선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 Lead Frame 검사 시 여러 항목을 효과적으로 검사 할 수 있도록 새로운 광학 시스템을 제안하였고, 표면 마크 검사 시 OCV 기반으로 검줄이 어려운 불량 문자를 검사 가능하도록 하여 미검율을 줄일 수 있는 방법을 제안하였다.
- 본 논문에서는 반도체 패키지 외관 검사 장비의 Lead Frame 검사를 위한 최적 광학 시스템과 표면 및 마크 검사에서의 미검률을 줄일 수 있는 검사 알고리즘을 제안하였다. 광학 시스템은 다양한 검사 항목에 모두 검출이 가능하도록 동축 평행광 조명과 측사 사각 조명을 사용하였다.
제안 방법
- 그 실험을 통해 검증된 방법을 실제 반도체 패키지 영상에 적용하여 검사 가능여부를 확인하였다. 가상실험에서는 노이즈에 대해 어떠한 변화가 있는지 관찰하기 위해 실험 영상에 Gaussian noise의 SNR(Signal-to-Noise Ratio)을 10에서 30까지 변화를 주었다. 노이즈를 첨가하는 방법은 SNR 10에서 30까지 1씩 증가 시켰으며 각각의 SNR로 이미지에 30번씩 노이즈를 적용하였다.
- 추가된 이미지의 상관계수 분포를 나타낸다. 가장 먼저 정상 영상을 기존 상관 계수법으로 검사하여 얻은 결과를 분석하여 정상 영상에 대해 어떠한 분포를 갖는지 분석 하였고, 기존 방법에서 검출이 어려운 이미지를 검사하여 얻은 결과의 분포를 조사하였다. 그림 8은 정상 영상을 검사하여 얻은 상관 계수들의 분포를 보이고 있다.
- 개선 방법을 검증하기 위해 수행한 실험은, 첫 번째, 대상의 두께 변화에 따른 상관계수 변화를 관찰하였다. 이 실험에서는 두께 변화를 위해 형태학(morphology) 방법의 팽창 (dilation), 침식 (erosion)을 이용하여 영상을 생성하였고 연산을 위한 structuring element는 3X3 크기 사각형으로 하였다.
- 제안하였다. 광학 시스템은 다양한 검사 항목에 모두 검출이 가능하도록 동축 평행광 조명과 측사 사각 조명을 사용하였다. 그 결과 기존의 광학 시스템 보다 균일도 및 취득 영상 데이터의 정확성이 향상 된 영상이 취득되었다.
- 그 실험을 통해 검증된 방법을 실제 반도체 패키지 영상에 적용하여 검사 가능여부를 확인하였다. 가상실험에서는 노이즈에 대해 어떠한 변화가 있는지 관찰하기 위해 실험 영상에 Gaussian noise의 SNR(Signal-to-Noise Ratio)을 10에서 30까지 변화를 주었다.
- 제안한 방법은 기존 방법으로 미검출이 되는 불량 문자를 분할 방법을 사용하여 더 자세히 검사함으로써 정확한 검사를 가능하게 한다. 기존 방법으로 검사한 결과가 정상지표의 최소 수준 이하이면 바로 불량으로 판단하고, 그 이상 나온 검사결과에 대하여 분할 방법을 적용하여 정확한 검사를 수행한다. 분할은 네 영역으로 분할하며 각 영역에서 얻어진 상관계수 값들 중에 최대값과 최소값의 차이로 불량을 판정하는 방법을 제안하고 있다.
- 네 번째로 수행한 실험은 그림 4에서 보였던 제안한 방법의 마지막 단계에서 수행하는 분할 방식으로 얻어진 네 개 영역에 대한 네 개의 상관계수 중 최대값과 최소값의 차이를 이용한 불량검출 부분에 대한 실험이다. 이 실험은 정상 영상을 분할방법으로 검사하였을 때의 최대값과 최소 값의 차, 그리고 불량 영상을 구했을 때의 최대값과 최소값 의 차를 분석하여 결과를 그림 17에서 보였다.
