臺灣博碩士論文加值系統

　　現今電子產品相當精密，單位面積內的電子元件數目呈倍數成長，因此產品的檢驗方式也需要更有效且精確。機器視覺因為具有檢驗快速且精確的特性，又可以長時間運作，因此大量被應用於工業檢驗上，尤其是電子業，更是機器視覺應用的主要產業。本文主要探討機器視覺應用於積體電路板的檢驗運用並自行撰寫一套檢驗快速、建置成本低、檢驗度佳與系統彈性優異的積體電路板元件自動化檢驗系統。
　　本文系統的檢驗對象有銲點、BGA封裝型態的銲球與IC批號，透過一系列的影像前處理步驟將待檢影像予以強化，凸顯待檢物的特徵。接著藉由運算待檢物的特徵來求得具代表性的特徵值，再將取得的待檢物特徵值與系統的設定標準比對，藉以判定瑕疵與否與瑕疵種類。最後彙整檢驗過程所產生的資料與檢驗結果，透過網路傳送至另一端的電腦進行製程資料儲存與分析。透過品質管制圖的分析系統能有效的監控製程的變動，藉此提昇自動化檢驗系統的自主性。本文採用統計區間估計的方法，來訂定各個待檢物的瑕疵檢驗標準如此可使系統對於不同的生產要求，有較大的適應度。另一方面，本文於影像前處理的演算方面提出了以快取的方法來加速遮罩演算的速度，透過快取的概念，有效的降低演算所需的執行次數。在系統與設定介面方面，本文將圖形化介面的精神引用至系統介面的設計，並將所有檢驗所需要的功能予以封裝成元件模式，系統的檢驗流程設定與參數調整等均可以用圖形化的操作來進行，輔助使用者直覺地進行檢驗流程的調整與設定，更進一步更可以快速的產生全新的與多重的檢驗流程，其應用層面相當的廣。
　　本文擷取三種型態的物體影像作瑕疵檢出的實驗，實驗結果為銲點瑕疵檢出率為95%、BGA封裝元件的瑕疵檢出率92.8%、IC元件批號的瑕疵檢出率92%，由實驗結果可知本文所應用的方法，實用且快速。另外本文所提出的快取加速法與圖性化介面對機器視覺領域提出了新的應用方法與另一種介面操作的思考方向。

Today’s electric product is very delicate. Numbers of electric components grow very fast. For this reason, the inspection way also needs to more efficient and precise. Machine vision is to be expert in inspection quickly and more precise. Machine vision can work twenty-four hours a day, so it is applying in industrial inspection especially electrics. The propose in this paper is to discuss the applying of machine vision in industrial inspection and generates a automated inspection system of IC boards by writing program. The advantages of this system are lower cost, good ability of inspection and very high flexibility in coordination with manufacture system.
The objects which we interesting are solder, BGA solder ball and IC prints respectively. The features, we interesting, can be highlighted by a series of pre-image processing ways. After processing, the feature values, which in the name of the object that it came from, can be obtain by computing. Then we can take this feature values to compare with the standard ones to judge which is defect and which isn’t. Finish all steps that above described, system will collect the data of inspection and push them into another computer for saving data and analysis. The results of analysis can help us to monitor the production process and make this system actively. In this paper, the system uses the statistical interval evaluated way to make the judge gate of each object. By this way, system can more easy to adapt himself to various production lines. A new idea, Cache, is proven to accelerate the speed of mask operation in pre-image processing. By applying Cache, the cost of computing is less. It is to deserve to be mentioned that we integrated the GUI concept into this system. All the inspection functions are made according to OOP and become components. Setting inspection flow of this system is very easy and instincts and so is adjusting parameters. Of course, user cans make a multi inspection flows system very quick.
This paper proposes some new idea for machine vision applying and indicates another way for interface’s operation.

