비전 알고리즘
전처리와 검사 기법, 딥러닝 모델 적용까지 이미지 처리 전반.
-
왜곡 보정과 피사계 심도(DOF)의 줄다리기: 텔레센트릭 렌즈로 미세 결함을 놓치지 않는 법
검사 렌즈의 배율을 한 단계 높이면, 그동안 카메라에 잡히지 않던 미세 크랙이나 솔더 브릿지가 비로소 선명해집니다. 그런데 같은 라인에서 부품 하나의 높이가 0.3 mm만 달라져도 그 결함이 다시 흐려진다면, 문제는 렌즈의 분해능이 아니라…
-
소프트웨어 정의 조명(Software-Defined Lighting): 하나의 헤드로 암시야와 동축낙사를 오가는 검사 셋업
검사 라인에서 카메라 앞에 물체 하나가 지나갈 때마다, 그 표면은 단 하나의 재질로 이루어져 있지 않은 경우가 많습니다. 같은 부품 안에서도 무광 몰딩부와 니켈 도금 단자부가 함께 있는 사출품, 혹은 솔더 마스크와 노출된…
-
다크필드 조명과 엣지 AI 결함 분류: 난반사 표면 검사의 새로운 기준
사출 성형된 커넥터 하우징이나 무광 코팅이 벗겨진 금속 브래킷, 솔더 범프가 올라온 PCB 패드. 이런 대상물은 표면이 매끄러울수록 검사가 쉬워질 것 같지만, 실제 현장에서는 정반대의 일이 벌어집니다. 광택면은 조명을 정반사(specular reflection)시켜 카메라 센서를…
-
고속 라인에서 결함을 놓치지 않는 광학 설계의 조건
빠르게 이동하는 대상물의 미세 결함을 검출하려면 카메라 프레임레이트보다 조명 광량과 트리거 동기화가 우선입니다. 표면 재질과 반사율 분석부터 시작하는 고속 이미지 센싱의 원리를 정리했습니다.
-
PCB·반도체 표면검사, 육안이 놓치는 15~40μm의 경계선
머신비전 수요 급증의 배경에는 사람의 분해능 밖에 있는 미세 불량이 있습니다. 표면 재질별 반사율, FOV·분해능, WD 확보까지 광학 셋업과 알고리즘 파라미터를 함께 짚어봅니다.
-
엣지 AI 추론 지연, NPU보다 카메라 인터페이스가 먼저 결정합니다 — GigE Vision 3.0 RDMA와 분리형 검사 아키텍처
도입 — NPU를 바꿨는데 왜 처리량이 그대로일까 PCB SMT 라인의 엣지 AI 검사 컨트롤러를 최신 NPU로 교체했는데도, 초당 처리 가능한 패널 수가 목표치에 미치지 못하는 경우를 종종 마주하게 됩니다. 이 상황에서 대부분 먼저…
-
라인레이트만 보고 고른 라인스캔 카메라, 왜 결함을 놓치는가 — TDI와 분해능 설계의 관계
도입 — 라인레이트를 두 배로 올렸는데 결함이 더 안 보이는 이유 PCB 패널 어레이가 컨베이어를 타고 연속으로 흘러가는 검사 라인에서는, 카메라 스펙 시트의 라인레이트(kHz)만 보고 장비를 선정하는 경우가 적지 않습니다. 그런데 라인레이트를 높여…
-
높이가 제각각인 부품, 초점 하나로 다 잡을 수 있을까 — 리퀴드 렌즈 EDOF와 인터페이스 대역폭의 역할 분담
도입 — 한 프레임 안에서 전부 선명해야 하는 이유 멀티핀 커넥터 하우징을 검사하다 보면, 화면 안에 놓인 핀들의 삽입 깊이가 로트마다, 심지어 같은 부품 안에서도 0.3~0.5mm씩 편차를 보이는 경우를 자주 마주하게 됩니다. 고정…
-
고반사 표면 결함, 필터링 순서 하나로 갈린다 — 바이래터럴 필터와 온보드 AI 카메라의 역할 분담
도입 — 필터가 결함을 지워버리는 순간 고반사 금속 하우징이나 유광 사출 부품을 검사하다 보면, 필터링 단계 하나 때문에 결과가 완전히 뒤집히는 경우를 자주 마주하게 됩니다. 정반사 하이라이트로 포화된 영역에 일반적인 스무딩 필터를 그대로…
-
