JP6470109B2

JP6470109B2 - 含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラム

Info

Publication number: JP6470109B2
Application number: JP2015106763A
Authority: JP
Inventors: 恵里松永; 貴志三輪; 新井　啓之; 啓之新井; 高橋　和枝; 和枝高橋; 孝澤田
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2015-05-26
Filing date: 2015-05-26
Publication date: 2019-02-13
Anticipated expiration: 2035-05-26
Also published as: JP2016218979A

Description

本発明は、含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラムに関する。

ＩＣが実装された電子基板（以下、適宜「基板」と略す）から希少金属や貴金属等のレアメタルを適切にリサイクルするためには、基板中に存在する金属の種類や含有量等を把握する必要がある。ここで基板中に含まれる金属の種類や含有量を把握するためには、基板に実装されたＩＣ（Integrated Circuit）に含まれる金属の種類や含有量を把握することが重要である。基板に実装されるＩＣに含まれる金属の種類や含有量（含有資源量）の把握に関する従来技術として、例えば、非特許文献１、特許文献１、特許文献２に示す技術がある。

特開平９−１０３７６１号公報特開２００９−１１６６４０号公報

貴田晶子他、「使用済みパソコン中のレアメタル等の存在量と金属分析」、廃棄物資源循環学会誌、VOL.20、No.2、pp.59-69、2009

しかしながら、上記の技術により、基板に実装されたＩＣの含有資源量を推定する場合、下記に示すような問題がある。

まず、非特許文献１に記載の方法は、ＩＣ等が実装された状態の基板を粉砕し、溶液化してからＩＣＰ（Inductively Coupled Plasma）分析や蛍光Ｘ線分析を実施するため、非常に煩雑、かつ、高コストである。また、特許文献１に記載の方法は、ＩＣの含有資源量に用いる特徴データやセンシングデータの記載が具体的でなく、実用レベルでは運用が困難である。さらに、特許文献２に記載の方法は、ＩＣにＲＦＩＤチップを埋め込まなければならないため高コストである。

そこで、本発明は、前記した問題を解決し、基板に実装されたＩＣの含有資源量を簡便かつ低コストに推定することを課題とする。

前記した課題を解決するため、本発明は、ＩＣの種類ごとに、前記ＩＣのピンの周期、前記ＩＣのピンの太さ、前記ＩＣのサイズ、前記ＩＣの縦横比、および、前記ＩＣのピンがある辺の数のデータの少なくともいずれか１つを示した分類用データを記憶する分類用データ記憶部と、前記ＩＣの種類ごとに、当該ＩＣの含有資源量を示した含有資源量データを記憶する含有資源量記憶部と、前記ＩＣが実装された基板の画像を取得する画像取得部と、前記画像からＩＣの領域およびピンの領域を検出する画像処理部と、前記検出の結果および前記分類用データを参照して、前記ＩＣのピンの周期、前記ＩＣのピンの太さ、前記ＩＣのサイズ、前記ＩＣの縦横比、および、前記ＩＣのピンがある辺の数の少なくともいずれか１つを用いて前記基板に実装されるＩＣの種類を分類し、前記ＩＣの種類別の個数をカウントする部品分類部と、前記ＩＣの種類別の個数と前記含有資源量データとを参照して、前記基板に実装されたＩＣの含有資源量の総量を推定する資源量推定部と、を備えることを特徴とする。

本発明によれば、基板に実装されたＩＣの含有資源量を簡便かつ低コストに推定することができる。

図１は、第１の実施形態および第２の実施形態の含有資源量推定装置の機能ブロック図である。図２は、ＩＣが実装された基板の画像の一例を示す図である。図３は、分類用データの一例を示す図である。図４は、含有資源量データの一例を示す図である。図５は、部品分類部により生成されるＩＣの種類データおよび個数データの一例を示す図である。図６は、含有資源量推定装置の処理手順を示すフローチャートである。図７は、基板の画像から抽出した矩形領域の一例を示す図である。図８は、基板の画像から抽出したＩＣのピンの領域の一例を示す図である。図９は、基板の画像のうち、ピン付ＩＣと決定された領域の一例を示す図である。図１０は、推定対象の基板に実装されているＩＣの種類別の個数をカウントする処理のイメージを示す図である。図１１は、第１の実施形態の含有資源量推定装置による基板のＩＣの含有資源量の推定の実験結果を示す図である。図１２は、第１の実施形態の含有資源量推定装置による基板全体のＩＣの含有資源量の推定の実験結果を示す図である。図１３は、ＩＣが実装された基板の画像の一例を示す図である。図１４は、第２の実施形態の部品分類部により生成されるＩＣの種類データ、個数データおよびサイズデータの一例を示す図である。図１５は、第２の実施形態の含有資源量データの一例を示す図である。図１６は、第２の実施形態の含有資源量推定装置による含有資源量の推定結果の一例を示す図である。図１７は、第２の実施形態の含有資源量推定装置による基板のＩＣの含有資源量の推定の実験結果を示す図である。図１８は、第２の実施形態の含有資源量推定装置による基板全体のＩＣの含有資源量の推定の実験結果を示す図である。図１９は、第３の実施形態の含有資源量推定装置の機能ブロック図である。図２０は、第３の実施形態の含有資源量データの一例を示す図である。図２１は、第３の実施形態の部品分類部によるＩＣの種別の分類の処理手順の一例を示すフローチャートである。図２２は、第２の実施形態の含有資源量データの他の例を示す図である。図２３は、含有資源量推定プログラムを実行するコンピュータを示す図である。

以下、図面を参照しながら、本発明を実施するための形態（実施形態）を第１の実施形態から第３の実施形態に分けて説明する。各実施形態の含有資源量推定装置は、電子機器に用いられる基板（基板および基板に実装されている電子部品）に含まれている希少金属や貴金属等の含有量を推定する。この含有資源量推定装置は、例えば、電子部品等が実装されたプリント基板等から希少金属や貴金属等をリサイクルする際に利用される。

ここで、「基板」には、例えばガラスエポキシ基板やフレキシブル基板等の各種のプリント基板のみならず、電子部品を実装することが可能な各種の部材も含まれる。

また、「含有資源量」とは、基板や電子部品に含まれている各種の資源（例えば、希少金属や貴金属等の化学成分）の含有量を言う。例えば、「電子部品が実装された基板の含有資源量」とは、部品が実装されていない基板の含有資源量と、基板に実装されている各種電子部品の含有資源量との合計量を言う。また、「ＩＣの含有資源量」とは、基板に実装されている各種電子部品の含有資源量のうち、ＩＣの含有資源量の合計量を言う。本技術はＩＣの含有資源量を推定するものであるが、一般的に電子基板に実装される部品数が最も多い部品はＩＣであるため、実装されているＩＣの種類、個数を特定できれば、ＩＣの含有資源量と部品が実装されていない基板の含有資源量とを合計することによりある程度の電子基板の含有資源量を推定することも可能となる。なお、以下の説明において、「含有資源量」は、適宜「資源含有量」とも言う。

