Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지

The Faulty Detection of COG Using Image Registration

이미지 정합을 이용한 COG 불량 검출

  • 주기세 (목포해양대학교 해상운송시스템학부 정보시스템전공) ;
  • 정종면 (목포해양대학교 해양전자통신공학부)
  • Published : 2006.02.01
Download PDF
⟨ Previous Next ⟩

Abstract

A line scan camera is applied to enhance COG(Chip On Glass) inspection accuracy to be measured a few micro unit. The foreign substance detection among various faulty factors has been the most difficult technology in the faulty automatic inspection step since COG pattern is very miniature and complexity. In this paper, we proposed two step area segmentation template matching method to increase matching speed. Futhermore to detect foreign substance(such as dust, scratch) with a few micro unit, the new method using gradient mask and AND operation was proposed. The proposed 2 step template matching method increased 0.3 - 0.4 second matching speed compared with conventional correlation coefficient. Also, the proposed foreign substance applied masks enhanced $5-8\%$ faulty detection rate compared with conventional no mask application method.

수 마이크로 단위로 계측되는 반도체 COG의 검사 정밀도를 높이기 위해서 라인스캔 카메라가 이용된다. 여러 가지 불량 요인 중 이물질 검출은 COG 패턴이 미세하고 복잡하기 때문에 불량 자동 검사 단계에서 가장 어려운 기술이었다. 본 논문에서는 매칭 속도를 높이기 위하여 2단계 영역분할 템플릿 매칭 방법을 제안하였다. 아울러 수 마이크로 단위의 이물짙 검출을 위하여 그라디언트 마스크와 AND 연산을 이용한 새로운 방법을 제안하였다. 제안된 2단계 템플릿 매칭을 사용한 방법은 기존의 상관 계수 이용법 에 비해 0.3-0.4초 매칭 속도를 향상시켰다. 그리고 제안된 마스크 적용 이물질 검출방법은 기존 마스크를 이용하지 않은 방법에 비해 불량 검출률을 $5-8\%$ 향상시켰다.

Keywords

References

  1. Zheng, Z., Wang, H. and Teoh, K., 'Analysis of graylevel cornerdetection,' Pattern Recognition Letters, Vol.20, pp. 149-162, 1999 https://doi.org/10.1016/S0167-8655(98)00134-2
  2. 나재형, 오해석, '웨이퍼 다이 위치 인식을 위한 명암 영상코너점 검출.' 정보과학회논문지,소프트웨어 및 응용 제31권 제6호, 2004
  3. A. Roddy and J. Stooz, 'Fingerprint Features: Statistical Analysis and System Performance EstinIates,' Proc. of IEEE, Vol. 85, No.9, pp. 1390-1421, 1997 https://doi.org/10.1109/5.628710
  4. L. S. Oliveira, R. Sabourin, F. Bortolozzi, and C. Y. Suen, 'Automatic recognition of handwritten numerical strings: A recognition and verification strategy,' IEEE Trans. on PAMI, vol. 24, no. 11, pp. 1438-1454,2002 https://doi.org/10.1109/TPAMI.2002.1046154
  5. Jie Yang, Hau Yu, 'A Direct LDA AIgorithm for High-Dimensional Data with Application to face Recognition.' Pattern Recognition 34(10), pp. 2067-2070, 2001 https://doi.org/10.1016/S0031-3203(00)00162-X
  6. Jeong, S. W., Kim, S. H. and Cho, W. H., 'Performance comparison of statistical and neural network classifiers in hand-written digits recognition,' Proc. 6th IWFHR, Taejon, pp. 419-428, 1998
  7. 최환수, 최광욱, 표광수, '정맥패턴인식을 위한 고속 원형정합,' 한국화상학회지, 10권 제1호 2004
  8. Cleaver, T. G., Su, C.-L., 'Registration Teclmiques for Image Subtraction,' IEEE Conference Proceedings 11-13, pp. 205-210,1988
  9. Zhifeng Wang, Yurong Xu, Ford, J., Makedon, F.S., Zhenwu Zheng, Ling Gao, Pearlman, J.D., 'An adaptive approach for image subtraction,' Engineering in Medicine and Biology Society, Conference Proceedings. Vol. 3, pp. 1818- 1820, 2004