[논문]가버 웨이블렛 변환 및 DCT를 이용한 자동 TFT-LCD 패널 얼룩 검출

조상현; 강행봉

doi:10.5909/jbe.2013.18.4.525

가버 웨이블렛 변환 및 DCT를 이용한 자동 TFT-LCD 패널 얼룩 검출
Automatic TFT-LCD Mura Defect Detection using Gabor Wavelet Transform and DCT 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.18 no.4, 2013년, pp.525 - 534

조상현 (가톨릭대학교 컴퓨터공학과) , 강행봉 (가톨릭대학교 미디어공학과)

초록
AI-Helper

최근 다양한 형태의 TFT-LCD의 수요가 증가함에 따라 LCD 생산 과정에서 얼룩결함을 검사하는 기술에 대한 관심이 높아지고 있다. 본 논문에서는 가버 웨이블렛 변환(Gabor wavelet transform) 및 이산 코사인 변환(Discrete Cosine Transform, DCT)을 이용한 TFT-LCD 패널의 얼룩(mura)을 자동으로 검출하는 방법을 제안한다. 제안한 방법은 DCT 변환 기반의 TFT-LCD 패널 영상의 참조 패널 영상을 생성한다. 원 영상과 생성된 참조 패널 영상에 대해서 실수 가버 웨이블렛 변환(real gabor wavelet transform)을 적용하여 패널 영상에 포함되어 있는 얼룩 결함을 검출하는데 방해가 되는 텍스쳐 정보를 제거하고 변환 영상간의 차영상을 이용하여 제거 결함 영역을 추출한다. 추출된 영역에 대해서는 정량적 평가 과정을 통해 보다 정확한 얼룩 검출을 수행한다. 실험결과는 제안한 방법이 기존의 방법에 비해 보다 정확하고 효율적으로 얼룩을 검출하는 것을 보여준다.

Abstract ▼ AI-Helper

Recently, mura defect inspection techniques are receiving attention in LCD production procedure since demands of TFT-LCD are growing. In this paper, we propose an automatic mura defect inspection method using gabor wavelet transform and DCT. First, we generate a reference panel image using DCT based method. For original panel image and generated reference panel image, we apply a gabor wavelet transform to eliminate texture information in images. Then, we extract mura defect regions from the difference image between gabor wavelet transform image of original panel and generated reference panel image. Finally, all mura defect regions are quantified to detect accurate mura defects. Experimental results show that our method is more accurate and efficient than previous methods.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

LCD 영상에서의 얼룩 결함을 추출하기 위해 생성된 참조 패널 영상과 가버 웨이블렛 변환 영상과의 절대 차 연산(absoulte subraction operator)을 이용한다. 단순한 절대 차연산을 통해 얻어진 영상에는 단순 영상 노이즈가 포함하고 있기 때문에 영상 노이즈로 인해 유발된 영역을 제외한 실제 얼룩을 검출하기 위해, 본 논문에는 각 얼룩 결함영역에 대해서 Semiconductor Equipment and Materials International(SEMI) 표준에서 정의된 SEMU 값을 계산하여 검출 영역에 대한 신뢰도를 판단하다.
본 논문에서는 가버 웨이블렛 변환과 DCT를 이용해 효율적으로 LCD 패널의 얼룩 결함을 검출하는 방법을 제안했다. 제안한 방법은 LCD 패널 영상을 DCT 변환과 DCT 계수 cut-off 방법을 통해 참조 패널 영상을 생성하고, 참조패널 영상과 원 영상간의 가버 웨이블렛 변환 차이를 이용했다.
본 논문에서는 이러한 얼룩 결함을 효율적으로 검출하기 위해 가버 필터링과 DCT를 이용한 방법을 제안한다. 제안한 방법은 기존의 방법과 유사하게 DCT 계수의 cut-off 방법을 이용해 원 영상에 대응되는 정상적 참조 패널 영상을 생성한다.