- 가상실험에서는 노이즈에 대해 어떠한 변화가 있는지 관찰하기 위해 실험 영상에 Gaussian noise의 SNR(Signal-to-Noise Ratio)을 10에서 30까지 변화를 주었다. 노이즈를 첨가하는 방법은 SNR 10에서 30까지 1씩 증가 시켰으며 각각의 SNR로 이미지에 30번씩 노이즈를 적용하였다. 그리고 그 이미지들로 얻어진 여러 가지실험에 대한 상관계수 값의 평균, 표준편차로 실험 데이터를 분석하였다.
- 하지만 측광 사각 조명을 사용하면 Chamber가 약간의 기울기를 가지고 있으므로측사광을 주면 각도에 의해 빛이 반사되는 성질을 이용하여 Chamber와 PCB 사이의 Contrast 차이가 확연한 영상을 취득할 수 있다. 동축 평행광 조명 방식을 사용하여 나머지 항목들의 윤곽선을 검출 하였다.
- 두 번째, 마크불량의 형태 중 가장 많은 부분을 차지하는 일부가 잘려나간 문자(cut), 표면에 긁힘이 있는 문자(scratch), 깨진 문자(Moken) 들에 대한 결과를 각각 분석해 보았다. 먼저 일부가 잘려나간 형태의 불량 문자의 실험결과를 설명한다.
- 취득 영상은 광원의 주파수 및 기타 많은 특성에 의해 영향을 받는다. 따라서 검사 항목에 대한 광학 특성을 정확하게 파악하여 최적 영상이 취득 될 수 있도록 광학계를 설계 하였다. 그림 2는 검사할 반도체 패키지의 설계도이고 표 1은 외관검사 항목의 설명이다.
- 표 4에서는 패드 부분의 경계 상태를 보기 위해 라인 프로파일을 그려 그 값을 미분하여 Gaussian형태 부분의 표준편차 값을 구했다. 또한 Contrast의 차이를 알기 위해 사각형 Pad영역의 Gray Scale 값 평균과 배경 부분의 Gray Scale값 평균의 차이를 구한 것이다.
- 그래프에서는 Cut7으로 표기하고 있다. 먼저 기존 방법으로 일부가 잘려나간 문자에 대해 민감하게 검출하는지 알기 위해 기존 방법으로 검사한 결과를 분석하였다.
- 기존 방법으로 검사한 결과가 정상지표의 최소 수준 이하이면 바로 불량으로 판단하고, 그 이상 나온 검사결과에 대하여 분할 방법을 적용하여 정확한 검사를 수행한다. 분할은 네 영역으로 분할하며 각 영역에서 얻어진 상관계수 값들 중에 최대값과 최소값의 차이로 불량을 판정하는 방법을 제안하고 있다. 그림 4는 다음과 같은 검사방법의 흐름도를 보이고 있다.
- 불량으로 사용한 영상은 긁힘, 깨짐, 문자 일부가 잘려 나간 경우의 영상을 사용하여 분석하였다. 그림 9는 불량영상으로 사용한 영상을 보이고 있다.
- 위의 그림은 정상에 가까운 이미지들이다. 사실성을 강조하기 위해 3X3 크기의 structuring element를 사용한 평균필터를 2~3번 적용하여 Blur효과를 주었다. Blur2, Bhir3는 각각 평균필터를 적용한 횟수를 말한다.
- 세 번째, 일부가 잘려나간 문자(cut), 표면에 긁힘이 있는 문자(scratch), 깨진 문자(teoken)에서 불량의 위치, 불량의 두께의 변화에 따라 어떠한 분포를 갖는지 실험하였다. 이를 위해 여러가지 이미지를 생성하여 실험 하였다.
- 2. 여러 조명을 사용했을 때의 영상 비교.
