• Journal of Korea Multimedia Society
• /
• v.12 no.3
• /
• pp.397-408
• /
• 2009

Image training is a very important yet difficult state for automated visual inspection using computers. Because the size of parts for the recently produced PCB (Printed Circuit Board) becomes smaller and circuit patterns gradually become more complex, a difficult and complex training process is becoming a big problem within an industry where development cycle for new products is short and various products must be inspected. This research produced a reference image by using CAD (Gerber) file which becomes a standard for PCB automatic visual inspection. Reference image from a Gerber file guarantees PCB patterns with no defects. Through system implementation and experimentation, Gerber file is used in order to propose a plan which allows an easy training process for PCB automatic visual inspection system.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.289-290
• /
• 2024

PCB(Printed circuit board)생산시에 중요한 역할을 담당하는 비전검사 시스템의 성능은 지속적으로 발전해왔다. 기존 머신 비전 검사 시스템은 이미지가 불규칙하고 비정형일 경우 해석이 어렵고 전문가의 경험에 의존한다. 그리고 비전검사 시스템 개발 당시의 기준과 다른 불량이 발생한다면 검출이 불가능 하거나 정확도가 낮게 나온다. 본 논문에서는 이를 개선하고자 딥러닝 영상인식을 이용한 PCB 기판 비전 검사 시스템을 구현하였다. 딥러닝 영상인식 알고리즘은 YOLOv4를 이용하고, 워핑(warping)과 시킨 PCB 이미지를 학습하여 비전검사 시스템을 구성하였다. 딥러닝 영상인식 기술의 처리 속도를 보완하고자 QR코드로 PCB 기판 종류를 인식하고, 해당 PCB 부품의 미삽은 정답 이미지 바운딩 박스 좌표와 비교하여 불량품을 발견하면 표시해준다. 기판의 부품 인식을 위해 기판 데이터는 직접 촬영하여 수집하였다. 이를 활용하여 PCB 생산 공정에서 비전검사 시스템의 성능이 향상되었고,, 다양한 PCB를 생산에 신속하게 대응할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.518-519
• /
• 2016

AOI 검사기는 SMT 공정 상에서 PCB (printed Circuit Board) 상의 부품들을 카메라로 촬영하고 촬영된 영상을 2D 혹은 3D 형태의 이미지로 재구성하고 분석하여 이상 여무를 판단하는 장비다. 검사를 하고자 하는 PCB의 크기가 카메라가 촬영할 수 있는 영역 보다 큰 경우가 대부분이기 때문에 PCB 상에 마운트 되어 있는 부품들을 모두 촬영하기 위해서는 여러 차례 나누어 촬영해야 할 필요가 있으며 이 때문에 PCB 상에 촬영해야 하는 부품들을 가능한 FOV에 많이 포함될 수 있도록 여러 FOV 영역으로 나누고 이렇게 나누어진 FOV 영역들을 최적의 경로로 이동하며 촬영할 수 있도록 하기 위한 알고리즘이 필요하다. 기존 논문들은 대부분 이 문제를 해결하기 위한 알고리즘에 대해 다루어 왔다. 일반적으로 생산이 진행되는 시점에서는 검사해야 할 PCB에 대한 정보 (PCB의 크기, 부품의 위치, 크기, 종류 등)는 이미 정해져 있기 때문에 경로 계획 최적화 수행은 PCB 정보에 변동이 없다면 한차례만 하면 된다. 하지만 검사를 할 수 있도록 Teaching 하는 단계에서는 PCB 정보가 지속적으로 변경될 수 있으며 이에 따라 최적화를 여러 차례 수행해야 할 필요성이 있다. 최적화를 위한 처리 시간은 부품의 개수, PCB 상에서의 분포정도등에 따라 증가하기 때문에 PCB 정보가 변경될 때 마다 최적화를 수행하게 되면 비효율적으로 처리 시간이 증가하게 된다. 본 논문에서는 이 문제에 대해 연구하고 해결책을 제시하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.210-214
• /
• 2001

PCB관련 제품의 최종 제작단계에서 defect 검사 과정은 제품의 질을 유지하기 위해 필수적인 단계이다. PCB 자동화 검사 시스템은 사람에 의해 이루어지는 품질검사에서 발견되는 비용을 절감하고, 신뢰성있는 제작 프로세스를 유지하기 위해 적극적으로 개발되고 있다. 이 논문에서는 PCB 필름의 defect를 검사하기 위하여 적응적 템플렛 기반 검사 방법을 제시하고자 한다. 고정된 템플릿은 구현하기 편리하고 속도면에서 이점을 발휘할 수 있으나, 강력한 센서의 선택에 제약이 있을 환경 하에서 100%에 근접하는 오류검출률 defect detection rate이 요구되는 고정된 템플릿을 제작하는 것에 문제가 있을 수 있다. 여기서는 템플릿 모델에 유연성을 부여하기 위하여 템플릿의 이미지를 목표 이미지들의 상태에 따라 템플릿을 적응적으로 구축하여 검사과정에 동적으로 적용하는 기법을 개발하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.327-328
• /
• 2020

