KR101131350B1 - 금속 패드의 상태 검사 방법 - Google Patents

금속 패드의 상태 검사 방법 Download PDF

Info

Publication number
KR101131350B1
KR101131350B1 KR1020090099954A KR20090099954A KR101131350B1 KR 101131350 B1 KR101131350 B1 KR 101131350B1 KR 1020090099954 A KR1020090099954 A KR 1020090099954A KR 20090099954 A KR20090099954 A KR 20090099954A KR 101131350 B1 KR101131350 B1 KR 101131350B1
Authority
KR
South Korea
Prior art keywords
image
inspection target
metal pad
center
partial
Prior art date
Application number
KR1020090099954A
Other languages
English (en)
Other versions
KR20110043032A (ko
Inventor
이종문
김학일
최학남
임유청
Original Assignee
인하대학교 산학협력단
삼성전기주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 인하대학교 산학협력단, 삼성전기주식회사 filed Critical 인하대학교 산학협력단
Priority to KR1020090099954A priority Critical patent/KR101131350B1/ko
Publication of KR20110043032A publication Critical patent/KR20110043032A/ko
Application granted granted Critical
Publication of KR101131350B1 publication Critical patent/KR101131350B1/ko

Links

Images

Classifications

    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2518—Projection by scanning of the object
    • 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
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K1/00—Printed circuits
    • H05K1/02—Details
    • H05K1/11—Printed elements for providing electric connections to or between printed circuits
    • H05K1/111—Pads for surface mounting, e.g. lay-out
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/08—Monitoring manufacture of assemblages
    • H05K13/081—Integration of optical monitoring devices in assembly lines; Processes using optical monitoring devices specially adapted for controlling devices or machines in assembly lines

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

금속 패드의 상태 검사 방법이 개시되며, 원형의 금속 패드 영상을 포함한 샘플 영상을 입력받는 제1 단계; 상기 입력된 샘플 영상에서 원형의 금속 패드 영상을 추출하는 제2 단계; 검사 대상 영상을 다수의 부분 검사 대상 영상으로 분할하는 제3 단계; 상기 다수의 부분 검사 대상 영상간에 유사성을 판단하는 제4 단계; 및 상기 금속 패드의 상태를 분류하는 제5 단계를 포함하여 이루어지며, 인쇄 회로 기판의 금속 패드 상태를 보다 용이하게 검사할 수 있는 효과가 있다.
인쇄 회로 기판, PCB, 금속 패드, 변색, 거칠기

