• Journal of Korea Society of Industrial Information Systems
• /
• v.20 no.2
• /
• pp.73-83
• /
• 2015

This paper proposes a TFT-LCD defect blob detection algorithm using the sequential defect detection method. First, for every pixel, a defect possibility is determined by the intensity difference and the defect candidates are detected according to the sequential defect detection method. For detected candidate pixels, the defect probability that indicates a potential included in the defect according to the each step. By applying the morphological operation, blobs are comprised of the detected candidates and the defect blobs are detected using the defect possibility of blobs. The validity of the proposed method was demonstrated a simulated image and also then it was tested a real TFT-LCD image. By the experimental results, the proposed method is very effective in TFT-LCD detect detection.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.677-679
• /
• 2000

결함의 검출은 결함 허용 시스템의 결함 허용성과 신뢰도 분석에 있어서 기초가 된다. 결함 검출 기법들은 각기 다른 특성을 가지고 있어 결함의 종류에 따라 다른 검출 능력을 가지기 때문에 효율적으로 시스템의 신뢰도를 향상시키기 위해서는 결함의 종류에 따라 적절한 기법들을 선별하여 적용해야 할 필요가 있다. 하지만 기존의 연구에서는 결함 검출 기법들에 대해 비교 검토에 대한 연구가 미흡하다. 따라서 결함의 종류에 따른 결함 검출 기법들의 성능을 평가하기 위한 테스트베드가 요구된다. 본 논문에서는 결함 검출을 위해 사용되고 있는 기법들의 종류를 분류하고 특성을 서술한다. 그리고, 리눅스 환경에서 소프트웨어로 구현된 결함 삽입 도구를 이용하여 각 결함 검출 기법들의 성능을 비교하기 위한 테스트베드를 설계한다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.4
• /
• pp.123-130
• /
• 2014

In TFT-LCD panel images, defects are typically detected by using a large difference in the brightness compared to the background. In this paper, we propose a sequential defect detection algorithm according to defect possibility caused by difference of brightness. By using this method, pixels with high defect probabilities are preferentially detected and defects with a large brightness difference are accurately detected. Also, limited defects with a small brightness difference is detected more reliably, eventually minimizing the degree of over-detection. We have experimentally confirmed that our proposed method showed an excellent detection result for detecting limited defects as well as defects with a large brightness difference.

• Journal of Korea Society of Industrial Information Systems
• /
• v.19 no.6
• /
• pp.43-51
• /
• 2014

TFT-LCD image includes a defect of various properties. TFT-LCD image have a recognizable defects in the human inspector. On the other hand, it is difficult to detect defects that difference between the background and defect is very low. In this paper, we proposed sequentially detect algorithm from pixels included in the defect region to limited defects. And blob analysis methods using the blob size and gray difference are applied to the defect candidate image. Finally, we detect an accurate defect blob to distinguish the noise. The experimental results show that the proposed method finds the various defects reliably.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.82-83
• /
• 2012

본 논문에서는 세라믹을 비파괴 검사하여 얻어진 영상에서 세라믹의 결함을 검출하는 방법을 제안한다. 비파괴 검사를 통하여 얻어진 영상의 윤곽선을 추출하기 위하여 Prewitt 마스크를 적용한다. 그리고 비파괴 검사 영상의 잡음 비율을 최소화하기 위해 결함이 겹쳐진 윤곽선을 기준으로 감마 처리를 수행하고 임계치 이진화 기법을 적용하여 구간별로 결함을 검출한다. 구간별 결함을 통합하여 결함을 검출한다. 검출한 결함에 Grassfire 기법을 적용하여 미세한 잡음을 제거한다. 본 논문에서 제안된 방법의 성능을 평가하기 위해 비파괴 검사에 적용되는 영상을 대상으로 실험한 결과, 제안된 방법이 기존의 결함 검출 방법보다 결함 검출에 있어서 효과적인 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.168-170
• /
• 2011

본 논문에서는 항공 갑판의 비파괴 검사 영상에서, 조직의 이상이나 결함의 정도를 검출하는 기존의 방법보다 결함 검출의 정확도를 개선한 방법을 제안한다. 제안된 결함 검출 방법은 결함의 윤곽선을 추출하기 위하여 라플라시안 필터링 기법을 적용하여 윤곽선을 추출한다. 라플라시안 필터링 기법을 적용하여 윤곽선을 추출할 경우에는 결함 이외의 다른 객체들의 윤곽선도 검출된다. 따라서 본 논문에서는 이진화 기법과 팽창 연산을 적용하여 결함의 후보 객체들을 연결한다. 그리고 Grassfire 라벨링 기법을 적용하여 잡음을 제거하고 팽창 연산과 침식 연산을 이용하여 결함 후보 영역의 크기를 조정한다. 크기가 조정된 결함 후보 영역을 기반으로 원 영상에서 결함 후보 영역을 추출한다. 결함 후보 영역에서 결함 영역을 추출하기 위해 결함 후보 영역의 명암 대비를 증가시키고 결함 후보 영역의 주변 정보를 이용하여 이진화한다. 이진화 된 영역에서 Grassfire 라벨링 기법을 이용하여 잡음을 제거하고 최종적으로 결함 영역을 검출한다. 본 논문에서 제안한 방법으로 항공갑판의 결함을 추출한 결과, 기존의 방법보다 항공 갑판의 결함을 추출하는데 효과적인 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.511-513
• /
• 2016

