$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

정확도를 향상시킨 BGA 솔더볼 외관검사 기법 개발
Development of an Accuracy-improved Vision Inspection System for BGA Solder Ball 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.47 no.6 = no.336, 2010년, pp.80 - 85  

허경무 (단국대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

현재 BGA 409 chip의 외관검사는 대부분 현미경을 이용한 육안검사로 이루어지고 있다. 그러나 인간의 시력에 의존하여 검사하는 현재의 외관검사 방법은 검사자의 육체적, 정신적 부분에 의하여 검사 결과가 변화하기 때문에 안정적인 결과를 기대하기 어렵다. 따라서 육안검사 시 발생하는 문제점을 개선하기 위해 BGA 솔더볼 외관검사의 비전 시스템이 개발 되었고, 이는 기존의 검사 방법에 비해 BGA 409 chip의 솔더볼의 외관검사의 신뢰성과 효율성을 증가시켰다. 하지만 BGA 솔더볼의 크기가 미세하고 그 특징의 구분이 힘들어 검사의 정확도가 떨어지고 오리엔테이션 오류가 발생하였다. 이에 본 논문에서는 BGA 솔더볼 외관검사의 정확도를 향상시키기 위해 에지 검출 알고리즘의 보완과 특징들만을 비교하는 패턴매칭 기법을 제안하였으며, 또한 특징 공간 설정의 기준이 되는 기준 영역의 개선을 통해 오리엔테이션 오류의 개선을 제안하였다. 즉, 본 논문에서는 기존의 비전 시스템의 정확도와 오리엔테이션 오류를 개선하는 방법을 제안함으로써 BGA 솔더볼 외관검사의 정확도를 향상시켜 결과적으로 BGA 솔더볼 외관검사의 에러율을 줄이고 검사 속도의 향상 등 기존의 외관검사 방법에 비해 향상된 검사 결과를 획득하였다.