제안 방법

LCD 패널 영상에서 얼룩 결함을 검출하는데 방해 요소인 반복적으로 나타나는 수평, 수직 라인과 같은 텍스쳐 정보를 억제하고 얼룩 결함의 정보를 강조하기 위해 본 논문에서는 가버 웨이블렛 변환을 이용한다.
제안한 방법은 Visual Studio 2010과 OpenCV 라이브러리를 이용해 구현했다. LCD 패널의 RGB 채널별로 2단계로 점등하여 고해상도 흑백 카메라를 이용해 촬영하여2432*1624해상도의 268개 테스트용 LCD 패널 영상 DB를 구축했다.
계산된 DCT 계수들에 대해 필터를 적용한 후 2-D IDCT를 이용해 배경 영상을 생성한다. 그림 2는 입력 패널 영상에 대하여 생성된 참조 패널 영상의 예를 보인 것이다.
하지만 패널의 얼룩 결함을 보다 효율적으로 추출하기 위해 원영상과 참조 패널 영상에 대해 가버 필터링을 적용해 필터 반응(filter response) 값의 차이를 이용한다. 마지막으로 각 추출된 얼룩 결함 영역에 대해 [13]에서 정의된 Measurement index for mura(Semi Mura, Semu) 값을 이용해 평가한 후 최종 얼룩을 검출한다.
불량화소와 같은 얼룩 결함은 일반적인 패널과 차이를 보이는 부분이므로 이를 검출하기 위해 정상 패널을 나타내는 참조 패널을 생성한다. 참조 패널 영상을 생성하기 위해 본 논문에서는 2D-DCT를 이용한다.
실제 LCD 영상의 텍스쳐 특성을 고려해서 본 연구에서는 4개의 방향(θ = 0°, 45°, 90°, 135°)과 4개의 주파수(f = 1/15, 1/30, 1/60, 1/120)를 이용해 총 16개의 필터를 적용한다.
먼저 원본 영상에 대해, 노이즈 제거와 같은 간단한 전처리를 수행한다. 영상 내에 존재하는 정상적인 패턴 구조를 반영하기 위해 DCT 계수 cut-off를 이용해 정상 참조패널 영상을 재구성하고, 영상 내에 포함되어 있는 얼룩 결함 정보를 반영하기 위해 가버 웨이블렛을 이용한다. 영상내의 얼룩 결함은 참조 패널과 차이가 나타나는 영역이므로 참조 구성된 참조 패널 영상과 원영상에 대한 가버 웨이블렛 필터 영상간의 차연산을 수행하여 얼룩 결함 후보 영역을 추출한다.
영상 내에 존재하는 정상적인 패턴 구조를 반영하기 위해 DCT 계수 cut-off를 이용해 정상 참조패널 영상을 재구성하고, 영상 내에 포함되어 있는 얼룩 결함 정보를 반영하기 위해 가버 웨이블렛을 이용한다. 영상내의 얼룩 결함은 참조 패널과 차이가 나타나는 영역이므로 참조 구성된 참조 패널 영상과 원영상에 대한 가버 웨이블렛 필터 영상간의 차연산을 수행하여 얼룩 결함 후보 영역을 추출한다. 이진화된 차영상에 대해, 각 영역별로 다시 SEMU 값을 계산한 후 최종적으로 얼룩 결함을 검출한다.
영상내의 얼룩 결함은 참조 패널과 차이가 나타나는 영역이므로 참조 구성된 참조 패널 영상과 원영상에 대한 가버 웨이블렛 필터 영상간의 차연산을 수행하여 얼룩 결함 후보 영역을 추출한다. 이진화된 차영상에 대해, 각 영역별로 다시 SEMU 값을 계산한 후 최종적으로 얼룩 결함을 검출한다.
본 논문에서는 가버 웨이블렛 변환과 DCT를 이용해 효율적으로 LCD 패널의 얼룩 결함을 검출하는 방법을 제안했다. 제안한 방법은 LCD 패널 영상을 DCT 변환과 DCT 계수 cut-off 방법을 통해 참조 패널 영상을 생성하고, 참조패널 영상과 원 영상간의 가버 웨이블렛 변환 차이를 이용했다. DCT 방법을 이용해 생성된 정상적 패턴 구조를 나타내는 참조 패널 영상 정보와 가버 웨이블렛 필터링으로 인해 나타나는 텍스쳐 정보를 이용하여 원 영상의 얼룩 결함을 효과적으로 표현하여 보다 높은 검출 성능을 보였다.
제안한 방법은 Visual Studio 2010과 OpenCV 라이브러리를 이용해 구현했다. LCD 패널의 RGB 채널별로 2단계로 점등하여 고해상도 흑백 카메라를 이용해 촬영하여2432*1624해상도의 268개 테스트용 LCD 패널 영상 DB를 구축했다.
본 논문에서는 이러한 얼룩 결함을 효율적으로 검출하기 위해 가버 필터링과 DCT를 이용한 방법을 제안한다. 제안한 방법은 기존의 방법과 유사하게 DCT 계수의 cut-off 방법을 이용해 원 영상에 대응되는 정상적 참조 패널 영상을 생성한다. 하지만 패널의 얼룩 결함을 보다 효율적으로 추출하기 위해 원영상과 참조 패널 영상에 대해 가버 필터링을 적용해 필터 반응(filter response) 값의 차이를 이용한다.

