特許ウォッチ

公開番号2025113502
公報種別公開特許公報(A)
公開日2025-08-01
出願番号2025090908,2021001836
出願日2025-05-30,2021-01-08
発明の名称電子部品を接続する接合部のボイド・クラックの検出装置
出願人株式会社クオルテック
代理人
主分類G01N 23/18 20180101AFI20250725BHJP(測定;試験)
要約【課題】陰影の異なるボイドや多種多様なクラックを自動で検出することができる検出装置を提供する。
【解決手段】
自動検出装置1は、装置全体を制御する制御部11、主記憶部12、通信部13、操作部14、表示パネル15、補助記憶部16を備える。超音波顕微鏡2、X線CT装置3の機器で撮影された画像は、撮影画像アップロードプログラム103により、補助記憶部16にアップロードされ、撮影画像(1)DB104に保存される。深層学習を含めた機械学習のアプローチにより訓練した機械学習モデルを用いて、撮影画像の2値化を行い、画像上のボイド・クラック領域を可視化する。透過X線画像や超音波顕微鏡画像を収集し、再訓練することで、自動検出装置1の自動検出性能が高まる。
【選択図】図1
特許請求の範囲【請求項１】
電子部品を接続する接合部のボイド・クラックの検出方法であって、
前記接合部のＸ線画像と、前記接合部の超音波画像のうち少なくとも一方の撮影画像を、前記電子部品の種類、前記電子部品の接続部形状、前記電子部品が実装される基板種類、撮影方法のうち少なくとも１つに基づいて、画像パターンに分類する第１の処理と、
分類された前記画像パターンにおいて接合部のボイド・クラック領域を検出し、前記ボイド・クラック領域を解析結果画像として保存する第２の処理を有することを特徴とする電子部品を接続する接合部のボイド・クラックの検出方法。
続きを表示（約 2,400 文字）【請求項２】
電子部品を接続する接合部のボイド・クラックの検出方法であって、
前記接合部のＸ線画像と、前記接合部の超音波画像のうち少なくとも一方の撮影画像を、前記電子部品の種類、前記電子部品の接続部形状、前記電子部品が実装される基板種類、撮像方法の種類のうち少なくとも１つに基づいて、画像パターンに分類する第１の処理と、
分類された前記画像パターンにおいて接合部のボイド・クラック領域を検出し、前記ボイド・クラック領域を解析結果画像として保存する第２の処理と、
前記解析結果画像に対して前記ボイド・クラック領域の確認または編集を行い、前記解析結果画像を更新する第３の処理を有することを特徴とする電子部品を接続する接合部のボイド・クラックの検出方法。
【請求項３】
電子部品を接続する接合部のボイド・クラックの検出方法であって、
前記接合部のＸ線画像と、前記接合部の超音波画像のうち少なくとも一方の撮影画像を、前記電子部品の種類、前記電子部品の接続部形状、前記電子部品が実装される基板種類、撮像方法の種類のうち少なくとも１つに基づいて、画像パターンに分類する第１の処理と、
分類された前記画像パターンにおいて接合部のボイド・クラック領域を検出し、前記ボイド・クラック領域を解析結果画像として保存する第２の処理を有し、
前記撮影画像にノイズ加工処理、コントラスト処理、明るさ処理、平滑化処理、拡大処理、縮小処理、回転処理、平行移動処理、マスク処理のうち少なくとも、１つ以上の処理を実施して第１のデータセットを生成し、前記第１のデータセットに基づいて前記第１の処理を行い、
前記撮影画像に、ノイズ加工処理、コントラスト処理、明るさ処理、平滑化処理、拡大処理、縮小処理、回転処理、平行移動処理、マスク処理のうち少なくとも、１つ以上の処理を実施して第２のデータセットを生成し、前記第２のデータセットに基づいて第２の処理を行うことを特徴とする電子部品を接続する接合部のボイド・クラックの検出方法。
【請求項４】
前記撮影画像にノイズ加工処理、コントラスト処理、明るさ処理、平滑化処理、拡大処理、縮小処理、回転処理、平行移動処理、マスク処理のうち少なくとも、１つ以上の処理を実施して第１のデータセットを生成し、前記第１のデータセットに基づいて前記第１の処理を行い、
前記撮影画像に、ノイズ加工処理、コントラスト処理、明るさ処理、平滑化処理、拡大処理、縮小処理、回転処理、平行移動処理、マスク処理のうち少なくとも、１つ以上の処理を実施して第２のデータセットを生成し、前記第２のデータセットに基づいて第２の処理を行い、
前記第１のデータセットに基づいて前記第１の処理の画像パターン分類の性能評価が実施され、
前記第２のデータセットに基づいて前記第２の処理のボイド・クラック領域検出の性能評価が実施されることを特徴とする請求項１または請求項２記載の電子部品を接続する接合部のボイド・クラックの検出方法。
【請求項５】
前記撮影画像から複数の領域の画像を生成し、前記複数の領域の画像のボイド・クラック領域を検出して組み合わせた画像を、前記解析結果画像として保存することを特徴とする請求項１または請求項２または請求項３記載の電子部品を接続する接合部のボイド・クラックの検出方法。
【請求項６】
前記撮影画像は、接合部のＸ線画像と接合部の超音波画像とを組み合わせた画像であることを特徴とする請求項１または請求項２または請求項３記載の電子部品を接続する接合部のボイド・クラックの検出方法。
【請求項７】
