• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1167-1168
• /
• 2023

차량용 반도체 수요의 증가로 자율 주행 및 전장제품에 시스템 반도체 수요가 증가하고 있다. 차량용 반도체는 기존 AP 같은 칩보다 더 높은 내구성과 신뢰성이 요구되기 때문에 불량 분석이 중요하다. 이러한 환경에서 반도체의 안정적인 생산과 품질 보장을 위해서는 불량 검출과 불량 원인 분석이 중요하다. 본 논문은 기본적인 비파괴 불량 분석 방법에 대하여 조사하고 장단점을 탐구한다. 이를 통해 반도체의 안정적인 양산을 위한 기반 지식을 제공한다.

• 전기전자학회논문지
• /
• 제27권3호
• /
• pp.345-349
• /
• 2023

본 논문은 영상장치를 이용한 차세대 스마트 LED 전광판의 불량픽셀 검출을 위한 딥러닝 구조 개발에 관한 연구를 제안한다. 이 연구에서는 영상장치를 활용하여 딥러닝을 통해 실외 LED 전광판의 결함을 자동으로 검출하는 기법을 제안한다. 이를 통해 LED 전광판의 효율적인 관리와 발생할 수 있는 다양한 오류와 문제를 해결하고자 한다. 연구 과정은 3단계를 거쳐 이루어진다. 첫 번째로, 평면화된 전광판 이미지 데이터를 calibration을 통해 배경을 완전히 제거하고 필요한 전처리 과정을 거쳐 학습 데이터셋을 생성한다. 두 번째로, 생성된 데이터셋은 객체 인식 네트워크를 학습을 시키는 데 활용된다. 네트워크는 Backbone과 Head로 구성된다. Backbone에서는 CSP-Darknet을 활용하여 특징 맵을 추출하고, Head에서는 추출된 Feature Map을 기반으로 물체를 검출한다. 이 과정에서 네트워크는 Confidence score와 IoU가 일치하도록 오차를 수정하며 지속적으로 학습된다. 세 번째에서는 생성된 모델을 활용하여 실제 실외 LED 전광판에서 불량픽셀을 자동으로 검출한다. 본 논문에서 제안하는 방법을 적용하여 LED 전광판의 불량픽셀 검출에 대한 공인 측정 실험 결과로는 실제 LED 전광판에서 불량픽셀을 100% 검출한 결과를 얻을 수 있었다. 이를 통해 LED 전광판의 불량 관리와 유지보수의 효율성이 향상되었음을 확인할 수 있다. 이러한 연구 결과는 LED 전광판 관리의 획기적인 개선을 이룰 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.1018-1020
• /
• 2013

PCB 제작 분야에서 TCP와 COF에서는 전기적인 특성검사만으로 자동화를 이루어지고 있으며, 실제 단락 및 돌기(근사단락) 형태의 데이터 불량 등에 대해서는 노동력을 동원해 불량을 검출하고 있는 실정이다. 본 논문에서는 영상처리에 의해 국부지역패턴 분석법에 기초한 검출기법을 제안한다. 제안한 방법은 히스토그램보정, 공간위치보정 및 최대왜곡좌표를 구하는 전처리 과정을 포함하여, 지역기반의 패턴분석법이 적용된다. 모의실험을 통하여 제안한 방식은 기존의 영역기반의 검출기법에 비해 성능이 개방 및 근사개방 결함 검출에서 크게 성능을 개선할 수 있음을 보인다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1995년도 춘계공동학술대회논문집; 전남대학교; 28-29 Apr. 1995
• /
• pp.273-284
• /
• 1995