Description

금속 패드의 상태 검사 방법{Metal pad state detection method}
본 발명은 금속 패드의 상태 검사 방법에 관한 것이다.
최근에 생산되는 인쇄 회로 기판(PCB:Printed Circuit Board)은 패턴이 점점 미세해지고, 복잡해지고 있다. 따라서, PCB 품질 및 정밀도가 제품 성능에 막대한 영향을 미치고 있다. 그렇기 때문에 PCB는 부품의 조립과 납땜을 하기 전에 패턴 인쇄와 에칭 과정에서 발생될 수 있는 결함을 검사해야 한다.
기존의 PCB 검사 방법에는 참조 영상을 이용하는 영상 비교 방법과, 참조 영상을 이용하지 않는 디자인 특징 비교 방법, 두 가지를 혼합한 hybrid 검사 방법 등이 있었다. 그러나, 이 같은 방법들은 검사대상체의 결점을 검사하기 위한 것으로, 인쇄 회로 기판의 금속 패드 변색이나 거칠기 등에 대해서는 검사가 이루어지지 않았다. 따라서, 종래 인쇄 회로 기판의 금속 패드 변색이나 거칠기는 작업자가 육안으로 확인하는 방법을 통해 검사하는 것으로, 검사 시간 및 검사 비용 증가라는 문제점이 있었다.
본 발명은 상술한 문제점을 해결하기 위한 것으로, 본 발명의 목적은, 금속 패드 영상을 포함한 샘플 영상에서 검사 대상 영상을 검출하고 검출된 검사 대상 영상을 다수의 부분 검사 대상 영상으로 분할하여 다수의 부분 검사 대상 영상의 서로간의 대칭성이나 동일성을 비교하여 금속 패드 영상의 변색이나 거칠기를 검사할 수 있도록 하는 금속 패드의 상태 검사 방법을 제공하기 위한 것이다.
이상과 같은 본 발명의 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 금속 패드의 상태 검사 방법은, 원형의 금속 패드 영상과 그 주변 영상을 포함한 샘플 영상을 입력받는 제1 단계; 상기 입력된 샘플 영상에서 원형의 금속 패드 영상을 검사 대상 영상으로 추출하는 제2 단계; 추출된 상기 검사 대상 영상을 다수의 부분 검사 대상 영상으로 분할하는 제3 단계; 상기 다수의 부분 검사 대상 영상간에 유사성을 판단하는 제4 단계; 및 상기 다수의 부분 검사 대상 영상간에 유사성을 이용하여 상기 금속 패드의 상태를 분류하는 제5 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명은 상기 제 3 단계 이후에, 분할된 부분 검사 대상 영상을 사각형상의 부분 검사 대상 영상으로 변환하는 제 6 단계를 더 포함하는 것을 특징으로 한다.
또한, 본 발명의 상기 제2 단계는, 상기 입력된 샘플 영상을 이진화시키는 제1 공정; 상기 이진화된 샘플 영상을 형태 연산하여 노이즈를 제거하는 제2 공정;상기 노이즈가 제거된 상기 샘플 영상에서 무게 중심을 측정하여 상기 원형의 금속 패드 영상의 중심을 검색하는 제3 공정; 검색된 상기 원형의 금속 패드 영상의 중심으로부터 상기 원형의 금속 패드 영상의 가장자리까지의 거리를 측정하여 상기 원형의 금속 패드 영상의 반경을 검색하는 제4 공정; 및 상기 검색된 중심으로부터 반경이내의 영상을 검사 대상 영상으로 추출하는 제5 공정을 포함하는 것을 특징으로 한다.
또한, 본 발명의 상기 제3 공정은, 하기 수학식 1 및 2를 이용하여 상기 원형의 중심을 검색하는 것을 특징으로 한다.
수학식 1 :
Figure 112009064271867-pat00001
수학식 2 :
Figure 112009064271867-pat00002
(Cx는 x축의 중심점, Cy는 y축의 중심점,
Bsrc는 이진화된 상기 샘플 영상,
h는 상기 샘플 영상의 높이, w는 상기 샘플 영상의 폭 )
또한, 본 발명의 상기 제4 공정은, 하기 수학식을 이용하여 상기 원형의 반경을 검색하는 것을 특징으로 한다.
Figure 112009064271867-pat00003
(Rx는 원형의 중심으로부터 x축의 양의 방향 반경,
R-x는 원형의 중심으로부터 x축의 음의 방향 반경,
Ry는 원형의 중심으로부터 y축의 양의 방향 반경,
R-y는 원형의 중심으로부터 y축의 음의 방향 반경)
또한, 본 발명의 상기 제4 단계는, 상기 다수의 부분 검사 대상 영상에 대하여 계조도 대 빈도수의 히스토그램을 생성하고, 생성된 히스토그램을 이용하여 부분 검사 대상들간에 유사성을 판단하는 것을 특징으로 한다.
또한, 본 발명의 상기 제4 단계는, ED 거리 측정 방법, NCC 거리 측정 방법, VAR 거리 측정 방법, SAM 거리 측정 방법 및 SID 거리 측정 방법 중 어느 하나를 이용하여 다수의 부분 검사 대상 영상간에 유사성을 판단하는 것을 특징으로 한다.
또한, 본 발명의 상기 제5 단계는, 상기 측정 방법의 결과값을 벡터화하여 최소값(min), 평균값(mean) 및 최대값(max)을 산출하는 제1 공정; 및 상기 벡터화 된 결과값에 대한 최소값(min), 평균값(mean) 및 최대값(max) 중 어느 하나 이상을 기 설정된 문턱값과 비교하여 상기 검사 대상 영상을 변색 영상 또는 거칠기 영상으로 분류하는 제2 공정을 포함하는 것을 특징으로 한다.