電子部品を接続する接合部のボイド・クラックの検出装置であって、
Ｘ線装置で撮影された前記接合部のＸ線画像と、超音波装置で撮影された前記接合部の超音波画像のうち少なくとも一方の撮影画像が保存された撮影画像データベースと、
前記撮影画像の接合部のボイド・クラック領域を検出し、ボイド・クラック領域を解析結果画像として保存する解析結果データベースを具備し、
前記解析結果画像に対して前記ボイド・クラック領域の確認または編集を行い、前記解析結果画像を更新することを特徴とする電子部品を接続する接合部のボイド・クラックの検出装置。
【請求項８】
電子部品を接続する接合部のボイド・クラックの検出装置であって、
Ｘ線装置で撮影された前記接合部のＸ線画像と、超音波装置で撮影された前記接合部の超音波画像のうち少なくとも一方の撮影画像が保存された撮影画像データベースと、
前記撮影画像に、ノイズ加工処理、コントラスト処理、明るさ処理、平滑化処理、拡大処理、縮小処理、回転処理、平行移動処理、マスク処理のうち少なくとも、１つ以上の処理を実施し、前記撮影画像の接合部のボイド・クラック領域を検出し、ボイド・クラック領域を解析結果画像として保存する解析結果データベースを具備することを特徴とする電子部品を接続する接合部のボイド・クラックの検出装置。
【請求項９】
前記撮影画像から複数の領域の画像を生成し、前記画像のボイド・クラック領域を検出して組み合わせた画像を、前記解析結果画像として保存することを特徴とする請求項７または請求項８記載の電子部品を接続する接合部のボイド・クラックの検出装置。
【請求項１０】
前記撮影画像は、接合部のＸ線画像と接合部の超音波画像とを組み合わせた画像であることを特徴とする請求項７または請求項８記載の電子部品を接続する接合部のボイド・クラックの検出装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、透過Ｘ線画像や超音波顕微鏡画像を用いて、電子部品、半導体素子、薄膜デバイス、厚膜デバイス、電子機器等の物体内部または接合部に発生した空間、ボイド、クラック等を非破壊で可視化する可視化装置、可視化方法、及び、当該コンピュータプログラム等に関するものである。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
電子部品の端子と、電子部品を実装する基板の電極とは、はんだ５付けされる。はんだ５接合部等にはプリヒートやリフロー条件などによりボイド３６が発生する。また、電子部品や基板が熱ストレスによる膨張と収縮を繰り返し、それらの膨張率の違いにより接合部等にクラック３９が発生する。
電子回路の基板歩留まりの問題を改善するためには、接合部等のボイド３６やクラック３９の検出と品質検査が重要となっている。
従来から、はんだ５等の接合部を非破壊で検査する方法として、透過Ｘ線画像や超音波顕微鏡画像を目視で検査する方法が適用されてきた。
【０００３】
目視検査は、僅かな像の変化を捉えることができるが、検査員による良否判定のバラツキが大きく、時間の制限から検査箇所も限定されていた。目視検査では、ボイド３６やクラック３９を正確に検出して測定することは難しく、そのプロセスには時間がかかっていた。
【先行技術文献】
【特許文献】
【０００４】
特開２０１２－６８２０９
【発明の概要】
【発明が解決しようとする課題】
【０００５】
高品質で迅速な非破壊による検査を実現するために、ボイド３６やクラック３９検出の自動化、可視化の試みがなされてきた。しかし、自動化、可視化には、透過Ｘ線画像や超音波顕微鏡画像の２値化による画像処理手法が一般的であるが、２値化閾値を適切に設定しなければならず、陰影の異なるボイド３６や多種多様なクラック３９を一度に自動検出することができなかった。
【０００６】
特に、透過Ｘ線画像では、ビア、メッキまたはビアからの反射、一貫性のない照明、ノイズ等の課題のため、ロバスト性高く、ボイド３６やクラック３９を自動検出することは困難であった。
【０００７】
つまり、従来の画像処理の手法では、ボイド３６やクラック３９を検出するために、輝度値などの画像特徴を人間が一つ一つ定義する必要があり、多種多様なボイド３６やクラック３９を検出することができなかった。
【課題を解決するための手段】
【０００８】
これらの課題に対し、本発明では、物体内部、接合部における高品質で迅速な検査の必要性を考慮し、深層学習を含めた機械学習のアプローチをとる。
人間には定義できない画像特徴をＡＩが学習し、多種多様なボイド３６やクラック３９を高精度に検出し、従来の検査時間を大幅に短縮できる。
【０００９】
本発明は、物体内部の可視化方法であって、前記物体において、Ｘ線装置で取得された透過Ｘ線画像と、超音波装置で取得された超音波画像のうち少なくとも一方の画像を、第１の機械学習モデルを用いて複数の画像パターンに分類する第１の動作と、第２の機械学習モデルを用いて、前記画像パターンから所定の領域を検出する第２の動作を有することを特徴とする。
【００１０】
前記第１の動作において、画像パターン分類における訓練プログラムによって、新しく訓練された機械学習モデルの性能評価が定期的に実施され、劣化が認められた場合は機械学習モデルの再構築と再訓練を行うことを特徴とする。
（【００１１】以降は省略されています）

関連特許