[第１の実施形態]
第１の実施形態の含有資源量推定装置１０は、基板の実装面を撮影した画像に基づき、当該基板にどのような種類のＩＣが何個実装されているかを判断する。そして、含有資源量推定装置１０は、この判断結果と、事前に登録されたＩＣの種類ごとの含有資源量のデータ（図４参照）を参照して、基板全体のＩＣの含有資源量を推定する。

この含有資源量推定装置１０は、例えば、図１に示すように、画像取得部１１、分類用データ記憶部１２、含有資源量記憶部１３、画像処理部１４、部品分類部１５、分類結果記憶部１６、資源量推定部１７、資源量推定結果記憶部１８、表示部１９を備える。

画像取得部１１は、基板の実装面を撮影した画像を取得する。画像取得部１１は、例えば、図２に例示するような基板の実装面を撮影した画像を取得する。なお、図２は、ＩＣ１〜ＩＣ８が実装された基板を例示した図である。

この画像取得部１１による画像の取得方法としては、例えば、含有資源量推定装置１０内にスキャナやカメラ等の撮像装置を設け、その撮像装置によって基板の実装面を撮影し、撮影した画像のデータを画像取得部１１に入力することにより画像を取得する方法が挙げられる。電子基板上の部品をデジタルカメラで撮影する際に、凹凸や光沢がある場合、同じ部品を映しても画像上の位置が異なると、カメラ（レンズ）・照明・撮影対象の位置関係が異なるため、同じようには映らず、影や白とびの発生、明るさや色の変動が生じるおそれがある。このため、画像の取得には、影の発生や、明るさの変動を低減できるスキャナが好適に用いられる。

また、別の方法としては、予め、含有資源量推定装置１０とは別個に設けた撮像装置によって基板の実装面を撮影しておき、その撮影した画像のデータを記録した記録媒体（外部メモリやＣＤ−ＲＯＭ等）を介して画像取得部１１に画像を入力する方法や、予め撮影した基板の画像のデータを、通信ネットワークを介して含有資源量推定装置１０の画像取得部１１に入力する方法等が挙げられる。

分類用データ記憶部１２は、ＩＣの種類ごとに、当該種類のＩＣのピンの周期、ＩＣのピンの太さ、ＩＣのサイズ、ＩＣの縦横比、ＩＣのピンがある辺の数のデータ等を示した分類用データ（図３参照）を記憶する。図３に例示する分類用データは、ＩＣ１〜ＩＣ８のデータを示し、それぞれのＩＣのピンの周期を、ＩＣのピンの間の画素値の周期数、ＩＣの単位長さに占めるピン数、ＩＣのピンの太さ等により示している。またＩＣのサイズについては面積（ｍｍ^２）で示している。

含有資源量記憶部１３は、ＩＣの種類ごとに、当該種類のＩＣの含有資源量を示した含有資源量データ（図４参照）を記憶する。図４に例示する含有資源量データは、ＩＣ１〜ＩＣ８と部品が実装されていないプリント配線板（基板）の含有資源量を示す。例えば、図４に示す含有資源量データは、基板およびＩＣの種類ごとに、ＩＣや基板に含まれる、Ａｕ（金）、Ａｇ（銀）、Ｃｕ（銅）等の貴金属、Ｐｄ（パラジウム）、Ｎｉ（ニッケル）、Ｃｒ（クロム）等の希少金属等、化学成分別の含有量を示す。この含有資源量データは、例えば、予め代表的な基板やＩＣの種類別にＩＣＰ発光分光分析、ＩＣＰ質量分析、蛍光Ｘ線分析を行い、その分析結果等により得られた含有資源量を用いる。

上記の分類用データおよび含有資源量データは、含有資源量推定装置１０の利用者が、事前に登録しておくものとする。

画像処理部１４は、画像取得部１１が取得した推定対象の基板の画像の矩形領域をＩＣの領域として検出する。例えば、画像処理部１４は、画像を画素値または色に基づいて二値化したのち、輪郭トレースし、検出された輪郭（二値画像における閉領域の輪郭）の形状の矩形らしさを評価する。この際、二値化のための閾値は予め経験的に決めておいてもよいし、ある画素周辺の平均ピクセル濃度や標準偏差等を求め、それに関連付けて閾値を決め二値化する動的二値化を利用してもよい。矩形らしさの評価方法としては、検出された輪郭の閉領域と、その外接矩形の重なり（面積の重なり）の大きさを評価する等の方法が考えられる。なお、ここでは矩形抽出の具体的な方法は限定しない。

また、画像処理部１４は、取得した画像からＩＣのピン部分の周期的な画素値の変化によりＩＣのピンの周期、ＩＣのピンの太さ、ＩＣのサイズ、ＩＣの縦横比、ＩＣのピンがある辺の数のデータを少なくとも１つ以上取得する。

ＩＣのピンの周期を検出する方法としては、例えば、画像処理部１４が、処理対象の画像を小さなブロック単位に分割し、その個々のブロック画像に対して２次元のフーリエ変換を行い、フーリエ変換後の周波数領域の画像において、空間周波数（周期性）が極大となる画素を検出することで、そのブロックにおける主要な空間周波数（周期性）を検知する方法がある。

また、画像処理部１４は、個々のブロック画像をフーリエ変換し、主要な空間周波数（周期性）成分以外をフィルタリング（除去・抑制）した後にフーリエ逆変換をすれば、主要な空間周波数の成分を強調した画像を得ることができる（バンドパスフィルタ）。そして、画像処理部１４は、主要な空間周波数（周期性）を強調した画像において、所定の条件を満たす輝度値の空間的な凹凸を数えることで（例えば、凸部の最大値等の条件を設定しておき、この条件を満たす凹凸を数える等で）、ＩＣのピンの周期を検出することができる。なお、このような周期性の強調、検出方法は既に様々な方法が提案されているため、ここではその方法は限定しない。

画像処理部１４は、上記のようにしてＩＣのピンの周期等を求め、画像の矩形領域のうち、矩形領域の周辺に周期性が存在する矩形をピン付ＩＣとする。

部品分類部１５は、画像処理部１４によるＩＣの検出結果（例えば、基板上のＩＣのピンの周期、ＩＣのピンの太さ、ＩＣのサイズ、ＩＣの縦横比、ＩＣのピンがある辺の数等）と分類用データ（図３参照）とを参照して、ＩＣの種類を分類し、分類されたＩＣの種類別の個数をカウントする。

