untitled

金 類 連 領 金 立 量 金 易 勞 利 不 度 廉 度 理 金 行 金 例 行 立 理 立 類 金 類 理 1. 金 力不 度 不 不 切 零 1~2 行 95% 量 益 行 金零 不 易 量 力 立 量 Machine Vision 理 例 1980 年 D.Marr[1] 理論 1983 年 Yasuhiko Hara[2] 利 路 路 1985 年 [3] 數 1986 年 J.Canny[4] 2001 年 陸 不 輪廓 精度 [5]~[10] IC Scaman[11] 路 路 量 量 Arye Shapir[12] [Wafer] 立 類 Shunji [13] LSI Wafer 1996 年 Madhra[14] 立 PCB Nagaswami[15] 0.5µm and 0.35µm 邏 路 契 [16][17] 神 理論 立 類 路 量 零 1984 年 Jansson[18] 度 1992 年 Wu[19] 行 1993 年 Fernandez[20] Aluminum Casting on_line 1994 年 [21] 類神 狀 1997 年 [22] 數 理 狀 量 量 量 1999 年 Marino[23] 金 2000 年 Villekyrki[24] 利 Sub-pixel

精度 狀 零 量 降 理 金 立 2. PLC 連 2.1 1. PLC 2. 料 度 3. 料 行 良 料 4. 5. 料 行零 力 度 行 6. 料 PLC 料 7. 料 料 料 2.2 1. 兩 (60fps)/(780x580 pixels)ieee 1394 CMOS FOculus 了 不 度 便 行 良 利 利 IEEE 1394 不 更 2. Telecentric 降 度 3. LED (Illumination) 輪廓 更 降 率 率 理 見 1 (Front Lighting) (Side Lighting) 兩 類 不 類 不 LED 量 都 金 例 2(a) 度 金 例 度 不 易 2(b) 度 濾

2(c) 來 洞 易 濾 行 行 4 流 1 兩 不 3 參數 2 (a) (b) (c) 2.3 流 3 料 列 ROI, Region of Inspection TTL 不良 不良 行 類 料

4 流 3. 金 了 更 識 類 兩 類 類 參 類 立 兩 類 (1) 參 (Reference Matching)(2)(Design-Rule Based Methods)(3)(Hybrid Methods) 金 參 零 金 來 行 類 料 3.1 金 金 料 列 精 金 見 類 [26] 金 來 類 類 類 1. 裂 零 力不 裂 5(a) 2. 洞 粒 零 力 離 粒 離 5(b) 3. 料 5(c) 4. 不 不 不若 度 5(d) a b c d 5 類 (a) 裂 (b) 洞 (c)(d) 3.2 流 IC PCB (Golden image) 行 金 兩 不 來 行 (1) 金 狀 利 不易 精 (2) 利 易 利 不 行 狀 利 念 流 6 洞 裂 理 離 參 了 度 流 理 不 來 易 類

不 類 度 6 流 3.3.1 理 理 料 立 輪廓 兩 離 輪廓 料 利 臨 [27] 行 理 立 離 金 例 不 7 27 55 44 28 利 8 數 利 兩 數 來 輪廓 行 料 錄 3.3 類 類 (Auto defect classification, ADC) IC PCB 類 不 不 不 類 類 數 AOI 不 類 類不 度 立 來 降 度 來說 度 率 兩 讀 類 類 類 類 7 不 (a)27 (b)55 (c)44 類 來 類 度 度 度 度

類 1 1 類 類 洞裂 度 度 度 (a) 率 1. 洞 離 理 4 洞 洞 利 離 來 8 (a)(b) 洞 理 洞 (a) (b) (b) 3. 料 來 不 度 來 類 易 都 類 裂 裂 來 識 9(a) 浪 Y 9(b) 行 浪 Y 10 度 8 洞 (a) (b) 2. 裂 理 (a)(b) 洞 理 2 裂 兩 裂 裂 裂 連 裂 利 度 度 裂 9 (a)(b) 良

離 (Pixels) 數 12 離 10 4. 精 留 不 料 理 理 11 度不 利 來 料 留 不 離 利 列 12 3 利 離 兩 留 8 13 兩 連 度 11 理 13 論 5. 1. D. Marr and E. Hildreth, Theory of Edge Detection, Proceeding Roy. Soc., London, pp.187-217, 1980. 2. Yasuhiko Hara, Nobuyuki Akigama, 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. 3. Nakagawa Yasuo, Yasuhiko Hara and Hashimoto Masayuki, Automatic Visual Inspection Using Digital Image Processing, Hitachi Review, Vol.34, No.1, pp. 55-56, 1985. 4. J. Canny, A Computational Approach to Edge