Abstract AI-Helper 아이콘AI-Helper

BGA 409 chip currently the most as a visual inspection of the exterior inspection is conducted. Human depending on visual inspection of the exterior inspection of the current state of testers, depending on how the test results because the change is difficult to expect reliable results. Therefore, th...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • BGA 솔더볼 외관검사는 15㎜×15㎜ 크기의 BGA 409 chip 위에 존재하는 409개의 솔더볼의 불량 검출을 목적으로 한다.
  • 이에 본 논문에서는 특징 공간의 설정 방법의 개선을 통해 BGA 솔더볼 외관검사 시 발생하는 오리엔테이션 오류의 개선하는 방법을 제안한다. 또한 기존의 BGA 솔더볼 외관검사 시스템에서 문제가 야기되었던 특징 추출과 패턴 매칭 기법의 단점을 보완하여 검사의 정확도를 향상시키는 방법을 제안하고자 한다.
  • 본 논문에서 제안하는 BGA 솔더볼 외관검사에서는 검사의 정확도를 향상시키기 위하여 기존의 시스템에서 이용된 특징 추출 방법의 개선을 실행하였다. 기존의 시스템에서 에지 검출 시 사용된 LoG와 DoG를 이용한 방법으로 진행하되, 정확도의 향상을 위하여 LoG 연산의 처리 후, DoG 연산을 하는 과정인 기존의 에지 검출 방법에 LoG 연산자를 한번 더 사용하여 세밀한 에지를 검출할 수 있도록 알고리즘을 개선하였다.
  • 본 논문에서는 기존의 BGA 409 chip의 외관검사 시스템의 문제점을 보완하기 위하여 기존 시스템의 분석을 통해 정확도를 향상시킨 BGA 솔더볼 외관검사 기법을 제안하였다.
  • 하지만 BGA 409 chip의 크기와 외관검사 시 불량 판정 기준의 단위가 미세하기 때문에 불량 판정의 오류를 일으킬 수 있는 오리엔테이션 오류(Orientation Error)가 발생한다. 이에 본 논문에서는 특징 공간의 설정 방법의 개선을 통해 BGA 솔더볼 외관검사 시 발생하는 오리엔테이션 오류의 개선하는 방법을 제안한다. 또한 기존의 BGA 솔더볼 외관검사 시스템에서 문제가 야기되었던 특징 추출과 패턴 매칭 기법의 단점을 보완하여 검사의 정확도를 향상시키는 방법을 제안하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
육안검사 시 발생하는 문제점을 개선하기 위해서 무엇이 개발되었는가? 그러나 인간의 시력에 의존하여 검사하는 현재의 외관검사 방법은 검사자의 육체적, 정신적 부분에 의하여 검사 결과가 변화하기 때문에 안정적인 결과를 기대하기 어렵다. 따라서 육안검사 시 발생하는 문제점을 개선하기 위해 BGA 솔더볼 외관검사의 비전 시스템이 개발 되었고, 이는 기존의 검사 방법에 비해 BGA 409 chip의 솔더볼의 외관검사의 신뢰성과 효율성을 증가시켰다. 하지만 BGA 솔더볼의 크기가 미세하고 그 특징의 구분이 힘들어 검사의 정확도가 떨어지고 오리엔테이션 오류가 발생하였다.
BGA란? BGA는 최근 전자제품 및 통신기기들의 소형화, 고성능화 추세로 주요 부품인 반도체의 집적도가 높아지면서 수요가 큰 폭으로 증가하고 있다. BGA는 Ball Grid Array의 약자로 Bare chip을 얹은 PCB의 뒷면에 반구형의 납땜 단자를 2차원 어레이 상으로 줄지어 배열해 리드를 대신하는 대규모 집적회로 패키지이다. 본 논문에서는 BGA 제품 중 직경 0.
비전 검사 시스템의 단점은? 비전 검사 시스템은 외관검사의 속도를 향상시키며, 상당량의 변수를 동반한 경우에도 능동적으로 대처하여 균일한 품질의 보장이 가능하며, 육안 검사 시 발생 가능한 주관적인 판단에 의한 오차까지도 방지할 수 있어, 제품의 신뢰성을 향상시킨다. 하지만 BGA 409 chip의 크기와 외관검사 시 불량 판정 기준의 단위가 미세하기 때문에 불량 판정의 오류를 일으킬 수 있는 오리엔테이션 오류(Orientation Error)가 발생한다. 이에 본 논문에서는 특징 공간의 설정 방법의 개선을 통해 BGA 솔더볼 외관검사 시 발생하는 오리엔테이션 오류의 개선하는 방법을 제안한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. C H Chen and P S P Wang. (2005) Pattern Recognition and Computer Vision. World Scientific. pp 310-480 

  2. Milan Sonka. (1999) Image Processing Analysis, and Machine Vision. PWS Publishing. pp 68-137 

  3. Maria Retrou and Panagiota Bosdogianni. (1999) Image Processing. John Wiley & Sons Inc. pp 265-282 

  4. 임헌민,마연수,박병해, '노말라이즈드 코릴레이션 패턴 매칭기법을 이용한 부품 장착 상태 비젼 검사기의 개발', Samsung Group Technical Conference, 1995. 

  5. Forsyth, David A. (2003) Computer Vision : A Modern Approach. Prentice Hall. pp 175-186 

  6. JANG Da-zhi. (2001) Research and Overview of Image non-linear Distortion in Computer Vision. Computer Engineering. pp 108-110 

  7. P Kornprobst and R Deriche and G Aubert. (1997) Nonlinear Operators in Image Restoration. Computer Vision and Pattern Recognition pp 325-330 

  8. GN Desonza and AC Kak. (2002) Vision for Mobile Robot Navigation. IEEE Transaction on Pattern Analysis and Machine Intelligence. pp 237-267 

  9. SE Unbaugh. (1997) Computer Vision and Image Processing Prentice Hall PTR. pp 197-218 

  10. "Matrox inspector user guide," version4, Matrox electronic System Ltd. 2002. 

  11. Tamal Bose, Francois Meyer,"Digital Signal and Image Processing", John Wiley & Sons, pp.599-612, 2003. 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로