본 논문에서는 세라믹 영상에서 사람의 눈으로 판단하기 어려운 결함 영역을 검출하기 위해 배경을 제거한 후에 지역 기반 오츠 이진화와 양방향 소벨 마스크를 적용하여 세라믹 영상의 윤곽선을 검출한다. 윤곽선이 검출된 영상을 수평으로 4등분하고, 각각의 영역에서 밝기 값이 변화는 지점을 탐색한다. 탐색된 좌표 중에서 최대 명암도 값을 이용하여 ROI 영역을 추출한다. 결함 영역 검출의 효율성을 높이기 위한 전 단계로 배경을 제거하기 위해 ROI 영역과 최소값 필터가 적용된 ROI 영역 간의 명암도의 차이를 이용하여 배경을 제거한다. 명암도의 차이를 통해 배경이 제거된 ROI 영역에서 개선된 명암 대비 스트레칭 기법을 적용하여 ROI 영역의 명암 대비를 강조한다. 명암이 강조된 ROI 영역에서 10mm, 11mm, 16mm, 22mm 영상의 결함 영역을 검출하기 위해 히스토그램 이진화 기법을 적용하여 결함의 후보 영역을 추출한다. 결함 후보 영역이 검출된 ROI 영역에서 미세 잡음을 제거하기 위해 중간값 필터와 침식과 팽창을 적용한 후에 최종적인 결함 영역을 검출한다. 제안된 방법을 8mm, 10mm, 11mm, 16mm, 22mm 세라믹 영상을 대상으로 실험한 결과, 제안된 검출 방법이 기존의 검출 방법보다 모든 mm 세라믹 영상에서 효과적으로 결함 영역이 검출되는 것을 확인하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2000.10a
• /
• pp.121-123
• /
• 2000

섬유의 자동 검사에서는 섬유 패턴과 연관이 있는 결함과 패턴과 연관이 없는 결함의 2 부류를 검사하게 된다 본 논문에서는 이들 결함의 검사를 2 단계에 거쳐서 하게 되는데, 섬유 패턴에 독립적인 결함을 프로파일 분석을 통해 우선 검출하고, 섬유 패턴에 종속적인 결함을 co-occurrence 행렬을 이용해 검출하는 기법을 소개한다. 이렇게 해서 검출된 결함들은 Back-propagation 알고리즘을 사용해 분류된다. 이 기법을 통한 실험에서 백색 유광택 타포린에서 발생하는 이물질유입 및 위사빠짐을 97.1%이상 검출할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.775-778
• /
• 2010

본 논문에서는 초미세 패턴($24{\mu}m$ 이하의 선폭, $30{\mu}m$ 이하의 피치)을 가진 칩-온-필름(Chip-on-Film, COF)에 발생한 결함을 자동으로 검출할 수 있는 시스템을 제안한다. 개발된 시스템은 COF 패턴으로부터 대표적으로 발생하는 결함들, 즉 개방(open), 단락(hard short), mouse bite(near open) 및 near short(soft short)을 자동으로 신속히 검출할 수 있는 기술이 적용되어 있다. 특히 초미세 패턴의 경우, near open 및 near short과 같은 결함 검출이 불가능한 기존 검출시스템의 문제점을 극복한 기술이 제안되어 있다. 본 논문에서 제안하는 결함 검출 원리는 미세 선의 결함유무에 따른 저항 변화를 자동으로 검출하고, 그 미세한 변화를 좀 더 자세하게 판별하기 위해 고주파 공진기(resonator)를 적용하고 있다. 제안된 시스템은 미세 패턴을 가진 COF 제작 과정에서 발생한 결함을 신속히 검출할 수 있기 때문에 COF 불량 검사에 소요되는 많은 경비를 줄일 수 있으리라 기대한다.

• 전자공학회논문지 IE
• /
• v.48 no.4
• /
• pp.1-6
• /
• 2011

In this paper we show the LCD simulator for defect inspection using image processing algorithm and neural network. The defect inspection algorithm of the LCD consists of preprocessing, feature extraction and defect classification. Preprocess removes noise from LCD image, using morphology operator and neural network is used for the defect classification. Sample images with scratch, pinhole, and spot from real LCD color filter image are used. From some experiments results, the proposed algorithms show that defect detected and classified in the ratio of 92.3% and 94.5 respectively. Accordingly, in this paper, a possibility of practical implementation of the LCD defect inspection system is finally suggested.