표제지
목차
제1장 서론 7
제1절 머신 비전 Package substrate 결함 검사 8
제2절 머신 비전검사방식의 장점과 단점 10
제3절 연구의 구성 15
제2장 머신 비전 검사시스템에 대한 고찰 22
제1절 Package substrate Post-Process 22
제2절 Machine vision inspection System 23
제3절 Deep learning algorithm 34
제4절 영상데이터 수집 및 분류 35
제5절 지도학습과 학습모델생성 36
제6절 CNN algorithm & inception V3 38
제3장 학습데이터생성 및 알고리즘 개발 성능평가 43
제1절 학습데이터생성 43
제2절 알고리즘개발 45
제3절 알고리즘 성능평가 50
제4장 결론 및 고찰 52
참고문헌 55
ABSTRACT 56
표 1. FBGA (Fine Ball Grid Array ) : PKG 형태의 불량 정의 9
표 2. BOC, FC-FBGA 제품 결함에 대한 Spec 15
표 3. 비전검사설비 Component 별 단위기능 설명 29
표 4. 각 조명원의 응용사례별 적합성 33
표 5. Deep Learning Algorithm Test Result 51
그림 1. 머신 비전 시스템을 이용한 Package substrate 검사 공정 7
그림 2. Package substrate 제품 생산 공정에서 발생하는 결함 8
그림 3. 독립 성분 분석(ICA)의 기본 원리 11
그림 4. Gabor filter 영상처리 edge 검출 및 2D Gabor Filter의 수식 12
그림 5. Gray-Level Co-Occurrence Matrix 프로세스 설명. 13
그림 6. Package substrate 후 공정 비전 검사 시스템 diagram 17
그림 7. Package substrate의 Classification 검사 다층 신경망 MLP 18
그림 8. Max-pooling을 사용한 convolutional auto-encoder의 구조 19
그림 9. convolution의 filter를 사용하여 특징을 추출해 나가는 예 20
그림 10. Package substrate BGA 양산 제품 22
그림 11. Package substrate 후 공정 자동검사 23
그림 12. 자동검사 제품 투입에서 정상 결함 판정 24
그림 13. 머신비전 검사 시스템 아키텍처 25
그림 14. 검사설비 지동검사 상부, 하부 비전 설계 25
그림 15. 머신비전시스템 소프트웨어 결함 특징 Teaching 작업화면 26
그림 16. LBP의 원리 27
그림 17. 비전검사 시스템 flow chart 28
그림 18. 조명의 선명도에 따른 결함 검출 30
그림 19. Strobe 조명, structured 조명 31
그림 20. front light 조명, Back Light 조명의 효과 31
그림 21. Light Field 조명, Dark Field 조명의 효과 32
그림 22. Diffuse 조명, Coaxial 조명 32
그림 23. 진성 결함과 과검의 영상데이터 34
그림 24. 지도학습 회귀생성 36
그림 25. 영상데이터 Labeling과 스크립트 빌드를 통한 학습모델 생성 37
그림 26. 사람의 뇌의 영상처리 38
그림 27. CNN 네트워크 필터 39
그림 28. 드롭아웃 알고리즘 41
그림 29. Inception의 최종 모델 구조 41
그림 30. 학습모델생성을 위한 영상데이터 43
그림 31. 학습 및 영상데이터 전처리 위한 Python Code 44
그림 32. inception-v3 아키텍처 45
그림 33. 알고리즘 개발 환경 Anaconda distribution Spyder 개발 환경 46
그림 34. 알고리즘 개발을 위한 머신비전설비 획득한 영상데이터 결함 분류 결과 값 출력 47
그림 35. 검사알고리즘 컴파일 결함영상데이터를 1장 선택하여 유사한 데이터 9장을 보여주도록 설계 48
그림 36. Deep learning 검사알고리즘 Python 프로젝트를 추가 49
그림 37. Deep learning 검사알고리즘 추가하여 통합컴파일 진행 49
그림 38. Deep learning 기반 반도체 인쇄기판 후 공정 비전 검사 시스템 Architecture 51
그림 39. Deep learning 기반 검사알고리즘 필터 과검에 대한 판정 52
그림 40. 솔라셀 웨이퍼 검사장비 53
그림 41. Deep learning 기반 검사시스템 알고리즘 결함별 적용 54