JP7046150B1 - 基板異物検査装置及び基板異物検査方法 - Google Patents
基板異物検査装置及び基板異物検査方法 Download PDFInfo
- Publication number
- JP7046150B1 JP7046150B1 JP2020200874A JP2020200874A JP7046150B1 JP 7046150 B1 JP7046150 B1 JP 7046150B1 JP 2020200874 A JP2020200874 A JP 2020200874A JP 2020200874 A JP2020200874 A JP 2020200874A JP 7046150 B1 JP7046150 B1 JP 7046150B1
- Authority
- JP
- Japan
- Prior art keywords
- image data
- foreign matter
- dimensional
- printed circuit
- circuit board
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 138
- 239000000758 substrate Substances 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims description 106
- 238000013528 artificial neural network Methods 0.000 claims abstract description 60
- 238000012549 training Methods 0.000 claims abstract description 12
- 239000000284 extract Substances 0.000 claims abstract description 4
- 229910000679 solder Inorganic materials 0.000 claims description 177
- 239000006071 cream Substances 0.000 claims description 83
- 230000008569 process Effects 0.000 claims description 76
- 238000005259 measurement Methods 0.000 claims description 57
- 230000002950 deficient Effects 0.000 claims description 37
- 230000001678 irradiating effect Effects 0.000 claims description 17
- 239000000126 substance Substances 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 abstract description 9
- 238000007639 printing Methods 0.000 description 40
- 238000013473 artificial intelligence Methods 0.000 description 32
- 238000003384 imaging method Methods 0.000 description 24
- 238000012545 processing Methods 0.000 description 22
- 230000007246 mechanism Effects 0.000 description 18
- 238000003860 storage Methods 0.000 description 18
- 239000004973 liquid crystal related substance Substances 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 9
- 230000007723 transport mechanism Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000010363 phase shift Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 238000005476 soldering Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000004898 kneading Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000007650 screen-printing Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000011889 copper foil Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Electric Connection Of Electric Components To Printed Circuits (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Liquid Crystal (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
Description
クリーム半田の印刷部分を含む前記プリント基板における所定の被検査領域の画像データを取得可能な画像データ取得手段と、
入力される画像データから特徴量を抽出する符号化部、及び、該特徴量から画像データを再構成する復号化部を有するニューラルネットワークに対し、異物のない前記プリント基板における前記被検査領域に係る画像データのみを学習データとして学習させて生成した識別手段と、
前記画像データ取得手段により得られた画像データを元画像データとして前記識別手段へ入力して再構成された画像データを再構成画像データとして取得可能な再構成画像データ取得手段と、
前記元画像データ及び前記再構成画像データを比較可能な比較手段とを備え、
前記比較手段による比較結果に基づき、前記プリント基板における異物の有無を判定可能に構成されており、
異物のない前記プリント基板における前記被検査領域に係る画像データをベース画像データとし、該ベース画像データのうちのクリーム半田に係る領域の画像をベース半田領域画像とし、該ベース半田領域画像に対応する、異物のないクリーム半田に係る領域の画像を良品半田領域画像としたとき、