Detection, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-8, No.6, pp.679-698, 1986. 5. L. Shen, D. Shen and F. Qi, Edge Detection on Real Time Using LOG Filter, International Symposium on Speech, Image Processing and Neural Networks, pp.37-40, Hong Kong, April, 1994. 6. C. Hsin, Edge Extraction Based on A Statistical Decision Theory, The Second Symposium on Computer and Communication Technology, pp.104-110, 1996. 7. Y. Zou, W. T. M. Dunsmuir, Edge Detection Using Generalized Root Signals of 2-D Median Filtering, Proceedings of International Conference on Image Processing, Santa Barbara, CA., pp.417-419,oct., 1997. 8. J.H. Elder and S.W. Zucker, Local Scale Control for Edge Detection and Blur Estimation," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.20, pp.699-716, 1998. 9. P. Paplinski, Directional Filtering in Edge Detection, IEEE Transactions On Image Processing, Vol.7, No.4, pp.611-615, 1998. 10. C. H. Hsin, H. T. Chang and W. S. Chen, A Nonlinear Edge and Line Detection Scheme Based on Gaussian Derivatives, Computer Vision Graph and Image Processing Conference, Aug., 2001. 11. Michael E. Scaman and Laertis Economikos, Computer Vision for Inspection of Complex Metal Patterns on Multichip Modules (MCMD-D), IEEE Transactions on Computer, Packaging, and Manufacturing Technology-Part B, Vol.18, No.4, 1995. 12. Arye Shapiro, Automatic Classification of Wafer Defects: Status and Industry Needs, IEEE/CPMT Internal Electronics Manufacturing Technology Symposium, pp.117-122, 1996. 13. Shunji Maeda, Hitoshi Kubota and Hiroshi makihira, Automated Visual Inspection for LSI Wafer Multilayer Patterns by Cascade Pattern Matching Algorithm, Systems and Computers in Japan, Vol.21, No.12, 1990. 14. Madhar Moganti and Fikret Ercal, Automatic PCB Inspection Algorithms: A Survey, Computer Vision and Image Understanding, Vol.63, No.2, pp.287-313, 1996. 15. V.R. Nagaswami and S. Grimeault, Application of Segmented Auto Threshold for 0.5µm and 0.35µm Logic Interconnect Layers, IEEE/SEMI Advanced Semiconductor Manufacturing Conference, pp. 126-135, 1997. 16. 契 易 神 理論 類, 論,pp.378-386, 2000 17. 契 易 路 量 2000 PCB 論 pp.110-117, 2000 18. D. Jansson, J. M. Bourke, High Speed Surface Roughness Measurement, Journal of Engineering for Industry, Vol.106, pp.34-39, 1984. 19. C. M. Wu and Y. C. Chen, Statistical Feature Matrix for Texture Analysis, CVGIP, Vol.54, NO.5, 1992. 20. C. Fernandez, C. Platero, P. Compoy and R. Aracil, Vision System for On-Line Surface Inspection in Aluminum Casting Process, Proceeding of IECON 93, Vol.3, pp.1854-1859, 1993. 21. C. Fernandez, S. Fernandez, P. Campoy and R. Aracil, On-line Texture Analysis for Flat Products Inspection Neural Nets Implementation, Proceeding of IECON 94, pp.867-872, 1994. 22.,,, 數, 論 論 pp.371-378, 1997. 23. P. Marino, M. A. Dominguez and M. Alonso, Machine-Vision Based Detection For Sheet Metal Industries, Proceeding IEEE International Conference Computer Vision and Pattern Recognition,

1999. 24. Ville Kyrki and Heikki kälviäinen, High Precision 2-D Geometrical Inspection, Proceeding IEEE International Conference Computer Vision and Pattern Recognition, pp.253-260,2000. 25. 劉,, 論, 2002 26. 龍, 金, 論, 2002 27. Otsu, N., "A Threshold Selection Method from Gray-Level Histograms", IEEE Transactions on Systems, Man, and Cybernetics, Vol. SMC-9, NO.1, pp.62-66,1979