具体的には、部品分類部１５は、画像処理部１４により検出されたＩＣそれぞれの、ＩＣのピンの周期、ＩＣのピンの太さ、ＩＣのサイズ、ＩＣの縦横比、ＩＣのピンがある辺の数のデータのうち少なくともいずれか１つと、分類用データ（図３参照）とを照合することにより、当該ＩＣの種類を判定する。例えば、部品分類部１５は、図３に示す分類用データを参照し、ＩＣのピンの画素数の周期数が「８」であり、単位長さに占めるピン数が「４」であり、ピンの太さが「０.５（ｍｍ）」であり、サイズが「１６００（ｍｍ^２）」であり、縦横比が「１:１」であり、ＩＣのピンのある辺の数が「４」であるＩＣの種類を「ＩＣ１」と判定する。部品分類部１５は、上記のＩＣの種類の判定を、基板の画像に含まれるＩＣそれぞれについて実行し、基板の画像に含まれるＩＣの種類別の個数をカウントする。

例えば、部品分類部１５は、図５に示すように、画像に含まれるＩＣの種類を「ＩＣ１、ＩＣ２、ＩＣ３、ＩＣ４、ＩＣ５、ＩＣ６、ＩＣ７、ＩＣ８」と判定し、それぞれの種類のＩＣの個数「２、２、２、５、１２、３、３、２」をカウントする。そして、部品分類部１５は、上記のＩＣの種類データおよび個数データを生成する。

分類結果記憶部１６は、部品分類部１５によって生成されたＩＣの種類データおよび個数データ（図５参照）を記憶する。

資源量推定部１７は、分類結果記憶部１６に記憶されたＩＣの種類別の個数のカウント結果（ＩＣの種類データと個数データ）と、含有資源量データ（図４参照）とを参照して、推定対象の基板に実装されたＩＣの含有資源量を推定する。例えば、資源量推定部１７は、ＩＣの種類別の個数のカウント結果と、含有資源量データ（図４参照）とを用いて、式（１）を計算することによって、推定対象の基板に実装されたＩＣの含有資源量を化学成分（資源）別に算出する。

上記の式（１）において、Ｒは推定対象の基板に実装されているＩＣに含まれる特定の化学成分の含有資源量の合計値を表し、ｉ（＝１，・・・，ｎ）は識別されたＩＣの種類を表し、Ａｉは種類ｉのＩＣおよび基板の１個当たりに含まれている特定の化学成分の含有資源量を表し、Ｍｉは種類ｉのＩＣの個数を表す。

例えば、資源量推定部１７は、図４に示す含有資源量データと、図５に示すＩＣの種類別の個数のカウント結果とに基づき、基板に実装されたＩＣに含まれるＡｕの含有資源量を推定する場合、以下のようにして推定する。

まず、資源量推定部１７は、ＩＣの種類別の個数のカウント結果に「ＩＣ１」が含まれることから、「ＩＣ１」のＡｕの含有資源量「６０（ｍｇ）」を含有資源量データ（図４参照）から読み出す。そして、含有資源量記憶部１３は、含有資源量データ（図４参照）から読み出したＡｕの含有資源量と、「ＩＣ１」の個数のカウント結果「２」とを乗算することによって、ＩＣ１について、Ａｕの総含有資源量（６０×２）を算出する。また、資源量推定部１７は、ＩＣの種類別の個数のカウント結果に含まれる「ＩＣ２」、「ＩＣ３」、「ＩＣ４」についても同様に、含有資源量データ（図４参照）を参照して、各ＩＣの種類に基づくＡｕの総含有資源量をそれぞれ算出する。また、資源量推定部１７は、算出した各ＩＣに基づくＡｕの総含有資源量を全て加算した結果を、基板に実装されたＩＣのＡｕの含有資源量の推定結果とする。

資源量推定結果記憶部１８は、資源量推定部１７により推定された基板に実装されたＩＣの含有資源量の推定結果を記憶する。

表示部１９は、資源量推定結果記憶部１８に記憶された基板に実装されたＩＣの含有資源量の推定結果を表示する。例えば、表示部１９は、ユーザからの要求に応じて、実装されたＩＣの含有資源量の推定結果を液晶ディスプレイ等の表示装置に表示する。

次に、図６を用いて、含有資源量推定装置１０の処理手順を説明する。

まず、含有資源量推定装置１０の画像取得部１１は、推定対象の基板の画像を取得する（Ｓ１）。例えば、画像取得部１１は、図２に示すような基板の画像を取得する。次に、画像処理部１４は、Ｓ１で取得した推定対象の基板の画像の矩形領域を抽出する（Ｓ２）。例えば、画像処理部１４は、図２に示す画像から、図７に示すような矩形領域を抽出する。

また、画像処理部１４は、取得した画像からピン付ＩＣのピンの領域の画素値の周期性を検出し、周期数を得る（Ｓ３）。例えば、画像処理部１４は、図７に示すような矩形領域を抽出した後、図８に示すような画素値に周期性が存在する矩形をＩＣのピンの領域として抽出する。そして、画像処理部１４は、矩形領域のうち、矩形周辺にピンが存在する矩形領域をピン付ＩＣと決定する（Ｓ４）。

その後、画像処理部１４は、ピン付ＩＣの縦横比、サイズ、ＩＣのピンがある辺の数のデータを得る（Ｓ５）。例えば、画像処理部１４は、図９に示す各ピン付ＩＣ（ＩＣ１〜ＩＣ８）について、ピン付ＩＣの縦横比、サイズ、ＩＣのピンがある辺の数のデータを得る。

次に、部品分類部１５は、ＩＣのピンの周期、ＩＣの縦横比、サイズ、ＩＣのピンがある辺の数のデータを少なくとも１つ以上と、分類用データ（図３参照）とを参照して、画像に含まれるＩＣがどの種類のＩＣかを分類する（Ｓ６）。そして、部品分類部１５は、この分類により、推定対象の基板に実装されているＩＣの種類別の個数をカウントする。例えば、部品分類部１５は、図１０に示すイメージ図に示すように、画像に含まれるＩＣがどの種類のＩＣか（ＩＣ１〜ＩＣ８のいずれのＩＣか）を分類し、推定対象の基板に実装されているＩＣの種類別の個数をカウントする。そして、部品分類部１５は、ＩＣの種類別の個数のカウント結果を、分類結果記憶部１６に記憶する。