- 이런 부분을 고려하여 각 원 pm의 Contrast 값의 표준편차를 표 5와 같이 구하였다. 원형의 부분을 구할 때에는 원형 Pad로 ROI 영역을 잡아 circle fitting을 하여 검사하였다
- 두께 변화에 따른 상관계수 변화를 관찰하였다. 이 실험에서는 두께 변화를 위해 형태학(morphology) 방법의 팽창 (dilation), 침식 (erosion)을 이용하여 영상을 생성하였고 연산을 위한 structuring element는 3X3 크기 사각형으로 하였다. 팽창, 침식의 횟수는 2회로 제한하였다.
- 이러한 상황에서 사용자가 매뉴얼 조작을 통해 불량 및 정상을 검사하기란 굉장히 어려운 것이 사실이다. 이러한 문제로 본 논문에서는 문제점 개선을 위한 방법을 제안하고 있으며, 다음의 실험 방법과 결과로 그 방법을 검증하였다.
- 찾는 것이 포인트다. 이런 부분을 고려하여 동일한 반도체 패키지를 이용하여 전방조명방식을 사용하여 Ring 조명, Dome 조명, 제안한 조명을 이용하여 실험하였다.
- 이를 위해 여러가지 이미지를 생성하여 실험 하였다.
- 제안하는 상관계수 기반의 분할검사 방법을 평가하기 위하여 실제와 유사한 영상을 생성하여 가상실험을 하였다. 그 실험을 통해 검증된 방법을 실제 반도체 패키지 영상에 적용하여 검사 가능여부를 확인하였다.
- 기존의 검사방법은 문자 별로 검사를 한다. 제안한 방법은 기존 방법으로 미검출이 되는 불량 문자를 분할 방법을 사용하여 더 자세히 검사함으로써 정확한 검사를 가능하게 한다. 기존 방법으로 검사한 결과가 정상지표의 최소 수준 이하이면 바로 불량으로 판단하고, 그 이상 나온 검사결과에 대하여 분할 방법을 적용하여 정확한 검사를 수행한다.
- 표 1에 언급한 검사 항목 검사를 위해서는 검사 항목에 맞는 광학 시스템이 요구되므로 검사 항목에 맞는 광학 시스템을 제안하였다. 제안한 광학 시스템은 측사 조명과 동축 평행광 조명의 장점을 극대화 시킨 광학 시스템으로 그림 3과 같다.
- 표면 마크검사 시 제안한 방법은 검사영역을 분할하고 각각의 분할 영역에 대해 상관계수 방법을 적용하여 얻어진 데이터를 분석하여 검사를 수행하였다. 실험결과 기존방법을 적용하여 불량검출이 되지 않은 불량문자에 분할방법을 적용하였을 때 90% 이상 불량검출을 하여 미검율을 성공적으로 낮출 수 있음을 확인하였다.
대상 데이터
- 그림 7. 기존 방법 실험에 사용한 이미지.
- 기준 영상은 영상을 이진화 하여 가장 매칭이 잘 되어진 영상으로 정하였다. 그림 18과, 그림 19는 실제 반도체 패키지의 문자 영상과 실험에 적용할 불량 반도체 패키지의 영상이다.
- 그림 19. 실제 이미지 적용 실험에 사용한 이미지.
- 그림 6. 실험에 사용된 이미지.
- 실험을 위해 생성한 이미지 1개당 불량의 개수를 1~3개로제한하였고 불량의 개수에 따라 다른 위치에 불량을 추가 한 각각 20개의 영상을 추가로 만들어 실험하였다.
- 그림 5. 제안한 광학 시스템을 이용한 영상.
- Blur2, Bhir3는 각각 평균필터를 적용한 횟수를 말한다. 조명 불균일이 최대 10, 20이 있는 이미지도 사용하였다 해당 영상은 그림 7에서 보이고 있다.
데이터처리
- 그림 13. Scratch 불량영상의 검사결과 비교.
- 노이즈를 첨가하는 방법은 SNR 10에서 30까지 1씩 증가 시켰으며 각각의 SNR로 이미지에 30번씩 노이즈를 적용하였다. 그리고 그 이미지들로 얻어진 여러 가지실험에 대한 상관계수 값의 평균, 표준편차로 실험 데이터를 분석하였다. 그림 6은 실험에서 사용한 기준 영상과 기본 정상 영상 그리고 조명 불균일의 생성을 위해 생성한 불균일 영상을 보여주고 있다.
