應用類神經網路改善有限張數投影下濾波逆投影法之重建影像

Using Artificial Neural Network to Improve The Result of Filtered Back-Projection Technique in Limit Projections

王澤理(Tse-Li Wang)

指導教授 ： 林士傑

國立清華大學/工學院/動力機械工程學系/碩士(2009年)

摘要

對高度競爭的電子產業而言，製程後續的檢測不僅可以提高產品的良率，更能減少在不良品上加工的浪費。利用X射線電腦斷層掃瞄法（X-Ray Computer Tomography）進行影像重建，來判斷生產線上的製程缺陷，但因為在投影時間或者是運算速度上無法同時達到工業所要求的速度，本研究將利用類神經網路配合濾波逆投影法(FBP)來改善有限張數投影下重建影像品質不佳的問題。
另外本研究也使用修正型SART(ELSSART)來重建影像，重建三維空間的BGA錫球結構，並由所得到的影像與SART的重建結果做分析和比較。

關鍵字

X射線電腦斷層掃瞄法 ； 代數重建法 ； BGA檢測 ； 濾波逆投影法 ； 類神經網路

並列摘要

無資料

並列關鍵字

X-Ray Computer Tomography ； Artificial Neural Network ； BGA inspection ； SART

參考文獻

[3] 宋維泰，「封裝技術探索」，大椽股份有限公司，台北市，2005。

[22] 梁志彰，「應用FDK重建法於BGA檢測之研究」，國立清華大學動機所，2008年6月。

[1] Intel’s 1999 Packaging Databook, Intel Corporation, New York, 2000.

[4] T.D. Moore, “Three-Dimensional X-Ray Laminography as A Tool for Detection and Characterization of BGA Package Defects,” IEEE, Transactions on Components and Packaging Technologies, Vol. 25, No. 2, pp. 224-229, June 2002.

[5] S. Krimmel, J. Stephan, and J. Baumann, “3D Computed Tomography Using A Microfocus X-ray Source: Analysis of Artifact Formation in The Reconstructed Images Using Simulated as well as Experimental Projection Data,” Nuclear Instruments and Methods in Physics Research, Section A-542, pp. 399-407, February 2005.