次に、資源量推定部１７は、分類結果記憶部１６に記憶されたＩＣの種類別の個数のカウント結果について、各ＩＣの種類に対応するＩＣの含有資源量のデータを含有資源量データ（図４参照）から読み出す（Ｓ７）。そして、資源量推定部１７は、Ｓ７で読み出した含有資源量データと、各ＩＣの種類別の個数とに基づいて、基板全体の含有資源量を推定する（Ｓ８）。

以上説明した含有資源量推定装置１０によれば、従来の化学分析等による分析方法に比べて簡便かつ低コストに、基板に実装されるＩＣの含有資源量を推定することができる。これにより、希少金属や貴金属類等の適切なリサイクルの推進に寄与することが可能となる。

また、含有資源量推定装置１０は、ＩＣのピンの周期、ＩＣの縦横比、サイズ、ＩＣのピンがある辺の数のデータを少なくとも１つ以上を参照して、画像に含まれるＩＣがどの種類のＩＣかを分類する。これにより、基板のＩＣ部分の画像に、影や白とびの発生、明るさや色の変動が生じていた場合や、ＩＣのモールド樹脂上に刻印された型番、製造番号等が異なっていた場合や、ＩＣのピン周期は同じだがメーカー、型番が全く異なるＩＣ、シール等が貼付されたＩＣ等について類似するＩＣと判断し、含有資源量を推定することができる。したがって、含有資源量推定装置１０によれば、例えば、ＩＣの種類の照合をＩＣのテンプレート画像を用いて行う場合に比べて、少ない登録情報に基づき多くのＩＣを検出、分類することが可能である。また、含有資源量推定装置１０は、基板の画像処理を用い、含有資源量推定処理を自動化しているため、分析者自らが目視で基板上のＩＣ等の種別や個数を確認する必要がなく、簡便化および低コスト化を図ることができる。

（第１の実施形態の実験結果）
図１１を用いて、第１の実施形態の含有資源量推定装置１０による基板のＩＣの含有資源量の推定の実験結果を説明する。ここでは、含有資源量推定装置１０、比較例１−１、比較例１−２ともに、ＩＣ１〜ＩＣ８が実装された基板（図２参照）のＩＣの資源含有濃度を推定した。

比較例１−１は、化学分析による基板のＩＣの資源含有濃度の分析結果を示す。ここでは、各ＩＣを基板から剥離し、湿式分解処理を行った後、ＩＣＰ発光分光分析およびＩＣＰ質量分析を行った。なお、上記湿式分解処理では、第１段階として王水を用い、残渣はメタほう酸リチウムでアルカリ溶解し、硝酸で加温溶解した。比較例１−２は、基板のＩＣをピンの周期等によって分類せず、平均的なＩＣの濃度を基板のＩＣ全ての資源含有濃度として適用した推定結果を示す。

図１１に示すように、含有資源量推定装置１０によるＩＣの資源含有濃度の推定結果は、各化学成分ともに、比較例１−１による分析結果と大きな違いはない。したがって、含有資源量推定装置１０によって基板に実装されたＩＣの含有資源量を高精度に推定できることが確認できた。なお、含有資源量推定装置１０によるＩＣの資源含有濃度の推定結果および比較例１−２の推定結果を比較例１−１による分析結果と比較すると、比較例１−２の推定結果よりも、含有資源量推定装置１０によるＩＣの資源含有濃度の推定結果のほうが比較例１−１による分析結果に近い。つまり、含有資源量推定装置１０のように基板のＩＣをピンの周期等によって分類した方が、含有資源量を高精度に推定できることが確認できた。

また、第１の実施形態の含有資源量推定装置１０による基板全体のＩＣの資源含有濃度の推定についても同様の実験を行ったところ、図１２に示すように、含有資源量推定装置１０による基板全体のＩＣの資源含有濃度の推定結果は、各化学成分ともに、比較例１−１による分析結果と大きな違いはない。したがって、含有資源量推定装置１０によって基板全体のＩＣの含有資源量についても高精度に推定できることが確認できた。なお、含有資源量推定装置１０によるＩＣの資源含有濃度の推定結果および比較例１−２の推定結果を比較例１−１による分析結果と比較すると、比較例１−２の推定結果よりも、含有資源量推定装置１０によるＩＣの資源含有濃度の推定結果のほうが比較例１−１による分析結果に近い。つまり、基板全体のＩＣ含有資源量についても、含有資源量推定装置１０のように基板のＩＣをピンの周期等によって分類した方が、高精度に推定できることが確認できた。

なお、含有資源量推定装置１０による含有資源量の推定精度をさらに上げるため、例えば、分類用データや含有資源量データに登録するＩＣの種類を増やしたり、画像取得部１１に入力する画像の画質を上げたりすることにより、部品分類部１５による分類精度を向上させてもよい。

[第２の実施形態]
次に、第２の実施形態を説明する。前記した実施形態と同じ構成は、同じ符号を付して説明を省略する。第２の実施形態の含有資源量推定装置１０は、基板にどのような種類のＩＣが何個実装されているかに加えて、各ＩＣのサイズ（例えば、面積）を判断する。そして、含有資源量推定装置１０は、この判断結果と、事前に登録されたＩＣの種類ごとのサイズ当たりの含有資源量のデータ（図１５の含有資源量データ参照）とを参照して、基板全体の含有資源量を推定する。

第２の実施形態の含有資源量推定装置１０の構成は、第１の実施形態の含有資源量推定装置１０とほぼ同じであるが、以下の点が異なる。まず、部品分類部１５は、基板の画像に含まれるＩＣの種類別の個数のカウント結果に加え、ＩＣそれぞれのサイズを分類結果記憶部１６に記憶する。なお、ＩＣのサイズとは、例えば、ＩＣの面積であり、基板に実装されているＩＣを実装面に垂直な方向から見たときのＩＣの表面積である。

なお、部品分類部１５がＩＣのサイズを識別する際、画像処理部１４によって取得された画像に表されたＩＣのサイズを画素数（ピクセル数）に基づいて識別する。例えば、画像に、長さが既知の部分が含まれていれば、その部分の画素数から、単位ピクセル当たりの長さ（例えば、ｍｍ）がわかる。画像処理部１４は、単位ピクセル当たりの長さとＩＣの画像の画素数とに基づいて、ＩＣの１個当たりの面積を算出することによって、ＩＣのサイズデータを生成する。また、画像取得部１１がスキャナのような撮像手段から構成されている場合、２００ｄｐｉ、３００ｄｐｉ等、画像取得時の解像度が画像ファイルに記録されている。このため、この解像度の値から単位ピクセル当たりの長さを算出してサイズデータを生成してもよい。

