FPD 자동화 시각 검사용 영상 색채계 사용법
FPD 광학검사방법은 크게 육안 검사, 머신 비전 광학 기반 검사, 영상 색채계 광학 기반 검사 등 3가지로 나뉜다. 이 가운데 영상 색채계 시스템은 FPD 밝기와 색상 균일성, 색상 대비성을 측정하고 FPD내 결함 검사가 잘 되는지를 검사한다.
이 글은 Radiant Vision System사가 제공한 기술백서로 고속, 대량 생산 환경 시스템에서 결함을 확인하고 정량화 하기 위해 완전 자동화 시험 시스템에서 영상 색채계를 어떻게 사용하는지에 대해 알아보고 간단한 포인트 불량 검출부터 복잡한 결함(무라) 검출 및 평가를 수행할 수 있는 테스트 범위 및 테스트 셋업에 대해 설명한다.
영상 색채계 시스템
고속 제품인 플랫 패널 디스플레이(FPD: Flat Panel Displays) 광학 검사에 대한 주요 접근법은 다음과 같이 3가지이다.
1) 검시자를 통한 육안 검사·어느 정도 복잡한 시험 조건을 손쉽게 처리한다. 전자 시험 방법과 비교시 상대적으로 느리고 변수가 존재한다.
2) 머신 비전 광학 기반 검사·간단한 시험의 경우 매우 신속하게 처리할 수 있다. 많은 테스트들에 대하여 사람의 시각을 통한 경험에 의존하지 않는다.
3) 영상 색체계 광학 기반 검사·앞서 분류한 2가지 방법 중간 정도 속도로 처리하여 신뢰성과 반복성이 높은 사람처럼 검사한다.
영상 색채계 시스템과 관련 분석 소프트웨어를 사용하여 FPD 밝기와 색상 균일성, 색상 대비성을 측정하고 FPD내 결함 검사가 잘 되는지 본다.
영상 색채계와 머신 비전의 근본적인 차이는 인간이 시각적으로 인식한 빛과 색상의 균일성(및 비균일성)에 대한 영상 색채계의 측정 결과의 정확한 일치에 있다.
측정 과제
영상 색채계 시스템은 CIE 모델에서 규정한 대로 하나의 표준 인간 관찰자로서 CCD 기반 영상 시스템을 의미하고, 이 시스템을 통해 빛, 명도, 색상에 대한 동일한 반응을 갖도록 교정되어 있다. 이 시스템은 한 번에 명도, 색상, 그리고 명도와 색상의 공간적 관계를 정확한 측정을 통해 제시한다. 영상 디스플레이에 사용할 경우, 관련 데이터는 디스플레이 균일성과 색채 대조 성능을 판단하는데 적극적으로 사용할 수 있는 데이터를 생성한다. 게다가, 균일성에서의 편차를 분석하여 잠재적인 디스플레이 결함을 확인하고 지정할 수 있다. 디스플레이 측정 및 분석시 중요한 과제는 다음과 같다.
(1) 인간의 시각 인식과 인지된 결함들 사이의 높은 상관관계
(2) 결함 정도의 정량화
(3) 높은 반복성이 동반되는 신속한 분석 능력
결함의 분석 및 정량화 과정을 통해 결함을 일으키는 요소와 관련된 결정에 대한 근거를 형성하고 다음 활동을 판단한다. 다시 말해, 디스플레이를 폐기하거나 수리 작업을 할 경우 품질 시험 효과는 증가하고 비용은 잠재적으로 감소한다.
측정 구성품 및 준비
적절한 자동화 검사 레시피를 설정함으로써, 영상 색채계로 광범위하고 정확하며 고해상도의 데이터를 수신하여 측정 디스플레이 성능을 구현한다. 디스플레이 기술과 해상도에 따라 설정된 검사 레시피대로 테스트를 진행하면 단 수 초에서 수 분 안에 이러한 측정 데이터를 얻을 수 있다. 신규 결함(무라) 분석 기술을 사용함으로써, 관련 영상을 사용하여 미세한 차이의 물리적 원인과 직접적으로 관련된 결함간에 차이점을 판단할 수 있다.
