발광다이오드(이하:LED: Light Emitting Diode)는 조명 산업의 최신 기술 발전을 가져왔다. LED 조명 기술은 전자발광(electroluminescence)이라는 과정을 통해 빛을 생성하는 특징을 가지며 반도체 물질에 전류를 흐르도록 하여 가시광선을 방출하는 반도체 소자로 일상생활에 필수요소인 주거, 근무공간의 실내조명 및 실외조명으로 지속적이고 다양하게 확대 적용되고 있다. LED 조명은 가시광선을 전기로 변환하기 위해 태양 전지판에 사용되는 전지인 광전지와 정확히 대비 되어 진다. 백색 LED는 도시와 가정을 위한 미래의 조명 솔루션이고 전통적인 CFL 및 기타 형광 유형의 광 생성 장치를 빠른 속도로 대체하고 있다.
백색 LED는 전 세계 LED 조명 시장 규모가 2020년 509억1000만 달러로 2021년부터 2028년까지 12% 이상의 연평균 성장률을 이룰 것으로 예상되고 있으며, 비효율적인 과거 방식의 조명 기술의 사용을 금지하거나 제한하는 엄격한 규제 및 정부 환급 LED 조명의 설치 및 적용을 장려하기 위한 개조 프로그램이 시장 성장에 가속도를 부여하고 있다.
LED 칩의 발광부에 두께가 일정한 형광체 층을 배치하거나 소자 내의 지향각별 색분포 균일성이 좋도록 형광체층이 LED 칩상에 배치하는 균일 코팅(phosphor conformal coating) 기술에 필요성이 크게 대두되고 있다. 균일 코팅(phosphor conformal coating) 기술의 일환으로 형광체막(film) 형태로 제작하여 칩에 직접 붙이는 구현 방식의 형광체막 균일코팅에 따른 Pre-fome 형광체막 방식의 백색 LED 제조 공정 최적화에 대한 정밀한 Attach의 필요성 그에 따른 품질 확보를 위한 정밀한 Alignment 및 LED 칩 표면검사의 통합시스템을 통해 기존에 개별적으로 운영되었던 공정을 규격화, 단순화, 관리 편리성 등을 확보하고, 초소형화 되어가고 있는 백색 LED 기술발전에 적용 가능한 공정 시스템을 선도적으로 구현하였다.
영상처리 관련하여 일반적으로 활용되는 흑백(GRAY) 영상은 그림자 및 밝기 변화 등으로 인한 오류가 발생하고, 그에 대한 개선 방법으로 컬러카메라를 통한 RGB 컬러영상을 획득하여 영상 색상분할방법인 HSV(Hue Saturation Value)를 활용하여 색상 (Hue), 명도(value), 채도(Saturation)등의 변화에도 능동적으로 검출하여 정확도 향상에 대한 연구를 진행하였다.
영상처리 결함검출에 가장 많이 연구되는 합성공신경망 (Convolutional Neural Network : CNN)은 로컬 정보(Local information)에 장점을 가지고 있으나, 기울기 소실(Gradient vanishing), 폭주(exploding) 등의 문제로 학습이 어렵거나 오래 걸리는 문제점을 가지고 있다. 이를 개선하고 개별적인 보정(Align)과 LED 칩 검사를 통합적으로 구현할 수 있도록 인공 신경망을 활용한 딥러닝 알고리즘인 GAN을 기반으로 하였고, 학습된 참 영상과 생성 영상의 오차를 최소화기 위해 WGAN-GP 활용 하였으며, 미세 결함을 검출하고자 DIGAN 기법을 복합 적용하여 검출력 및 다양한 제품의 검사에 대응하도록 연구하고 검증을 진행하였다.