이에 앞서 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이고 사전적인 의미로 해석되어서는 아니되며, 발명자가 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합되는 의미와 개념으로 해석되어야만 한다.
본 발명에 따르면, 금속 패드 영상에서 검사 대상 영상을 검출하고 검출된 검사 대상 영상을 다수의 부분 검사 대상 영상으로 분할하여 다수의 부분 검사 대상 영상간의 대칭성이나 동일성(이를 유사성이라고 한다)을 판단하여 금속 패드의 상태를 용이하게 검사할 수 있도록 하는 효과가 있다.
본 발명의 목적, 특정한 장점들 및 신규한 특징들은 첨부된 도면들과 연관되어지는 이하의 상세한 설명과 바람직한 실시예들로부터 더욱 명백해질 것이다. 본 명세서에서 각 도면의 구성요소들에 참조번호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다. 또한, 본 발명을 설명함에 있어서, 관련된 공 지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 금속 패드의 상태 검사 방법을 설명하기 위한 흐름도이다.
먼저, 인쇄 회로 기판에 포함된 금속 패드를 라인 스캐닝하여 형성된 샘플 영상(금속 패드 영상과 그 주변 영상으로 이루어짐)을 입력받고(S110), 입력된 샘플 영상에서 검사 대상 영상을 추출한다(S120). 구체적으로, 샘플 영상에서, 상태(변색이나 거칠기)를 검사하기 위한 검사 대상 영역, 즉, 원형의 금속 패드 영역을 추출한다. 구체적으로, 검사 대상 영상은 다음과 같은 과정을 통해 추출할 수 있다.
우선, 입력된 샘플 영상을 이진화하여 이진화된 샘플 영상(Bsrc)을 얻어낸다. 이 경우, 샘플 영상의 이진화는 Otsu 알고리즘을 이용하여 이루어질 수 있다. 그리고, 이진화된 샘플 영상(Bsrc)에 대해 형태(morphology) 연산을 수행하여 금속 패드 영상이나 그 주변 영상에 포함되어 있는 노이즈 성분를 제거한다.
이 후, 노이즈 성분이 제거된 샘플 영상에서 금속 패드 영상의 중심과 반경을 검색하여 검사 대상 영역을 검출할 수 있다. 샘플 영상에서 금속 패드 영상의 중심과 반경(R)은 아래의 수학식 1을 이용하여 x축에서의 중심점(Cx)과 y축에서의 중심점(Cy)을 산출하여 검색할 수 있다. 여기에서, h는 샘플 영상의 높이이고(h는 좌표값으로 1부터 시작해서 h까지 할당됨), w는 샘플 영상의 폭이다(w는 좌표값으로 1부터 시작하여 w까지 할당됨)(이해를 돕기 위하여 도 2a에 이를 좌표값으로 표시하였다).
Figure 112009064271867-pat00004
Figure 112009064271867-pat00005
Figure 112009064271867-pat00006
또한, 상기 수학식 1에서, Rx는 금속 패드 영상의 중심으로부터 x축의 양의 방향 반경, R-x는 금속 패드 영상의 중심으로부터 x축의 음의 방향 반경, Ry는 금속 패드 영상의 중심으로부터 y축의 양의 방향 반경 및 R-y는 금속 패드 영상의 중심으로부터 y축 음의 방향 반경이다.
수학식 1을 이용하여 금속 패드 영상의 중심과 반경이 검색되면, 이를 이용 하여 검사 대상 영상을 추출한다.
도 2a 및 도 2b는 상술한 바와 같은 검사 대상 영상 추출 과정을 나타내는 도면이다. 도 2a를 참조하면, 샘플 영상(100)을 이진화하여, 이진화된 샘플 영상(105)을 생성한다. 이 샘플 영상(105)을 형태 연산하여 노이즈 성분이 제거된 샘플 영상(110)을 생성한다(도 2a의 금속 패드 영상의 중심에 노이즈 성분이 존재하였으나 형태 연산을 수행하여 노이즈 성분이 제거됨). 그리고, 도 2b에 도시된 바와 같이, 수학식 1을 이용하여 샘플 영상(110)에서 금속 패드 영상의 중심점(210) 및 반경을 검색하여 검사 대상 영상(200)을 추출한다(S120).
다음, 원형의 검사 대상 영상을 n등분하여 부분 검사 대상 영상으로 분리한 후에(S130) 각각을 사각 형상의 부분 검사대상 영상으로 변환한다(S140). 그리고, 사각 형상으로 변환된 n개의 부분 검사 대상 영상의 각각에 대하여 계조도(contrast)에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 히스토그램을 생성한다(S150).
이 후, 생성된 히스토그램을 이용하여 부분 검사 대상 영상간에 대칭성이나 동일성(여기에서 대칭성이나 동일성은 부분 검사 대상 영상간의 유사성을 보여주는 기준이 되며, 이하에서는 대칭성이나 동일성을 총징하여 유사성이라고 부른다)을 판단한다(S160).
여기에서, 원형의 검사 대상 영상을 n등분하여 부분 검사 대상 영상으로 분리하여 각각을 사각 형상의 부분 검사 대상 영상으로 변환하는 방법으로 가능한 한 가지 방법은 원형의 검사 대상 영상을 중심을 기준으로 하여 부채꼴 형상으로 n등분하여 부분 검사 대상 영상으로 분리한 후에, 로그-폴라 좌표변환(log-polar coordination transform)과 유사하게 각각의 부채꼴 형상을 사각 형상의 부분 검사대상 영상으로 변환하는 방법이 있다.