予め取得した複数種類の前記良品半田領域画像を用い、前記ベース画像データにおける前記ベース半田領域画像の少なくとも一部を、それぞれ異なる種類の前記良品半田領域画像に置き換えることで、複数種類の仮想良品画像データを取得する学習データ生成手段を備え、
前記学習データとして、前記学習データ生成手段により得られた前記仮想良品画像データを用いることを特徴とする基板異物検査装置。
前記プリント基板の前記被検査領域に対し二次元計測用の光を照射する二次元計測用照射手段とを備え、
前記画像データ取得手段は、前記三次元計測用の光が照射された前記被検査領域に係る画像データである三次元画像データと、前記二次元計測用の光が照射された前記被検査領域に係る画像データである二次元画像データとを取得可能であり、
前記比較手段は、前記三次元画像データ及び前記識別手段により該三次元画像データを元にして再構成された再構成三次元画像データを比較可能であるとともに、前記二次元画像データ及び前記識別手段により該二次元画像データを元にして再構成された再構成二次元画像データを比較可能であり、
前記三次元画像データに係る比較結果と、前記二次元画像データに係る比較結果とに基づき、前記プリント基板における異物の有無を判定可能に構成されていることを特徴とする手段1に記載の基板異物検査装置。
クリーム半田の印刷部分を含む前記プリント基板における所定の被検査領域の画像データを取得する画像データ取得工程と、
入力される画像データから特徴量を抽出する符号化部、及び、該特徴量から画像データを再構成する復号化部を有するニューラルネットワークに対し、異物のない前記プリント基板における前記被検査領域に係る画像データのみを学習データとして学習させて生成した識別手段を用い、前記画像データ取得工程により得られた画像データを元画像データとして前記識別手段に入力して再構成された画像データを再構成画像データとして取得する再構成画像データ取得工程と、
前記元画像データ及び前記再構成画像データを比較する比較工程とを含み、
前記比較工程による比較結果に基づき、前記プリント基板における異物の有無を判定し、
異物のない前記プリント基板における前記被検査領域に係る画像データをベース画像データとし、該ベース画像データのうちのクリーム半田に係る領域の画像をベース半田領域画像とし、該ベース半田領域画像に対応する、異物のないクリーム半田に係る領域の画像を良品半田領域画像としたとき、
予め取得した複数種類の前記良品半田領域画像を用い、前記ベース画像データにおける前記ベース半田領域画像の少なくとも一部を、それぞれ異なる種類の前記良品半田領域画像に置き換えることで、複数種類の仮想良品画像データを取得する学習データ生成工程を備え、
前記学習データとして、前記学習データ生成工程により得られた前記仮想良品画像データを用いることを特徴とする基板異物検査方法。
前記プリント基板の前記被検査領域に対し二次元計測用の光を照射する二次元計測用照射工程とを備え、
前記画像データ取得工程は、前記三次元計測用の光が照射された前記被検査領域に係る画像データである三次元画像データを取得する工程と、前記二次元計測用の光が照射された前記被検査領域に係る画像データである二次元画像データを取得する工程とを含み、
前記比較工程は、前記三次元画像データ及び前記識別手段により該三次元画像データを元にして再構成された再構成三次元画像データを比較する工程と、前記二次元画像データ及び前記識別手段により該二次元画像データを元にして再構成された再構成二次元画像データを比較する工程とを含み、
前記三次元画像データに係る比較結果と、前記二次元画像データに係る比較結果とに基づき、前記プリント基板における異物の有無を判定することを特徴とする手段3に記載の基板異物検査方法。
Claims (4)
- クリーム半田の印刷されたプリント基板における異物の有無を検査する基板異物検査装置であって、
クリーム半田の印刷部分を含む前記プリント基板における所定の被検査領域の画像データを取得可能な画像データ取得手段と、
入力される画像データから特徴量を抽出する符号化部、及び、該特徴量から画像データを再構成する復号化部を有するニューラルネットワークに対し、異物のない前記プリント基板における前記被検査領域に係る画像データのみを学習データとして学習させて生成した識別手段と、
前記画像データ取得手段により得られた画像データを元画像データとして前記識別手段へ入力して再構成された画像データを再構成画像データとして取得可能な再構成画像データ取得手段と、
前記元画像データ及び前記再構成画像データを比較可能な比較手段とを備え、
前記比較手段による比較結果に基づき、前記プリント基板における異物の有無を判定可能に構成されており、
異物のない前記プリント基板における前記被検査領域に係る画像データをベース画像データとし、該ベース画像データのうちのクリーム半田に係る領域の画像をベース半田領域画像とし、該ベース半田領域画像に対応する、異物のないクリーム半田に係る領域の画像を良品半田領域画像としたとき、
予め取得した複数種類の前記良品半田領域画像を用い、前記ベース画像データにおける前記ベース半田領域画像の少なくとも一部を、それぞれ異なる種類の前記良品半田領域画像に置き換えることで、複数種類の仮想良品画像データを取得する学習データ生成手段を備え、
前記学習データとして、前記学習データ生成手段により得られた前記仮想良品画像データを用いることを特徴とする基板異物検査装置。 - 前記プリント基板の前記被検査領域に対し三次元計測用の光を照射する三次元計測用照射手段と、
前記プリント基板の前記被検査領域に対し二次元計測用の光を照射する二次元計測用照射手段とを備え、
前記画像データ取得手段は、前記三次元計測用の光が照射された前記被検査領域に係る画像データである三次元画像データと、前記二次元計測用の光が照射された前記被検査領域に係る画像データである二次元画像データとを取得可能であり、
前記比較手段は、前記三次元画像データ及び前記識別手段により該三次元画像データを元にして再構成された再構成三次元画像データを比較可能であるとともに、前記二次元画像データ及び前記識別手段により該二次元画像データを元にして再構成された再構成二次元画像データを比較可能であり、
前記三次元画像データに係る比較結果と、前記二次元画像データに係る比較結果とに基づき、前記プリント基板における異物の有無を判定可能に構成されていることを特徴とする請求項1に記載の基板異物検査装置。 - クリーム半田の印刷されたプリント基板における異物の有無を検査するための基板異物検査方法であって、
クリーム半田の印刷部分を含む前記プリント基板における所定の被検査領域の画像データを取得する画像データ取得工程と、
入力される画像データから特徴量を抽出する符号化部、及び、該特徴量から画像データを再構成する復号化部を有するニューラルネットワークに対し、異物のない前記プリント基板における前記被検査領域に係る画像データのみを学習データとして学習させて生成した識別手段を用い、前記画像データ取得工程により得られた画像データを元画像データとして前記識別手段に入力して再構成された画像データを再構成画像データとして取得する再構成画像データ取得工程と、