본 논문에서는 저전력 저비용 임베디드 환경에서 PCB 검사 기법을 제안한다. 특히, IC 미삽에 대한 검출 알고리즘을 제안하고 실험한다. 고사양의 컴퓨팅 시스템에서는 CNN과 같은 딥러닝 뉴럴 네트워크를 사용하여 특별한 알고리즘을 고려하지 않아도 대규모의 데이터를 입력함으로써 모델을 완성하고 이를 통해 PCB 검사를 수행할 수 있다. 그러나 데이터의 양이 충분하지 않거나 충분한 전력과 비용을 투입하지 못하는 임베디드 환경에서는 각 부품에 따른 컴퓨터 비전 알고리즘이 필요하다. IC의 경우 타부품에 비하여 형태가 직사각으로 정형화 되있으며 색상도 균일한 특징을 가지고 있기에 미삽에 대한 검출이 가능하다. 베어보드(Bare Board)의 색상과 IC 부품의 색상이 확연히 다를 경우에는 RGB 픽셀을 카운트 하는 히스토그램 카운팅 알고리즘만으로 검출이 가능하다. 베어보드의 색삭과 IC의 색상이 유사할 경우에는 베어보드의 핀 혹은 홀의 형태를 감지하여 검출이 가능하다. 본 논문에서는 베어보드의 색상와 IC의 색상이 같을 경우에 다를 경우를 나누어 미삽 검사를 수행하고 그 정확도를 확인한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.325-326
• /
• 2018

본 논문에서는 PCB 공정상의 육안검사를 통한 불량 분류 방식에서 CNN을 이용한 PCB 불량 분류 방식을 제안한다. 이 방식은 육안검사의 문제점인 작업자의 숙련도에 따른 검사 효율을 자동화 검사 시스템에 의해 해결하며, 불량 위치와 종류를 결과 이미지에 표시한다. 또한 이미지 분류 결과를 모니터링할 수 있도록 시리얼 통신을 통하여 Darknet 프레임워크와 LCD를 연동하였다. 적은 량의 데이터 셋으로도 좋은 결과를 냈으며, 다양한 데이터 셋을 이용해 훈련할 시 전반적인 PCB 불량의 분류가 가능할 것으로 예상된다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1996.04a
• /
• pp.675-679
• /
• 1996

제품의 소형화, 고성능화, 부품의 제작기술의 급속한 발전으로 SMD실장기술은 소형화, 고밀도화로 진 보를 이루어왔다. 그러나, 기존의 PCB 검사 방법으로는 정확하고, 균일한 검사가 어려워 이를 해결할 수 있는 검사 방법이 요구되어 왔다. Machine Vsion에 의한 검사는 균일하고 정확하며, 불량의 유형도 판별하여 전체 공정의 제어가 가능한 방법이다. 본 연구에서는 영상처리에 적합한 영상을 쉽게 얻을 수 있도록 고휘도 LED를 사용하고, 밝기 조절이 가능한 영상획득부를 설계하였으며, Morphology filter룰 사용하여 빠르고, 안정된 noise 제거 및 edge 검출 알고리즘을 구현하였다.

• Journal of the Korean Society for Precision Engineering
• /
• v.23 no.3 s.180
• /
• pp.102-109
• /
• 2006

Several methods for PCB pattern inspection have been tried to detect fine detects in pad contours, but their low detection accuracy results from pattern variations originating from etching, printing and handling processes. The adaptive inspection algorithm has been newly proposed to extract minute defects based on movable segments. With gerber master images of PCB, vertex extractions of a pad boundary are made and then a lot of segments are constructed in master data. The pad boundary is composed of segment units. The proposed method moves these segments to optimal directions of a pad boundary and so adaptively matches segments to pad contours of inspected images, irrespectively of various pattern variations. It makes a fast, accurate and reliable inspection of PCB patterns. Its performances are also evaluated with several images.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.446-449
• /
• 2007

영상 학습은 컴퓨터를 이용한 자동 시각 검사에서 매우 중요하고 어려운 단계이다. 전자산업과 같이 신제품 개발 주기가 짧고 다양한 제품들을 검사하여야 하는 분야에서 어렵고 복잡한 학습 과정은 큰 문제가 되고 있다. 본 연구에서는 CAD 파일을 이용하여 PCB 자동 시각 시스템의 학습 과정을 손쉽게 할 수 있는 방안을 제시하였다.

• IE interfaces
• /
• v.11 no.2
• /
• pp.79-92
• /
• 1998

For the PCB inspection by computer vision, in some cases, the MRLC file should prepared. The MRLC file contains a RLC(Run Length Code) and a direction flag. In this paper, a generating method of MRLC is described. It is composed of two procedure as followings; (i) rasterizing Gerber file which is a vectorized image of PCB panel, and (ii) calculating a MRLC that is useful for the inspection as a template image. The suggested procedures are written in C-language and executable on Windows 95 and Windows NT.