- 다음 실험에서 비교한 불량영상은 문자의 중간 부분이 깨진(ta>ken) 영상에 대한 비교 분석실험 이다. 문자의 중간이 깨진 모양으로 생성되는 Broken 불량은 주로 마크 생성 시 프린팅 오류로 발생한다.
- 마지막으로 수행한 실험은 실제 반도체 패키지의 영상을 이용하여 제안한 방법을 적용하여 결과를 분석하였다. 기준 영상은 영상을 이진화 하여 가장 매칭이 잘 되어진 영상으로 정하였다.
- 표 4. 사각형 Pad부분의 비교.
- 또한 사각 Pad부분과 배경의 Contrast 차가 큰 것이 사각형 Pad의 정보를 추출하기 쉽다. 표 4에서는 패드 부분의 경계 상태를 보기 위해 라인 프로파일을 그려 그 값을 미분하여 Gaussian형태 부분의 표준편차 값을 구했다. 또한 Contrast의 차이를 알기 위해 사각형 Pad영역의 Gray Scale 값 평균과 배경 부분의 Gray Scale값 평균의 차이를 구한 것이다.
이론/모형
- 영상이다. 다른 조명을 사용했을 때와 제안한 조명을 사용했을 때를 Otsu 알고리즘[9]을 적용하여 비교하였다
성능/효과
- 결과 그래프를 보면 항목 이름의 끝에 를 표시한 항목은 분할 방법을 적용한 결과데이터 분포이고 그렇지 않은 항목은 비분할 방법으로 검사한 결과 데이터의 분포 이다. 노이즈는 SNR 22로 고정하였다.
- 표 6은 결과 값을 나타내고 있다. 결과 데이터를 통해 제안한 분할방법으로 검사하면 불량과 정상 사이의 상관계수 값 차이가 확연히 증가하는 것을 볼 수 있으며, 이를 통해 미검율을 줄일 수 있음을 보였다.
- 결과데이터를 분석해 보면 정상영상의 데이터를 나타내는 Blur3 Mean의 값과 다른 불량 영상의 NCC값을 비교 해보면 가장 큰 차가 0.01009이다. 이러한 상황에서 사용자가 매뉴얼 조작을 통해 불량 및 정상을 검사하기란 굉장히 어려운 것이 사실이다.
- 광학 시스템은 다양한 검사 항목에 모두 검출이 가능하도록 동축 평행광 조명과 측사 사각 조명을 사용하였다. 그 결과 기존의 광학 시스템 보다 균일도 및 취득 영상 데이터의 정확성이 향상 된 영상이 취득되었다.
- 제안한 분할 방법으로 이 불량영상을 다시 검사해 본 결과를 그림 12에서 보이고 있다. 그 결과 정상문자와 불량가크의 SNR 20 기준 NCC 값 차이가 0.04159로 4배로 커진 것을 확인 할 수 있었다. 표 6은 결과 값을 나타내고 있다.
- 노이즈는 SNR 22로 고정하였다. 그래프를 통해 여러 가지의 불량 반도체 패키지의 형태, 위치를 변화시키더라도 불량과 정상의 구분을 유지하는 것을 확인하였다. 이 결과를 통해 제안한 방법은 불량 반도체 패키지의 여러 위치와 크기에 있어서도 강인한 검출력을 가지고 있다고 말 할 수 있다.
- 노이즈가 증가하면서 불량별로 조금씩 상관계수가 변화하지만 차이를 분간하기가 어렵다. 그리고 조명 불균일이 있는 영상과 그렇지 않은 영상의 결과 차이가 없는 것으로 나타나 문자 한 개의 좁은 영역에 대해 검사하는 경우에는 조명 불균일을 크게 고려하지 않아도 될 것으로 관찰하였다.
