Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Image Restoration for Detecting Muras in TFT-LCD Panels

TFT-LCD 패널의 불량 검출을 위한 영상 복원

  • 최규남 (서울대학교 전기컴퓨터공학부) ;
  • 유석인 (서울대학교 전기컴퓨터공학부)
  • Published : 2007.11.15
Download PDF
⟨ Previous Next ⟩

Abstract

To correctly detect muras, visual defects in TFT-LCD panels, image distortion occurring on the profess of capturing panels should be corrected. In general vision systems, there are several known methods to restore the observed image. However, the vignetting effect particularly shown only in panel images cannot be easily restored through traditional methods because it is combined with background non-uniformity due to the unique characteristic of panel. To increase the reliability of image restoration, the vignetting effect should be properly corrected after being separated from image background. Therefore, in this paper we present a new method to analyze and correct the vignetting effect of panel images using principal component analysis. Experimental results for a total of 175 test images showed that the average contrast error of the muras in the distorted images was reduced from 37% to 11% and the mura misidentification rate was decreased from 14.8% to 2.2% by image restoration.

TFT-LCD(Thin Flat Transistor Liquid Crystal Display) 패널의 불량(Mura)을 정확히 검출하기 위해서는 패널 영상에 포함된 왜곡을 반드시 보정해야 한다. 일반적인 컴퓨터 비젼 시스템의 촬상영상에 대한 왜곡 보정 알고리즘은 이미 알려져 있지만, 패널 영상에만 독특하게 나타나는 비네팅(Vignetting) 효과는 패널 고유의 특성으로 인한 배경 불균일성(Background Non-uniformity)과 결합되어 기존의 알고리즘을 바로 적용하기 어려운 문제점이 있다. 영상 복원 결과의 정확도를 높이기 위해서는 비네팅 효과를 영상 배경과 분리하여 적절히 보정해주어야만 한다. 따라서, 본 논문에서는 주성분분석(Principle Component Anlaysis)을 통해 비네팅 효과를 분석하고 이를 보정하는 새로운 알고리즘을 제안한다. 불량이 포함된 175개의 영상을 대상으로 복원 실험을 수행한 결과, 왜곡 영상에 포함된 불량들의 평균 밝기 오차는 37% 에서 11% 로 내려갔으며 불량에 대한 판정 실패율도 14.8%에서 2.2%로 떨어졌음을 확인하였다.

Keywords

References

  1. K.N. Choi, J.Y. Lee and S.I. Yoo, 'Area-Mura Detection in TFT-LCD Panel,' Proc. of SPIEIS& T Electronic Imaging, Vision Geometry XII, Vol.5300, pp. 151-158, Jan. 2004
  2. J.Y. Lee and S.I Yoo, 'Automatic Detection of Region-Mura Defect in TFT-LCD,' IEICE Trans. Information and System, Vol.E87-D, No.10, pp. 2371-2378, Oct. 2004
  3. M.D. Grossberg and S.K. Nayer, 'Modeling the Space of Camera Response Functions,' IEEE Trans. Pattern Analysis and Machine Intelligence, Vol.26, No.10, Oct. 2004
  4. R.C. Gonzalez and R.E. Woods, Digital Image Processing, 2nd Ed., ch. 5, pp. 220-281, Prentice-Hall, 2002
  5. N. Asada, A. Amano and M. Baba, 'Photometric Calibration of Zoom Lens System,' IEEE Proc. of ICPR, pp. 186-190, 1996
  6. W. Yu, 'Practical Anti-vignetting Methods for Digital Cameras, IEEE Trans. on Consumer Electronics,' Vol.50, No.4, Nov, 2004
  7. T. Mitsunaga and S.K. Nayer, 'Radiometric Self Calibration,' Proc. IEEE Conf. Computer Vision and Pattern Recognition, Vol.2, pp. 374-380, 1999
  8. Y. Tsin, V. Ramesh, and T. Kanade, 'Statistical Calibration of CCD Imaging Process,' Proc. Int'l Conf. Computer Vision, pp. 480-487, 2001
  9. C. Manders, C. Alimone and S. Mann, 'Camera Response Function Recovery from Different Illuminations of Identical Subject Matter,' Proc. IEEE Int. Conf. Image Processing, Vol.5, pp. 2965-2968, 2004
  10. G. Wyszecki and W.S. Stiles, Color science: concepts and methods, quantitative data and formula, 2nd ed., John Wiley & Sons, Inc., 2000, pp. 155-156