카메라를 통하여 얻은 영상자료로부터 대상물의 특징을 추출하여 검사에 응용하는 자동검사기법의 수요가 늘고 있다. 본 연구에서는 그러한 자동검사의 실예로서 접속 케이블(wire hardness)의 색깔인식을 이용한 양/불량을 구별하는 시스템을 구축하였다. 색깔인식을 위한 도구로서 입력층, 1개의 은닉층 및 출력층으로 이루어진 2층 구조의 역전파신경망(back-propagation neural network)을 사용하였다. 입력자료로는, 화상에서 케이블의 위치를 파악하고 그 케이블에 속한 화소로부터 필요한 정보(Y, U, V)를 추출한 후, 보다 변별력이 좋은 (L, a, b) 좌표계로 변환하여 사용하였다. 본 검사시스템은 인식속도를 향상시키기 위하여 영상정보를 프레임 버퍼(frame buffer)에서 직접 사용하고 자료의 검사과정을 극소화 하였기 때문에 불량품의 실시간 검출이 가능하다. 불량품 검출의 성능을 평가하기 위하여 실제 표본을 가지고 시스템의 성능을 평가한 결과, 양/불량의 인식율이 100%를 나타내어 약간의 성능보완이 이루어지면 현장에서 바로 활용할 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.280-282
• /
• 2009

본 논문에서는 굴곡에 의한 조도량의 차이와 명암도 차이를 퍼지 기법에 적용하여 개선된 반도체 불량 검출 방법을 제안한다. 제안된 방법은 먼저 회전각과 양선형 보관법을 이용하여 반도체 영상의 각도를 보정하는 전처리 과정 수행한다. 그리고 굴곡에 대한 조도량의 차이와 패턴 매칭를 이용하여 얻어진 오류 영역의 명암도 차이를 퍼지 소속 함수에 적용하여 결과 값을 추론한다. 최종적으로 비퍼지화된 결과 값을 적용하여 반도체의 초기 불량을 검출한다. 본 논문에서 제안한 방법을 실제 사용되는 반도체 정면 영상과 측면 영상 30쌍을 대상으로 실험한 결과, 기존의 방법에 비해서 반도체의 초기 불량 판단에 효과적인 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.367-370
• /
• 2016

QFN(Quad Flat No-leads package)은 SMD(Surface Mount Device) 자재 중의 하나로써, 납땜을 하는 lead 부분이 따로 있지 않아 납땜에 대한 불량이 많이 발생하고 있다. 따라서 본 논문에서는 QFN의 납땜에 대한 불량을 검출하는 기법을 제안하고자 한다. 우리는 QFN의 납땜에 대한 불량 검출을 위해 기계학습 방법 중 하나인 Convolutional Neural Network(CNN)을 사용하였고, CNN에 학습을 시키기 위한 데이터로는 납땜을 한 QFN 컬러 다단 영상을 사용하였다. 이 영상은 3채널 컬러 영상으로, 이를 바로 CNN에 적용시켜 학습시키기에는 문제가 있다. 그렇기 때문에 3채널 컬러 영상을 세개의 1채널 Grayscale 영상(Red, Green, Blue)로 분리시켜 CNN에 적용시켰다. 이렇게 학습시킨 결과를 이용하여 QFN의 납땜에 대한 불량을 검출할 수 있었다. 현재는 Dicing과 Punch에 대해서만 테스트를 해보았기 때문에, 추후에 이를 제외한 다른 것들에 대한 추가적인 연구가 필요하다.

• 융합신호처리학회논문지
• /
• 제7권4호
• /
• pp.161-168
• /
• 2006

본 논문에서는 LCD 조립이 완료된 제품에 대해 색상보정 기법을 이용한 LCD 패턴검사 방법을 제안하였다. 기존의 검사 시스템은 패턴 매칭에 의한 검사 기법을 많이 사용하고 있다. 이러한 방법은 LCD의 백라이트(back light) 장치의 휘도차이, 액정의 광특성, 구동특성에 의해 투과되는 빛의 차이, 주위 조명에 의한 색차 등을 보정 할 수 없으며, 또한 이로 인해 불량검출의 효율성을 저하시키는 원인이 된다. 제안하는 검사 방법은 다양한 원인에 의해 발생하는 LCD의 색상 차를 보정한 후 패턴 매칭을 통해 불량을 검출하는 방법이다. 먼저, 검사 대상인 LCD 패턴의 색상을 기준 영상에서 설정된 색상으로 보정한다. 색상이 보정된 영상은 다양한 전처리 기법을 적용하여 패턴 검사를 수행한다. 실험을 통하여 본 연구에서 제안한 알고리듬은 LCD 패널에서 여러 가지 불량품을 검출 할 수 있었고, 또한 제안된 방식은 기존의 방식과 비교하여 불량 검출이 용이함을 알 수 있었다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2005년도 추계학술대회지
• /
• pp.203-208
• /
• 2005

