에서는 TFT-LCD의 mura 패턴에 대하여 설명하고 3장에서는 새로운 mura 검출 알고리즘을 제안한다.
대상 데이터
먼저 그림 1(a)와 같은 진폭이 128±10의 저주파 신호와 그림 1(b)와 같은 진폭이 ±10의 노이즈를 더하여 실험 영상을 제작하였다. 이 배경 영상에 4 pixel부터 10 pixel 크기의 21개의 mura 패턴을 삽입하여 입력 영상으로 사용하였다. 실험은 Pentium D 3.
성능/효과
mura 패턴은 어느 라인에서 관찰하면 sin 파 모양을 닮았으므로 이는 FFT 변환을 통해서 검출할 수 있음을 보였다. 또한 mura 패턴의 모양은 원, 가로 방향의 타원, 세로 방향의 타원으로 가정하여 2D FFT를 사용하여 효과적으로 mura 좌표를 검출할 수 있음을 보였다. 제안된 mura 검출 알고리즘을 테스트 장비에 로딩하여 자동 테스트 시스템을 구축하면 TFT- LCD의 실제 생산 현장에서 이용될 수 있을 것이다.
각 표의 마지막 행에는 mura 패턴의 중심좌표와 크기를 표시하였다. 위의 실험 결과에서 볼 수 있듯이 mura 패턴의 크기와 FFT point가 일치하는 경우에 FFT 계수의 X(0), X(1)의 값들이 상대적으로 큼을 알 수 있다. 즉 FFT 계수 값은 각 mura 크기에 맞는 FFT Point에서 가장 큰 FFT 계수 값이 검출되었다.
지금까지 3가지 모양의 mura에 대한 검출 방법을 제안하였다. 즉 원, 가로 타원, 세로 타원 모양의 mura에 대하여 2D FFT 변환을 사용하여 효과적으로 검출할 수 있음을 보였다. 즉 가로 방향뿐만 아니라 세로 방향으로 FFT를 수행하게 되면 가로 FFT를 수행했을 때 검출하지 못한 작은 영역의 mura도 정확하게 검출할 수 있게 된다.
지난 장에서 2개의 mura에 대한 좌표는 이미 찾았으며 나머지 5개의 mura에 대한 실험 결과는 다음 표와 같다. 즉 제안된 Multi-point 2차원 FFT 알고리즘을 사용하여 실험을 수행한 결과 mura 패턴의 좌표와 크기를 효과적으로 검출할 수 있었다. 먼저 TFT-LCD 영상을 가로로 FFT를 수행하고 같은 영상을 세로로 FFT를 수행한 결과는 다음과 같다.
후속연구
또한 mura 패턴의 모양은 원, 가로 방향의 타원, 세로 방향의 타원으로 가정하여 2D FFT를 사용하여 효과적으로 mura 좌표를 검출할 수 있음을 보였다. 제안된 mura 검출 알고리즘을 테스트 장비에 로딩하여 자동 테스트 시스템을 구축하면 TFT- LCD의 실제 생산 현장에서 이용될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
TFT-LCD는 어떤 장점을 가진 디스플레이인가?
텔레비전과 컴퓨터 모니터, 그리고 다양한 휴대용 기기 등에 TFT-LCD(Thin Film Transistor Liquid Crystal Display)가 널리 사용되고 있다. TFT-LCD는 여러 디스프레이 장치 중에서도 고해상도, 넓은 시야각, 빠른 응답속도, 작은 부피와 무게, 저 전력소모 등의 장점을 갖고 있기 때문에 주요 디스플레이로 각광 받고 있다. 이와 같은 TFT-LCD는 최근 수요급증에 따라 품질관리와 생산성향상을 위하여 TFT-LCD 표면의 불량 여부를 검사하는 자동 검출 시스템의 필요성이 증대되고 있다.
TFT-LCD의 제조과정에서 mura가 발생하는 경우는 무엇이 있는가?
TFT-LCD의 mura가 생기는 이유는 다양하다. 제조과정에서의 제조 기계의 오작동, 제조자의 실수, 먼지나 분진에 의한 미세한 결점, 사용하는 필름의 불량 등 많은 이유에 의해 mura가 발생할 수 있다. 제조 공정에서 사용되는 mura 검출방법에는 전기적인 테스트를 통한 mura 검출 방법과[1-3] 사람의 눈을 이용하는 방법이 있다.
제조 공정에서 사용되는 mura 검출방법은 무엇이 있는가?
제조과정에서의 제조 기계의 오작동, 제조자의 실수, 먼지나 분진에 의한 미세한 결점, 사용하는 필름의 불량 등 많은 이유에 의해 mura가 발생할 수 있다. 제조 공정에서 사용되는 mura 검출방법에는 전기적인 테스트를 통한 mura 검출 방법과[1-3] 사람의 눈을 이용하는 방법이 있다.[4]-[6] 사람(검사원)의 눈을 이용하는 방법은 사람의 눈이 주파수에 따라 차이를 인지하는 정도가 다르다는 사실을 이용하였다.
참고문헌 (7)
J.H. Oh, D. M. Kwak, K. B. Lee, Y. C. Song, D. H. Choi, and K. H. Park, "Line defect detection in TFT-LCD using directional filter bank and adaptive multilevel thresholding," Key Engineering Materials, vol. 270-273, pp. 233-238, 2004.
S. I. Baek, W. S. Kim, T. M. Koo, I. Choi, and K. H. Park, "Inspection of defect on LCD panel using polynomial approximation," TENCON 2004, vol, A21-24, pp. 235-238, Nov. 2004.
G. B. Lee, C. G. Lee, S. Y. Kim, and K. H. Park, "Adative surface fitting for inspection of FPD devicess uing multilevel B-spline approximation," 21st International Technical Conference on Circuits/Systems, Computers and Communications vol. 2, pp. 205-208, 2006.
J. L. Mannos and D. J. Sakrison, "The effects of a visual fidelity criterion on the encoding of images," IEEE Transactions of Information Theory, vol. 20, no. 4, pp. 525-536, July 1974.
A. Gaddipatti, R. Maciraju, and Roni Yagel, "Steering image generation with wavelet based perceptual metric," Computer Graphic Forum, vol. 16, no. 3, pp. 241-251, 1997.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.