Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Development of PCB board vision inspection system using image recognition based on deep learning

딥러닝 영상인식을 이용한 PCB 기판 비전 검사 시스템 개발

  • Chang-hoon Lee (School of Software, Kyungwoon University) ;
  • Min-sung Lee (School of Software, Kyungwoon University) ;
  • Jeong-min Sim (School of Software, Kyungwoon University) ;
  • Dong-won Kang (School of Software, Kyungwoon University) ;
  • Tae-jin Yun (School of Software, Kyungwoon University)
  • 이창훈 (경운대학교 소프트웨어학부) ;
  • 이민성 (경운대학교 소프트웨어학부) ;
  • 심정민 (경운대학교 소프트웨어학부) ;
  • 강동원 (경운대학교 소프트웨어학부) ;
  • 윤태진 (경운대학교 소프트웨어학부)
  • Published : 2024.01.17
Download PDF
⟨ Previous Next ⟩

Abstract

PCB(Printed circuit board)생산시에 중요한 역할을 담당하는 비전검사 시스템의 성능은 지속적으로 발전해왔다. 기존 머신 비전 검사 시스템은 이미지가 불규칙하고 비정형일 경우 해석이 어렵고 전문가의 경험에 의존한다. 그리고 비전검사 시스템 개발 당시의 기준과 다른 불량이 발생한다면 검출이 불가능 하거나 정확도가 낮게 나온다. 본 논문에서는 이를 개선하고자 딥러닝 영상인식을 이용한 PCB 기판 비전 검사 시스템을 구현하였다. 딥러닝 영상인식 알고리즘은 YOLOv4를 이용하고, 워핑(warping)과 시킨 PCB 이미지를 학습하여 비전검사 시스템을 구성하였다. 딥러닝 영상인식 기술의 처리 속도를 보완하고자 QR코드로 PCB 기판 종류를 인식하고, 해당 PCB 부품의 미삽은 정답 이미지 바운딩 박스 좌표와 비교하여 불량품을 발견하면 표시해준다. 기판의 부품 인식을 위해 기판 데이터는 직접 촬영하여 수집하였다. 이를 활용하여 PCB 생산 공정에서 비전검사 시스템의 성능이 향상되었고,, 다양한 PCB를 생산에 신속하게 대응할 수 있다.

Keywords

References

  1. MarketsandMarkets, Machine Vision Market, 2021
  2. https://github.com/genicam/harvesters.git
  3. https://roboflow.com