영상 색채계를 갖추고 실시하는 자동화 측정 및 분석시 색채계와 연동된 측정 제어 소프트웨어 및 분석 소프트가 필요하다. 이러한 애플리케이션용으로 일반적으로 개발된 시스템 구조가 <그림 1>에 나타나 있다.
이와 관련한 핵심 시스템 구성품은 (1)정밀한 수준의 영상 색채 시스템 (2)시험 시행 중인 장치상 색채계와 시험 영상을 둘 다 제어할 수 있는 PC 기반 측정 제어 소프트웨어, 그리고 (3)다양한 시험을 시행할 수 있는 영상 분석 기능 세트이다. 이와 관련된 기능으로 점 결함, 라인 결함 및 무라와 같이 다양한 디스플레이 결함을 정량화하여 자동으로 검사할 수 있게 된다.
Radiant Vision System TrueTest™를 사용한 자동 시험 소프트웨어 아키텍처는 영상 색채계와 테스트 대상 디스플레이 사이에 인터페이스를 제공하는 핵심 측정 제어 모듈 세트로 구성되어 있다. 균일성 분석을 위해 다양하게 준비된 명도 설정 옵션은 백색, 적색, 청색, 녹색등의 패턴을 디스플레이에 점등하여 측정을 가능하게 하고, 체커보드 패턴의 색상 대비 등의 다양한 측정을 할 수 있는 기능을 제공함으로써 다양한 테스트 기능들이 TrueTest 기반 위에서 만들어져 있다. TrueTest에 포함된 테스트 항목들에는 다음 요소들이 포함되어 있다.
·ANSI 휘도
·ANSI 색도 균일성
·흑색 무라
·얼룩 분석
·체커보드 색상 대비
·색도
·색도 무라
사용자 인터페이스에서는 원하는 테스트 기능을 선택할 수 있고 나열할 수 있으며, 테스트 매개 변수 제원 및 기준에 부합하는 양품/불량기준 여부를 선택할 수 있다. 생산라인 적용을 위해, 사용자 인터페이스는 테스트 설정시 전면적으로 제어할 수 있는 관리자 모 드와 테스트 실행 기능만 사용할 수 있는 운영자 모드를 제공한다.
디스플레이 결함 검출적용
다양한 디스플레이 결함은 픽셀 결함과 라인 결함, (층간 박리 현상과 같은) 스크린 제조시 발생하는 물리적 결함, 그리고 면 결함과 같이 불완전한 영상 균일성으로 발행하는 결함들로 나누어진다. 시각적 인식에 관한 최근 작업 결과를 사용하여, 이러한 결함은 인간이 관찰할 수 있는 여부에 따라 수치적으로 분류할 수 있다. 이러한 분석 과정은 신속하고 반복성이 보장된다. 이러한 분석 기술은 LCD, 플라즈마, OLED, 보호 디스플레이를 포함한 다중 디스플레이 기술에 적용 가능하다.
이러한 결함 검출 및 분류 방법은 많은 디스플레이들의 분석을 통하여 검증되었다. <그림 2>에서, 라인 결함이 있는 디스플레이 이미지를 나타내며, 분석 소프트웨어로 <그림 3>에서와 같은 라인 결함을 검출하고 디스플레이 상에 표시한다. 라인 결함은 발생 원인이 명확한 결함 중 하나이다.
<그림 4>에서, 점 결함이 있는 디스플레이 이미지를 나타내며, 분석 소프트웨어로 <그림 5>에서와 같은 점 결함을 검출하고 디스 플레이 상에 표시한다. 분석을 통하여 만약 LCD 픽셀 자체의 자연적 결함으로 판명된다면 점 결함은 불량 픽셀로 분류될 수 있다. 그러나 단일 각도에서 불량을 바라보면 픽셀 불량에 의해 나타난 불량인지 아니면 디스플레이 글라스의 뒤쪽 표면에 붙은 이물 때문에 발생한 불량인지 판단이 어렵다. 이러한 경우 2차 테스트로 결함이 생기는 원인을 구별하고 분류할 수 있다.