また、部品分類部１５は、基板の画像に含まれるＩＣの種類を識別する際、分類用データ（図３参照）に示される各ＩＣのピンの周期性を参照して識別する。例えば、推定対象の基板が図１３に示すような基板である場合を考える。この場合、部品分類部１５は、画像処理部１４により検出された図１３のＩＣ１’、ＩＣ４’、ＩＣ７’、ＩＣ７’’について、それぞれのＩＣのピンの周期が類似するＩＣの種類を分類用データ（図３参照）から検索する。例えば、ＩＣ１’、ＩＣ４’、ＩＣ７’、ＩＣ７’’のピンの周期は、分類用データ（図３参照）のＩＣ１、ＩＣ４、ＩＣ７のピンの周期性と類似しているため、部品分類部１５はＩＣ１’、ＩＣ４’、ＩＣ７’、ＩＣ７’’のＩＣの種類をそれぞれＩＣ１、ＩＣ４、ＩＣ７と識別する。

部品分類部１５によって生成され、分類結果記憶部１６に記憶されるＩＣの種類データ、当該種別のＩＣの個数データ、当該種別のＩＣのサイズデータの一例を図１４に示す。例えば、部品分類部１５は、図１４に示すように、画像に含まれるＩＣの種類が「ＩＣ１’、ＩＣ４’、ＩＣ７’、ＩＣ７’’」であり、それぞれのＩＣの個数が「２、１０、２、２」であり、それぞれのＩＣの１個当たりの面積（ｍｍ^２）が「３０００、３５０、５００、２５０」である旨のデータを作成し、分類結果記憶部１６に記憶する。なお、以下の説明では、ＩＣ１’、ＩＣ４’、ＩＣ７’、ＩＣ７’’は、ＩＣ１、ＩＣ４、ＩＣ７とピンの周期数は類似しているため、単位面積当たりの含有資源量はほぼ同じだが、サイズが異なるＩＣであるものとする。

また、含有資源量記憶部１３は、第１の実施形態の含有資源量データ（図４参照）に代えて、ＩＣの種類ごとに、当該ＩＣの単位サイズ当たりの資源含有量を示した含有資源量データを記憶する。この含有資源量データは、ＩＣに含まれる希少金属等の単位サイズ当たりの含有量として、例えば、ＩＣの単位面積当たりの資源含有量がＩＣ種類別にデータベース化されて記憶されている。例えば、ＩＣの単位面積当たりの資源含有量は、例えば、代表的な基板やＩＣの種類別にＩＣＰ発光分光分析、ＩＣＰ質量分析、蛍光Ｘ線分析等により得られた含有資源量を当該種類のＩＣの面積で除算した値を用いる。なお、この含有資源量データは、図１５に例示するように、当該種類のＩＣの単位サイズ（面積）当たりの資源含有量（ｍｇ／ｍｍ^２）に加え、当該種類のＩＣのピンの周期等の情報を含んでいてもよい。

資源量推定部１７は、分類結果記憶部１６に記憶されたＩＣの種類別データ、個数データおよびサイズデータ（図１４参照）と、含有資源量データ（図１５参照）とを参照して、推定対象の基板に実装されたＩＣの含有資源量を推定する。

例えば、資源量推定部１７が、図１４に例示するＩＣの種類別の個数データおよびサイズデータと、図１５に例示する含有資源量データとを参照して含有資源量の推定を行う場合を考える。この場合、資源量推定部１７は、図１５に示す含有資源量データに「ＩＣ１」のデータが含まれることから、含有資源量データ（図１５参照）から「ＩＣ１」の単位面積当たりのＡｇの資源含有量「０．０８８」を読み出す。そして、この資源含有量「０．０８８」とＩＣ１’の面積「３０００」とを乗算することによって、１個のＩＣ１’に含まれるＡｇの含有資源量（０．０８８×３０００）を算出する。資源量推定部１７は、ＩＣ４’、ＩＣ７’、ＩＣ７’’についても同様に、含有資源量データ（図１５参照）および各ＩＣの面積に基づき、各ＩＣ１個当たりのＡｇの含有資源量を算出する。資源量推定部１７は、このような処理をＩＣ４’、ＩＣ７’、ＩＣ７’’それぞれについて、他の化学成分（Ａｕ，Ｃｕ、Ｐｄ、Ｎｉ、Ｃｒ）についても実行し、例えば、図１６に示すような含有資源量の推定結果を得る。なお、資源量推定部１７は、図１６に示すように各ＩＣ１個当たりの重量を算出し、含有資源量の推定結果に含めてもよい。

次に、資源量推定部１７は、算出したＩＣ１個当たりの含有資源量と、各ＩＣの個数データとに基づいて、基板に実装されたＩＣの含有資源量の推定値を算出する。具体的には、資源量推定部１７は、算出したＩＣ１個当たりの含有資源量の値にＩＣの個数を乗算することにより、基板に実装されたＩＣの種別別の含有資源量を算出し、算出したＩＣの種別別の含有資源量（基板単体の含有資源量も含む）を化学成分別に加算することによって、基板に実装されたＩＣの含有資源量を算出する。

例えば、基板に含まれるＡｇの含有資源量を推定する場合、資源量推定部１７は、算出した「ＩＣ１’」の１個当たりのＡｇの含有資源量（０．０８８×３０００）と、「ＩＣ１’」の個数「２」とを乗算することによって、基板における「ＩＣ１’」のＡｇの総含有資源量（０．０８８×３０００×２）を算出する。また、資源量推定部１７は、種類データに含まれる「ＩＣ４’、ＩＣ７’、ＩＣ７’’」についても同様に、算出した各ＩＣ１個当たりのＡｇの含有資源量に当該ＩＣの個数を乗算することによって、各ＩＣのＡｇの総含有資源量を算出する。そして、資源量推定部１７は、算出した各ＩＣのＡｇの総含有資源量を全て加算し、その加算結果を基板に実装されたＩＣに含まれるＡｇの含有資源量とする。

以上説明した第２の実施形態の含有資源量推定装置１０によれば、推定対象の基板に実装されたＩＣの種別および個数に加えて、ＩＣのサイズ（例えば、面積）を識別し、その識別結果とＩＣの単位サイズ当たりの含有資源量データとに基づいて、基板に実装されたＩＣの含有資源量を算出する。その結果、例えば、含有資源量推定装置１０は、含有資源濃度はほぼ同じであるがサイズが異なるＩＣについて含有資源量を算出することができる。また、資源量推定部１７が、上記のように様々なサイズのＩＣについて含有資源量を算出するため、含有資源量記憶部１３の含有資源量データに、多種のＩＣのデータを登録しておく必要がなくなる。