그리고, 또 다른 방법으로는 원형의 검사 대상 영상을 다수의 고리 형상(내부에 있는 형상이 여전히 원형이지만 이를 포함하여 설명의 편의를 위해 고리형상이라고 부른다)으로 분리하여 사각형의 검사 대상 영상으로 변환하는 방법이 있다.
물론, 여기에서 원형의 검사 대상 영상을 중심을 기준으로 하여 부채꼴 형상이나 고리 형상으로 n등분하여 부분 검사 대상 영상으로 분리한 후에, 로그-폴라 좌표변환(log-polar coordination transform)과 유사하게 각각의 부채꼴 형상이나 고리 형상을 사각 형상의 부분 검사대상 영상으로 변환하여 부분 검사 대상 영상간의 대칭성이나 동일성을 판단하였으나, 이와 같이 사각 형상으로 변환을 수행하지 않고 부분 검사 대상 영상간의 대칭성이나 동일성을 판단할 수도 있다.
도 3a 내지 도 3c는 원형의 검사 대상 영상을 부채꼴 형상의 다수의 부분 검사 대상 영상으로 분리한 후에 사각형상의 검사 대상 영상으로 변환하는 과정을 나타내는 도면이다. 먼저, 도 3a에 도시된 바와 같이 원형의 검사 대상 영상을 중심을 기준으로 하여 부채꼴 형상으로 n개, 일예로 4등분하여 1 부분 검사 대상 영상, 2 부분 검사 대상 영상, 3 부분 검사 대상 영상 및 4 부분 검사 대상 영상으로 나눈다.
그리고, 도 3b에 도시된 바와 같이 부채꼴 형상의 각 부분 검사 대상 영상을 로그 폴라 좌표변환과 유사하게 사각 형상의 부분 검사 대상 영상으로 변환한다. 도 3b를 보게 되면 부채꼴 형상의 점들이 어떻게 사각 형상의 부분 검사 대상 영상의 점들로 변화되는지 부채꼴 형상에 도시된 사선과 이에 대응되게 사각 형상에 도시된 직선의 대응관계를 통하여 잘 알 수 있다. 이와 같이 변환된 4개의 부분 검사 대상 영상은 도 3c에 도시된 바와 같이 직각좌표계상에 일렬로 정렬한다.
한편, 도 4a 내지 도 4d는 각각의 부분 검사 대상 영상에 대한 계조도 대 빈도수의 히스토그램을 나타내는 도면이다.
도 4a는 사각 형상으로 변환된 1부분 검사 대상 영상에 대하여 각 계조도에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 나타낸 히스토그램이다.
그리고, 도 4b는 사각 형상으로 변환된 2부분 검사 대상 영상에 대하여 각 계조도에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 나타낸 히스토그램이다.
다음으로, 도 4c는 사각 형상으로 변환된 3부분 검사 대상 영상에 대하여 각 계조도에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 나타낸 히스토그램이다.
마지막으로, 도 4d는 사각 형상으로 변환된 4부분 검사 대상 영상에 대하여 각 계조도에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 나 타낸 히스토그램이다.
한편, 위에서는 원형의 검사 대상 영상을 부채꼴 형상으로 분리하여 사각형상의 부분 검사 대상 영상으로 변환하였지만, 이와 달리 원형의 검사 대상 영상을 고리 형상을 분리하여 사각 형상의 부분 검사 대상 영상으로 변환할 수 있다.
도 5a 내지 도 5c는 원형의 검사 대상 영상의 고리 형상으로 분리하여 사각형의 검사 대상 영상으로 변환하는 과정을 나타내는 도면이다. 도 5a에 도시된 원형의 검사 대상 영상을 중심을 기준으로 하여 고리 형상(내부에 있는 형상이 여전히 원형이지만 이를 포함하여 설명의 편의를 위해 고리형상이라고 부른다)으로 n등분, 일예로 4등분하여 1 부분 검사 대상 영상, 2 부분 검사 대상 영상, 3 부분 검사 대상 영상 및 4 부분 검사 대상 영상으로 나눈다.
그리고, 도 5b에 도시된 바와 같이 고리 형상의 각 부분 검사 대상 영상을 로그 폴라 좌표변환과 유사하게 사각 형상의 부분 검사 대상 영상으로 변환한다. 도 5b를 보게 되면 고리 형상의 점들이 어떻게 사각 형상의 부분 검사 대상 영상의 점들로 변화되는지 고리 형상에 도시된 사선과 이에 대응되게 사각 형상에 도시된 직선의 대응관계를 통하여 잘 알 수 있다. 이와 같이 변환된 4개의 부분 검사 대상 영상은 도 5c에 도시된 바와 같이 직각좌표계상에 일렬로 정렬한다.
한편, 도 6a 내지 도 6d는 이와 같이 변환된 부분 검사 대상 영상에 대한 계조도 대 빈도수의 히스토그램을 나타내는 도면이다.
도 6a는 사각 형상으로 변환된 1부분 검사 대상 영상에 대하여 각 계조도에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 나타낸 히스토그램이다.
그리고, 도 6b는 사각 형상으로 변환된 2부분 검사 대상 영상에 대하여 각 계조도에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 나타낸 히스토그램이다.
다음으로, 도 6c는 사각 형상으로 변환된 3부분 검사 대상 영상에 대하여 각 계조도에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 나타낸 히스토그램이다.
마지막으로, 도 6d는 사각 형상으로 변환된 4부분 검사 대상 영상에 대하여 각 계조도에 대한 빈도수를 추출하여 X축을 계조도로 하고 Y축을 빈도수로 하여 나타낸 히스토그램이다.
