[논문]PCB 조립검사기의 자동티칭을 위한 부품윈도우 자동추출 방법

김준오; 박태형

doi:10.5302/j.icros.2010.16.11.1089

PCB 조립검사기의 자동티칭을 위한 부품윈도우 자동추출 방법
Automatic Extraction of Component Window for Auto-Teaching of PCB Assembly Inspection Machines 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.16 no.11, 2010년, pp.1089 - 1095

김준오 (충북대학교 제어로봇공학과) , 박태형 (충북대학교 제어로봇공학과)

Abstract ▼ AI-Helper

We propose an image segmentation method for auto-teaching system of PCB (Printed Circuit Board) assembly inspection machines. The inspection machine acquires images of all components in PCB, and then compares each image with its standard image to find the assembly errors such as misalignment, inverse polarity, and tombstone. The component window that is the area of component to be acquired by camera, is one of the teaching data for operating the inspection machines. To reduce the teaching time of the machine, we newly develop the image processing method to extract the component window automatically from the image of PCB. The proposed method segments the component window by excluding the soldering parts as well as board background. We binarize the input image by use of HSI color model because it is difficult to discriminate the RGB colors between components and backgrounds. The linear combination of the binarized images then enhances the component window from the background. By use of the horizontal and vertical projection of histogram, we finally obtain the component widow. The experimental results are presented to verify the usefulness of the proposed method.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 PCB 영상에서 부품윈도우를 추출하기 위한 방법을 제시한다. HSI 칼라모델을 사용하여 영상 이진화를 수행하며 선형결합을 통하여 부품의 솔더부를 제외한 패키징 영역을 강조시킨다.
본 논문은 PCB 조립검사기의 자동티칭을 위하여 부품윈도우를 자동으로 추출하는 방법을 제시한다. PCB 로부터 획득된 영상을 처리하여 부품 패키징 부위를 자동으로 검출한다.
본 논문은 PCB 조림검사기의 자동티칭을 지원하기 위하여, 영상처리를 통한 부품윈도우 자동추출 방법을 제안하였다.

