Application of Image Processing Technique to Improve Production Efficiency of Fine Pitch Hole Based on Laser

레이저 미세피치 홀 가공의 생산효율성 향상을 위한 영상처리 측정 기법 적용

표창률

Application of Image Processing Technique to Improve Production Efficiency of Fine Pitch Hole Based on Laser

C. R. Pyo

(Received April 12, 2010 / Revised July 27, 2010 / Accepted July 28, 2010)

Abstract

Multi-Layer Ceramic Circuit(MLCC) in the face of thousands of fine pitch multi hole is processed. However, the fine pitch multi hole has a size of only a few micrometers. Therefore, in order to curtail the measurement time and reduce error, the image processing measurement method is required. So, we proposed an image processing measurement algorithm which is required to accurately measure the fine pitch multi hole. The proposed algorithm gets image of the fine pitch multi hole, extracts object from the image by morphological process, and extracts the parameters of its position and feature by edge detecting process. In addition, we have used the sub-pixel algorithm to improve accuracy. As a result, the proposed algorithm shows 97% test-retest measurement reliability within 2 ㎛. We found that the algorithm was well- suited for measuring the fine pitch multi hole.

Key Words : Image Processing, Morphology, Auto Focusing, Edge Detection, MLCC, Parabolic Interpolation

1. 서 론

최근의 반도체 및 디스플레이 산업은 고집적화, 고속화, 저전력화를 추구하고 있다. 고집적화에 추세에 맞추어 100nm 이하의 선폭을 구현하여 현 재 30nm 이하의 선폭을 구현하는 상황에 있다. 이 에 따라 제품의 측정 기술에도 많은 발전이 요구 되는 상황이다. 특히 Fig. 1 과 같이 반도체 검사장 비에 사용되는 다층회로인쇄 세라믹기판(Multi- Layer Ceramic Circuit)은 대면적에 수천 개의 원형 혹은 사각 fine pitch multi hole 이 가공되는데 fine pitch multi hole 의 직경 및 홀 사이의 피치에 약 1/10 비율 즉, 수 ㎛ 이내로 가공오차를 줄여야 하기 때문에 가공 및 측정에 많은 어려움이 있다.

이런 세라믹기판은 물리적인 측정 장비로 측정

하기가 매우 어려우며 광학 장비를 이용한다 하 여도 측정 속도 및 정밀도를 고려할 때, 효율성은 매우 낮다. 그러나 영상처리기법을 측정에 이용하 면 카메라와 렌즈의 시스템 구성에 따라 수 ㎛의 정밀도를 갖는 측정이 가능하고 영상이 획득되는 시간과 거의 동일하게 처리되는 빠른 측정 속도 를 가지기 때문에 효율성이 우수하다. 따라서 fine pitch multi hole 의 레이저가공 공정에 영상처리기 법을 이용한 실시간 측정 시스템을 적용하면 fine pitch multi hole 의 정밀 측정이 가능하고, 가공 중 발생하는 불량의 실시간 모니터링이 가능하여 생 산효율을 높일 수 있다. 그러나 영상처리시스템은 측정대상물에 적합한 측정 알고리즘을 적용하여 야 측정 정밀도를 향상시킬 수 있어 적합한 측정 알고리즘의 선택은 매우 중요하다.

# 교신저자: 인덕대학 기계자동차과 E-mail: [email protected]

따라서, 본 연구에서는 fine pitch multi hole 의 가공 중 실시간 영상 측정 시스템에 적용 가능한 영상처리 알고리즘을 개발하고자 한다.

Fig. 1 Structure of semiconductor inspection equipment and ceramic interposer

2. 영상처리기반 측정 알고리즘

Fig. 2 Laser system combined with image processing system

Fig. 2 는 실시간 영상처리 측정 시스템이 적 용된 레이저 가공시스템을 나타낸 그림이다. 그 림에서 ①번 카메라는 fine pitch multi hole 의 가 공상태를 육안으로 확인하는 기능을 가지며, ② 번 카메라는 본 연구에서 개발한 영상처리 알고 리즘을 이용하여 fine pitch multi hole 을 실시간

측정하기 위한 카메라이다. 본 연구에선 측정 효율성을 증대시키기 위해 다음과 같은 방법을 사용하였다.

2.1 형태학적 기법을 이용한 패턴인식 영상은 2 차원 구조의 그룹들로 결합된 픽셀 (pixel) 집합으로 구성되어 있다. 픽셀들의 집합 상에서 형태학적 연산은 형상들이 계수되거나 인식될 수 있도록 형상들의 특징을 향상시킨다.

또한 형태학적 연산은 영상의 잡음 제거, 윤곽 선 검출, 영상 압축 등에 사용이 가능하다[1~3].