이 후, 생성된 히스토그램을 이용하여 부분 검사 대상 영상들간의 대칭성 및 동일성을 판단하고(S160), 판단 결과에 따라 검사 대상 영상을 변색 영상 또는 거칠기 영상으로 분류한다(170). 구체적으로, 히스토그램을 아래의 수학식 2내지 6 중 어느 하나에 적용하여 대칭성 및 동일성을 판단할 수 있다(이때, 히스토그램의 빈도수의 크기를 0~1 사이 값으로 정규화시켜 적용할 수도 있다). 그리고, 각 히스토그램의 계조도의 레벨은 1단위로 증가시키는 것이 아니라 5단위나(이때, X축의 좌표값은 0, 1(종래 1~5포함), 2(종래 6~10으로 이루어짐)...51(종래 251~255로 이 루어짐) 등등으로 표기됨), 10 단위 등으로 증가하도록 적용할 수도 있다.
아래의 수학식 2는 ED(Euclidian Distance) 거리 측정 방법, 수학식 3은 NCC(Normalized Cross Correlation) 거리 측정 방법, 수학식 4는 VAR(VARiation) 거리 측정 방법, 수학식 5는 SAM(Spectral Angle Measure) 거리 측정 방법이며, 수학식 6은 SID(Spectral Information Divergence) 거리 측정 방법이다.
여기에서, i는 히스토그램의 X축 좌표값으로 계조도 값을 나타내며(0~255), xi는 두개의 비교되는 부분 검사 대상 영역의 히스토그램중 어느 하나의 히스토그램의 i 계조도에 대한 빈도수를 나타내며, yi는 두개의 비교되는 부분 검사 대상 영역의 히스토그램중 다른 하나의 히스토그램의 i 계조도에 대한 빈도수를 나타낸다.
이때, 위의 거리 측정 방법을 사용하여 거리를 측정할 대상이 되는 가능한 조합은 일예로 도 4a 내지 도 4d를 참조하면 도 4a 대 도 4b, 도 4a 대 도 4c, 도 4a 대 도 4d, 도 4b 대 도 4c, 도 4b 대 도 4d, 도 4c 대 도 4d의 조합이 가능하다.
그리고, 추가적으로 도 6a 내지 도 6d를 포함하면, 위의 조합에 더해 도 4a 대 도 6a, 도 4a 대 도 6b, 도 4a 대 도 6c, 도 4a 대 도 6d, 도 4b 대 도 6a, 도 4b 대 도 6b, 도 4b 대 도 6c, 도 4b 대 도 6d, 도 4c 대 도 6a, 도 4c 대 도 6b, 도 4c 대 도 6c, 도 4c 대 도 6d, 도 4d 대 도 6a, 도 4d 대 도 6b, 도 4d 대 도 6c, 도 4d 대 도 6d, 도 6a 대 도 6b, 도 6a 대 도 6c, 도 6a 대 도 6d, 도 6b 대 도 6c, 도 6b 대 도 6d, 도 6c 대 도 6d의 조합이 가능하다.
이를 일반화시키면, 검사 대상 영상을 도 3a에서와 같이 부채꼴 형상으로 n 등분하고, 도 5a에서와 같이 고리 형상으로 n 등분하게 되면, 총 2n개의 히스토그램을 얻을 수 있게 된다. 이 2n개의 히스토그램을 수학식 2 내지 6을 이용하여 각각의 결과를 산출할때, 각 수학식에 대하여 2nC2개의 조합 갯수만큼의 결과를 산출할 수 있다. 여기에서 수학식 2 내지 6의 값들은 대비되는 부분 검사 대상 영상간의 대칭성을 나타내거나 동일성을 나타낸다.
한편, 수학식 2 내지 6에서 X는 {x1,x2,x3,…xi}를 나타내고, Y는 {y1,y2,y3,…yi}를 나타낸다. 그리고, 수학식 4에서 GR은 히스토그램의 계조도의 레벨 단위이다. 예를 들어, 히스토그램의 계조도 레벨이 0~255인 경우, 5 레벨 단위로 나누게 되면, P값은 약 51이 된다. 또한, 수학식 6에서 ε은 기 설정된 허용 오차이다. 이 경우, ε은 무시할 수 있을 정도의 매우 작은 값으로 설정될 수 있다.
Figure 112009064271867-pat00007
Figure 112009064271867-pat00008
Figure 112009064271867-pat00009
Figure 112009064271867-pat00010
Figure 112009064271867-pat00011
여기에서 수학식 2 내지 6의 값들은 대비되는 부분 검사 대상 영상간의 대칭성을 나타내거나 동일성을 나타낸다. 이를 근거로 하여 원형의 검사 대상 영상의 변색이나 거칠기를 판단할 수 있으나, 좀더 정밀하게 판단하기 위하여 아래와 같이 ED 벡터, NCC 벡터, VAR 벡터, SAM 벡터 및 SID 벡터를 구하고, 각각에 대하여 최소값과 최대값 그리고 평균값을 구하여 문턱값과 비교하여 검사 대상 영상의 변색이나 거칠기를 판단한다.
한편, 위에서 설명한 바와 원형의 검사 대상 영상을 도 3a에서와 같이 부채꼴 형상으로 n 등분하고, 도 5a에서와 같이 고리 형상으로 n 등분하게 되면, 총 2n개의 히스토그램을 얻을 수 있으며, 이 2n개의 히스토그램을 수학식 2 내지 6을 이 용하여 각각의 결과를 산출할때, 각 수학식에 대하여 2nC2개의 조합 갯수만큼의 결과를 산출할 수 있는데, 이 2nC2개의 조합 갯수만큼의 결과를 아래의 수학식 7을 이용하여 ED 벡터, NCC 벡터, VAR 벡터, SAM 벡터 및 SID 벡터로 나타낼 수 있다.
Figure 112009064271867-pat00012
Figure 112009064271867-pat00013
Figure 112009064271867-pat00014