また、第２の実施形態の含有資源量推定装置１０の部品分類部１５は、ＩＣの外周長を識別することによって、ＩＣのサイズを識別してもよい。ここで、ＩＣの外周長とは、例えば基板に実装されているＩＣを実装面に垂直な方向から見たときのＩＣの周長である。この場合、含有資源量記憶部１３の含有資源量データとして、ＩＣの単位外周長当たりの資源含有量を示したデータを用いる。

一般に、電子部品としての半導体集積回路（ＩＣチップ）の多くは、外部パッケージの外部端子（リード）と半導体基板上の電極（パッド）とが金（Ａｕ）から成るボンディングワイヤーによって接続されている。よって、ＩＣのパッケージの外周長が長いほど、ボンディングワイヤーの本数が多くなり、ＩＣの含有資源量が多くなる傾向にある。したがって、ＩＣの種類によっては、含有資源量推定装置１０が、上記のようにＩＣの面積の代わりに外周長を考慮して含有資源量を推定することにより、ＩＣの含有資源量の推定精度を向上させることができる。

含有資源量推定装置１０が上記のようにＩＣの外周長を考慮する場合、部品分類部１５は、入力された推定対象の基板の画像に基づいて、推定対象の基板および当該基板に実装されているＩＣの種別、個数、およびＩＣの外周長を識別し、識別したＩＣの外周長を示すデータをサイズデータとして生成する。なお、外周長は、前記したＩＣの面積の場合と同様に、画像の画素数（ピクセル数）に基づいて識別される。さらに、資源量推定部１７は、含有資源量データから読み出した単位外周長当たりの含有資源量のデータと、個数データおよびＩＣの外周長を示すサイズデータとに基づいて、推定対象の基板に実装されたＩＣの含有資源量を推定する。

このように、含有資源量推定装置１０がＩＣの外周長を識別することにより、ＩＣの面積を識別する場合と同様に、基板に実装されたＩＣの含有資源量を高精度に推定することが可能となる。また、前述の例はＩＣのピンが、ＩＣの４辺全てに存在するＩＣの場合には好適に用いられるが、ＩＣのピンがＩＣの外周の４辺のうち、２辺にのみ存在するＩＣの場合は、外周長（＝４辺の長さの合計）ではなく、ピンの存在する２辺の長さの合計を利用する方が、推定精度が向上する。

また、含有資源量推定装置１０は、ＩＣの面積と外周長の双方を識別して含有資源量を推定することも可能である。具体的には、含有資源量推定装置１０において、予め、ＩＣの単位面積当たりの資源含有量に加えて、ＩＣの単位外周長当たりの資源含有量のデータを含有資源量データに記憶しておく。また、部品分類部１５は、推定対象の基板に実装されているＩＣの種別、個数、面積に加えて、ＩＣの外周長を識別し、識別したＩＣの外周長を示すデータおよび面積を示すデータを含むサイズデータを生成する。

さらに、資源量推定部１７は、含有資源量データから読み出したＩＣの単位面積当たりの含有資源量のデータおよびＩＣの単位外周長当たりの含有資源量のデータと、個数データおよびサイズデータとに基づいて、推定対象の基板に実装されたＩＣの含有資源量を推定する。例えば、資源量推定部１７は、ピンのないＩＣの含有資源量を推定する場合には、含有資源量データから読み出したピン無しＩＣの単位外周長当たりの資源含有濃度のデータとＩＣの外周長を示すデータを用い、ピン付ＩＣの含有資源量を推定する場合には、単位面積当たりの含有資源量のデータとＩＣの面積を示すデータを用いる。

このように、含有資源量推定装置１０がＩＣの面積と外周長の双方を識別することにより、ＩＣのサイズとして面積のみを識別する場合に比べて、より高精度に基板に実装されたＩＣの含有資源量を推定することが可能となる。また、画像取得部１１に用いられる撮像手段として３Ｄカメラや３Ｄスキャナ等を用いれば、ＩＣの体積の情報が得られるので、ＩＣの体積の情報を含有資源量推定に用いてもよい。

なお、各実施形態の含有資源量推定装置１０は、基板に実装されているＩＣの含有資源量の合計量を推定するものであるが、一般的に基板に実装される部品数が最も多い部品はＩＣである。このため、含有資源量推定装置１０が、基板に実装されているＩＣの種類、個数、面積を特定できれば、ＩＣの含有資源量と、部品が実装されていない基板の含有資源量とを合計することにより、基板全体の大まかな含有資源量を推定することができる。

（第２の実施形態の実験結果）
ここで、図１７を用いて、第２の実施形態の含有資源量推定装置１０による基板のＩＣの含有資源量の推定の実験結果を説明する。比較対象は、第１の実施形態の実験結果で述べたものと同じ比較例１−１である。図１７に示すように、第２の実施形態の含有資源量推定装置１０によるＩＣの資源含有濃度の推定結果は、各化学成分ともに、比較例１−１による分析結果と大きな違いはない。したがって、第２の実施形態の含有資源量推定装置１０によって基板に実装されたＩＣの含有資源量を高精度に推定できることが確認できた。

また、第２の実施形態の含有資源量推定装置１０による基板全体のＩＣの資源含有濃度の推定についても実験を行ったところ、図１８に示すように、含有資源量推定装置１０による基板全体のＩＣの資源含有濃度の推定結果は、各化学成分ともに、比較例１−１による分析結果と大きな違いはない。したがって、含有資源量推定装置１０によって基板全体のＩＣの含有資源量についても高精度に推定できることが確認できた。

[第３の実施形態]
なお、含有資源量推定装置１０は、分類用データ（図３参照）を用いずに、基板に実装されるＩＣの種類（種別）を判断してもよい。この場合の実施形態を、第３の実施形態として説明する。前記した実施形態と同じ構成は、同じ符号を付して説明を省略する。

第３の実施形態の含有資源量推定装置１０ａは、図１９に示すように、部品分類部１５（図１参照）に代えて部品分類部１５ａを備える。この部品分類部１５ａは、画像処理部１４で抽出した推定対象の基板のＩＣの領域ごとに、当ＩＣのピンの周期数、ＩＣの縦横比、ＩＣのピンがある辺の数に基づきＩＣの分類を行う。

例えば、部品分類部１５ａは、分類対象のＩＣについて、当該ＩＣのピンの周期がどの範囲に属するかにより、大まかな分類を行い、その後、当該ＩＣについてＩＣの矩形領域の形状（例えば、正方形か長方形か）や当該ＩＣのピンのある辺の数等によりさらなる分類を行う。例えば、部品分類部１５ａは、ピンの周期数に応じて分類したＩＣについて、当該ＩＣが２辺ピン付ＩＣか、４辺ピン付長方形ＩＣか、４辺ピン付正方形ＩＣかの分類を行う（図２１参照）。

