• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.482-485
• /
• 2012

본 논문은 평면 디스플레이 패널 외관 검사의 무인 자동화를 위한 전처리 단계의 알고리즘으로 패널 외관 검사 영역의 정합성 향상 및 자동 설정하는 알고리즘 기술에 관한 것이다. 평면디스플레이 패널의 제조 공정 중, 점등 검사 공정 단계에서는 Line 불량, Point 불량, 얼룩 불량, 외관 불량, Pol 불량 등 다양한 불량들을 검출한다. 이중 외관 불량 검사를 자동화하기 위한 전처리 단계로써 획득한 영상 내에서의 검사 영역을 설정함에 있어서 영상에서의 패널 위치의 변화, 패널의 Rotation/tilt, 패널 에지에 불량이 결부될 경우에도 실제 절단면을 정확하게 추출하여 불량 측정 오차를 최소화하는 알고리즘 을 제안한다.

• Venture DIGEST
• /
• s.136
• /
• pp.22-25
• /
• 2009

불랑품을 없애는 가장 쉬운 방법은 완벽한 제품을 만드는 것이다. 하지만 어떤 제품이라도 돌발 상황이나 부주의 등으로 불량품이 생길 가능성이 있게 마련. 이 때문에 등장한 것이 불량품을 검사하는 장비다. 불량품을 검사하는 검사기의 성능은 불량품을 얼마나 정확하게 찾아내느냐에 따라 평가된다. 그래서 (주)자비스(대표 김형철, www.xavis.co.kr) 산업용 X-ray 검사기를 사용하는 고객사의 만족도는 높다. X-ray를 통해 정확하게 불량과 이물질을 잡아내는 기술력, 이것이 (주)자비스가 성장을 거듭하는 이유다.

• 전자공학회논문지 IE
• /
• v.47 no.4
• /
• pp.28-33
• /
• 2010

In this paper, we proposed to the inspection algorithm for cap, Electric fuse is an over current and circuit protection device which is occurred in electric & electronic appliance. Also the fuse are protection the second hazard at arc etc. Fuse are interest regarding a safety increased. Consequently, the fuse came to be very important. Cap inspection algorithm is designed for the cap of fuse. CCD camera is monitering the solder of cap distribution map. The conditioning of fuse cap; suming all searching data with non solder area. the area is bigger reference data then the cap is bad cap.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1076-1077
• /
• 2015

본 연구에서는 최근 널리 사용되고 있는 QFP(Quad Flat Package)의 소형화 및 대량 생산 Quad chip 공정에서 최종 외관 불량 검사를 위한 기존의 2D 영상 검사 시스템에 3D 영상 검사 시스템을 추가하여 광학 장치를 설계하고 이에 따른 영상처리 알고리즘을 개발하였다. 개발된 검사 장치는 실제 LQFP/TQFP에 생산 공정에 적용되어 불량을 검사에 적용하였으며, 10 회 반복 측정 시 최대 오차는 $1.34{\mu}m$와 측정 오차의 표준편차가 $0.715{\mu}m$으로 요구하는 3차원 불량 검사를 만족할 만한 성능을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.697-699
• /
• 2004

LCD의 생산이 많아짐에 따라 LCD의 불량 검출이 중요해 지고 있다. 불랑 검사는 눈으로 확인할 수 있는 범위에서 검사가 이루어지고 있으며, 만약 눈으로 식별이 불가능한 경우 적외선 카메라나 초음파 센서를 사용하여 검사가 이루어진다. 본 논문에서는 카메라를 이용하여 LCD 패널의 표면에 있는 불량 검출을 위하여 각 Dot에 대한 R, G, B 값을 추출한 후, 추출된 픽셀을 제안된 알고리즘에 적용하여 불량을 검출하는 것을 목적으로 하고 있다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.04a
• /
• pp.273-284
• /
• 1995