- 그림 13의 결과를 보면 기존 방법에 비교하여 NCC 값의 차이가 크게 나는 것을 볼 수 있으며, 표 7의 수치 비교표를 통해 기존 방법으로 검사 했을 때에는 정상수치와 0.01009의 작은 차이를 보였지만 제안한 분할검사의 결과에서는 0.02931 의 3배에 가까운 차이를 내면서 미검율 감소에 좋은 결과를 줄 수 있는 것을 보였다. 그래프에서 표기한 Blur3 mean, Blur2 Scratch mean, Blur2 Scratch mean4는 각각 평균 필터를 3번 처리한 정상영상 결과, Blur2Scratch meane 평균 필터를 2번 처리한 스크래치를 갖는 불량영상의 결과 Blur2 scratch mean4는 평균필터를 2번 처리한 스크래치를 갖는 불량영상에 대한 영역분할 검사의 결과를 말한다.
- 것이다. 두께 불량을 나타내는 Splash 불량은 제안하는 방법 중 1차 검사 단계에서 불량 검출이 가능함을 확인하였다.
- 실험결과 기존방법을 적용하여 불량검출이 되지 않은 불량문자에 분할방법을 적용하였을 때 90% 이상 불량검출을 하여 미검율을 성공적으로 낮출 수 있음을 확인하였다. 또한 불량의 위치나 크기에 대하여 변화를 주어 적용하였을 때에도 불량 판별력을 유지하는 것을 확인 하였으며, 제안한 분할 방법을 적용하여 분할영역 각각에서 얻어진 상관계수 중 최대값, 최소값의 차의 크기를 이용하면 보다 정확한 불량과 정상의 정확한 판별이 가능함을 보였다.
- 분석하여 검사를 수행하였다. 실험결과 기존방법을 적용하여 불량검출이 되지 않은 불량문자에 분할방법을 적용하였을 때 90% 이상 불량검출을 하여 미검율을 성공적으로 낮출 수 있음을 확인하였다. 또한 불량의 위치나 크기에 대하여 변화를 주어 적용하였을 때에도 불량 판별력을 유지하는 것을 확인 하였으며, 제안한 분할 방법을 적용하여 분할영역 각각에서 얻어진 상관계수 중 최대값, 최소값의 차의 크기를 이용하면 보다 정확한 불량과 정상의 정확한 판별이 가능함을 보였다.
- 있다. 실험을 통해 제안한 방법이 실제 마크를 검사할 때에도 적용 가능하며 불량 마크 미검율을 크게 개선할 수 있을 것으로 확인하였다.
- 위의 결과를 통해 1차 검사 후 분할 상관계수 방법을 통해 얻은 최대값과 최소값의 차가 불량분별의 지표가 될 수 있음을 보였다. 이러한 방법을 통해 제안한 방법은 정확한 불량검출을 수행하게 된다.
- 그래프를 통해 여러 가지의 불량 반도체 패키지의 형태, 위치를 변화시키더라도 불량과 정상의 구분을 유지하는 것을 확인하였다. 이 결과를 통해 제안한 방법은 불량 반도체 패키지의 여러 위치와 크기에 있어서도 강인한 검출력을 가지고 있다고 말 할 수 있다.
- 정상 영상의 검사결과 분포를 보면 상관계수 값이 노이즈가 가장 적은 SNR 30에서 0.98-0.99 사이의 값을 갖는 것을 알 수 있다. 노이즈가 증가하면서 불량별로 조금씩 상관계수가 변화하지만 차이를 분간하기가 어렵다.
- 여기서 Sw/Sb의 값이 가장 낮을 때의 Threshold 값을 정한 것이다. 제안한 광학 시스템에서는 Sw/Sb의 값이 다른 조명을 사용했을 때 보다 0.2 정도 작았다.
- 표 5의 결과는 제안한 조명이 다른 조명에 비해 배경과 원형 Pad의 Contrast 차가 다른 조명에 비해 70~80 gray level 정도 크게 나타남을 보이고 있다. 하지만 균일도는 다른 조명에 비해 떨어졌다.
후속연구
- 빠른 검사시간과 불량 유무의 판단뿐 아니라 불량의 종류도 파악할 수 있는 기술개발을 위해 추후 연구를 계획 중 이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.