데이터처리

표 1은 268개 테스트 영상에 대해서 제안한 방법과 최근에 제안된 기법 중 하나인 Chen 등^[8]이 제안한 방법과의 성능비교 결과를 보인 것이다. 테스트용 LCD 패널 영상으로부터 수작업을 통해 각 패널 영상에 포함된 얼룩 결함을 찾아 ground truth로 하고, 제안한 방법에 의해 검출된 얼룩 결함과 비교하여 precision, recall 및 F1-measure 값을 계산했다. 표 1에서 F1-measure 값을 비교해 보면, 제안한 방법이 전반적인 구조 패턴 정보뿐만 아니라 얼룩정보를 활용하여 기존의 Chen 등이 제안한 방법에 비해 보다 좋은 성능을 보여줌을 확인할 수 있다.

이론/모형

이 중 실수 부분 가버 필터는 우 가버 필터 (even gabor filter)라고도 하는데 기존 연구들에 의하면 허수(imaginary) 부분에 비해 텍스쳐를 분류하는데 유용하다. 따라서 본 논문에서는 텍스쳐 제거를 위해 실수 가버 필터링 (real gabor filtering) 방법을 이용한다. 따라서 임의 방향의 실수 가버필터는 다음과 같이 정의된다.
불량화소와 같은 얼룩 결함은 일반적인 패널과 차이를 보이는 부분이므로 이를 검출하기 위해 정상 패널을 나타내는 참조 패널을 생성한다. 참조 패널 영상을 생성하기 위해 본 논문에서는 2D-DCT를 이용한다. 일반적으로 크기가M*N인 2D 영상의 DCT와 IDCT는 다음과 같이 정의된다.

성능/효과

마지막으로(e)는 Chen 이 제안한 방법의 결과 (f)는 SEMU 값을 이용한 영역 평가 후 최종 얼룩 결함을 검출한 결과이다. 그림 5-(e)와 (f)에서 볼 수 있듯이 Chen의 방법에 비해 가버웨이블렛 필터링에 의해 영상의 텍스쳐 정보와 얼룩 결함의 필터 반응 정보를 이용한 제안한 방법이 LCD 패널영상에 있는 얼룩 결함들을 효과적으로 검출함을 확인할 수 있다.
제안한 방법은 LCD 패널 영상을 DCT 변환과 DCT 계수 cut-off 방법을 통해 참조 패널 영상을 생성하고, 참조패널 영상과 원 영상간의 가버 웨이블렛 변환 차이를 이용했다. DCT 방법을 이용해 생성된 정상적 패턴 구조를 나타내는 참조 패널 영상 정보와 가버 웨이블렛 필터링으로 인해 나타나는 텍스쳐 정보를 이용하여 원 영상의 얼룩 결함을 효과적으로 표현하여 보다 높은 검출 성능을 보였다.
테스트용 LCD 패널 영상으로부터 수작업을 통해 각 패널 영상에 포함된 얼룩 결함을 찾아 ground truth로 하고, 제안한 방법에 의해 검출된 얼룩 결함과 비교하여 precision, recall 및 F1-measure 값을 계산했다. 표 1에서 F1-measure 값을 비교해 보면, 제안한 방법이 전반적인 구조 패턴 정보뿐만 아니라 얼룩정보를 활용하여 기존의 Chen 등이 제안한 방법에 비해 보다 좋은 성능을 보여줌을 확인할 수 있다.