そして、部品分類部１５ａは、この分類結果に基づき、推定対象の基板に実装されているＩＣの種類別の個数をカウントし、この種類データと個数データとを分類結果記憶部１６に記憶する。部品分類部１５ａは、更に、画像取得部１１で取得した基板の画像に含まれるＩＣと推定対象の基板のサイズを識別し、識別したＩＣや基板のサイズ（大きさ）を示すサイズデータを生成する。部品分類部１５ａの処理手順の詳細は、具体例を交えつつ後記する。

また、含有資源量記憶部１３の含有資源量データは、ＩＣのピンの周期数の範囲およびＩＣの種別（２辺ピン付ＩＣ、４辺ピン付長方形ＩＣ、４辺ピン付正方形ＩＣ）の組み合わせごとに、当該ＩＣの単位面積当たりの資源含有量を示したデータを用いる（図２０参照）。

資源量推定部１７は、含有資源量データ（図２０参照）と、分類結果記憶部１６に記憶されたＩＣの種別ごとの個数および当該ＩＣのサイズとを参照して、基板に実装されるＩＣの含有資源量を推定する。

次に、図２１を参照しつつ、部品分類部１５ａのＩＣの種別の分類の処理手順の一例を説明する。部品分類部１５ａは、画像処理部１４で取得した推定対象の基板のＩＣの領域ごとに当該ＩＣのピンの周期数を得ると、当該ＩＣのピンの代表周期データを生成する（Ｓ１１）。その後、部品分類部１５ａは、代表周期データの示す周期が、１０未満のＩＣ（Ｓ１２）、１０以上２０未満のＩＣ（Ｓ１３）、２０以上のＩＣ（Ｓ１４）それぞれについて、Ｓ１５の分類処理を行う。

例えば、部品分類部１５ａは、Ｓ１１で生成した代表周期データの示す周期が、１０以上２０未満であれば（Ｓ１３）、当該ＩＣについて、Ｓ１５の分類処理を行う。すなわち、部品分類部１５ａは、当該ＩＣのピンの付いた辺が３〜４辺であり（Ｓ１５１でＹｅｓ）、かつ、ＩＣの縦／横（縦横比）＝０．９〜１．１であった場合（Ｓ１５３でＹｅｓ）、当該ＩＣを４辺ピン付正方形ＩＣと判断する。また、Ｓ１５３でＩＣの縦／横（縦横比）＝０．９〜１．１でない場合（Ｓ１５３でＮｏ）、部品分類部１５ａは、当該ＩＣを４辺ピン付長方形ＩＣと判断する。また、部品分類部１５ａは、ＩＣのピンの付いた辺が３〜４辺ではなく（Ｓ１５１でＮｏ）、つまり、ピンの付いた辺が２以下であり、ピンの付いた辺が９０度で交わっていなければ（Ｓ１５２でＮｏ）、当該ＩＣを２辺ピン付ＩＣと判断する。さらに、部品分類部１５ａは、ピンの付いた辺の数が３〜４辺ではないが（Ｓ１５１でＮｏ）、ピンの付いた辺が９０度で交わっていれば（Ｓ１５２でＹｅｓ）、Ｓ１５３の処理を行う。つまり、部品分類部１５ａは、ピン付いた辺の数が２辺等であっても、ピンの付いた辺が９０度で交わっていれば当該ＩＣは４辺にピンが付いているものと推測し、Ｓ１５３の処理を行う。

部品分類部１５ａが上記のようにＩＣを分類することにより、画像取得部１１による画像取得時に基板上のＩＣのピンが隠れたり、様々な原因でＩＣのピンが４辺検出できなかったりした場合であっても、ＩＣが２辺ピン付ＩＣか、４辺ピン付長方形ＩＣか、４辺ピン付正方形ＩＣか分類することができる。

なお、ここでは詳細な説明を省略するが、ピンの周期が１０未満と判断した場合（Ｓ１２）、ピンの周期が２０以上と判断した場合（Ｓ１４）においても、Ｓ１５と同様にＩＣの分類処理を行う。すなわち、部品分類部１５ａは、周期１０未満のＩＣ、周期２０以上のＩＣそれぞれについて、Ｓ１５と同様に当該ＩＣが２辺ピン付ＩＣか、４辺ピン付長方形ＩＣか、４辺ピン付正方形ＩＣかを分類する。これにより、部品分類部１５ａは、推定対象の基板上のＩＣについて、以下の９つのいずれかの種別に分類する。すなわち、部品分類部１５ａは、当該ＩＣを、（１）周期１０未満で２辺ピン付ＩＣ、（２）周期１０未満で４辺ピン付長方形ＩＣ、（３）周期１０未満で４辺ピン付正方形ＩＣ、（４）周期１０以上２０未満で２辺ピン付ＩＣ、（５）周期１０以上２０未満で４辺ピン付長方形ＩＣ、（６）周期１０以上２０未満で４辺ピン付正方形ＩＣ、（７）周期２０以上で２辺ピン付ＩＣ、（８）周期２０以上で４辺ピン付長方形ＩＣ、（９）周期２０以上で４辺ピン付正方形ＩＣのいずれかに分類する。そして、部品分類部１５ａは、この分類結果を用いることで、推定対象の基板に実装されたＩＣの種別ごとの個数をカウントする。

以上、第３の実施形態の含有資源量推定装置１０ａによれば、分類用データ（図３参照）を用いなくても、基板に実装されたＩＣの含有資源量を推定することができる。例えば、第１の実施形態や第２の実施形態の含有資源量推定装置１０の分類用データのように、分類対象のＩＣの種類ごとに、当該ＩＣの特徴となるピンの周期等の情報を登録しなくても、ＩＣを分類することができる。

（その他の実施形態）
以上、本発明者らによってなされた発明を実施の形態に基づいて具体的に説明したが、本発明はそれに限定されるものではなく、その要旨を逸脱しない範囲において種々変更可能であることは言うまでもない。

例えば、前記した各実施形態において、ＩＣが基板の両面に実装されている場合には、画像取得部１１は基板の両面を撮影した画像を取得すればよい。

含有資源量推定装置１０，１０ａは、画像取得部１１、画像処理部１４、部品分類部１５，１５ａ、分類結果記憶部１６、分類用データ記憶部１２を有さず、資源量推定部１７が、外部から入力された推定対象の基板のＩＣの種別ごとの個数データ、ＩＣのサイズデータ等を用いて含有資源量の推定を行ってもよい。