카메라를 통하여 얻은 영상자료로부터 대상물의 특징을 추출하여 검사에 응용하는 자동검사기법의 수요가 늘고 있다. 본 연구에서는 그러한 자동검사의 실예로서 접속 케이블(wire hardness)의 색깔인식을 이용한 양/불량을 구별하는 시스템을 구축하였다. 색깔인식을 위한 도구로서 입력층, 1개의 은닉층 및 출력층으로 이루어진 2층 구조의 역전파신경망(back-propagation neural network)을 사용하였다. 입력자료로는, 화상에서 케이블의 위치를 파악하고 그 케이블에 속한 화소로부터 필요한 정보(Y, U, V)를 추출한 후, 보다 변별력이 좋은 (L, a, b) 좌표계로 변환하여 사용하였다. 본 검사시스템은 인식속도를 향상시키기 위하여 영상정보를 프레임 버퍼(frame buffer)에서 직접 사용하고 자료의 검사과정을 극소화 하였기 때문에 불량품의 실시간 검출이 가능하다. 불량품 검출의 성능을 평가하기 위하여 실제 표본을 가지고 시스템의 성능을 평가한 결과, 양/불량의 인식율이 100%를 나타내어 약간의 성능보완이 이루어지면 현장에서 바로 활용할 수 있을 것으로 판단된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.325-326
• /
• 2018

본 논문에서는 PCB 공정상의 육안검사를 통한 불량 분류 방식에서 CNN을 이용한 PCB 불량 분류 방식을 제안한다. 이 방식은 육안검사의 문제점인 작업자의 숙련도에 따른 검사 효율을 자동화 검사 시스템에 의해 해결하며, 불량 위치와 종류를 결과 이미지에 표시한다. 또한 이미지 분류 결과를 모니터링할 수 있도록 시리얼 통신을 통하여 Darknet 프레임워크와 LCD를 연동하였다. 적은 량의 데이터 셋으로도 좋은 결과를 냈으며, 다양한 데이터 셋을 이용해 훈련할 시 전반적인 PCB 불량의 분류가 가능할 것으로 예상된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.365-368
• /
• 2010

LCD 모니터의 백라이트로 CCFL 형광체를 많이 사용하고 있으나 그 불량여부는 육안에 의존하고 있다. 그러나 육안 검사는 CCFL 현광체의 불량에 대한 일관성 있는 기준이 결여되고, 노동집약적인 검사로 인해 산업적 재해가 발생할 수 있다. CCFL 불량유무를 자동 판별하기 위해서는 물리적 촬영환경과 자동검출 알고리즘이 필수적이다. 본 논문에서는 CCFL 형광체의 불량을 자동으로 검사하기 위한 촬영환경을 설명하고, 그 촬영환경에 알맞은 대표적인 불량검출 알고리즘을 제안한다. 실험결과에 따르면, 알고리즘은 불량 판별율 98.86%와 과검율 3.34%의 성능을 보였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.15 no.2
• /
• pp.69-81
• /
• 2010

A Cold Cathode Fluorescent Lamp(CCFL) is used as a LCD Monitor's backlight widely. The most common way to check CCFL's defects is an examination with the naked eye. This naked eye examination can cause an examination inconsistency and an industrial disaster. To examine CCFL defects, a shooting equipment and a defect detection algorithm are necessary. This paper shows the shooting environments for checking CCFL and presents some CCFL defect detection algorithms. As a result of experiments, our implementations showed 98.32% of successful defect detection of CCFL.

• Proceedings of KOSOMES biannual meeting
• /
• 2005.11a
• /
• pp.191-196
• /
• 2005

The character strings on chips and components are so tiny and numerous that it is a very difficult work for people to perform. In paper, this we propose a mark automatic checking system, which will determine whether chip is wrong-mark or not by recognizing characters on chips. Lots of faulty detection conditions and template matching methods are used to inspect the faulty mark items. The faulty detection classifies conditions as five kinds-darkness, matching, area, broken and branch. A series of experimentation shan that the method proposed here am offer an effective way to determine wrong-mark on chips.