기존 Micro-LED 칩의 미세 이미지에서 다수의 유사하고 정렬된 LED로 인해 알고리즘 합성 속도가 느리고 정확도가 낮은 문제를 해결하기 위해, 본 논문에서는 군집화 개념을 기반으로 한 Micro-LED 칩 미세 이미지 합성 방법을 제안한다. 먼저 최대 클래스 간 분산법을 사용하여 이미지를 전처리하고, 이후 적응형 면적 확장 위상 상관 알고리즘을 통해 인접한 두 이미지의 겹치는 영역에서 피크 값을 계산하여 초기 정합 오프셋을 얻는다. 다음으로 이미지 분할과 차이값 해시 알고리즘을 결합한 최적 정합 전략을 사용하여 최적화된 오프셋을 구하며, 마지막으로 밀도 기반 잡음 공간 군집화를 도입해 잠재적인 잘못된 오프셋을 자동으로 필터링하고 처리한다. 실험 결과 본 논문의 알고리즘 평균 소요 시간은 64ms로 실시간 합성 요구 사항을 만족하며, 합성 정확도는 99.4%에 도달하고 정합 정밀도는 1픽셀 이내로 제어된다. 융합 처리 후 주관적으로 완벽한 합성 효과를 달성할 수 있으며, 잘못된 오프셋으로 인한 전체적인 위치 틀어짐 문제에 대한 새로운 해결 방안도 제공한다. 본 알고리즘은 웨이퍼 레벨 Micro-LED 칩 검사에서 미세 이미지 합성의 핵심 단계를 효과적으로 해결했으며, 반복 특성과 고정밀 요구를 갖는 다른 머신 비전 자동화 분야에도 적용 가능해 높은 실용 공학 가치를 지닌다.

이미지 합성;Micro-LED 칩 미세 이미지;위상 상관;차이값 해시;군집화 개념;결함 검출