디지털 영상처리에서 형태학은 m×m 의 구조요 소(structure element)를 이용하여 적용된다. 구조 요소의 모양 및 크기에 따라 결과 영상의 차이 가 발생하게 된다. Fig. 3 은 기본적인 구조요소의 형태를 나타낸 그림이고, Fig. 4 는 구조요소에 따 라 형태학이 적용되는 과정을 도식적으로 나타 낸 그림이다. 형태학 기법을 통하여 영상 내에 서 밝은 픽셀이나 어두운 픽셀들로 구성된 영역 을 검출하게 된다. 이 영역을 블럽(blob)이라 하 며 검출된 블럽은 카운트(count) 또는 블럽의 면 적 등 여러 가지 정보를 가지게 된다[4]. Fig. 5 는 형태학 기법을 이용하여 패턴영역을 검출한 영상과 각각의 패턴에 대해서 넘버링을 한 것을 나타낸 것이다.

Fig. 3 Basic structuring element for morphological function

Fig. 4 Effect of structuring element values on a

morphological function

Fig. 5 Morphology measurement results

2.2 에지 검출과 부화소 기법

영상에서 윤곽선은 상당한 밝기 차이가 있는 곳이고 이것은 대개 물체의 외곽선에 해당하는 곳이므로 대개 명암도의 불연속 또는 픽셀 미분 값의 불연속점에 존재한다[5,6]. 미분연산을 이용 한 윤곽선검출은 각 픽셀이 가지고 있는 밝기의 기울기(gradient)를 기초로 한다. 기울기 연산자 는 윤곽선 형태가 완만한 경사를 이루는 경우에 도 민감하게 반응한다. 이상적인 윤곽선검출 방 법은 윤곽선의 중심에 위치한 윤곽선만을 찾을 수 있어야 한다. 이렇게 검출된 윤곽선 정보와 함께 부화소(sub-pixel) 기법을 이용하여 측정 정 밀도를 증가시켰다[7]. 부화소 기법은 CCD 각 픽셀이 가지고 있는 밝기 값(known pixel value) 정보를 바탕으로 수학적인 보간법을 이용하여 부화소중 특정 위치의 밝기 값을 계산하게 되는 데, 본 연구에서는 포물선 보간법(parabolic interpolation)을 사용하였다. 어떤 평가함수 f(x)의 값이 정수 픽셀 위치 x= H _{에서 최대값 f}

을 갖 고, f(H-1) = f

, f(H+1) = f

이라 하면, f(x)가 최대가 되는 x값, H

는 식 (1)과 같은 보간 방법에 의해 구할 수 있으며, Fig. 6은 상기와 같은 윤곽선 검 출방법과 부화소 기법을 이용하여 측정한 결과 를 나타낸 결과이다.

(1)

Fig. 6 Measurement results of fine pitch multi hole

2.3 영상 보정 및 좌표 인식

레이저로 가공되는 세라믹의 패턴과 홀(hole) 의 모양은 매우 다양하다. 또한 동일한 형상과 패턴을 가진 세라믹이라도 가공 중 x-y 정밀 스 테이지의 미세한 이송 오차 때문에 획득되는 영 상에는 미세한 차이가 존재한다. 이처럼 위치가 달라지는 영상 내 가공물의 위치를 파악하고 가 공 홀간의 피치와 같은 상대위치 계산을 위해서 는 영상의 실세계 좌표변환과 홀의 가공좌표 변 환 작업이 필요하다. Fig. 7은 본 연구에서 사용 한 좌표계를 설명한 그림이다.

Fig. 7 Coordinates recognition

일반적으로 취득된 컴퓨터상의 영상은 데이터 구조상 좌측 상단에 원점 좌표를 가진다. 영상 의 실세계 좌표 변환을 위해 영상의 원점으로부 터 스캐닝(scanning)을 하여 경로상 명암이 변화 하는 점을 감지한다. 이를 통해 최초 감지된 가 공부위를 검색한 다음 형태학적 알고리즘을 이 용하여 홀의 중심점을 계산한다. 스캐닝 중 만 약 홀의 영상이 영상의 경계에 위치하면, 즉 Fig.

8의 (a)와 같이 잘린 형태의 영상이 있으면 형태 학적으로 닫힌 형상이 되지 않기 때문에 이를 인식하고 Fig. 8의 (c)와 같이 잘린 영상에 대해 서는 측정을 하지 않는다. 획득한 영상에서 형

( m r i )

i r

s f f f

f H f

H − −

+ −

=

2

2

태학적 알고리즘을 이용하여 홀같이 닫힌 형상 을 블럽으로 인식하고, 인식된 블럽의 바깥부분 을 둘러싼 픽셀들의 좌표를 계산하여 중심을 찾 는다. 영상 안에 가공된 홀 각각의 좌표를 모두 인식하고 인식된 좌표에 측정 알고리즘을 적용 하면 홀의 모양과 패턴의 형태가 변화하더라도 측정이 가능하다. Fig. 9는 실제 가공물의 좌표를 인식한 그림이다.