Figure 112009064271867-pat00015
Figure 112009064271867-pat00016
그리고, 수학식 7의 각 벡터에서 아래 수학식 8 내지 12에서와 같이 최소값(min), 평균값(mean) 및 최대값(max)을 얻을 수 있다.
Figure 112009064271867-pat00017
Figure 112009064271867-pat00018
Figure 112009064271867-pat00019
Figure 112009064271867-pat00020
Figure 112009064271867-pat00021
Figure 112009064271867-pat00022
Figure 112009064271867-pat00023
Figure 112009064271867-pat00024
Figure 112009064271867-pat00025
Figure 112009064271867-pat00026
Figure 112009064271867-pat00027
Figure 112009064271867-pat00028
Figure 112009064271867-pat00029
Figure 112009064271867-pat00030
Figure 112009064271867-pat00031
상기 수학식 8 내지 12에서 얻어진 ED, NCC, VAR, SAM 및 SID 각각에 대한 최소값(min), 평균값(mean) 및 최대값(max) 중 어느 하나 이상을 기 설정된 문턱값과 비교하여 기설정된 문턱값 이상이거나 이하이면-이러한 판단은 대비되는 부분 검사 대상 영상 간의 대칭성이나 동일성을 판단하는 기준이다-검사 대상 영상이 변색 영상인지, 거칠기 영상인지를 분류할 수 있다. 예를 들어, 기 설정된 문턱값이 "(meanVAR<0.004)"인 경우, VAR(VARation) 벡터의 최소값(min), 평균값(mean) 및 최대값(max) 중 일예로 평균값을 확인하여 0.004를 초과하는 경우에는 검색 대상 영상을 변색 영상으로 분류하고, 0.004 미만인 경우에는 거칠기 영상으로 분류할 수 있다. 이 같은 방법으로 금색 패드 영상에 대한 변색이나 거칠기를 분류함으로써, 인쇄 회로 기판의 금속 패드에 대한 상태를 검사할 수 있게 된다.
도 7a 내지 도 7e는 본 발명에 사용된 거리측정 방법을 사용하여 얻은 결과를 나타내는 그래프이다. 구체적으로, 도 7a 내지 도 7e는 30장의 변색된 금속 패드를 가지고 있는 샘플 영상과 1232개의 거칠기가 있는 샘플 영상에 대해서 ED, NCC, VAR, SAM 및 SID의 최소값, 평균값, 최대값을 구하여 입체적으로 나타낸 것이다.
도 7a 내지 도 7e에 도시된 그래프에서, +표기는 30장의 변색된 금속 패드를 가지고 있는 샘플 영상에 대한 ED, NCC, VAR, SAM 및 SID의 최소값, 평균값, 최대값을 입체적으로 나타낸 것이다. 그리고, ○표기는 1232개의 거칠기가 있는 샘플 영상에 대한 ED, NCC, VAR, SAM 및 SID의 최소값, 평균값, 최대값을 입체적으로 나타낸 것이다.
도 7a 내지 도 7e에 도시된 그래프를 참조하면, 변색된 금속 패드 영상에 대한 ED, NCC, VAR, SAM 및 SID의 최소값, 평균값, 최대값이 특정 영역에 위치하는 것을 알 수 있으며, 따라서 이러한 범위를 구분할 수 있도록 문턱값을 설정하면 ED, NCC, VAR, SAM 및 SID의 최소값, 평균값, 최대값을 이용하여 금속 패드 영상의 변색 여부를 판단할 수 있다.
또한, 동일하게 거칠기가 있는 금속 패드 영상에 대한 ED, NCC, VAR, SAM 및 SID의 최소값, 평균값, 최대값이 특정 영역에 위치하는 것을 알 수 있으며, 따라서 이러한 범위를 구분할 수 있도록 문턱값을 정하면 ED, NCC, VAR, SAM 및 SID의 최소값, 평균값, 최대값을 이용하여 금속 패드 영상의 거칠기를 판단할 수 있다.
여기에서, 도 7c에 도시된 VAR 최소값(min), 평균값(mean) 및 최대값(max)을 표시한 그래프에서 보다 정확히 분류되는 것을 알 수 있다.
이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.
도 1은 본 발명의 일 실시예에 따른 금속 패드의 상태 검사 방법을 설명하기 위한 흐름도이다.
도 2a 및 도 2b는 검사 대상 영상 추출 과정을 나타내는 도면이다.
도 3a 내지 도 3c는 원형의 검사 대상 영상을 부채꼴 형상의 다수의 부분 검사 대상 영상으로 분리한 후에 사각형상의 검사 대상 영상으로 변환하는 과정을 나타내는 도면이다.
도 4a 내지 도 4d는 각각의 부분 검사 대상 영상에 대한 계조도 대 빈도수의 히스토그램을 나타내는 도면이다.
도 5a 내지 도 5c는 원형의 검사 대상 영상을 고리 형상의 다수의 부분 검사 대상 영역으로 분리한 후에 사각형상의 검사 대상 영상으로 변환하는 과정을 나타내는 도면이다.
도 6a 내지 도 6d는 각각의 부분 검사 대상 영상에 대한 계조도 대 빈도수의 히스토그램을 나타내는 도면이다.
도 7a 내지 도 7e는 본 발명에 사용된 거리측정 방법을 사용하여 얻은 결과를 나타내는 그래프이다.