目 錄
摘要 I
英文摘要 II
誌謝 III
目 錄 IV
表 目 錄 VI
圖 目 錄 VII
圖 目 錄 VII
第一章 緒論 1
第一節 研究動機與目的 1
第二節 研究對象與研究限制 2
第二章 文獻回顧 3
第一節 機器視覺檢驗系統概論 3
第二節 影像前處理 ( PRE-IMAGE PROCESSING ) 4
壹、 照射光源 ( Lighting Source ) 5
貳、 色彩空間轉換 ( Color Space Transformation ) 5
參、 校正 ( Alignment ) 6
肆、 二值化 ( Thresholding ) 7
伍、 影像分割 ( Image Segmentation ) 9
第三節 特徵擷取與瑕疵判斷： 10
第四節 製程整合與資訊輸出 12
第三章 積體電路板自動化檢驗 13
第一節 瑕疵定義與說明 13
壹、 穿透型元件的銲點瑕疵 13
貳、 BGA封裝型態元件的銲球瑕疵 15
參、 IC批號瑕疵 17
第二節 影像前處理（ PRE-IMAGE PROCESSING ） 18
壹、 灰階化 (Gray Scale) 18
貳、 雜訊消除 ( Noise Reduction ) 19
參、 定位 ( Alignment ) 21
肆、 二值化 ( Thresholding ) 27
伍、 投射 ( Projection ) 28
陸、 邊緣偵測（Edge Detection） 30
柒、 消蝕（Erosion） 32
捌、 擴張（Dilation） 33
玖、 影像編碼（Labeling） 33
第三節 前處理速度最佳化 37
第四節 元件圖形化的系統概念 41
第五節 特徵擷取 43
壹、 特徵值擷取 (Feature Extraction) 44
貳、 檢驗所需之特徵值 47
第六節 瑕疵檢驗流程與檢驗法則 48
壹、 銲點方面 50
貳、 BGA封裝元件銲球 54
參、 IC批號方面 57
第四章 實驗方法與結果分析 61
第一節 實驗環境與設備說明 61
第二節 快取法的適用性分析與討論 63
第三節 銲點、BGA封裝元件銲球與IC批號檢驗實驗結果 69
壹、 銲點方面 69
貳、 BGA封裝元件銲球 71
參、 IC批號方面 72
第五章 結論 75
參考文獻 77

參考文獻
1. 丁鏞(1998)，電腦視覺在定位量測上之應用研究，中原大學機械工程學系碩士論文。
2. 丁志文(2002)，影像處理於SMD元件定位之應用，台灣科技大學電機工程學系碩士論文。
3. 吳盈璋(2000)，晶片印字自動化檢測之研究，成功大學電機工程學系碩士論文。
4. 吳文言、江育民、洪欽文(2002)，印刷電路板表面元件自動化檢驗，2002 PCB製造與管理技術研討會，123-127。
5. 吳文言、洪欽文(2002)，機器視覺在銲點與IC批號自動化檢驗之應用，第七屆人工智慧與應用研討會論文集。
6. 吳文言、洪欽文(2002)，積體電路元件針腳自動化檢驗，SME國際製造工程學會中華民國分會九十一年度年會暨精密機械製造研討會論文集。
7. 吳文言、洪欽文、趙淳威、陳盈珊(2003)，球格陣列銲球特徵分析,陸軍軍官學校七十九週年校慶暨陸海空三軍官校學術研討會論文集。
8. 吳文言、洪欽文(2003)，利用灰階統計資料加速影像濾波器，第十二屆南區統計研討會暨九十二年度中華機率統計學會年會及學術研討會論文集。
9. 林錫寬、張上淵 (2002)，應用電腦視覺與類神經網路於BGA缺陷檢測系統，2002 PCB製造與管理技術研討會，99-106。
10. 邱振洋(1990)，應用電腦視覺於IC瑕疵之研究，雲林科技大學工業工程與管理研究所碩士論文。
11. 紀凱屏(2001)，影像雜訊過濾方法與效果之探討，成功大學測量工程學系碩士論文。
12. 徐正聲、江行全 (1998)，應用於機器視覺中光源最佳位置之決定，Journal of the Chinese Institute of Industrial Engineers,，15(1)，69-82。
13. 陳柏年(1999)，多變量管制圖與自動化檢測系統之整合性研究，成功大學碩士論文。
14. 陳偉銘、趙涵捷(2001)，影像裡的數學世界，台灣書店。
15. 曾健維(2000)，晶片印字瑕疵檢測之研究，中原大學工業工程學系碩士論文。
16. 廖晏生(1997)，電腦視覺在電路板檢測上的應用，交通大學機械工程研究所碩士論文。
17. 劉殿斌(1998)，熱影像技術應用於偵測電子線路板上故障元件之研究，成功大學工程科學研究所碩士論文。
18. 蔡明志(1990)，神經網路應用於字元的不變性辨識，元智大學工業工程研究所碩士論文。
19. 蔡賜郎(1999)，應用灰色理論於IC批號辨識，元智大學工業工程研究所碩士論文。
20. 戴祥林(1999)，以混合式檢測法為基礎作為印刷電路板自動檢測的實現，交通大學電機與控制工程學系碩士論文。
21. Chang, M. C., Fuh, C. S., and Chen, H. Y. (2001), Fast search algorithms for industrial inspection, International Journal of Pattern Recognition and Artificial Intelligence, 15(4), 675-690.
