선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 논문에서는 TFT-LCD 기판을 획득한 영상으로부터, 패턴의 주기(피치라 부름)를 자동으로 찾아내고, 이를 미리 정의한 주기로 원근 변환하여 보정을 하고, 한 피치내에 있는 영상에 대해 주변의 피치 영상과의 차를 이용해 각 패턴이 제거된 영상을 얻고, 이 영상을 분할하여, 그 분할된 영역내의 색상과, 영역, 모양을 이용하여 결함을 판단하는 알고리즘을 제안한다. 본 논문은 2장에서 획득되어진 영상(제조 공정에서 카메라로 얻은 영상)에 대한 특징을 설명하고, 이런 특징들에 따른 결함 검출의 어려움에 대해 기술한 후, 3장에서 제안하는 알고리즘의 단계별 설명을, 4장 실험 및 결과에서 실제 제조공정에서 사용되는 영상에 대한 실험결과를 정리하고, 5장에서 결론을 기술한다.
- 특징점의 개수를 늘리는 것이 필요하다. 따라서 피치를 기반으로 특징을 추출하는 것이 아니라 반복되는 패턴의 주기를 기준으로 선택하여 많은 특징점을 추출하는 것이 필요하기 때문에 본 연구에서는 피치기반으로 특징점을 추출한 것이 아니라. 입력영상의 반복적인 주기를 사용자가 선택하고 입력하게 하는 다이얼로그 상자를 추가하여 신뢰성 있는 원근변환을 할 수 있도록 한다.
- 본 논문에서는 4096×4096 픽셀 크기의 칼라 카메라로 얻은 영상에 대한 결함을 추출 알고리즘을 제시하고 실험을 통해 검증한다.
- 본 논문에서는 TFT-LCD 의 인라인 공정상에서 패턴내에 존재하는 결함을 고정밀로 검사하는 방법을 제안한다. 제안하는 방법은 원근변환을 통해 회전 및 왜곡된 영상을 미리 정의한 크기로 변환한 후, 피치 비교 방법에 의해 패턴이 제거된 차영상을 만들고, 이 차영상으로부터 결함영역을 추출한 후, 결함 내의 칼라분포나, 결함영역의 모양정보를 이용하여 결함여부를 판별하는 알고리즘으로 그림 4에 나타내었다.
- 지금까지 문헌에 나타난 결함 검출 알고리즘은 주로 이런 매크로 결함을 검출하는 방법에 관한 것으로 주변 조명과 카메라 기하학에 기인한 휘도 변화를 보상하는 방법에 대한 연구가 많았다. 즉, 배경의 휘도 변화가 심해 단순 문턱치나, 미분연산자로 쉽게 결함을 검출하기 어렵기 때문에 이를 보상하는 것에 대한 것이다. 이러한 방법들에는 컨벌루션 필터와 미리 정해진 특정 형태를 지니는 표준모델을 이용한 필터를 이용하여 LCD의 결함을 찾는 방법[2], 특정 크기의 마스크를 이용한 불균일한 휘도 변화와 낮은 대비를 갖는 결함의 검출 방법[3], 적응적인 문턱값을 다양하게 적용하여 결함을 찾는 방법[4], 퇴행 진단법을 이용한 영상 분할 기법으로 결함의 후보 영역을 찾고 사람의 눈으로 결함인지 아닌지를 판단하는 방법[5], 휘도 측정기를 이용하여 LCD 패널 영상을 여러 부분으로 나누고 가중치를 준 이동 평균 기법의 분산을 이용한 결함 검출 방법[6], 돌출 맵 모델을 기반을 둔 TFT-LCD의 결함 검출 방법[7], 불균일한 휘도를 B-spline 근사화로 보정하는 방법[8], 퍼지 이론을 적용한 TFT-LCD의 결함 검출 방법[9], 방향성 필터 뱅크와 적응적인 다중 문턱값을 이용한 TFT-LCD의 선결함 검출[10], LOG 필터를 이용한 수직 밴드 무라(mura)와 흩어져 있는 모양의 무라를 검출하는 방법[11] 등이 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.