5.1 研究結論
本研究設計與開發出一套導線架多層式打線端點自動校正光學檢測系統，包 含硬體架構與軟體演算法，藉由此系統在實際進行打線作業前，自動校正其打線 端點於引腳上正確可靠的位置，以期能避免常發生的數種打線錯誤情形，降低成 品的不良率與損壞成本。
本研究以影像處理技術結合李恕明【1】虛擬打線的概念，在實際打線前校 正其虛擬打線圖上模擬的打線端點座標至引腳中軸，避免實際打線時端點打到引 腳邊緣，造成端點彈開引腳而損壞元件的問題；並且在自動將端點校正到引腳中 軸後，提供一打線端點編修的介面，提供使用者對於程式自動校正後的打線端點 位置能進行調整，以解決端點過於接近引腳下緣，與端點與墊片距離較遠造成金 線成本提高的問題。
傳統上在進行打線作業前，事先以人工對照 CAD 圖檢視與校正導線架上的 打線端點，容易產生人為誤差而導致端點校正至錯誤引腳的情形，本研究以自動 校正取代人工校正的動作，可以避免此種人為誤差的產生，而不會因此發生打線 時端點打到錯誤引腳的問題；除了在端點校正的準確度及穩定性大幅增加之外，
本研究所開發之演算法校正一張導線架所耗費的時間少於一分鐘，相較於人工校 正所需數十分鐘到一兩個小時的時間，在速度上的優勢能使產線有更大的產出。
5.2 後續研究探討與建議
本研究所提出之硬體架構與軟體演算法，為針對導線架上的引腳進行自動化 的打線端點校正，但仍有下列兩點值得改進：
(1) 本研究所提之演算法，對於未落在引腳中軸的打線端點校正至引腳中軸的方 法，為將各個待校正的打線端點校正至距離各自最近的引腳中軸上，但並沒 有各個待校正的打線端點應該校正至哪一根引腳中軸確切的資訊，故若是引 腳的偏移量過大，導致當 CAD 圖上的端點座標轉換至導線架上時，端點可
能較靠近鄰近的引腳，則可能發生端點校正至錯誤引腳的情形。因此可以發 展一套CAD 與導線架的引腳對照系統，以獲得 CAD 圖上每一個打線端點所 位在引腳的編號，再對應到導線架上相對應編號的引腳，並與本研究的校正 系統結合，將能提高打線端點自動校正的正確性。
(2) 於 1.1 節中曾提到常見的底板除了導線架(Leadframe)外還有另一種稱為 Substrate(見圖 5.1)，此種底板上的引腳分佈更為複雜，且形狀扭曲多變，若 是要應用打線端點校正系統在此種底板，除了須重新搜尋此種引腳上可靠的 打線位置之外，由於其引腳呈不規則排列，故更需要 CAD 與底板的引腳對 照資訊使校正系統更形穩健。
圖5.1 Substrate 底板
參考文獻
【1】 D. B. Perng, S. M. Lee and C. C. Chou, “Automated bonding position inspection on multi-layered wire IC using machine vision,” International Journal of Production Research, March 11, 2009 (Accepted).
【2】 B. G. Batchelor, D. A. Hill and D. C. Hodgson, Automated Visual Inspection, IFS (Publications) Ltd., 1985.
【3】 D. B. Perng, C. C. Chou, and W. Y. Chen, “A novel vision system for CRT panel auto-inspection,” Journal of Chinese Industrial Engineers, vol. 24, no. 5, pp. 341-350, 2008.
【4】 D. B. Perng, Y. C. Chen, and M. K. Lee, “A novel AOI system for OLED panel inspection,”Journal of Physics: Conference Series 13, 7th International Symposium on Measurement Technology and Intelligent Instruments, pp.
353-356, 2005.
【5】 L. C. Chen and C. C. Kuo, “Automatic TFT-LCD mura defect inspection using discrete cosine transform-based background filtering and ‘just noticeable difference’ quantification strategies,” Measurement Science and Technology, vol. 19, pp. 1-10, 2008.
【6】 G. Biegelbauer, M. Vincze, H. Nohmayer, and C. Eberst, “Sensor based robotics for fully automated inspection of bores at low volume high variant parts,” IEEE International Conference on Robotics and Automation, pp.
4852-4857, 2004.
【7】 D. B. Perng and Y. C. Chen, “An advanced auto-inspection system for micro-router collapse,” Machine Vision and Application Journal, 2008 (under revision).
【8】 D. B. Perng, C. C. Chou, and S. M. Lee, “Design and development of a new
machine vision wire bonding inspection system,” International Journal of Advanced Manufacturing Technology, pp. 323-334, 2007.
【9】 “Blob Analysis,” in Active MIL user guide, 7th ed.: Matrox Electronic systems Ltd., pp.129-131, 2002.
【10】R. C. Gonzalez and R. E. Woods, Digital Image Processing, 2nd ed.: Prentice Hall, pp. 520-521, 2002.
【11】G. Klette, “A comparative discussion of distance transforms and simple deformations in image processing,” Machine Graphics and Vision International Journal, vol. 12, no. 2, pp.235-256, 2003.
【12】G. Klette, Topologic, Geometric, or Graph-theoretic Properties of Skeletal Curve, Dissertations, Groningen University, 2007.
【13】H. Blum, “A transformation for extracting new descriptors of shape,” Models for the Perception of Speech and Visual Form, MIT Press, Cambridge, Mass., pp.362-380, 1967.
【14】T. Y. Zhang and C. Y. Suen, “A fast parallel algorithm for thinning digital patterns,” Communication of the ACM, vol. 27, no. 3, pp.236-239, 1984.
【15】原著：福岡 義孝、審閱：陳信文、譯者：王姝雯，『電子構裝技術』，
普林斯頓國際有限公司，2005。
【16】陳賢義，“視覺技術在線上檢測之應用”，自動化感測技術專輯，機械工程 雜誌6 月號，267-279，1993。
【17】劉權霈，“應用電腦視覺技術於 PCB 自動檢測系統之設計及開發”，國立 交通大學工業工程與管理學系碩士論文，2001。
【18】溫紹芳，“逆向工程中二維圖形特徵線之彈性擷取與綴合系統”，國立交通 大學工業工程與管理學系碩士論文，1997。