(3.237.97.64) 您好!臺灣時間:2021/03/04 15:18
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:邱柏誠
研究生(外文):CHIOU, PO-CHENG
論文名稱:彩色影像分類法在BGA鍍金區瑕疵檢測上之應用
指導教授:邱奕契邱奕契引用關係
指導教授(外文):CHIOU, YIH-CHIH
學位類別:碩士
校院名稱:中華大學
系所名稱:機械與航太工程研究所
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2001
畢業學年度:89
語文別:中文
論文頁數:71
中文關鍵詞:球格陣列構裝彩色影像分割類神經網路瑕疵檢測
外文關鍵詞:BGAColor Image SegmentationBPNDefect DetectionClassification
相關次數:
  • 被引用被引用:8
  • 點閱點閱:302
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
近年來,隨著電子資訊產品與IC構裝型態的改變,使得球格陣列(Ball Grid Array;BGA)構裝已漸漸成為今日半導體構裝技術的重要製程之一。由於BGA構裝的生產速度相當快,使得人工檢測的週期時間遠大於生產週期之時間,而人工檢測的方式相當的耗費時間且不可靠,檢測的速度也是一個大問題,再者,人工檢測不僅不準確而且容易出錯,根本無法滿足大量生產時品管的標準。為了縮短檢測時間,並提高BGA產品之可靠度,本研究結合機器視覺與彩色影像處理技術,針對BGA鍍金區之瑕疵進行偵測與分類。
BGA檢測的項目包括基板表面、鍍金區、金屬線路、連接孔、毛邊及基板崩裂、變色等,其中鍍金區中又分焊線區及錫球區,本研究只針對焊線區之焊線手指(Bond Finger)及錫球區之錫球墊(Ball Pad)進行瑕疵檢測。本研究採用彩色機器視覺技術中的彩色影像分割、特徵抽取與分析、彩色影像處理、彩色空間模型轉換、BPN分類等技術發展完成一套BGA鍍金區瑕疵檢測系統,可針對BGA鍍金區特定之瑕疵進行偵測與分類,檢測項目包括刮傷、針孔、污染、綠漆等四種瑕疵。
To shorten the inspection time and ensure quality of products, the thesis applied color machine vision technique instead of graylevel to inspect BGA substrate. Using the color difference among gold, nickel, copper, and solder mask, it will be able to detect any defect inside the gold plating area. For PBGA or Tape BGA, items to be inspected include substrate surface, gold plating area, metal trace, via hole, burr, chip out, and discoloration. The gold plating area includes bond areas and ball pad. Furthermore, the bond areas include ground rings, power rings, and bond fingers. However, the thesis focused only on the inspection of bond fingers and ball pads inside the gold plating areas.
A normal bond finger or ball pad possesses a particular color, therefore, once abnormal occurs color of bond finger or ball pad will change. For example, a scratch on the bond finger may exposure nickel underneath. Consequently, the thesis based on color machine vision technique. First, apply back propagation neural network color image segmentation technique to detect all the possible defects. Then, use feature extraction and analysis as well as back propagation neural network classification techniques to class the detected defects.
To verify the usefulness of the research results, an integrated hardware and software system has been established. The developed system is capable of detecting almost any defect on the surface of gold plating area. Furthermore, the detected defects can be classed into stain, scratch, pinhole, solder mask, or unknown five types.
中文摘要……………………………………………………………I
英文摘要……………………………………………………………II
誌謝…………………………………………………………………III
目錄…………………………………………………………………IV
圖目錄………………………………………………………………VI
表目錄………………………………………………………………IX
第一章緒論…………………………………………………1
1.1 研究背景……………………………………………………1
1.2 研究動機與目的……………………………………………9
1.3 文獻回顧……………………………………………………10
1.4 研究方法……………………………………………………14
1.5 研究範圍與架構……………………………………………15
第二章研究方法與原理……………………………………17
2.1 彩色影像……………………………………………………17
2.2 彩色空間模型………………………………………………18
2.2.1 RGB彩色模型………………………………………18
2.2.2 HIS彩色模型………………………………………19
2.3 瑕疵檢測流程………………………………………………22
2.3.1 系統光源設定……………………………………………23
2.3.2 擷取彩色RGB影像………………………………………25
2.3.3 彩色影像分割……………………………………………27
2.3.3.1 類神經網路彩色影像分割……………………27
2.3.3.2 類神經網路簡介…………………………29
2.3.3.3 倒傳遞神經網路…………………………30
2.3.4 影像後處理………………………………………………33
2.3.5瑕疵搜尋…………………………………………………35
2.3.5.1 標號與邊界搜尋…………………………35
2.3.5.2 特徵抽取…………………………………36
2.3.6 類神經網路瑕疵分類……………………………………41
第三章系統架構與光源控制………………………………43
3.1 系統架構……………………………………………………43
3.2 光源控制……………………………………………………44
第四章結果與討論…………………………………………50
4.1 硬體架構……………………………………………………50
4.2 軟體程式……………………………………………………51
4.3 研究結果……………………………………………………55
4.3.1 瑕疵偵測……………………………………………55
4.3.2 瑕疵分類……………………………………………59
4.4 討論…………………………………………………………63
第五章結論…………………………………………………66
5.1 結論…………………………………………………………66
5.2 未來展望……………………………………………………67
參考文獻…………………………………………………………69
1.江米珮,「構裝IC產品專題研究─經濟部產業科技資料服務專案計畫」,工研院電子所,1994。
2.溫啟宏,「我國IC封裝業發展前景剖析」,零組件雜誌,Vol. 77,1998。
3.蔡淑芬,“積體電路工業(IC)”,產業經濟,第235期,pp.53-61,2001/3。
4.M. L. Minges et al. , “Packaging”, Electronic Materials Handbook, Vol. 1, ASM International, Materials Park, Ohio, 1989.
