| 1 |
1
SMT(Surface Mount Technology)된 인쇄회로기판에 대해 수직방향의 빛을 가해 촬영된 수직 조명 영상과 상기 인쇄회로기판에 대해 수평방향의 빛을 가해 촬영된 수평 조명 영상을 차 연산하여 차 영상을 획득하는 차 연산부;상기 차 영상 내 각 부품 영역에 대해 M개(M≥1)의 특징값을 추출하는 특징 추출부; 및기설정된 기준 특징값을 기반으로 상기 M개의 특징값을 분류하여 상기 인쇄회로기판 내 상기 각 부품 영역의 불량유형을 분류하는 분류부를 포함하되, 상기 특징 추출부는 PCA(Principle Component Analysis) 기법에 의해 상기 불량유형에 따라 각기 구비된 샘플 영상들의 차 영상들로부터 선별된 상기 각 부품 영역으로부터 추출할 M개의 특징값을 상기 인쇄회로기판의 차 영상으로부터 추출하며,p개의 인식후보 부품 영상의 각각의 크기가 N×N일 때, 부품 영상이 N2*1의 열벡터 xi(i=1, 2,…,p)라고 정의하면, 열벡터의 집합 S를, (수학식 3)으로 나타낼 수 있고, p개의 인식후보 부품 영상 xi의 평균 부품 영상을 m이라 할 때, 상기 특징 추출부는, (수학식 4)와 같이 평균 부품 영상을 산출하고, 상기 특징 추출부는 평균 부품 영상 m과 p개의 인식후보 부품 영상 xi의 차 벡터 를, (수학식 5)와 같이 산출하고, 상기 특징 추출부는 p개의 차 벡터로부터 N×p크기의 행렬 를, (수학식 6)과 같이 산출하고, 상기 특징 추출부는 행렬 와 전치 행렬 를 곱하여 공분산 행렬 Ω'을, (수학식 7)과 같이 산출하고, 상기 특징 추출부는 공분산 행렬 Ω'에서 고유벡터 υi(i=1, 2,…,p)와 고유값 λi(i=1, 2,…,p)를, (수학식 8)과 같이 산출하고, 상기 특징 추출부는, (수학식 9)와 같이 p개의 고유벡터 υi에서 고유값(λi)이 큰 순서로 M개(여기서, M은 1이상의 자연수)의 고유벡터 행렬을 선택하고, 상기 특징 추출부는 인식후보 xi와 고유벡터 행렬 V'를 곱하여 M개의 부품 특징값을 포함하는 인식후보 부품의 특징값 집합 Wi를, (수학식 10)과 같이 산출하는 것을 특징으로 하는 SMT 불량 판별 장치
|
| 2 |
2
제1항에 있어서,상기 인쇄회로기판에 대해 수직방향으로 빛을 조사하거나, 상기 인쇄회로기판에 대해 수평방향으로 빛을 조사하는 조명부; 및상기 수직방향의 빛이 조명될 때과 상기 수평방향의 빛이 조명될 때 각기 상기 인쇄회로기판을 촬영하여 상기 수직 조명 영상과 상기 수평 조명 영상을 생성하는 촬영부를 더 포함하는 SMT 불량 판별 장치
|
| 3 |
3
제1항에 있어서,상기 차 영상 내 각 부품 영역을 패키지 영역과 적어도 하나의 솔더링 영역을 포함하는 복수의 구분 영역으로 분리하고 상기 복수의 구분 영역별 영상을 생성하는 구분부를 더 포함하면, 상기 특징 추출부는, 상기 복수의 구분 영역별 영상으로부터 특징값을 추출하며,상기 분류부는, 상기 복수의 구분별 영상의 특징값을 상기 복수의 구분 영역에 대한 상기 기준 특징값을 이용하여 상기 인쇄회로기판 내 각 부품 영역의 불량유형을 분류하는 것인 SMT 불량 판별 장치
|
| 4 |
4
제3항에 있어서, 상기 분류부는,상기 각 부품 영역 중에서 상기 부품 영역별 상기 불량유형이 상이한 부품 영역에 대해서는 그중 중복성이 큰 불량유형 또는 분류의 정확도가 큰 것으로 기확인된 구분 영역의 불량유형에 따라 분류하는 것인 SMT 불량 판별 장치
|
| 5 |
5
삭제
|
| 6 |
6
제1항에 있어서, 상기 분류부는,상기 기설정된 기준 특징값과 상기 M개의 특징값의 유클리디언 거리를 이용하여 상기 인쇄회로기판의 불량유형을 분류하는 것인 SMT 불량 판별 장치
|
| 7 |
7
제1항에 있어서, 상기 분류부는,상기 불량유형에 따라 각기 구비된 샘플 영상들의 상기 기준 특징값을 MLP(Multi-layer perceptron) 및 SVM(Support Vector Machine) 기법을 포함하는 학습법으로 학습하고, 학습 결과를 기반으로 상기 M개의 특징값을 분류하여 상기 인쇄회로기판 내 각 부품 영역의 불량유형을 분류하는 것인 SMT 불량 판별 장치
|
| 8 |
8