제안 방법

PCB 영상과 부품 위치 좌표를 입력으로 받아, HSI 모델기반의 영상 처리를 수행하고, 최종적으로 부품패키지 부분을 분리시켜 부품윈도우를 추출하였다.
본 논문은 PCB 영상에서 부품윈도우를 추출하기 위한 방법을 제시한다. HSI 칼라모델을 사용하여 영상 이진화를 수행하며 선형결합을 통하여 부품의 솔더부를 제외한 패키징 영역을 강조시킨다. 수직 및 수평방향의 히스토그램으로부터 솔더부를 제외한 부품윈도우를 추출한다.
본 논문은 PCB 조립검사기의 자동티칭을 위하여 부품윈도우를 자동으로 추출하는 방법을 제시한다. PCB 로부터 획득된 영상을 처리하여 부품 패키징 부위를 자동으로 검출한다. PCB 영상에 존재하는 기판 배경 및 땜납, 실크 등기판 구성요소를 제외하고, 또한 부품 내의 솔더영역을 제외한 패키징 부위만을 검출하기 위한 객체영역추출 기술의 개발이 필요하다.
그림 4의 RGB 모델 기반의 이진화 결과와 비교하여, 부품 패키지 영역을 정확하게 추출할 수 있음을 알 수 있다. 다만, 부품윈도우가 기판배경의 채도와 유사하고 솔더영역의 명도와 유사하다면 합 영상에서 부품윈도우도 제거될 수 있기 때문에, 본 논문에서는 기판배경과 솔더영역의 색과 다른 부품들을 대상으로 적용하였다.
부품패키지 주변의 잔여 영상을 제거하기 위하여, 수직 및 수평 방향으로 각 위치 별 검은색 화소의 수를 구한다. 그림 9는 그림 8의 중간 열 첫째 행 영상에 대한 수평 및 수직 방향으로 투사된 화소 수 그래프를 보여준다.
수직 및 수평방향의 히스토그램으로부터 솔더부를 제외한 부품윈도우를 추출한다. 산업현장에서 사용되는 PCB 영상에 대한 실험을 통하여 제안방법의 성능을 검증한다.
PCB 영상에서 부품윈도우를 검사하기 위한 연구에는 템플릿 매칭을 이용한 방법[3], 실험을 통해 얻어진 임계치를 이용한 방법[4] 등이 제안되었다 템플릿 매칭을 이용한 방법은 템플릿으로 저장된 부품에 대해선 성능이 좋지만, 수행 시간이 많이 걸리고 부품에 따라 템플릿을 생성해야하기 때문에 다양한 부품에 적용하기 어렵다. 실험을 통해 얻어진 임계치를 이용한 방법은 부품윈도우의 색상에 대한 임계치를 구하여 같은 색상의 부품윈도우를 추출한다. 다만, 색상이 다양한 부품들은 임계치를 다시 구해야하기 때문에 전처리 시간이 많이 걸린다.
그림 12는 조명의 밝기 변화에 따른 실험결과를 보여준다. 원래의 영상을 기준으로 조면 밝기를 40% 증가시킨 경우와 40% 감소시킨 경우에 대한 실험을 수행하였다. 10개의 검은색 IC 부품의 평균값으로 결과를 비교하였다.
그림 9는 그림 8의 중간 열 첫째 행 영상에 대한 수평 및 수직 방향으로 투사된 화소 수 그래프를 보여준다. 이 그래프를 사용하여, 설정한 임계치보다 큰 화소수를 가지는 x축, y축의 좌표가 연속으로 나타나는 구간을 구하여 잔여 영상을 제거하고 부품윈도우의 좌표를 추출한다. 만약, 구간이 여러 개일 경우에는 구간의 너비가 가장 큰 것을 구하여 최종적으로 부품윈도우를 추출한다.
입력 영상에 대한 이진화를 위하여 각 성분 별 히스토그램을 구한다. 그림 6은 H, S, 및 I 성분 별 영상 및 히스토그램을 보여준다 이 그림에서 볼 수 있듯이, S 성분 영상은 기판의 배경으로부터 부품을 추출하는 데 유리하다.
또한 이진화된 I 성분의 영상은 솔더부와 비 솔더부로 분리되어 있다. 전체 영상에서 기판배경부와 솔더부를 제외하고, 부품 패기지 부분의 영상을 추출하기 위하여 두 영상에 대한 합 영상을 구한다. 이진화된 S 영상의 각 화소값을 s(i,j) (i=1,…,M,j=1,…,N), 이진화된 I 영의 각 화소값을 I(i,j) (i=1,…,M,j=1,…,N) 라 할 때 합 영상 S+I 의 각 화소값 (S+I)(i,j)를 다음과 같이 정의한다.
제안 방법의 성능을 검증하기 위하여, II 장에서 설명한 RGB 모델 기반의 부품윈도우 추출방법을 구현하여 비교하였다.
주어진 부품 중점 주위 영상에 대하여, R, G 및 B 성분 별 히스토그램을 구하고 경계치를 적절히 설정하여 이진화된 영상을 구한다. 이때 경계치는 검은색인 부품패키지와 배경이 구분될 수 있도록 설정한다.

대상 데이터

PCB 조립검사기의 작업프로그램은 PCB 내에 존재하는 부품 별 검사영역, 카메라의 촬영 위치 및 이동경로 등의 데이터를 포함한다. 부품 별 검사영역은 부품의 장착상태를 검사하기 위한 부품윈도우(component window)와 땜납 상태를 검사하기 위한 솔더윈도우(solder window)로 구분된다.
부품의 종류는 CHIP 부품으로, 각 색상 별로 10개의 부품을 대상으로 평균값을 구하였다.
상용 PCB 조림검사기에서 검사가 수행되는 생산현장의 PCB 들을 대상으로 실험을 수행하였다.
HSI 칼라모델을 사용하여 영상 이진화를 수행하며 선형결합을 통하여 부품의 솔더부를 제외한 패키징 영역을 강조시킨다. 수직 및 수평방향의 히스토그램으로부터 솔더부를 제외한 부품윈도우를 추출한다. 산업현장에서 사용되는 PCB 영상에 대한 실험을 통하여 제안방법의 성능을 검증한다.