前記元画像データ及び前記再構成画像データを比較する比較工程とを含み、
前記比較工程による比較結果に基づき、前記プリント基板における異物の有無を判定し、
異物のない前記プリント基板における前記被検査領域に係る画像データをベース画像データとし、該ベース画像データのうちのクリーム半田に係る領域の画像をベース半田領域画像とし、該ベース半田領域画像に対応する、異物のないクリーム半田に係る領域の画像を良品半田領域画像としたとき、
予め取得した複数種類の前記良品半田領域画像を用い、前記ベース画像データにおける前記ベース半田領域画像の少なくとも一部を、それぞれ異なる種類の前記良品半田領域画像に置き換えることで、複数種類の仮想良品画像データを取得する学習データ生成工程を備え、
前記学習データとして、前記学習データ生成工程により得られた前記仮想良品画像データを用いることを特徴とする基板異物検査方法。 - 前記プリント基板の前記被検査領域に対し三次元計測用の光を照射する三次元計測用照射工程と、
前記プリント基板の前記被検査領域に対し二次元計測用の光を照射する二次元計測用照射工程とを備え、
前記画像データ取得工程は、前記三次元計測用の光が照射された前記被検査領域に係る画像データである三次元画像データを取得する工程と、前記二次元計測用の光が照射された前記被検査領域に係る画像データである二次元画像データを取得する工程とを含み、
前記比較工程は、前記三次元画像データ及び前記識別手段により該三次元画像データを元にして再構成された再構成三次元画像データを比較する工程と、前記二次元画像データ及び前記識別手段により該二次元画像データを元にして再構成された再構成二次元画像データを比較する工程とを含み、
前記三次元画像データに係る比較結果と、前記二次元画像データに係る比較結果とに基づき、前記プリント基板における異物の有無を判定することを特徴とする請求項3に記載の基板異物検査方法。
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020200874A JP7046150B1 (ja) | 2020-12-03 | 2020-12-03 | 基板異物検査装置及び基板異物検査方法 |
DE112021006288.3T DE112021006288T5 (de) | 2020-12-03 | 2021-09-22 | Substratfremdstoff-prüfvorrichtung und substratfremdstoff-prüfverfahren |
MX2022015423A MX2022015423A (es) | 2020-12-03 | 2021-09-22 | Dispositivo de inspección de materias extrañas de sustrato y método de inspección de materias extrañas de sustrato. |
CN202180048866.8A CN115803611A (zh) | 2020-12-03 | 2021-09-22 | 基板异物检查装置以及基板异物检查方法 |
PCT/JP2021/034795 WO2022118523A1 (ja) | 2020-12-03 | 2021-09-22 | 基板異物検査装置及び基板異物検査方法 |
TW110138099A TWI819395B (zh) | 2020-12-03 | 2021-10-14 | 基板異物檢查裝置及基板異物檢查方法 |
US18/107,019 US20230186458A1 (en) | 2020-12-03 | 2023-02-08 | Substrate foreign matter inspection device and substrate foreign matter inspection method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020200874A JP7046150B1 (ja) | 2020-12-03 | 2020-12-03 | 基板異物検査装置及び基板異物検査方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7046150B1 true JP7046150B1 (ja) | 2022-04-01 |
JP2022088818A JP2022088818A (ja) | 2022-06-15 |
Family
ID=81255891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020200874A Active JP7046150B1 (ja) | 2020-12-03 | 2020-12-03 | 基板異物検査装置及び基板異物検査方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20230186458A1 (ja) |
JP (1) | JP7046150B1 (ja) |
CN (1) | CN115803611A (ja) |
DE (1) | DE112021006288T5 (ja) |
MX (1) | MX2022015423A (ja) |
TW (1) | TWI819395B (ja) |
WO (1) | WO2022118523A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7342207B1 (ja) * | 2022-07-15 | 2023-09-11 | Ckd株式会社 | 包装体検査装置及び包装体検査方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016519768A (ja) | 2013-04-02 | 2016-07-07 | コー・ヤング・テクノロジー・インコーポレーテッド | 基板の異物質検査方法 |
JP2017173010A (ja) | 2016-03-22 | 2017-09-28 | Ckd株式会社 | 基板検査装置 |
KR101911061B1 (ko) | 2018-03-26 | 2018-10-23 | 주식회사 대곤코퍼레이션 | 비지도 학습기반 영역별 자가부호기를 이용한 제품 불량판별 시스템 및 비지도 학습기반 영역별 자가부호기를 이용한 제품 불량판별 방법 |
