$\require{mediawiki-texvc}$

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.

머신 비전을 이용한 불투명/고반사율 기판 검사 시스템
A machine-vision based inspection system for non-transparent and high-reflectance substrate 원문보기

한국정보처리학회 2010년도 춘계학술발표대회, 2010 Apr. 23, 2010년, pp.369 - 372  

여경민 (성균관대학교 정보통신공학부) ,  서정우 (삼성전자 생산기술연구소) ,  이석원 (삼성전자 생산기술연구소) ,  이준호 (성균관대학교 정보통신공학부)

초록
AI-Helper 아이콘AI-Helper

평판 디스플레이(flat panel display)의 크기가 커짐에 따라 다양한 기판을 이용한 제조 방법이 개발되고 있다. 디스플레이 제조 공정 중 기판의 결함을 찾아서 분류하는 검사 시스템은 최종 제품의 품질을 결정하는 매우 중요한 부분이다. 본 연구는 머신비전 기술을 이용하여 불투명하고 반사율이 높은 기판 표면의 결함을 찾아내고, 이 결함을 스크래치(scratch), 흑결함(dark defect), 백결함(white defect)으로 분류하는 장치를 구현하는데 목적이 있다. 이를 구현하기 위해 본 논문에서는 정밀 스테이지(stage)와 라인 카메라(line CCD camera)을 이용한 광학계를 활용하여 검사 시스템을 구현하였다. 구축된 시스템을 이용하여 취득한 이미지를 12 개의 영역으로 등분하여 각각의 국부 영역에 대한 문턱값 연산(thresholding)을 적용함으로써 조명의 불균일을 의한 검출 에러율을 획기적으로 낮추었다. 간단한 컴퓨터비전 알고리듬의 채용으로도 검사 시스템의 구현이 가능함을 보였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