22. Guerra, E., and Villalobos, J. R. (2001), A three-dimensional automated visual inspection system for SMT assembly, Computer & Industrial Engineering, 40, 175-190.
23. Gonzalez, R. C., and Woods, R. E. (2002), Digital Image Processing( 2nd ), New Jersey: Prentice-Hall, Inc.
24. Heikkinen, J., Klapuri, H. and Saarinen, J. (1996), Fuzzy classifier in defect diagnosis of solder joints, Proceedings of the Fifth IEEE International Conference on Fuzzy Systems, 113-117.
25. Jawahar, C. V., and Narayanan, P. J. (2002), Generalised correlation for multi-feature correspondence, Pattern Recognition, 35, 1303-1313.
26. Malamas, E. N., Euripides, G. M. P., Michalis, Z. and Laurent, P. (2003), A survey on industrial vision systems, applications and tools, Image and Vision Computing, 21, 171-188.
27. Moganti, M., Ercal, F. and Tsunekawa, S. (1996), Automatic PCB inspection algorithm: a survey, Computer Vision and Image Understanding, 63, 2, 287-313.
28. Matsuyama, Y., Honda, T., and Yamamura, H. (1996), Automated solder joint inspection system using optical 3-D image detection, Proceedings 3rd IEE Workshop, 116-122.
29. Mattison, P.E. (1994), Practical Digital Video with Programming Examples in C, John Wiley & Sons, Inc.
30. Perng, D. B., Liu, C. P., Chen, Y. C., and Chou, C. C. (2002), Advanced SMD PCB vision inspection machine development, 2002 Workshop on CVGIP, 311-317.
31. Ryu, Y. K. and Cho, H. S. (1996), Visual inspection scheme for use in optical solder joint inspection system, Proceedings of the 1996 IEEE International Conference on Robotics and Automation Minneapolis, 4 , 3259 -3264, Minnesota, Apr 1996.
32. Wu, W. M., Hwang, P. F. and Bai, R. F. (1991), A color vision application on SMD inspection, 1991 Workshop on CVGIP, 254-259.
33. Wu, W. Y., Hou, C. C. (2002), Automated inspection of metal surfaces through machine vision, SME 九十一年度年會暨精密機械製造研討會, Taipei.
34. Watanabe, Y. (1989), Automated optical inspection of surface mount components using 2D machine vision, Industrial Electronics Society 15th Annual Conference, 584-589.
35. Yin, P. Y. (1999), A fast scheme for optimal thresholding using genetic algorithms, Signal Processing，85-95.