Claims (8)

  1. 원형의 금속 패드 영상과 그 주변 영상을 포함한 샘플 영상을 입력받는 제1 단계;
    상기 입력된 샘플 영상에서 금속 패드 영상을 검사 대상 영상으로 추출하는 제2 단계;
    추출된 상기 검사 대상 영상을 다수의 부분 검사 대상 영상으로 분할하는 제3 단계;
    상기 다수의 부분 검사 대상 영상간에 유사성을 판단하는 제4 단계; 및
    상기 다수의 부분 검사 대상 영상간에 유사성을 이용하여 상기 금속 패드의 상태를 분류하는 제5 단계를 포함하며,
    상기 제2 단계는,
    상기 입력된 샘플 영상을 이진화시키는 제1 공정;
    상기 이진화된 샘플 영상을 형태 연산하여 노이즈를 제거하는 제2 공정;
    상기 노이즈가 제거된 상기 샘플 영상에서 무게 중심을 측정하여 상기 원형의 금속 패드 영상의 중심을 검색하는 제3 공정;
    검색된 상기 원형의 금속 패드 영상의 중심으로부터 상기 원형의 금속 패드 영상의 가장자리까지의 거리를 측정하여 상기 원형의 금속 패드 영상의 반경을 검색하는 제4 공정; 및
    상기 검색된 중심으로부터 반경이내의 영상을 검사 대상 영상으로 추출하는 제5 공정을 포함하는 금속 패드의 상태 검사 방법.
  2. 청구항 1에 있어서,
    상기 제 3 단계 이후에,
    분할된 부분 검사 대상 영역을 사각형상의 부분 검사 대상 영역으로 변환하는 제 6 단계를 더 포함하는 금속 패드의 상태 검사 방법.
  3. 삭제
  4. 청구항 1에 있어서,
    상기 제3 공정은,
    하기 수학식 1 및 2를 이용하여 상기 원형의 중심을 검색하는 것을 특징으로 하는 금속 패드의 상태 검사 방법.
    수학식 1 :
    Figure 112011105147217-pat00032
    수학식 2 :
    Figure 112011105147217-pat00033
    (Cx는 x축의 중심점, Cy는 y축의 중심점,
    Bsrc는 이진화된 상기 샘플 영상,
    h는 상기 샘플 영상의 높이, w는 상기 샘플 영상의 폭 )
  5. 제1항에 있어서,
    상기 제4 공정은,
    하기 수학식을 이용하여 상기 원형의 반경을 검색하는 것을 특징으로 하는 금속 패드의 상태 검사 방법.
    Figure 112011105147217-pat00034
    (Rx는 원형의 중심으로부터 x축의 양의 방향 반경,
    R-x는 원형의 중심으로부터 x축의 음의 방향 반경,
    Ry는 원형의 중심으로부터 y축의 양의 방향 반경,
    R-y는 원형의 중심으로부터 y축의 음의 방향 반경)
  6. 청구항 1에 있어서,
    상기 제4 단계는,
    상기 다수의 부분 검사 대상 영상에 대하여 계조도 대 빈도수의 히스토그램을 생성하고, 생성된 히스토그램을 이용하여 부분 검사 대상 영상들간에 유사성을 판단하는 것을 특징으로 하는 금속 패드의 상태 검사 방법.
  7. 청구항 6에 있어서,
    상기 제4 단계는,
    ED 거리 측정 방법, NCC 거리 측정 방법, VAR 거리 측정 방법, SAM 거리 측정 방법 및 SID 거리 측정 방법 중 어느 하나를 이용하여 다수의 부분 검사 대상 영상간에 유사성을 판단하는 것을 특징으로 하는 금속 패드의 상태 검사 방법.
  8. 원형의 금속 패드 영상과 그 주변 영상을 포함한 샘플 영상을 입력받는 제1 단계;
    상기 입력된 샘플 영상에서 금속 패드 영상을 검사 대상 영상으로 추출하는 제2 단계;
    추출된 상기 검사 대상 영상을 다수의 부분 검사 대상 영상으로 분할하는 제3 단계;
    상기 다수의 부분 검사 대상 영상간에 유사성을 판단하는 제4 단계; 및
    상기 다수의 부분 검사 대상 영상간에 유사성을 이용하여 상기 금속 패드의 상태를 분류하는 제5 단계를 포함하며,
    상기 제4 단계는,
    상기 다수의 부분 검사 대상 영상에 대하여 계조도 대 빈도수의 히스토그램을 생성하고, 생성된 히스토그램을 이용하여 부분 검사 대상 영상들간에 유사성을 판단하는 것을 특징으로 하며,
    상기 제4 단계는,
    ED 거리 측정 방법, NCC 거리 측정 방법, VAR 거리 측정 방법, SAM 거리 측정 방법 및 SID 거리 측정 방법 중 어느 하나를 이용하여 다수의 부분 검사 대상 영상간에 유사성을 판단하는 것을 특징으로 하며,
    상기 제5 단계는,
    상기 거리 측정 방법의 결과값을 벡터화하여 최소값(min), 평균값(mean) 및 최대값(max)을 산출하는 제1 공정; 및
    상기 벡터화된 결과값에 대한 최소값(min), 평균값(mean) 및 최대값(max) 중 어느 하나 이상을 기 설정된 문턱값과 비교하여 상기 검사 대상 영상을 변색 영상 또는 거칠기 영상으로 분류하는 제2 공정을 포함하는 것을 특징으로 하는 금속 패드의 상태 검사 방법.
KR1020090099954A 2009-10-20 2009-10-20 금속 패드의 상태 검사 방법 KR101131350B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090099954A KR101131350B1 (ko) 2009-10-20 2009-10-20 금속 패드의 상태 검사 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090099954A KR101131350B1 (ko) 2009-10-20 2009-10-20 금속 패드의 상태 검사 방법