데이터처리

10개의 검은색 IC 부품의 평균값으로 결과를 비교하였다.

이론/모형

S 성분 및 I 성분 각 영상의 히스토그램은 모두 두 개의 봉우리를 갖는 바이모달（bimodal 형으로, 하나의 임계값을 구하여 이진화를 수행할 수 있다. 본 논문은 바이모달 형 히스토그램을 갖는 영상의 이진화에 널리 사용되는 Otsu 알고리즘[16]을 적용하여, S 성분 및 I 성분 영상을 각각 이진화 시킨다. 그림 7은 그림 6의 예에 대한 이진화 수행 결과를 보여준다.
본 논문은 부품윈도우 추출을 위하여 RGB 모델 대신 HSI 모델을 사용한다. RGB 모델은 단순히 색상만을 이용하기 때문에 채도와 명도에 대한 분석이 어려워 영상의 밝기 변화에 민감하다.

성능/효과

모든 부품종류에 대하여, 제안방법이 RGB모델 기반의 방법에 비하여 정확도가 높았다.
본 연구의 결과는 PCB 조립검사기의 티칭작업에 소요되는 시간을 단축시켜 궁극적으로 전자조립 생산라인의 생산성을 향상시키 수 있다.
10개의 검은색 IC 부품의 평균값으로 결과를 비교하였다. 제안 방법은 조명의 변화에 민감하지 않은 채도 및 명도를 사용하였기 때문에, 조명의 변화에 비교적 일정한 정확도를 유지할 수 있다.
부품을 RGB 모델 기반 방법의 경우 검은 색을 기준으로 부품 패키지를 추출하도록 하였으므로, 노란 색등의 다른 색상 부품 패키지를 추출할 수 없다. 제안 방법의 경우 부품 색상에 큰 영향을 받지 않고 일정한 정확도를 보임을 알 수 있다.
제안된 방법은 부품의 색상, 조명의 세기에 강인하게 적용될 수 있음을 실험을 통하여 검증하였다.

후속연구

추후 PCB 검사기 이외에 반도체, LCD 등의 검사기에도 적용될 수 있는 방법을 개발할 에정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	PCB 조립검사기의 작업프로그램은 무엇을 포함하는가?	PCB 조립검사기의 작업프로그램은 PCB 내에 존재하는 부품 별 검사영역, 카메라의 촬영 위치 및 이동경로 등의 데이터를 포함한다. 부품 별 검사영역은 부품의 장착상태를 검사하기 위한 부품윈도우(component window)와 땜납 상태를 검사하기 위한 솔더윈도우(solder window)로 구분된다.
	인쇄회로기관에 전자부품을 자동으로 조립하는 PCB 조립라인의 생산성이 중요시 되고 있는 이유는?	휴대폰, TV 등 IT 제품의 수요가 크게 증가함에 따라, 인쇄회로기관(PCB: Printed Circuit Board)에 전자부품을 자동으로 조립하는 PCB 조립라인의 생산성이 중요시 되고 있다. PCB 조립검사기는 PCB 조립라인에서 부품조립의 불량유무를 자동으로 판정하는 자동화 장비로서, 카메라로부터 획득된 영상의 처리를 통하여 부품의 장착상태，멤납 상태, 단락 유무 등을 자동으로 검출한다[1].
	윈도우의 위치 및 크기는 사전에 티칭되어야 하는데, 티칭이란?	하나의 PCB 내에 통상 수천 개 이상의 윈도우가 존재하며, 윈도우의 위치 및 크기는 사전에 티칭되어야 한다. 티칭이란，PCB 조립 및 검사 장비에 부품 위치 및 크기 정보를 사전에 입력시키는 것을 의미한다. 수동으로 티칭을 수행하는 경우 상당한 시간이 소요되므로 자동티칭을 통한 작업준비시간의 단축이 바람직하다.