Fig. 8(a) Image processing procedure (Original image)

Fig. 8(b) Image processing procedure (Preprocessing)

Fig. 8(c) Image processing procedure (Result image)

Fig. 9 Coordinate recognition result

2.3 측정 알고리즘의 검증

영상처리 알고리즘을 검증하기 위해 레이저가 공시스템에서 가공된 Fig. 10과 같은 패턴이 반 복되는 fine pitch multi hole을 본 연구에서 개발된 영상처리를 이용한 측정 결과와 공구현미경 (microscope)을 이용한 측정한 결과와 비교하여 Table 1에 나타내었다. 본 측정에 사용된 공구현 미경은 0.1㎛의 분해 정밀도를 갖는 Olympus社 의 STM6-LM이다. 공구현미경을 이용한 측정 결 과와 영상처리 기법을 이용한 측정 결과를 비교 하면 최대오차가 2㎛ 이내인 것을 확인할 수 있 다. 이는 전수검사에서의 측정 오차를 감안하면 신뢰할만한 결과라 할 수 있다. 측정결과를 바 탕으로 측정 재현성을 확인하기 위해서 fine pitch multi hole에서 66㎛의 지름을 가진 D1 ~ D10을 30회 반복 측정하였다.

Fig.10 Specimen geometry

Table 1 Comparison of measured data Radius( ㎛ ) Pitch( ㎛ )

Micro- scope

Image Micro- scope

Image

D1 64 64 a 45 45

D2 66 64 b 91 90

D3 64 64 c 46 46

D4 64 64 d 147 146

D5 66 66 e 45 45

D6 66 66 f 45 46

D7 66 66 g 46 45

D8 64 64 h 138 136

D9 64 64 i 45 45

D10 66 66

Fig. 11은 반복 측정 결과를 나타내고 있으며, 분석 결과 직경의 최대 차이는 약 3.7㎛이고 2

㎛ 이내의 오차 범위 내에 존재하는 결과가 약 97%가 존재하여, 매우 높은 측정 재현성을 가지 고 있음을 알 수 있었다.

Fig.11 Measurement reliability 3. 결 론

본 논문에서는 레이저를 이용한 fine pitch multi hole 의 가공 생산 효율 향상을 위해 가공 중 측 정이 가능하도록 영상처리를 기반으로 한 측정 알고리즘을 개발하였다. 측정알고리즘 개발을 위해 형태학, 에지 검출 및 부화소 기법을 이용

하였으며, 다음과 같은 결론을 얻을 수 있었다.

(1) Fine pitch multi hole 영상데이터의 고속 처 리를 위해 형태학적 마스킹(masking) 기법을 적 용하였으며, 포물선 보간법을 사용하여 측정 정 밀도를 향상시킬 수 있었다.

(2) 개발된 알고리즘 적용한 결과, 최대 3.7 ㎛ 이내의 오차로 측정이 가능하였으며 약 97%의 결과가 2 ㎛ 이내의 오차 범위 내에 존재하였다.

후 기

본 논문은 인덕대학 연구비에 의해 수행된 것 으로서, 이에 관계자 여러분들께 감사 드립니다.

참 고 문 헌

[1] K. Kawahara, Y. Shidama, T. Muyazaki, Y.

Nakamura and H. Yamaura, 1997, Image Processing with Topology and Mathematical Morphology, IEICE Trans. D II, No.1, pp. 166-174.

[2] K. Ikeuchi and T. Kanade, 1998, Automatic Generation of Object Recognition Program, Proc.

of the IEEE, Vol. 76, No. 8, pp. 1016~1035.

[3] P. Maragos, 1987, Tutorial on Advances in Morphological Image Processing and Analysis, Optical Eng., Vol.26, No. 7, pp. 623~623.

[4] E. Fink and M. Heath, 2001, Image-Processing Projects for an Algorithms Course, Int. J. of Pattern Recognition and Artificial Intelligence, Vol. 15, Issue 5, pp. 859~868.

[5] W. Frei and C. C. Chen, 1977, Fast Boundary Detection: A Generalization and a New Algorithm, IEEE Trans. Computers, Vol. C-26, No. 10, pp.

988~998.

[6] A. Goshtasby. and H. L. Shyu, 1995, Edge Detection by Curve Fitting, Image and Vision Computing, Science Direct, Vol. 13, Issue 3, pp.

169~177.

[7] C. R. Pyo, S. M. Yang, S. H. Kang and S. M. Yoon, 2007, Development of Green-Sheet Measurement Algorithm by Image Processing Technique, Trans.

Mater. Process, Vol. 16, No. 4, pp. 313~316.