Publications (2)

Publication Number Publication Date
KR20110043032A KR20110043032A (ko) 2011-04-27
KR101131350B1 true KR101131350B1 (ko) 2012-04-04

Family

ID=44048359

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090099954A KR101131350B1 (ko) 2009-10-20 2009-10-20 금속 패드의 상태 검사 방법

Country Status (1)

Country Link
KR (1) KR101131350B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102000046B1 (ko) * 2012-11-26 2019-07-15 엘지디스플레이 주식회사 평판 표시 장치의 검사 방법 및 장치
KR101791469B1 (ko) * 2016-10-14 2017-10-30 주식회사 윈텍오토메이션 제품의 대칭성과 영상 유사도를 이용한 초경인서트 결함 검출방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0179758B1 (ko) * 1995-06-26 1999-04-01 이희종 인쇄회로기판상의 부품 실장 상태 검사 방법
JP2006292725A (ja) 2005-03-17 2006-10-26 Omron Corp 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置
KR100673392B1 (ko) * 2004-03-29 2007-01-24 아주하이텍(주) 필름, 테이프 형태의 인쇄회로기판 외관 검사에서의 과검출방지를 위한 시스템 및 그 처리 방법
KR20090109294A (ko) * 2008-04-15 2009-10-20 삼성테크윈 주식회사 반도체 기판의 광학적 검사 방법 및 그 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0179758B1 (ko) * 1995-06-26 1999-04-01 이희종 인쇄회로기판상의 부품 실장 상태 검사 방법
KR100673392B1 (ko) * 2004-03-29 2007-01-24 아주하이텍(주) 필름, 테이프 형태의 인쇄회로기판 외관 검사에서의 과검출방지를 위한 시스템 및 그 처리 방법
JP2006292725A (ja) 2005-03-17 2006-10-26 Omron Corp 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置
KR20090109294A (ko) * 2008-04-15 2009-10-20 삼성테크윈 주식회사 반도체 기판의 광학적 검사 방법 및 그 장치

Also Published As

Publication number Publication date
KR20110043032A (ko) 2011-04-27

Similar Documents

Publication Publication Date Title
JP5275017B2 (ja) 欠陥検査方法及びその装置
US7233867B2 (en) Eddy current inspection method and system
JP5537282B2 (ja) 欠陥検査装置および欠陥検査方法
JP4776308B2 (ja) 画像欠陥検査装置、画像欠陥検査システム、欠陥分類装置及び画像欠陥検査方法
KR100846633B1 (ko) 패턴 결함 검출 방법 및 장치
KR101743085B1 (ko) 패치-대-패치 비교들을 포함하는 결함 검출을 위한 장치 및 방법
JP6134366B2 (ja) 画像処理装置およびコンピュータプログラム
KR20120068128A (ko) 패턴의 결함 검출 방법 및 이를 수행하기 위한 결함 검출 장치
CN113781424B (zh) 一种表面缺陷检测方法、装置及设备
TW201731004A (zh) 減少配準及設計附近所引發之晶粒內檢查之雜訊
JP2006098152A (ja) 欠陥検出装置および欠陥検出方法
JP2018004632A (ja) パターン検査方法およびパターン検査装置
KR20180115646A (ko) 비전 카메라를 이용한 비드 인식 장치 및 그 방법
JP5647999B2 (ja) パターンマッチング装置、検査システム、及びコンピュータプログラム
KR101131350B1 (ko) 금속 패드의 상태 검사 방법
JP2016156817A (ja) パターン計測装置、自己組織化リソグラフィに用いられる高分子化合物の評価方法、及びコンピュータープログラム
JP2006090921A (ja) 外観検査装置、閾値決定方法、外観検査方法、およびコンピュータを外観検査装置として機能させるためのプログラム
JP2020085774A (ja) 管ガラス検査方法、学習方法及び管ガラス検査装置
KR101109351B1 (ko) 가보 필터를 이용한 금속 패드의 상태 검사 방법
JP3913517B2 (ja) 欠陥検出方法
CN113039631B (zh) 通过将光学信号拟合到点扩散函数的缺陷分类
JPH1187446A (ja) パターン欠陥検査装置及びパターン欠陥検査方法
JP4115378B2 (ja) 欠陥検出方法
JP2006226706A (ja) 欠陥検出方法及びプログラム
JP6031151B2 (ja) 欠陥検査方法及びその装置

Legal Events

Date Code Title Description
A201 Request for examination
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150518

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160111

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170320

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20171213

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190321

Year of fee payment: 8