참고문헌 (16)

T. H. Park and H. J. Kim, “Path planning of automated optical inspection machines for PCB assembly systems,” Int. J. of Control, Automation, and Systems, vol. 4, no. 1, pp. 96-104, Feb. 2006.

원문보기 상세보기
T. H. Park, “Technology trends of CAM system for electronic assembly,” IEEK, vol. 26, no. 3, pp. 48-61, Jun. 1999.
A. J. Crispin and V. Rankov, “Automated inspection of PCB components using a genetic algorithm template matching approach,” International Journal of Advanced Manufacturing, vol. 35, no. 3-4, pp. 293-300, 2007.

상세보기
F.-H. Kong, “A new method for locating solder joint based on rough set,” Proc. of the Sixth International Conference on Machine Learning and Cybernetics, Hong Kong, pp. 19-22, Aug. 2007.
M. Yu and Y. D. Kimg, “An approach to Korean license plate recognition based on vertical edge matching,” Proc. of the 2000 IEEE Int. Conf. on Systems, Man and Cybernetics, Nashville, USA, vol. 4, pp. 2975-2980, 2000.
L. Wangchao and L. Shaofa, “A hybrid license plate extraction method for complex scenes,” Proc. of the 18th Int. Conf. on Pattern Recognition, Hong Kong, pp. 324-327, Sep. 2006.
S. Mahamud, L. R. Williams, K. K. Thornber, and K. Xu, “Segmentation of multiple salient closed contours from real images,” Proc. of IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 25, no. 4, pp. 433-444, Apr. 2003.

상세보기
S. Y. Kwon, B. H. Jun, “License-plate extraction from parking regulation images using intensity vector and composite Color,” IEEK, vol. 40, no. 6, pp. 47-55, Nov. 2003.
K. T. Park, J. H. Kim, and Y. S. Moon, “Extraction of attentive objects using feature maps,” IEEK, vol. 43, no. 5, pp. 12-21, Sep. 2006.
R. L. Hsu, M. Abdel-Mottaleb, and A. K. Jain, “Face detection in color images,” IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 24, no. 5, pp. 696-706, May 2002.

상세보기
J. C. Terrillon, M. N. Shirazi, H. Fukamachi, and S. Akamatsu, “Comparative performance of different skin chrominance models and chrominance spaces for the automatic detection of human faces in colur images,” Proc. of the 4th IEEE Int. Conf. on Automatic Face and Gesture Recognition, Grenoble, France, pp. 54-61, Mar. 2000.
T. H. Park, J. S. Song, and C. H. Kim, “Development of program for mount point extraction of PCB assembly machine,” Control and Instrumentation, Automation, Robotics Research Group Joint Conference, pp. 268-271, 2000.
S. L. Chang, L. S. Chen, Y. C. Chung, and S. W. Chen, “Automatic license plate recognition,” IEEE Transactions on Intelligent Transportation Systems, pp. 42-53, 2004.

상세보기
Y. Wang and B. Yuan, “A novel approach for human face detection from color images under complex background,” Pattern Recognition, vol. 34, no. 10, pp. 1983-1992, 2001.

상세보기
H. D. Cheng, X. H. Jiang, Y. Sun, and J. Wang, “Color image segmentation: advances and prospects,” Pattern Recognition, vol. 34, no. 12, pp. 2259-2281, Dec. 2001.

상세보기
N. Otsu, “A threshold selection method from gray-level histogram,” IEEE Trans. on System, Man and Cybernetics, vol. 9, no. 1, pp. 62-66, Jan. 1979.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증