また、第２の実施形態の含有資源量推定装置１０で用いる含有資源量データは、例えば、図２２に例示するように、ＩＣの種類別の含有資源量と、当該種類のＩＣのサイズ（例えば、面積や重量）とを含むものでもよい。この場合、第２の実施形態の資源量推定部１７は、ＩＣの種類別の含有資源量を当該種類のＩＣのサイズで割ることによって、単位サイズ当たりの資源含有量を計算する。そして、資源量推定部１７は、分類結果記憶部１６に記憶されるＩＣのサイズに、計算した単位サイズ当たりの資源含有量をかけることによって、推定対象のＩＣの含有資源量を推定する。

（プログラム）
また、各実施形態に係る含有資源量推定装置１０，１０ａが実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成し、実行することもできる。この場合、コンピュータがプログラムを実行することにより、上記実施形態と同様の効果を得ることができる。さらに、かかるプログラムをコンピュータに読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータに読み込ませて実行することにより上記実施形態と同様の処理を実現してもよい。以下に、含有資源量推定装置１０，１０ａと同様の機能を実現する含有資源量推定プログラムを実行するコンピュータの一例を説明する。

図２３は、含有資源量推定プログラムを実行するコンピュータを示す図である。図２３に示すように、コンピュータ１０００は、例えば、メモリ１０１０と、ＣＰＵ（Central Processing Unit）１０２０と、ハードディスクドライブインタフェース１０３０と、ディスクドライブインタフェース１０４０と、シリアルポートインタフェース１０５０と、ビデオアダプタ１０６０と、ネットワークインタフェース１０７０とを有する。これらの各部は、バス１０８０によって接続される。

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１およびＲＡＭ（Random Access Memory）１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０９０に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１１００に接続される。ディスクドライブ１１００には、例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が挿入される。シリアルポートインタフェース１０５０には、例えば、マウス１１１０およびキーボード１１２０が接続される。ビデオアダプタ１０６０には、例えば、ディスプレイ１１３０が接続される。

ここで、図２３に示すように、ハードディスクドライブ１０９０は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３およびプログラムデータ１０９４を記憶する。上記実施形態で説明した各データ等は、例えばハードディスクドライブ１０９０やメモリ１０１０に記憶される。

１０，１０ａ含有資源量推定装置
１１画像取得部
１２分類用データ記憶部
１３含有資源量記憶部
１４画像処理部
１５，１５ａ部品分類部
１６分類結果記憶部
１７資源量推定部
１８資源量推定結果記憶部
１９表示部

Claims

ＩＣの種類ごとに、前記ＩＣのピンの周期、前記ＩＣのピンの太さ、前記ＩＣのサイズ、前記ＩＣの縦横比、および、前記ＩＣのピンがある辺の数のデータの少なくともいずれか１つを示した分類用データを記憶する分類用データ記憶部と、
前記ＩＣの種類ごとに、当該ＩＣの単位サイズ当たりの含有資源量を示した含有資源量データを記憶する含有資源量記憶部と、
前記ＩＣが実装された基板の画像を取得する画像取得部と、
前記画像からＩＣの領域およびピンの領域を検出する画像処理部と、
前記検出の結果および前記分類用データを参照して、前記ＩＣのピンの周期、前記ＩＣのピンの太さ、前記ＩＣのサイズ、前記ＩＣの縦横比、および、前記ＩＣのピンがある辺の数の少なくともいずれか１つを用いて前記基板に実装されるＩＣの種類を分類し、前記ＩＣの種類別の個数をカウントし、前記ＩＣのサイズを判断する部品分類部と、
前記ＩＣの種類別の個数と、前記ＩＣの種類別のサイズの総和と、前記含有資源量データとを参照して、前記基板に実装されたＩＣの含有資源量の総量を推定する資源量推定部と、
を備えることを特徴とする含有資源量推定装置。
前記画像処理部は、前記画像の矩形領域をＩＣの領域として検出し、前記ＩＣの周囲で周期的に画素値が変化する領域を前記ＩＣのピンとして検出することを特徴とする請求項１に記載の含有資源量推定装置。
前記サイズは、前記ＩＣの面積、体積、外周長、および、前記ＩＣのピンのある辺の長さの和の少なくともいずれか１つを含むことを特徴とする請求項１または請求項２に記載の含有資源量推定装置。
ＩＣが実装された基板の画像を取得するステップと、
前記画像からＩＣの領域およびピンの領域を検出するステップと、
前記検出の結果と、前記ＩＣの種類ごとに、前記ＩＣのピンの周期、前記ＩＣのピンの太さ、前記ＩＣのサイズ、前記ＩＣの縦横比、および、前記ＩＣのピンがある辺の数のデータの少なくともいずれか１つを示した分類用データとを参照して、前記ＩＣのピンの周期、前記ＩＣのピンの太さ、前記ＩＣのサイズ、前記ＩＣの縦横比、および、前記ＩＣのピンがある辺の数の少なくともいずれか１つを用いて前記基板に実装されるＩＣの種類を分類し、前記ＩＣの種類別の個数をカウントし、前記ＩＣのサイズを判断するステップと、
前記ＩＣの種類ごとに、当該ＩＣの単位サイズ当たりの含有資源量を示した含有資源量データと、前記ＩＣの種類別の個数と、前記ＩＣの種類別のサイズの総和とを参照して、前記基板に実装されたＩＣの含有資源量の総量を推定するステップと、
を含んだことを特徴とする含有資源量推定方法。
ＩＣが実装された基板の画像を取得するステップと、
前記画像からＩＣの領域およびピンの領域を検出するステップと、
前記検出の結果と、前記ＩＣの種類ごとに、前記ＩＣのピンの周期、前記ＩＣのピンの太さ、前記ＩＣのサイズ、前記ＩＣの縦横比、および、前記ＩＣのピンがある辺の数のデータの少なくともいずれか１つを示した分類用データとを参照して、前記ＩＣのピンの周期、前記ＩＣのピンの太さ、前記ＩＣのサイズ、前記ＩＣの縦横比、および、前記ＩＣのピンがある辺の数の少なくともいずれか１つを用いて前記基板に実装されるＩＣの種類を分類し、前記ＩＣの種類別の個数をカウントし、前記ＩＣのサイズを判断するステップと、
前記ＩＣの種類ごとに、当該ＩＣの単位サイズ当たりの含有資源量を示した含有資源量データと、前記ＩＣの種類別の個数と、前記ＩＣの種類別のサイズの総和とを参照して、前記基板に実装されたＩＣの含有資源量の総量を推定するステップと、
をコンピュータに実行させることを特徴とする含有資源量推定プログラム。