수 마이크로 단위로 계측되는 반도체 COG의 정밀도를 높이기 위해서 라인스캔 카메라로 영상을 획득한다. 하지만 불량 검출은 스캔속도와 조명조건에 매우 민감하다. 본 논문에서는 불량이 없는 COG 영상과 입력영상을 정합하여 불량 검출의 정확성을 높이기 위한 방법에 대하여 제안하였다. 두 이미지를 정합시키는 방법으로 영역분할 템플릿 매칭 방법을 사용하였으며 그라디언트 마스크와 AND 연산하여 최종 결과 영상을 획득하였다. 제안된 방법은 다른 이미지 정합 법에 대하여 커다란 성능향상을 보임을 일련의 실험들을 통하여 보여준다.

• 전자공학회논문지SC
• /
• 제46권5호
• /
• pp.15-21
• /
• 2009

LED와 같은 소형 제품의 불량검색은 제품의 질을 향상 시키는 것만 아니라 생산성 향상에서 중요한 역할을 한다. 본 연구에서는 LED에 발생하는 여러 가지 불량을 자동으로 검사하는 시스템을 구성하였다. LABVIEW Builder를 사용하여 그래픽 인터페이스 상에서 LED의 불량을 검출을 자동판단하며, 사용자가 쉽게 사용 가능하도록 설계하였다. 1394 카메라를 통해 영상을 획득하고 Vision Builder의 각 영상처리 요소를 적용하였다. 에지탐색, 기하학 위치 설정, 거리측정 등의 영상처리 알고리즘을 조합하여 색과 크기가 다른 다양한 LED의 불량을 검출하는 알고리즘을 설계하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.58-61
• /
• 2011

방송 콘텐츠 제작에는 카메라, VCR, NLE, 인코더 등의 장비가 사용되고 있으며, VCR 헤더 불량, 테이프 노후화/보관불량, NLE 편집 오류, 인코더 장비 불량 등의 다양한 이유로 콘텐츠에 예기치 않은 비디오 및 오디오 오류가 발생할 수 있다. 이러한 문제점을 해결하기 위하여 콘텐츠에 포함된 다양한 비디오 및 오디오 오류를 자동으로 검사할 수 있는 자동 검사 시스템이 요구된다. 본 논문에서는 이러한 다양한 오류를 자동으로 검사할 수 있는 방법 중 특히 비디오 내에 종종 포함되는 블록 오류를 대상으로 하는 고속 오류 검출 방법을 설명한다. 제안한 방법은 비디오 내의 매 프레임의 코너 수를 계산하고, 시간 증가에 따른 코너 수의 변화량을 검사하여 블록 오류가 포함될 것으로 예상되는 후보 프레임을 찾는 1단계 과정과, 후보 프레임을 대상으로 Adaboost 인식 기술을 사용하여 학습한 분류기를 통해 최종 블록 오류가 포함된 프레임을 검출하는 2단계 과정으로 구성된다. 시스템 구현 실험 결과, 비디오 내에 포함된 블록 오류를 프레임 단위로 정확하게 고속 검출 하는 것이 가능함을 확인하였다. SD급의 경우 실시간 대비 2.3배속 가량의 고속 검사가 가능하고 HD의 경우에도 0.8배속 수준의 고속 검사가 가능하였다.