제안 방법

  • 검사 시스템의 종류는 다양하나 본 논문에서는 불 투명하고 고반사율을 가진 기판에 대해 빠른 검사를 필요로 하기 때문에 반사형 조명과 라인 카메라를 이용하여 광학계를 구성하고, 라인 카메라를 이용한 정확한 이미지 취득을 위하여 2.1 절의 스테이지를 이용하여 검사 시스템을 구축하였다.
  • 라인 카메라와 기판의 정렬이 완료 되면 실제 검사를 시작하게 된다. 기존에 있던 결함 목록를 모두 삭제하고, 현재 기판과 조명에 따른 문턱값을 설정, 이미지 처리를 하기 위한 다양한 종류의 메모리를 할당하는 등의 검사 시스템의 초기화를 소프트웨어적으로 진행한다.
  • 동일한 샘플 2 개를 가지고 에어리어 카메라와 라인 카메라로 검사후 성능을 비교해 보았다. 검사정도는 비슷하지만 검출속도에서 라인 카메라가 에어리어 카메라보다 약 10 배정도 빠른 속도를 가지고 있는 것으로 확인되었다.
  • 또한 검사 속도와 이미지 저장속도의 차이로 인해 스테이지 이동 방향의 분해능은 5μm/pixel 이고, 광학계 이동 방향의 분해능은 2.5μm/pixel 로 본 시스템을 구성하였다(그림 3, 4 참조).
  • 정확한 이미지 취득을 위해 카메라 촬영속도와 스테이지 이동속도를 동기화하고, 조명의 불균일도 문제를 해소하여 결함 검출율을 제고하였다. 또한 결함들의 대표특징을 추출하여 표 1과 같이 결함을 종류별로 분류하였다. 여기서 스크래치는 기판 운반 중에 표면에 긁힌 자국을 의미하고, 흑결함은 공정중 유입된 파티클(particle)을, 백결함은 패턴 미성형을 의미한다.
  • 4 절의 결함 검출이 완료 되면 모든 결함의 위치 정보를 이용하여 각 결함에 대해서 분류를 수행한다. 먼저 각 결함에 대해 찌그러진 정도(elongation)로 스크래치(scratch)를 분류하고, 결함의 무게중심에서의 밝기 값을 추출하여 백결함(white defect)인지 흑결함(dark defect)인지 분류한다. 즉 무게중심 픽셀의 밝기 값이 이미지 전체 밝기값 평균보다 크면 백결함으로, 작으면 흑결함으로 분류한다(표 1 참조).
  • 본 논문에서는 라인 카메라(line camera)와 정밀 스테이지를 이용하여 검사 시스템을 구현하였다. 스테이지란 정확한 속도와 위치를 제어할 수 있는 기계장치를 의미한다(2.
  • 사용한 라인 카메라의 자체 분해능(resolution)은 5 ㎛/pixel 이지만 2x 렌즈를 사용하여 분해능이 2.5 ㎛ /pixel 인 광학계를 구현하였다. 또한 검사 속도와 이미지 저장속도의 차이로 인해 스테이지 이동 방향의 분해능은 5μm/pixel 이고, 광학계 이동 방향의 분해능은 2.
  • 스테이지 구동을 위한 제어기는 상용 PMAC 제어기를 사용하고, 정밀도는 X 축 방향은 광학계(약 35kg)를 설치하고 난 후 약 1.2 ㎛, Y 축은 0.519 ㎛, Z 축은 0.6 ㎛이다. 기타 자세한 사양은 표 2 를 참고하기로 한다.
  • 여기서 말하는 마스킹 처리란 검사 대상에서 제외시키는 것을 의미한다. 이는 다음 조명 불균일 해소를 위한 보정단계에서도 보정하기 어려울 정도로 어둡게 보이기 때문에 검사 영역에서 제외시키는 방법을 선택하였다.
  • 그림 4 와 같은 시스템을 이용하여 불투명하고 고 반사율을 가진 기판에 대한 이미지를 획득한다. 이때 12,288pixel x 1,536pixel 의 영역에서 양 끝 부분에 대한 검사를 시작하기 전에 이미지상 양끝부분에 조명 불균일 때문에 나타난 그림자 현상을 방지하기 위해 왼쪽, 오른쪽부분 각각 약 620pixel x 1,536pixel 크기의 영역를 마스킹(masking) 처리하였다. 여기서 말하는 마스킹 처리란 검사 대상에서 제외시키는 것을 의미한다.
  • 이는 이미지 상에 반복되는 패턴의 영향을 제거하기 위함이다. 이렇게 만들어진 이미지에 전체 영역의 밝기값 평균을 문턱값으로 사용하여 이미지의 밝기 값을 변경해 준다. 이때 이미지의 외곽부분에 이동량만큼은 검사 영역에서 제외된다.
  • 검사정도는 비슷하지만 검출속도에서 라인 카메라가 에어리어 카메라보다 약 10 배정도 빠른 속도를 가지고 있는 것으로 확인되었다. 이에 빠른 속도로 움직이면서 이미지 획득이 가능한 라인 카메라를 사용하여 광학계를 구성하기로 한다.
  • 이때 이미지의 외곽부분에 이동량만큼은 검사 영역에서 제외된다. 이후 원본 이미지의 밝기 평균값을 문턱값으로 하여 흑백의 이진화 이미지를 만들어 준다. 2.
  • 정량적인 검사 시스템의 성능을 파악하기 위하여 반복성 및 재현성 측정(gauge repeatability & reproducibility)을 수행하였다.
  • 1 절 참조). 정확한 이미지 취득을 위해 카메라 촬영속도와 스테이지 이동속도를 동기화하고, 조명의 불균일도 문제를 해소하여 결함 검출율을 제고하였다. 또한 결함들의 대표특징을 추출하여 표 1과 같이 결함을 종류별로 분류하였다.
  • 정확한 이미지를 취득하기 위하여 정확한 속도와 위치 제어가 가능한 정밀 스테이지를 사용하기로 한다. 또한 추후에 기판 크기가 대형화 될 경우를 대비하기 위하여 스테이지는 최대 4 세대 크기(730mm Χ 920mm)의 기판까지 대응 가능하도록 한다.
  • 조명의 불균일을 보정하기 위하여 이미지를 12 개 영역으로 나누어서 각 영역의 평균 밝기(Μ)과 표준편차(σ)를 구해서 각 영역에 대해 식 (1)과 같은 문턱 값 연산을 취하였다.
  • 최종 이미지를 상용 매트록스(Matrox) 라이브러리 함수를 이용하여 블랍(blob)을 검출한다. 매트록스 라이브러리 함수를 통해서 블랍의 병균 밝기값, 위치 정보, 찌그러진 정도 최대값 등의 정보들이 일괄 저장된다.
  • 정량적인 검사 시스템의 성능을 파악하기 위하여 반복성 및 재현성 측정(gauge repeatability & reproducibility)을 수행하였다. 하나의 샘플을 3 사람이 3 번씩 측정하는 방법으로 반복성 및 재현성 측정을 하였고, 여러 사람이 측정해도 같은 결과를 확인할 수 있었다. 이는 반복성 및 재현성이 확보되어 측정기로 사용하는데 무리가 없음을 의미한다.

대상 데이터

  • 별도의 카메라 트리거 신호(trigger signal)를 사용하지 않기 때문에 카메라 촬상속도(shutter speed)와 동기화가 가능한 정밀 스테이지(stage)를 사용하기로 한다. 스테이지는 그림 2 와 같고, 전체 크기는 1500mm x 1600mm x 1960mm 이다. 기판척(chuck)의 크기는 730mm x 920mm 으로 최대 4 세대 크기의 글라스까지 대응이 가능하다.
  • 또한 추후에 기판 크기가 대형화 될 경우를 대비하기 위하여 스테이지는 최대 4 세대 크기(730mm Χ 920mm)의 기판까지 대응 가능하도록 한다. 카메라는 검사 속도를 위하여 빠르게 이동하면서 영상취득이 가능한 라인카메라를 사용하기로 한다.
본문요약 정보가 도움이 되었나요?
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