5.Fukuda and T. Yamaaguchi, Nikki Electronics Asia, October, 1993, p. 22.
6.Lau, H. Berg, Y. -T. Wen, S. Mulgaonker, R. Bowlby and A. Mawer, Mat. Chem. and Phys., 40, 1995, p. 236.
7.潘志聖,「IC構裝線距微細化面臨之課題」,機械工業雜誌,第171期,1997,pp. 175-184。
8.廖年榮,“印刷電路板業”,產業經濟,第228期,pp.79-83,2000/8。
9.Roland T. Chin and Charles A. Harlow, "Automated Visual Inspection : A Survey", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-4, No. 6, Nov. 1982, pp.557-573.
10.Joseph W. Foster III, Paul M. Griffin, Sherri L. Messimer and J.Rene Villalobos, "Automated Visual Inspection: A Tutorial", Computers & Industrial Engineering, Vol.18, No.4, pp.493-504, 1990.
11.陽清富、李芳繁,“應用機器視覺進行蕃茄顏色分級之研究”,農業機械學刊,第3卷,第1期,1994/3,pp.15-29。
12.李德修,“彩色影像分類和檢測框法在電路板元件檢測上的應用”,國立交通大學機械工程學系碩士論文,1999。
13.蔡篤銘、林伯聰,“以資訊理論為基礎之PCB金屬表面自動瑕疵檢測”,2000 PCB 製造技術研討會論文集,pp.118-124,2000/6。
14.陳佩鈴,“邏輯迴歸樹應用於印刷電路板之瑕疵分類”,元智大學工業工程研究所碩士論文,1999。
15.陳易泰,“以彩色影像分割為基之印刷電路板尺寸量測系統”,中華大學機械與航太工程研究所碩士論文,2000。
16.許胤堯、林錫寬,“以資料樹比對法為基礎之PCB自動視覺檢測”,2000 PCB 製造技術研討會論文集,pp.103-109,2000/6。
17.Yasuo Nakagawa, Yasuhiko Hara, Masayuki Hashimoto, “Automatic Visual Inspection Using Digital Image Processing”, Hitachi Review, Vol.34, No.1, pp.55-60, 1985.
18.Yasuhiko Hara, Nobuyuki Akiyama, and Koichi Karasaki, “Automatic Inspection System for Printed Circuit Boards”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.PAMI-5, No.6, pp.623-630, Nov.1983.
19.廖晏生、楊長維、金甘平,“電腦視覺在電路板檢測上的應用”,中國機械工程學會第十四屆全國學術研討會論文集 ,pp.280-287,1996/12。
20.Ahmed M. Drawish and Anik K. Jain, “A Rule Based Approach for Visual Pattern Inspection”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 10, No. 1, Jan. 1988, pp. 56-68.
21.Qin-Zhong Ye and Per E. Danielsson, “Inspection of Printed Circuit Boards by Connectivity Preserving Shrinking”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 10, No. 5, Sep. 1988, pp. 737-742.
22.Madhav Moganti and Fikret Ercal, “Automatic PCB Inspection Algorithms: A Survey”, Computer Vision and Image Understanding, Vol. 63, No. 2, Mar. 1996, pp. 287-313.
23.邱奕契、陳嘉宏,“導線架機器視覺自動化檢測系統”,中國機械工程學會第十五屆全國學術研討會控制與自動化論文集,pp.319-326,1998/11。
24.邱奕契、莊富傑,“使用類神經網路之導線架表面瑕疵偵測與分類系統”,中國機械工程學會第十六屆全國學術研討會製造與材料論文集,1999/12,pp.360-367。
25.吳伯彥,“蝕刻導線架之缺陷檢測”,中華大學機械與航太工程研究所碩士論文,1999。
26.邱奕契、梁有燈,“橢圓逼近法在BGA/CSP焊球尺寸量測之應用” ,中國機械工程學會第十六屆全國學術研討會製造與材料論文集,1999/12,pp.407-414。
27.張志誠,「模糊神經網路於半導體BGA影像辨識系統的製作」,元智大學工業工程研究所碩士論文,1998。
28.工研院機械所,「機械所與世界同步研發IC構裝自動植球機技術」,工研院機械所重點新聞,1998。
29.RVSI Inc., RVSI LS-3000 Series lead Scanner Inspection System, RVSI Inc., pp. 4-1~26, 1995。
30.ICOS Vision System NV, CI-8250 The Complete High-Speed Inspection System, ICOS Vision System NV, Heverlee, Belgium, 1998。
31.葉怡成,“類神經網路模式應用與實作”,儒林圖書。
32.Dan W. Patterson, “Artificial Neural Networks: Theory and Applications”, PRENTICE HALL, 1996.
33.楊武智,“影像處理與辨認”,全華圖書,pp.98-100。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