Noctvision https://validator.w3.org/feed/docs/rss2.html 정반사가 결함을 지운다: 교차 편광(Cross-Polarization)으로 고반사 표면의 미검출을 잡는 법 소프트웨어 정의 조명(Software-Defined Lighting): 하나의 헤드로 암시야와 동축낙사를 오가는 검사 셋업 자동차 부품 외관검사, 조명 설계가 먼저입니다 다중 카메라 검사 라인에서 PoE 랜카드가 광학 셋업의 한계를 결정하는 이유 고속 검사 라인에서 프레임레이트와 조명이 충돌하지 않으려면 딥러닝 검사 시대, 카메라 스펙보다 먼저 확인해야 할 것 엣지 AI 추론 지연, NPU보다 카메라 인터페이스가 먼저 결정합니다 — GigE Vision 3.0 RDMA와 분리형 검사 아키텍처 라인레이트만 보고 고른 라인스캔 카메라, 왜 결함을 놓치는가 — TDI와 분해능 설계의 관계 높이가 제각각인 부품, 초점 하나로 다 잡을 수 있을까 — 리퀴드 렌즈 EDOF와 인터페이스 대역폭의 역할 분담 프로그래머블 다각도 조명과 엣지 AI 추론, PCB 미세 크랙 검출의 한계를 다시 그리다 렌즈가 AI보다 먼저다 — PCB 검사 광학 설계 검출과 분류를 한 모델로 — KLA 통합 CNN 특허의 트레이드오프 휴머노이드가 물체를 잡을 때, 카메라는 무엇을 봐야 하나 물류자동화가 전공정으로 넘어갈 때, 비전 검사는 무엇이 달라지나 서버에선 잘 됐는데 엣지에선 왜 정확도가 떨어지나 과검출과 미검출, 어느 쪽이 더 비싼가 반사가 심한 표면 촬영 대응법 머신비전 렌즈 초점거리 계산하는 법 딥러닝 vs 룰베이스(rule-based) 알고리즘, 언제 무엇을 쓰나 머신비전 검사, 소프트웨어보다 물리가 먼저다 머신비전 조명 6가지 방식과 선택 기준 고반사 표면 결함, 필터링 순서 하나로 갈린다 — 바이래터럴 필터와 온보드 AI 카메라의 역할 분담 Six Machine-Vision Lighting Methods and How to Choose What Changes in Vision Inspection When Logistics Automation Moves Into the Front End What Should a Camera See When a Humanoid Grasps an Object? Shape Defects 2D Can’t Catch: When 3D+AI Inspection Is the Answer The Defect Zone You Miss When You Switch to 3D Inspection The Lens Comes Before the AI — Optical Setup Design for PCB Inspection Programmable Multi-Angle Lighting and Edge AI Inference: Redrawing the Limits of PCB Micro-Crack Detection Parts at Every Height, One Focus Plane — Can It All Stay Sharp? Liquid-Lens EDOF and the Division of Labor with Interface Bandwidth The Line-Scan Camera You Picked by Line Rate Alone — Why It Still Misses Defects: TDI and the Resolution Design Relationship What Optical Design Needs to Not Miss Defects on a High-Speed Line There Are Defects That Vanish in Visible Light — Inspection Design Beyond the 1 μm Barrier in SWIR Imaging When Specular and Matte Meet in One Frame: Reviving Contrast with HDR Multi-Exposure Fusion 반도체·PCB 검사 카메라 증설, 인터페이스가 광학 설계를 바꾸다 Why the PoE Network Card Sets the Limit on Your Optical Setup in a Multi-Camera Inspection Line 고속 라인에서 결함을 놓치지 않는 광학 설계의 조건 왜곡 보정과 피사계 심도(DOF)의 줄다리기: 텔레센트릭 렌즈로 미세 결함을 놓치지 않는 법 Ultra-High-Speed Micro-Defects Caught by Event Cameras (Neuromorphic Vision) — Seeing What Frames Miss 다크필드 조명과 엣지 AI 결함 분류: 난반사 표면 검사의 새로운 기준 이벤트 카메라(뉴로모픽 비전)로 잡아내는 초고속 미세 결함 — 프레임이 놓치는 순간을 본다 감지시간 65% 단축, 오경보 80% 감소: 엣지 화재감지 AI의 두 숫자를 읽는 법 What 2D Contrast Can’t See: How 3D Structured-Light Inspection Measures Solder Joint Height The Tug-of-War Between Distortion Correction and Depth of Field: How Telecentric Lenses Catch Micro-Defects Without Losing Them Software-Defined Lighting: One Head, Switching Between Dark-Field and Coaxial Illumination Specular Reflection Erases Defects: How Cross-Polarization Catches Missed Detections on Highly Reflective Surfaces 가시광에서 사라지는 결함이 있다 — SWIR 이미징이 1 μm 장벽을 넘은 뒤의 검사 설계 μm 단차가 사라지는 지점: 색채 공초점(Chromatic Confocal) 2채널 컨트롤러로 양면 두께를 동시에 잡는 법 엣지 AI 추론에 INT8 양자화를 적용하기 전에 반드시 확인해야 할 것: 미세 결함이 조용히 사라지는 이유 What You Must Check Before Applying INT8 Quantization to Edge AI Inference: Why Micro-Defects Quietly Disappear