偵測氣泡瑕疵之適應性分割技術

Adaptive segmentation technologies for void-shape defect detection

劉育鑫(Yu-Sin Liu)

指導教授 ： 彭明輝

國立清華大學/工學院/動力機械工程學系/碩士(2011年)

https://doi.org/10.6843/NTHU.2011.00429

摘要

隨著科技發展，現代元件封裝技術也隨之進步，表面黏著元件也就應運而生。在QFN封裝上，散熱片的目的是為了達到有效地將熱與電器特性從元件轉移到PCB 的金屬層上，所以兩者的密合度非常重要。然而在製程上，常會因為錫膏面積而造成孔洞(Void)，影響傳導特性，故需做X光檢測來判斷孔洞面積大小。

然而孔洞缺陷並沒有一定的位置和形狀，且因錫膏厚度分佈不均勻，造成背景影像的亮度和空洞缺陷的亮度值差異很小，導致檢測的困難。既有的影像分割方法皆不適用於導熱片上的檢測，故發展出適應性分割技術來分離影像上的孔洞缺陷。本方法屬於混合型的分割技術，在文中會詳細介紹，最後將分析本方法的優缺點以及實驗結果討論，並將此方法套用在其他元件的檢測上。

關鍵字

影像分割

參考文獻

[2]陳洊丞,“電腦斷層影像與表面封裝元件之校正與缺陷檢測,” 碩士論文, 國立清華大學動力機械工程學系, 2010.

[3]R. C. Gonzalez and R. E. Woods, Digital Image Processing, third ed. Englewood Cliffs, NJ: Prentice Hall, 2008.

[5]K. Haris, S. N. Efstratiadis, N. Maglaveras, and A. K. Katsaggelos,“Hybrid image segmentation using watersheds and fast region merging,” Image Processing, IEEE Transactions on, vol. 7, pp. 1684-1699, 1998.

[6]N. R. Pal and S. K. Pal,“A review on image segmentation techniques,” Pattern recognition, vol. 26, pp. 1277-1294, 1993.

[7]R. M. Haralick and L. G. Shapiro,“Image segmentation techniques,” Computer vision, graphics, and image processing, vol. 29, pp. 100-132, 1985.