무라 결함의 경우, 검출 및 분류 모두는 더 복잡 할 수 있다. 무라 결함은 일반적으로 확장 불규칙한 영역을 커버하는 휘도 또는 색상 불균일성으로 발생하며, 인식할 수 있는 임계 값을 초과할 경우에도 발생하는데, 휘도나 색상 대비를 식별하여 검출할 수 있다. 그러나 인간의 이러한 색상 대조 인식은 가시거리, 공간 주파수, 발생 방향을 포함한 여러 요인에 좌우되기 때문에, 단순히 보이거나, 절대 색상 대조 수치로는 식별할 수 없다.
결함을 나타내기 위해 인간의 시각 감도의 최근 모델링 발전을 통해 ‘Just noticeable differences'라는 면 결함의 정량화가 이루어지고 있다(JND). 인간 관찰자의 샘플링에 근거하여, 1이라는 JND 차이를 인식하기 위해 JND 척도를 규정하는데, JND 수치 0은 시각적으로 볼 수 없는 공간상 색상 대비 조건을 의미하고 절대 JND 수치 1은 우선적으로 인식할 수 있는 공간상 색상 대비 조건을 의미하는데, 이제 이러한 디스플레이 기술로 디스플레이 결함의 강약 수준을 판단할 수 있다.
그러므로 휘도와 색도의 공간상 배열된 모습을 측정하는 영상 색채계로 인간 시각 인식과 직접 관련된 방향으로 차등적으로 면 결함이 나타나는 JND 맵 영상을 생성할 수 있다.
<그림 6>은 무라 결함을 나타낸다; 분석 후, <그림 7>에서 보듯이 디스플레이 영상에서 확인할 수 있다.
<그림 8>과 <그림 9>에서 무라 결함을 식별 시 필요한 단계가 나타나 있다. 중간 단계에서, 영상 차이는 기준 영상과의 상대적 휘도 편차가 나타남을 의미한다. 그리고 이러한 JND 디스플레이 맵은 전산처리 된다. <그림 7>에 나타난 무라 결함 테스트에서는 JND 영상에 직접적인 영향을 줄 수 있는 엣지 효과를 의도적으로 걸러 냈음을 보인다. 이러한 효과는 쉽게 식별할 수 있고 별도로 분류할 수 있다.
AVI 시험시스템에 근거한 영상 채색계로 결함을 신속하고 적극적으로 확인하고 정량화 할 수 있다. 결함이 발생하는 근본 원인을 판단 내지 분류하고 디스플레이의 상태를 판단하기 위해, 검시자를 통해 검사를 실시하는 경우도 있다.
대부분, <그림 3>에서 나타난 라인 결함과 같이, 확인된 결함과 원인이 1:1 관계이다. 이러한 경우, 분류 과정은 즉각적으로 이루어지고 인력을 활용한 검사는 필요 없다. 무라 결함의 경우, 발생 원인이 다양해서 분류를 완료하려면 추가 정보가 필요한 경우도 있다.
이러한 분류 과정에 효과적으로 필요한 방법은 운영자로 하여금 여러 발생원인 가운데 한 가지 정확한 원인을 판단하게 하는 방법이다.
인력에 의한 분류가 필요할 때 그 효율성을 증가시키기 위해, TureTest는 운영자를 위하여 결함이 발생한 정확한 위치와 추가 실험이 필요한 결함을 자세히 나타낸다. 분류 과정이 필요한 결함을 특정적으로 목표로 하고 상당히 자세하게 표현함으로써 인력을 통한 판단을 집중시키고 가속화 할 수 있다.
다양한 애플리케이션 적용
영상 색채계 AVI 시험 방법은 다양한 디스플레이 기술에 적용될 수 있으며 FPD(LCD, 플라즈마, OLED) 및 프로젝션 디스플레이에도 사용할 수 있다. 인간 시각 인식과 상관관계를 갖는 반복성이 탁월한 측정을 신속히 실행함으로써, 디스플레이 결함을 식별할 수 있을 뿐만 아니라 수치화하여 발생원인별로 분류할 수 있다.
이렇게 하면 사용자가 규정한 기준에 따라 지속적으로 애플리케이션을 제조하고 자동으로 양품/불량 판단을 할 수 있다. 더욱 중요한 것은, (수리와 폐기 작업과 같은) 자동화 조정 활동 판단을 할 수 있다는 점이다.
자료제공 | Radiant Vision System(www.radiantvisionsystems.com)