제1항에 있어서, 캐드데이터로부터 확인된 상기 각 부품 영역의 위치 정보와 상기 각 부품 영역의 불량유형을 출력하는 출력부를 더 포함하는 SMT 불량 판별 장치
|
| 9 |
9
SMT 검사기에 의한 SMT 불량 판별 방법으로서,SMT(Surface Mount Technology)된 인쇄회로기판에 대해 수직방향의 빛을 가해 촬영된 수직 조명 영상과 상기 인쇄회로기판에 대해 수평방향의 빛을 가해 촬영된 수평 조명 영상을 차 연산하여 차 영상을 획득하는 단계;상기 차 영상 내 각 부품 영역에 대해 M개(M≥1)의 특징값을 추출하는 단계; 및기설정된 기준 특징값을 기반으로 상기 M개의 특징값을 분류하여 상기 인쇄회로기판 내 상기 각 부품 영역의 불량유형을 분류하는 단계를 포함하되,상기 추출하는 단계는 PCA(Principle Component Analysis) 기법에 의해 상기 불량유형에 따라 각기 구비된 샘플 영상들의 차 영상들로부터 선별된 상기 각 부품 영역으로부터 추출할 M개의 특징값을 상기 인쇄회로기판의 차 영상으로부터 추출하며, p개의 인식후보 부품 영상의 각각의 크기가 N×N일 때, 부품 영상이 N2*1의 열벡터 xi(i=1, 2,…,p)라고 정의하면, 열벡터의 집합 S를, (수학식 3)으로 나타낼 수 있고, p개의 인식후보 부품 영상 xi의 평균 부품 영상을 m이라 할 때, 상기 추출하는 단계에서, (수학식 4)와 같이 평균 부품 영상을 산출하고, 상기 추출하는 단계에서, 평균 부품 영상 m과 p개의 인식후보 부품 영상 xi의 차 벡터 를, (수학식 5)와 같이 산출하고, 상기 추출하는 단계에서, p개의 차 벡터로부터 N×p크기의 행렬 를, (수학식 6)과 같이 산출하고, 상기 추출하는 단계에서, 행렬 와 전치 행렬 를 곱하여 공분산 행렬 Ω'을, (수학식 7)과 같이 산출하고, 상기 추출하는 단계에서, 공분산 행렬 Ω'에서 고유벡터 υi(i=1, 2,…,p)와 고유값 λi(i=1, 2,…,p)를, (수학식 8)과 같이 산출하고, 상기 추출하는 단계에서, (수학식 9)와 같이 p개의 고유벡터 υi에서 고유값(λi)이 큰 순서로 M개(여기서, M은 1이상의 자연수)의 고유벡터 행렬을 선택하고, 상기 추출하는 단계에서, 인식후보 xi와 고유벡터 행렬 V'를 곱하여 M개의 부품 특징값을 포함하는 인식후보 부품의 특징값 집합 Wi를, (수학식 10)과 같이 산출하는 것을 특징으로 하는 SMT 불량 판별 방법
|
| 10 |
10
제9항에 있어서,상기 차 영상 내 각 부품 영역을 패키지 영역과 적어도 하나의 솔더링 영역을 포함하는 복수의 구분 영역으로 분리하는 단계; 상기 각 부품 영역으로부터 상기 복수의 구분 영역별 영상을 생성하는 단계를 더 포함하며,상기 추출하는 단계는, 상기 복수의 구분 영역별 영상으로부터 특징값을 추출하는 단계를 포함하며,상기 분류하는 단계는, 상기 복수의 구분별 영상의 특징값을 상기 복수의 구분 영역에 대한 상기 기준 특징값을 이용하여 상기 인쇄회로기판 내 각 부품 영역의 불량유형을 분류하는 단계를 포함하는 것인 SMT 불량 판별 방법
|
| 11 |
11
제10항에 있어서, 상기 분류하는 단계,상기 각 부품 영역 중에서 상기 부품 영역별 상기 불량유형이 상이한 부품 영역에 대해서는 그중 중복성이 큰 불량유형 또는 분류의 정확도가 큰 것으로 기확인된 구분 영역의 불량유형에 따라 분류하는 단계를 포함하는 것인 SMT 불량 판별 방법
|
| 12 |
12
삭제
|
| 13 |
13
제9항에 있어서, 상기 분류하는 단계는,상기 기설정된 기준 특징값과 상기 M개의 특징값의 유클리디언 거리를 이용하여 상기 인쇄회로기판의 불량유형을 분류하는 단계; 및상기 불량유형에 따라 각기 구비된 샘플 영상들의 상기 기준 특징값을 MLP(Multi-layer perceptron) 및 SVM(Support Vector Machine) 기법을 포함하는 학습법으로 학습하고, 학습 결과를 기반으로 상기 M개의 특징값을 분류하여 상기 인쇄회로기판 내 각 부품 영역의 불량유형을 분류하는 단계중 적어도 하나를 포함하는 것인 SMT 불량 판별 방법
|
| 14 |
14
제9항에 있어서, 캐드데이터로부터 확인된 상기 각 부품 영역의 위치 정보와 상기 각 부품 영역의 불량유형을 출력하는 단계를 더 포함하는 SMT 불량 판별 방법
|