후속연구

하지만 제안한 방법은 기존의 제안된 기술에 비해 계산량 증가로 인한 처리시간 지연과 얼룩 결함 검출을 위한영상 이진화 과정에서 임계값 (threshold value)을 경험적으로 정해줘야 하는 단점을 가지고 있으므로 이를 개선하는 연구가 추가적으로 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	LCD 패널의 얼룩 결함의 원인은 무엇인가?	일반적으로 LCD 패널의 얼룩 결함은 백라이트 모듈(backlight module), TFT array layer, 칼라 필터 등과 같은 많은 부품들의 비정상적인 광학적 비균일성에 의해 나타난다. 보통 얼룩 결함을 검출하기 위해서는 미리 구성해놓은정상적 패널 배경 영상으로부터 비균일성을 가지는 영역을 분리하는 방법을 이용한다.
	LCD의 얼룩 자체의 정보를 이용해 비정상 얼룩을 검출하는 방법 중 가버 필터와 Level set 방법을 이용한 방법은 어떻게 얼룩을 검출하는가?	Bi 등은 가버 필터와 Level set 방법을 이용한 방법을 제안했다[11]. 그들은 먼저 가버 웨이블렛 변환을 이용해 영상에서의 텍스쳐 정보를 제거하고 그 남은 정보들에 대해서 영상 분할을 위해 영역 기반 Active contour model을 이용한 Level set 방법을 이용했다. 최근에는 Jazi 등은 simulated annealing(SA) 알고리즘과 SVM 분류기를 이용한 얼룩 결함 검출 방법을 제안했다[12].
	LCD 패널의 얼룩 결함을 검출하기 위한 방법 중 circle kernel 기반의 모폴로지 기반 방법의 특징은 무엇인가?	Oh 등은 directional filter bank를 이용한 방법을 제안했으며[3], Song 등은 다양한 크기의 얼룩을 효율적으로 검출하기 위해 circle kernel 기반의 모폴로지 기반 방법을 제안했다[4]. 하지만 이 방법은 원 타입의 얼룩을 검출하는데 유용하지만 일반적인 얼룩을 검출하는데에는 제약이 있는 단점을 가지고 있다. Lee 등은 회귀 진단(regression diagnostics)과Niblack's 임계값 기법을 이용한 얼룩 영역 추출 방법을 제안했다[5], Lu와 Tsai는 패널 영상의 주기적이고 반복적인패턴 정보를 제거하기 위해 Singular Value Decomposition(SVD) 기반의 영상 재구성 방법을 제안했다[6].

참고문헌 (13)

S.-H. Chen and Y.-M. Chiang, "Automatic inspection of mura defect in color filter, Proc. of INFORMS Int. Conf,, Hong Kong, China, 2006.
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.223-238, 2004.
H.Nakano and Y.Mori, Measurement method for low-contrast nonuniformity in liquid crystal displays by using multi-wavelet analysis, SPIE Conf. on Optical Diagnostics, Bellingham, WA, pp.588013-1 -588013-6, 2005.
Y. Song, D. Choi, and K. Park, "Morphological Blob-Mura Defect Detection Method for TFT-LCD Panel Inspection," Lecture Notes in Artificial Intelligence, Vol. 3215, pp. 862-868, 2004.

상세보기
J. Y. Lee and S. I. Yoo, "Automatic detection of Region-Mura defect in TFT-LCD," IEICE Trans. Inform. Syst., vol. E87-D, no. 10, pp.2371-2378, 2004.
C. J. Lu and D. M. Tsai, "Automatic defect inspection for LCDs using singular value decomposition," Int. J. Adv. Manuf. Technol., vol. 25, pp. 53-61, 2005.

상세보기
B. C. Jiang, C. C.Wang, and H. C. Liu, "Liquid crystal display surface uniformity defect inspection using analysis of variance and exponentially weighted moving average techniques," Int. J. Prod. Res., vol. 43, no. 1, pp. 67-80, 2005.

상세보기
L. C. Chen and C. C. Kuo, "Automatic TFT-LCD mura defect inspection using discrete cosine transform-based background filtering and 'just noticeable difference' quantification strategies," Meas. Sci. Technol., vol. 19, pp. 1-10, 2008.
Din-Chang Tseng, You-Ching Lee, Cheng-En Shie, "LCD Mura Detection with Multi-image Accumulation and Multi-resolution Background Subtraction," ICIC Vol.8, No.7, JULY 2012.
T. F. Chan and L. Vese, "Active contours without edges," IEEE Trans.Image Process., vol. 10, no. 2, pp. 266-277, Feb. 2001.

상세보기
Xin Bi,Chung Zhuang,Han Ding "A New Mura Defect inspection way for TFT-LCD using level set method" IEEE Signal processing letters, Vol 16,No 4, April 2009

상세보기
Ali Yousefian Jazi, J.Jay Liu, Hokyung Lee, Automatic Inspection of TFT-LCD Glass Substrates Using Optimized Support Vector Machines, IFAC, July 2012.
Definition of Measurement Index (SEMU) for Fuminance Mura in FPD Image Quality Inspection SEMI D31-1102, 2002.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증