WO2019131945A1 (ja) | 2017-12-27 | 2019-07-04 | キューピー株式会社 | 食品検査装置、食品検査方法及び食品検査装置の食品再構成ニューラルネットワークの学習方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2959156B2 (ja) * | 1991-03-25 | 1999-10-06 | 松下電器産業株式会社 | 半田の形状検査方法 |
TW484104B (en) * | 1999-08-05 | 2002-04-21 | Orbotech Ltd | Apparatus and method for the inspection of objects |
JP4493421B2 (ja) * | 2004-06-30 | 2010-06-30 | 株式会社リコー | プリント回路基板検査装置とプリント回路基板組み立て検査ラインシステムおよびプログラム |
KR20180015983A (ko) * | 2016-08-04 | 2018-02-14 | 주식회사 고영테크놀러지 | 인쇄 회로 기판의 검사 및 불량 교정 장치와 그 방법 |
-
2020
- 2020-12-03 JP JP2020200874A patent/JP7046150B1/ja active Active
-
2021
- 2021-09-22 WO PCT/JP2021/034795 patent/WO2022118523A1/ja active Application Filing
- 2021-09-22 MX MX2022015423A patent/MX2022015423A/es unknown
- 2021-09-22 CN CN202180048866.8A patent/CN115803611A/zh active Pending
- 2021-09-22 DE DE112021006288.3T patent/DE112021006288T5/de active Pending
- 2021-10-14 TW TW110138099A patent/TWI819395B/zh active
-
2023
- 2023-02-08 US US18/107,019 patent/US20230186458A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016519768A (ja) | 2013-04-02 | 2016-07-07 | コー・ヤング・テクノロジー・インコーポレーテッド | 基板の異物質検査方法 |
JP2017173010A (ja) | 2016-03-22 | 2017-09-28 | Ckd株式会社 | 基板検査装置 |
WO2019131945A1 (ja) | 2017-12-27 | 2019-07-04 | キューピー株式会社 | 食品検査装置、食品検査方法及び食品検査装置の食品再構成ニューラルネットワークの学習方法 |
KR101911061B1 (ko) | 2018-03-26 | 2018-10-23 | 주식회사 대곤코퍼레이션 | 비지도 학습기반 영역별 자가부호기를 이용한 제품 불량판별 시스템 및 비지도 학습기반 영역별 자가부호기를 이용한 제품 불량판별 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP2022088818A (ja) | 2022-06-15 |
WO2022118523A1 (ja) | 2022-06-09 |
MX2022015423A (es) | 2023-01-11 |
TW202223369A (zh) | 2022-06-16 |
US20230186458A1 (en) | 2023-06-15 |
DE112021006288T5 (de) | 2023-09-21 |
CN115803611A (zh) | 2023-03-14 |
TWI819395B (zh) | 2023-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6317296B2 (ja) | 3次元形状の測定方法及び測定装置 | |
US20230232603A1 (en) | Solder printing inspection device | |
JP2004198129A (ja) | 計測装置及び検査装置 | |
WO2013111354A1 (ja) | 三次元計測装置 | |
KR101144749B1 (ko) | 소자의 불량 검사방법 | |
WO2022118523A1 (ja) | 基板異物検査装置及び基板異物検査方法 | |
US20240193751A1 (en) | Apparatus for hair inspection on substrate and method for hair inspection on substrate | |
JP2009109447A (ja) | X線検査装置およびx線検査方法 | |
TWI792296B (zh) | 網遮罩檢查方法及網遮罩檢查裝置 | |
JP7091010B2 (ja) | スクリーンマスク検査装置 | |
KR101442666B1 (ko) | 복수 행의 조명부재를 포함하는 비전검사장치 | |
JP4034325B2 (ja) | 三次元計測装置及び検査装置 | |
JP3868917B2 (ja) | 三次元計測装置及び検査装置 | |
TWI818349B (zh) | 工件高度計測裝置及使用其之安裝基板檢查裝置 | |
KR101132781B1 (ko) | 기판 검사방법 및 이를 포함하는 기판 제조방법 | |
JP3730222B2 (ja) | 三次元計測装置及び検査装置 | |
JP2004317291A (ja) | 半田外観検査装置 | |
JP2002081924A (ja) | 三次元計測装置 | |
JPH0772094A (ja) | ハンダ付け検査装置 | |
JP2021032816A (ja) | 検査装置 | |
JPH02102405A (ja) | 半田付け接合部の外観検査装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220125 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220125 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220125 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220322 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7046150 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |