총 15 건
AT가 최근 출시한 ECS Series는 고성능 고정밀 3D 스캐너 C6 시리즈의 한 라인이며 가격대비 고효율 성능으로 3D센서의 솔루션을 제공하는 제품입니다. AT사는 ECS를 출시함으로써, 기존에 고가의 3D 센서를 구매하기 어려웠던 고객들에게 합리적인 가격과 동시에 고급 3D 기술을 제공합니다. AT(Automation Technology)는 맞춤형 3D 특수 이미징 센서 기술을 전문으로 하는 회사입니다. Automation Technology는 지능형 적외선 카메라, 고정밀 3D센서 및 독특한 센서 솔루션을 제공해왔습니다. AT는 2022년 자체 센서 칩 설계와 새로운 WARP(Widely Advanced Rapid Profiling) 기술을 통해 빠른 3D 센서를 출시하여 고속 3D 스캐너 라인업을 갖추었으며, 세계 최초 스마트 IR 카메라인 열화상 카메라를 출시하여 자동화 및 모니터링을 위한 안정적인 솔루션을 제공해왔습니다. | AT C6-2040-ECS Series 특징과 기술사양 | ECS SERIES AT C6-2040-ECS Series 1. 가격 대비 성능 비율 다양한 산업에서 요구되는비용 효율적인 3D 센서 2. 통합 간편화를 위한 인터페이스 표준 사용 GigE Vision, GenlCam* 및 3rd party 소프트웨어 지원 3. 다양한 업종에 적용 가능 식품 산업, 물류 및 로봇 비전에 이상적 ECS Series 시리즈는 Eco Compact Sensor의 약자로 안정적인 성능과 함께 경제적인 비용으로 하이테크 3D 센서 기술을 구현하기 때문에 비용 효율성이 최대 장점입니다. 또한, 표준화된 GigE-Vision/GenICam 인터페이스로 소프트웨어를 빠르게 연결할 수 있어 신속한 머신 비전 애플리케이션을 구축할 수 있습니다. 즉, ECS Series는 품질에 제한을 두지 않는 동시에 비용과 효율성이 최우선인 프로젝트에 가장 이상적인 제품이라고 말 할 수 있습니다. *GenICam은 "Generic Interface for Cameras"의 약자로, 카메라 및 비전 시스템에서 사용되는 표준 인터페이스입니다. - AT C6-2040-ECS Series 기술사양 - Resource - AT 위의 기술 사양에서 보시는 것처럼 ECS 시리즈는 광삼각법 원리를 기반으로 작동하며 한번의 스캔으로 물체의 2,048개의 포인트를 출력하고 최대 43kHz의 높은 속도로 빠르고 정확한 데이터 수집을 제공합니다. ECS는 660nm 파장의 2M등급의 레이저를 지원하기 때문에 안정적입니다. 660nm 파장의 레이저는 가시광선의 대역에 속하기 때문에 다양한 재료에서 좋은 성능을 발휘합니다. ECS는 최대 속도가 43 kHz이기 때문에 빠르게 데이터를 획득할 수 있습니다. 이는 고속 생산 라인에서도 효과적으로 사용될 수 있습니다 그리고 2048개의 포인트는 세밀한 데이터 표현을 가능하게 하여, 복잡한 형상이나 표면 특성을 정확하게 분석합니다. 추가로 ECS는 CS6에서 제공되는 Multipart, Multipeak, Region search and Region tracking 기능을 제공합니다. 사용자는 이 기능들을 사용하여 데이터 분석을 편리하게 조작할 수 있습니다. MULTIPART 여러 데이터 세트의 동시 출력 이 기능은 픽셀 형식이나 알고리즘과 관계없이 최대 10개의 서로 다른 데이터 세트를 동시에 출력할 수 있습니다. 또한, 높이 데이터 외에도 반사율이나 산란과 같은 추가 데이터를 제공하여 테스트 대상을 사실적으로 표현하게 합니다. MULTIPEAK 반사 물질을 방해 없이 스캔 이 기능은 레이저 삼각측량을 사용하여 왜곡 없는 3D 프로필 데이터 스캔을 얻을 수 있습니다. 만약 반사율이 높은 테스트 표면에서 레이저 반사가 발생하는 경우 이를 구별하고 피크 데이터가 포함된 최대 4개의 프로파일을 별도로 출력할 수 있습니다. REGION SEARCH AND REGION TRACKING 레이저 라인의 안전한 감지 및 분류 이 기능은 레이저 라인을 안정적으로 찾아 결정하고 실시간으로 이를 감지하고 그에 따라 조정합니다. 이를 통해 전체 스캔 높이를 활용하여 스캔 속도를 높입니다. ECS 시리즈는 콤팩트한 디자인 덕분에 다양한 산업에 제약 없이 활용이 가능합니다. ECS 3D 스캐닝에 적합한 산업은 식품, 물류, 로봇 비전 산업입니다. 식품 산업에서는 포장의 총 높이, 부피를 측정하거나 품질을 위한 질감, 색상, 신성도 검사 등 외관검사를 진행할 수 있습니다. 또한, 포장물품의 불량 검사에도 적용할 수 있습니다. 물류 검사에서는 패키징의 크기 및 두께 측정, 위치 및 방향을 파악하거나 표면 검사에 사용할 수 있습니다. 마지막으로 로봇 비전에서는 부품의 방향 정보를 제공하여 로봇이 움직일 수 있도록 유도하거나 로봇이 부품을 정렬할 수 있도록 안내합니다. 이를 통해 입체적인 표면 검사를 진행할 수 있습니다. AT C6-2040-ECS에 관한 자세한 정보를 확인하고 싶으시다면 화인스텍 홈페이지에 있는 Data Sheet를 확인해보세요!
2024.02.191. 2024 머신비전과 딥러닝 규모와 시장 방향 최근 AI 기술이 발전함에 따라 제조업계에서의 머신비전도 새로운 솔루션의 전환이 시작되어 가고 있습니다. Bizwit Research & Consulting LLP의 보고서에 따르면 세계의 딥러닝 시장은 2022~2029년에는 33.5% 이상의 성장률을 보일 것이라고 전했습니다. 딥러닝은 인간의 두뇌를 이루는 생물학적 신경망을 모방해 만든 컴퓨팅 시스템으로 대량의 정보를 수집, 분석 및 해석하여 데이터를 처리하여 다양한 산업과 업무에서 정확성, 신뢰성, 비용 절감, 생산성 등의 향상에 기여합니다. 정교한 작업이 가능한 AI 딥러닝은 소매업, 의료, 자동차, 농업, 보안, 로봇, 항공우주, 제조산업에서 다양한 솔루션을 제공합니다. 제조 산업에서 AI 기술은 2022년에서 2023년까지의 연 평균 47.8%의 성장성을 지속하고 있습니다. (자료 제공=VMR) 위 이미지에서 시장조사기관 VMR(Verified Market Research)이 최근 발표한 ‘글로벌 빅 데이터 시장’ 연구 보고서에서 제공한 자료에서 보이는 것처럼 제조업계에서 딥러닝 도입으로 인한 자동화는 이제는 선택이 아니라 필수입니다. 따라서, 머신비전 업계에서도 검사 자동화에 있어서는 룰(rule) 기반에서 딥러닝 기반을 통한 솔루션으로 부각되면서 딥러닝 기반 시스템으로 빠르게 전환되어 가고 있습니다. 2. 룰 기반에서 딥 러닝(Deep Learning) 시스템의 새로운 전환 | 룰 기반(Rule Based Learning) 시스템 VS 딥 러닝(Deep Learning) 기반 시스템 딥 러닝(Deep Learning) 이전의 머신비전은 주로 ‘룰 베이스(Rule base)’ 기반으로, 양품과 불량품 데이터를 각각 대량으로 확보한 뒤 머신비전 카메라로 촬영한 제품 사진과 비교해 양품과 불량품을 검사했습니다. 그러나 룰 기반은 기존 DB 기준을 넘어서는 불량에 대해 제대로 인식하지 못하는 미검 상황이 다수 발생합니다. 룰 베이스는 DB 안에서 이뤄지는 시스템이라면 딥 러닝(Deep Learning) 기반의 시스템은 양품과 불량품의 특징에 관한 데이터를 다층적으로 학습하여 DB에 등록되지 않은 데이터라도 미리 추출한 특징으로 기반으로 하여 합리적으로 불량 여부를 판단할 수 있는 기능을 제공합니다. 동시에 추가로 수집된 데이터를 스스로 학습하여 정확성과 생산성을 스스로 향상시킵니다. 현재 머신비전 분야는 ML·DL 등을 포함한 기술과 빅데이터 및 5G 같은 다양한 ICT 기술이 접목되면서 검사 정확도를 높이고 있으며, 공정 효율 개선에도 실질적인 도움을 주고 있습니다. Business Research insight의 머신비전 시장의 딥 러닝 보고서에 따르면 2022부터 2028년까지의 머신 비전 딥 러닝 시장 규모는 연평균 54.4%의 성장률(CAGR)을 나타낼 것이라고 예상했습니다. 이러한 추세에 따라 제조업계에서는 딥 러닝(Deep Learning)을 활용하여 높은 해상도, 실시간 처리, 효율적인 학습 알고리즘을 통해 새로운 유형의 불량 탐지의 정확성을 높여 산업 내에서 경쟁력을 유지하고 신기술에 대한 요구를 해결할 수 있는 기대감이 점점 더 커지고 있습니다. 3. 딥러닝과 머신비전의 융합 활용 사례 딥러닝은 인간의 두뇌를 이루는 생물학적 신경망을 모방해 만든 컴퓨팅 시스템입니다. 머신비전업계에서 딥러닝은 CNN*(컨볼루션 신경망)과 딥 피드 포워드*(deep, feed-forward) 방식의 인공 신경망으로, 이미지를 분석하는 데 가장 널리 적용되고 있습니다. 컨볼루션 신경망(CNN)은 부품 분류, 검출, 결함 감지 등을 효과적으로 수행하기 때문에 제조업에서는 이 기술을 활용하여 자동적이고 정확한 제품 검사, 결함 감지, 및 품질 향상을 위한 머신 비전 시스템을 구축할 수 있습니다. *CNN(컨볼루션 신경망)은 주로 이미지 인식 및 패턴 인식에 사용되는 딥러닝의 한 유형으로 이미지 처리 작업에 특화되어 있다. *딥 피드 포워드(deep feedforward)는 깊이(depth)가 깊다는 딥과 정보가 한 방향으로만 흐르는(feed-forward)라는 뜻의 구조로 이 신경망이 여러 층으로 구성되어 있고 정보가 깊다는 의미. 그리고 더 나아가 딥 러닝 기술을 활용하여 이미지 분석 및 검사 분야에서 혁신적인 솔루션을 제공하는 기업들이 존재합니다. 그 예로 Eurerys가 딥 러닝 기술로 실시간으로 부품을 분류하고 결함을 탐지하는 기술을 제조 업계에 제공함으로써 생산 효율성을 향상하고 품질 표준을 유지하는 데 기여해왔습니다. | 딥 러닝과 머신 비전의 융합 적용사례: Euresys – Open eVision 라이브러리 “머신비전 산업에서 대표적인 이미지 분석 라이브러리” Euresys는 이미지 및 비디오 수집 구성 요소, 프레임 그래버, FPGA IP 코어 및 이미지 처리 소프트웨어를 설계하고 제공하는 선도적이고 혁신적인 하이테크 기업입니다 Euresys는 Open eVision은 머신 비전 검사 애플리케이션을 독립적인 이미지로 처리하고 분석하는 라이브러리입니다. - 프레임 그래버, GigE 비전 및 USB3 비전 카메라를 포함한 모든 이미지 소스 호환 - Deep Learning 및 3D 같은 최신 기술 지원 - 정확한 서브 픽셀 측정 및 보정 - 64-bit libraries for C++ and .NET (C#, VB.NET, C++/CLI) under Windows (x86-64) - Linux(x86-64 또는 ARMv8-A)용 64비트 라이브러리 Open eVision 기술은 딥 러닝 기술을 활용하여 안정적이면서도 변화하는 환경에 대응하여 다양한 조건이나 요구에 유연하게 대처하는 머신 비전 검사를 제공합니다. 특히 딥 러닝 기술을 활용한 라이브러리인 Deep Learning Bundle은 새로운 보조 세분화 도구를 통하여 픽셀 단위의 완벽한 주석을 얻는 빠르고 효율적인 방법을 제시합니다. 이는 보조 세분화 도구를 통해 이미지를 작은 부분으로 분할하여 각 부분의 특성을 분석한 후에 이미지의 각 픽셀에 주석을 달아 물체나 특징을 픽셀 수준에서 정확하게 식별하고 기록하여 작업을 신속하고 효율적으로 동작하는 방법을 제공한다는 의미입니다. Euresys의 Deep Learning Bundle은 특히 머신 비전 애플리케이션의 이미지 분석을 위해 맞춤화, 매개변수에 최적화된 기술입니다. 또한, Deep Learning Bundle은 데이터 증강(Data Augmentation) 기능을 활용하여 딥 러닝 신경망을 학시키는 방식으로 작동합니다. 다시 말해, 프로그램 가능한 한계 내에서 기존의 기준 이미지를 수정(예: 이동, 회전, 확대)하여 추가로 기준 이미지를 생성하는 '데이터 증강'을 구현합니다. 이로써 Deep Learning Bundle은 클래스 당 겨우 100개의 학습 이미지로도 효과적으로 작동할 수 있습니다. 데이터 증강(Data Augmentation) 따라서, Deep Learning Bundle은 Open eVision 라이브러리의 핵심 부분으로 데이터 증강과 보조 세분화 도구를 통해 이미지 주석을 신속하고 정확하게 수행하여 기술적 효율성과 성능을 향상시켜 머신 비전 검사 분야에서 안정적이고 유연한 솔루션을 제공합니다. 특히, Deep Learning Bundle은 분류(EasyClassify), 분할(EasySegment), 로컬라이제이션(EasyLocate)과 같은 다양한 딥 러닝 솔루션을 통해 Open eVision 라이브러리의 핵심 부분으로서 기술적인 효율성과 성능을 높이고 있습니다. | Deep Learning Bundle이 제공하는 세가지 특징 및 적용사례 Deep Learning Bundle은 Open eVision 라이브러리의 일부이며 딥 러닝 라이브러리는 딥 러닝이 솔루션을 제공하는 세 가지 특정 기능, 즉 분류(EasyClassify), 분할(EasySegment), 로컬라이제이션(EasyLocate)에 대응하는 소프트웨어 도구로 구성되어 있습니다. 1) Euresys Deep Learning Bundle의 분류 라이브러리: EasyClassify EasyClassify는 이미지 분류를 위한 Deep Learning의 분류 도구로, 불량 감지 및 제품 인식과 같은 작업에 사용됩니다. 이 도구는 소프트웨어 사용자가 초기에 머신비전 시스템을 통해 취득한 이미지에 라벨링 작업을 하면 그 후 EasyClassify가 딥 러닝 기술을 활용하여 주어진 이미지가 특정 클래스에 속할 확률을 계산하고, 이를 클래스로 할당합니다. 즉, 이미지가 학된 각 클래스에 속할 가능성을 확률로 제시해 줍니다. 사용자는 어떤 부품이 양호하고 어떤 부품이 불량하며 어떤 부품이 어떤 클래스에 속하는지만 알려주면 됩니다. 이 학습 프로세스 후에 EasyClassify 라이브러리가 이미지를 분류합니다. EasyClassify는 결함을 명확하게 규정하기 어려울 때 기존 머신 비전보다 더 성능이 뛰어납니다. 예를 들면, 다양한 스케일 및 위치에서 복잡한 모양과 텍스처에 따라 분류가 달라지는 경우가 여기에 해당합니다. 2) Euresys Deep Learning Bundle의 분할 라이브러리: EasySegment EasySegment은 개체 및 결함을 쉽게 분할할 수 있도록 설계된 Deep Learning Bundle의 분할 도구입니다. 이를 활용하여 결함이 포함된 부품을 식별하고 그 결함이 이미지의 어떤 위치에 있는지 정확하게 구분합니다. Euresys-EasySegment EasySegment는 이미지의 정상 및 비정상 결함을 감지하고, 결함이 없는 “우수한” 이미지만을 학습하는 무감독(비지도 학습) 모드와 결함 이미지를 분할하고 더 나은 분할과 "결함 감지"를 위해 결함 모델도 학습하는 감독(지도 학습) 모드가 존재합니다. EasySegment의 무감독(비지도 학습)과 감독(지도 학습) 적용 사례: 무감독 모드를 활용한 샘플 데이터 세트: 패브릭 결함 감지 무감독(비지도 학습) 모드: “패브릭” 샘플 데이터 세트는 어떻게 EasySegment의 무감독 모드를 사용하여 소수의 양호한 샘플만 학습하고 어떤 종류의 결함이 예상되는지 알려주지 않은 상태로 패브릭에서 결함을 감지 및 분할할 수 있는지를 보여줍니다. 감독 모드를 활용한 샘플 데이터 세트: 커피 이물질 감지 및 분할 감독(지도 학습) 모드: “커피” 샘플 데이터 세트는 어떻게 EasySegment의 감독 모드를 사용하여 이물질의 색상과 질감이 커피와 매우 유사한 경우에도생산 라인에서 이물질을 효율적으로 감지 및 분할할 수 있는지를 보여줍니다. 정리하자면, EasySegment의 무감독 모드는 양호한 샘플의 이미지만 학습하기 때문에, 결함의 유형을 알고 있지 않은 경우나, 결함 샘플이 준비되지 않는 경우에도 검사를 수행할 수 있습니다. 반면, EasySegment 감독 모드는 무감독 모드보다 더 나은 정확도를 달성하고 더 복잡한 결함을 분할할 수 있습니다. 또한 EasySegment를 무감독 모드로 돌려서 얻은 결과를 확인하고, 그 결과를 실제 데이터와 비교해서 필요한 부분을 가져와서 감독 모드를 위해 필요한 주석을 더 쉽게 달거나 편리하게 활용할 수 있습니다. 3) Euresys Deep Learning Bundle의 현지화 및 분류 라이브러리: EasyLocate EasyLocate는 딥 러닝 번들의 일부로, 사물의 위치를 찾아내고 식별하는 도구입니다. 주로 이미지에서 물체, 제품 또는 결함을 찾아내고 그것들을 구분하는 데 사용됩니다. 특히 EasyLocate는 이미지에 겹쳐 있는 물체를 식별할 수 있는 능력을 갖추고 있어, 해당 물체들의 개별적인 개수를 계산하는 데에도 활용될 수 있습니다. EasyLocate는 축 정렬 바운딩 박스와, 관심점 총 두 가지 방법을 사용하여 사물의 위치를 찾아낼 수 있습니다. 축 정렬 바운딩 박스를 이용한 샘플 데이터 첫 번째로는 “축 정렬 바운딩 박스” 방법으로 다양한 개체 및 크기에 정확한 주석 및 위치를 지정합니다. 이미지 속에서 찾은 각 개체(또는 결함)를 둘러싼 축 정렬 바운딩 박스를 만든 후 각각의 틀에 어떤 종류의 물체나 결함인지에 관한 클래스 레이블을 각 바운딩 박스에 할당합니다 위의 샘플 데이터처럼 "전자 부품" 데이터 세트는 EasyLocate 바운딩 박스가 열악한 조명 조건에서도 비닐봉지 안에 대량으로 보관된 다양한 종류의 전자 부품을 안정적으로 감지하고 계산할 수 있는 방법을 보여줍니다. 관심점을 이용한 샘플 데이터 두 번째는 관심점 방법으로 크기가 유사한 개체에 대한 빠른 단일 포인트로 주석 및 위치를 지정합니다. 즉, 이미지 속에서 크기가 비슷한 물체들을 예측하고 각 위치에 클래스 레이블을 할당하여 신속하게 하나의 지점으로 표시합니다. 단, 이 방법은 이미지의 모든 개체(또는 결함)의 크기가 비슷해야 합니다. 왼쪽의 샘플 데이터에서 보여지는 것처럼 “세라믹 커패시터 데이터 시트”는 EasyLocate 관심점이 서로 겹치거나 접촉하는 많은 세라믹 커패시터를 안정적으로 감지하고 정확하게 계산할 수 있는 방법을 보여줍니다. EasyLocate 관심점을 사용하면 한 번의 클릭으로 개체에 주석을 추가할 수 있으므로 주석 처리가 더 빨라집니다. 현재 Euresys의 Deep Learning Bundle의 EasyClassify / EasySegment / EasyLocate 툴은 표식 검사나 LED 검사가 필요한 전자제품 제조 산업에서 활용하고 있으며 일반 제조 산업용에서도 존재 여부 검사, 표면 분석, 어셈블리 검사, 레이블 인쇄 기계의 코드 품질 검증 등에 머신 비전 솔루션을 제공하고 있습니다. 앞으로 자동화 산업에서 성공적인 어플리케이션 구현에 있어 이미지 데이터 관리의 중요성은 더욱 강조될 것 입니다. 4. 딥 러닝 머신비전 솔루션, 제조산업의 자동화를 혁신하다 | Conclusion 머신 비전은 많은 이점을 제공하지만 이미지 품질에 영향을 미치는 일관되지 않은 조명 조건 및 실시간 처리에 대한 강력한 계산 능력과 같은 도전에 직면하고 있습니다. 또한 다양한 장치와의 상호 운용성 및 통합을 보장하기 위한 계속된 개발이 필요합니다. 따라서 인공 지능과 머신 비전의 융합은 머신 비전 업계에서 운영 효율성에서 중요한 전환을 의미합니다. 이차전지 제조과정에서는 2.5D 알고리즘과 LED 광학계 조명을 적용하여 영상처리 및 전처리 알고리즘이 강조되고 있습니다. 제조 산업이 계속해서 디지털 혁신을 수용함에 따라 비전 검사에서 딥 러닝의 역할이 진화하고 있습니다. 이러한 발전으로 제품 품질, 운영 효율성, 그리고 전반적인 경쟁력이 향상될 것으로 예상됩니다. 머신 비전을 적용한 다양한 솔루션은 산업 자동화와 스마트 제조 분야에서 주요 요소로 인식되어 제품 품질 향상과 생산 공정 효율화에 기여하고 있습니다. 뿐만 아니라 이차전지, 제약, 의료, 바이오 분야에서도 딥 러닝을 활용한 머신 비전 솔루션이 도입되고 있습니다. 마지막으로 식품 검사 및 분류를 위한 머신 비전은 특히 두드러지게 늘어나고 있습니다. 특히 패키징 공정에서는 딥 러닝을 기반으로 한 솔루션을 활용하여 제품 결합 여부를 확인하고 제품 누출을 방지하며 배송 지연을 예방할 수 있습니다. 물류 자동화의 핵심 기술인 AGV(무인운송로봇) 및 AMR(자율이동로봇)과 같은 로봇에도 머신 비전 솔루션이 도입되어, 로봇이 물건을 감지하고 이동하는 데 도움이 됩니다. 그러므로 머신 비전 자동화에 대한 딥 러닝 기술의 활용은 로봇 공학, 자율 주행 차량, 그리고 스마트 제조 분야에서 계속해서 증가할 것으로 전망됩니다. Euresys의 Deep Learning Bundle에 관한 자세한 내용을 알고 싶으시다면 화인스텍 홈페이지에서 확인해보시기를 바랍니다! 참고 자료: 유레시스 홈페이지 지티티코리아(https://www.gttkorea.com) 인더스트리뉴(https://www.industrynews.co.kr/news/articleView.html?idxno=49846)
2024.01.08| 식음료 검사 품질 관리를 향상시키는 'SWIR' 기술 | SWIR은 산업계에서 ‘게임 체인저’로 자리잡고 있습니다 최근 SWIR Imaging 2023 시장 보고서에 따르면, 산업, 국방, 소비자 부문의 수요 증가로 인해 2028년까지 SWIR 이미징 시장 규모가 약 30억 달러로 전망되었습니다. 최근 몇 년 동안 제조 라인에서는 가시광선 스펙트럼을 넘어선 광자를 감지할 수 있는 SWIR(단파 적외선)을 감지할 수 있는 InGaAs(인듐 갈륨 비소) 센서가 탑재된 카메라 기술을 활용하여 이미지 품질과 경제성을 향상시키고 있습니다. SWIR 이미징이 식품 및 음료 품질 통제를 향상시키는 방법 “보이지 않는 곳을 더 깊이 비추고 투과하다” SWIR는 이미징 솔루션을 사용하여는 불가능했던 품질 검사의 새로운 가능성을 열었습니다. SWIR 빛은 물질의 분자와 상호 작용할 때 빛 광자가 흡수되는 유기 및 비유기 물질 모두로 더 깊이 전달될 수 있습니다. NIR 빛은 농업에서 작물 스트레스와 질병을 조사하거나, 식품 및 음료 제조에서 오염 및 기타 품질 문제를 감지하는 데 일반적으로 사용됩니다. 그러나 시각적 관측하기 어려운 재료들은 수분 함량이 높은 영역을 중심으로 이미지 대비가 더 명확하게 나타내는 짧은 파장 적외선(SWIR) 빛이 NIR 빛보다 더 나은 검사 기능을 제공할 수 있습니다. " SWIR은 기술을 사용하면 이미지 투과, 이물질 감지, 오염 및 결함을 확인할 수 있습니다. " SW-4010Q-MCL-Image- SWIR 이미지 투과 SW-4010Q-MCL-Image- SWIR를 통한 결함 확인(좌), 이물질 감지(우) 1. 이미지 투과 SWIR(단파 적외선) 기술은 확장된 검사 파장 범위를 통해 제품 품질을 향상시키는 데 기여합니다. 가시광선 스펙트럼에서 보이지 않거나 검사하기 어려운 플라스틱, 세라믹, 반도체와 같은 소재들을 효과적으로 검사할 수 있어 더 빠르고 정확하며 신뢰도 높은 결과를 얻을 수 있습니다. 2. 이물질 감지 SWIR 이미징이 강점을 보이는 또 다른 분야는 이물질 감지입니다.돌, 금속, 플라스틱과 같은 이물질을 효과적으로 감지하고, 이를 추가 가공하기 전에 효율적으로 제거할 수 있어 식품 가공에서 특히 유용하게 활용됩니다. 3. 오염 및 결함 확인 SWIR 조명은 불투명한 플라스틱과 유리를 "투명"하게 만들 수 있는 기능을 포함하고 있습니다. 이 기술은 포장 및 용기의 오염을 확인하고 액체 또는 분말의 정확한 함량 및 충전 수준을 확인하는 데에도 효과적으로 사용될 수 있습니다. SWIR 기술은 확장된 검사 파장 범위로 인해 더 빠르고 정확하며 신뢰성 있는 결과를 제공하여, 더 첨단의 검사를 가능케 하고 오염이 줄어들며 분류 능력과 제품 품질이 향상됩니다. 따라서,SWIR 이미징은 과일 및 야채 검사와 같은 응용 분야에서 결함이 있는 제품을 더 쉽게 식별하고 포장하기 전에 컨베이어 벨트에서 제거할 수 있어 효과적입니다. | JAI Sweep+, 가시광선과 SWIR 광선을 동시에 이미징 하다 | SWIR 카메라는 검사 과정에서 효율성을 높일 수 있지만, 많은 머신 비전 애플리케이션에는 크기와 모양을 확인하고 물체의 색상 뉘앙스를 분석하거나 라벨 또는 다른 색상을 확인하기 위해 여전히 일반 가시광선을 보는 카메라가 필요합니다. 이러한 문제를 해결하기 위해 산업용 카메라 제조업체인 JAI는 가시광선과 SWIR 광선의 이미지를 동시에 촬영할 수 있는 새로운 다중 센서 카메라인 JAI Sweep+ 시리즈를 출시했습니다. JAI Sweep+ series homepage logo https://www.jai.com/kr/ JAI는 60년 넘게 35개국 이상에서 산업용 머신 비전, 의료 이미징 및 실외 이미징 애플리케이션을 위한 카메라 하위 시스템을 제공하여 제품의 품질과 정확성 향상, 생산 라인 검사 비용 절감, 생산 수율 증가 등 비전 시스템 솔루션을 제공해왔습니다. Product-Image-SW-4010-Q-MCL-front45-410x370px-RI JAI Sweep+ 시리즈는 컬러 라인 스캔 카메라로, 각각 4,096픽셀의 해상도를 갖는 3개의 CMOS*라인 센서와 라인당 1,024픽셀의 해상도를 갖는 추가 InGaAs 센서*를 통합합니다. *CMOS: 집적 회로의 한 종류로, 메인보드에 내장된 소형 전지로 구동되는 반도체 칩으로 전원이 꺼져도 저장된 설정 정보를 유지할 수 있다. * InGaAs 센서: 인듐(Indium)과 갈륨(gallium) 그리고 비소(arsenide)로 구성된 화합물 반도체를 사용하는 카메라로 파장을 감지하는 센서가 되어 빛과 파장 그리고 열을 감지해 낸다. - 단일 카메라로 가시광선 및 SWIR 동시 검사 - Sweep-plus_SW-4010Q-MCL_R-G-B-SWIR-Camera 차트는 SWIR 빛을 캡처하는 InGaAs 센서뿐만 아니라 세 가지 CMOS 센서(청색, 녹색, 빨간색) 각각에 대한 스펙트럼 응답을 보여줍니다. (SWIR(노란색) 선의 높이는 RGB 선과 상관 관계가 없습니다.) JAI의 새로운 멀티 센서 라인 스캔 카메라인 SW-4010Q-MCL은 세 개의 별도 CMOS 센서(400에서 700 nm)를 통해 빨강, 녹색, 그리고 파랑 가시광선을 동시에 캡처하며, InGaAs 기술을 기반으로 한 네 번째 센서를 통해 SWIR 광선(~800에서 ~1700 nm)을 캡처합니다. " RGB 및 SWIR 이미징을 동시에 사용하면 검사 정확도 향상과 함께 식품 제품에 대한 보다 포괄적인 분석이 가능합니다. RGB 이미징은 가시광을 캡처하고 물체의 색상 이미지를 생성하여 표면 결함을 감지하고 색상 변화를 분석할 수 있습니다. 동시에 SWIR 이미징으로 포장의 색상 인쇄 및 라벨 텍스트의 정확성을 확인할 수 있습니다. " 따라서 품질 통제 향상, 설정 복잡성 및 비용 감소 및 효율을 향시킬 수 있습니다. - 광범위한 다중 스펙트럼 범위 - 새로운 라인 스캔 카메라에는 RGB 출력을 특정 색 공간으로 변환할 수 있는 내장 색 공간 변환과 같은 다양한 고급 기능이 포함되어 있습니다. 이미지 밝기와 색상 균형을 개선하기 위해 RGB 및 SWIR 채널에 대해 노출 시간을 개별적으로 설정하여 다양한 파장대에 대한 빛 축적 시간을 늘릴 수 있습니다. 이를 통해 정밀한 표면 색상 검사를 수행하는 동시에 표면 아래를 살펴보면서 추가적인 "숨겨진" 이미지 데이터를 확인할 수 있습니다. " SWIR 카메라는 곡물 커널의 외부 층을 관통하고 내부의 수분 또는 기타 특성을 감지할 수 있어 곡물 품질과 영양가를 평가하는 데 사용될 수 있습니다. 또한 SWIR 카메라는 분말의 외부 층을 관통하여 분말 내의 이물질이나 오염물질을 감지할 수 있어 분말의 품질과 안전을 보장합니다. " - 유연한 동기화 옵션 - 카메라에는 FOV(시야각)와 RGB 및 SWIR 센서의 라인 속도를 동기화하기 위한 Xscale이라는 특수 픽셀 크기 조정 기능이 있습니다. Sweep+의 Xscale 기능을 사용하여 RGB 센서의 픽셀 크기를 조정히면 사용자는 가시광선과 SWIR 채널의 라인 속도와 시야각을 쉽게 정렬하고, RGB 픽셀 해상도를 SWIR 채널, SWIR 채널의 2배 또는 맞춤 해상도로 설정할 수 있습니다. " 다양한 환경에 대한 맞춤설정으로 RGB 이미징을 통해 변색과 같은 결함에을 발견하고, SWIR 이미징으로 포장을 통과하여 습기, 멍, 내부 결함과 같은 부재면 특징을 감지할 수 있습니다." 따라서 새로운 RGB-SWIR 라인 스캔 카메라인 SW-4010Q-MCL을 사용하면, 식품 용기의 외부 품질과 완성도를 검사하는 동시에 내부 내용물도 확인할 수 있습니다. 이러한 기술의 향상은 제조 회사의 생산 프로세스 속도를 높이며, 제조 효율성과 생산 수율을 향상시키면서 동시에 제조 라인의 완제품 품질을 향상시킬 수 있습니다. 식품 및 음료 산업은 소비자에게 안전하고 고품질의 제품을 제공해야 하기 때문에 품질 관리 기준은 매우 엄격합니다. JAI의 SW-4010Q-MCL 모델과 같은 카메라는 동시에 RGB 및 SWIR 이미징을 제공할 수 있어, 한 번의 패스로 입자 재료의 고해상도 이미지 캡처를 지원하며 이를 통해 작은 결함이나 오염물질조차 식별할 수 있게 되어 전체 최종 제품 품질을 향상시킬 수 있습니다. SWIR 카메라를 통해 눈으로 볼 수 없는 특성까지 확인한다면, 식품 및 음료의 품질 관리가 더욱 쉬워질 것입니다. JAI 제품에 대한 자세한 정보는 화인스텍 홈페이지를 통해 확인할 수 있습니다. http://www.fainstec.com/main/product_view.asp?p_idx=5765
2023.12.11옵토튠(Optotune)은 스위스 기업으로, 광학 솔루션을 제공하는 회사입니다. 주로 튜닝 가능한 렌즈 및 광학 시스템을 개발하여 다양한 산업 및 응용 분야에 전자적 혹은 기계적으로 렌즈의 형태를 조절할 수 있는 혁신적인 기술을 제공하여 여러 산업의 광학 시스템의 성능을 최적화하는 것을 목표로 하고 있습니다. Optotune사 제품 개발의 목적성은 뚜렸합니다. "Working Distance가 계속 변화하는 환경에서 어떻게 지속적으로 초점을 맞출수 있을까?" WD가 서로 다른 물체에 포커스를 맞춰야 한다면? Optotune의 렌즈는 전자적으로 초점 튜닝이 가능한 렌즈입니다. 이 렌즈는 컨트롤 신호에 따라 렌즈의 곡률을 조절함으로써 초점 거리를 조절할 수 있습니다. Optotune Tunable Lens 옵토튠 가변 초점 렌즈의 원리는 우리의 눈이 초점을 변경하는 원리와 같다고 보시면 됩니다. 일반적인 머신비전 렌즈(고정 초점)는 초점을 맞추기 위해 위, 아래로 WD 변경을 통해 초점을 조정합니다. 혹은 유리 등의 고체를 활용하여 초점을 맞춥니다. 옵토튠 렌즈는 사람의 눈 처럼 렌즈 자체의 형태를 변경하여 초점을 조정합니다. 오목과 볼록 모두 가능한 형식의 형상 분리 렌즈가 큰 특징입니다. 유동체(Liquid)와 분리막(Membrane)으로 이루어진 용기를 활용하여 렌즈의 곡률을 조절합니다. 이는 단순 카메라의 초점 기능을 넘어서는 물류 레이저 가공 및 마킹 메디컬 분야 자동차 산업 레이저 스캐팅 및 3D 인쇄 등 다양한 분야에서 활용될 수 있습니다. 높이가 다른 택배 상자의 바코드 라벨 초점을 빠르고 쉽게 읽어낼 수 있습니다. Optotune 렌즈 곡률 조절을 통한 레이저 초점 조절 Optotune 렌즈 초점 조절을 활용한 레이저 마킹 및 3D 어플리케이션 옵토튠의 가변 초점 렌즈는 대상의 크기, 초점 능력, 파장 범위(400-2500nm) 등의 다양한 조건에 따른 제품 군이 나누어져 있습니다. KEY FEATURES Response time of few milliseconds Low dispersion (Abbe# V>100) Lifetime > 1 billion cycles High repeatability <0.1 dpt Optotune Electrically tunable lenses products specifications Optotune 가변 초점 렌즈의 더 자세한 정보는 홈페이지를 통해 확인해보세요. http://www.fainstec.com/main/product.asp?cate=%EB%A0%8C%EC%A6%88&o_idx=119
2023.11.28고객의 목표는 과수원을 스캔하여 과일 수확량 추정하는 것입니다. 녹색 캐노피와 녹색 과일을 구분하기 위해 고유 파장을 사용하여 과일의 수를 추정합니다. 과제 모든 실외 애플리케이션과 마찬가지로 과수원 환경은 다양한 조명 조건, 많은 그림자, 미광 등으로 인해 일반적인 이미징 시스템, 특히 멀티 스펙트럼 이미징을 활용하기 어렵습니다. 또한 스캔 구조가 복잡하여 짧은 거리에서 큰 타겟을 스캔할 수 있어야 합니다. 일반적으로 높이가 3~4m인 나무의 경우 스캔 거리는 1.5m입니다. 또 다른 문제는 울퉁불퉁한 지면에서 다양한 속도로 작동하는 여러 유형의 농업용 차량에 카메라를 장착해야 하므로 모션 블러를 제거하기 위해 더 높은 프레임 속도가 필요하다는 사실입니다. 솔루션 차량에 탑재된 이미징 시스템을 통해 비디오 스트림 방식으로 멀티 스펙트럼 이미지를 수집합니다. 수집한 이미지에 정교한 이미지 분석과 인공 지능을 적용하여 과수원의 과일 수를 추정합니다. 신뢰할 수 있는 결과를 얻기 위해서는 이미지를 분석 엔진에 공급하기 위한 강력하고 안정적이며 유연하고 견고한 멀티 스펙트럼 카메라가 필요합니다. JAI의 Fusion 시리즈 "Flex Eye" 프리즘 기반 멀티 스펙트럼 카메라는 이러한 까다로운 요건들을 모두 지원할 수 있습니다. 카메라는 고성능 NVIDIA JETSON 임베디드 시스템을 통해 운영됩니다. 특장점 JAI의 차세대 Fusion Flex Eye 카메라는 과일 수확량 재고 시스템 제조사가 합리적인 비용으로 필요한 스펙트럼 대역을 선택할 수 있도록 지원합니다. 이는 프로젝트에 필요한 파장이 미리 정의된 경우 상당한 이점을 제공합니다. 표준 파장 대역을 지원하는 카메라는 이러한 종류의 애플리케이션에 적합하지 않지만, 유연성과 맞춤 설계를 지원하는 JAI의 Fusion Flex Eye 기술은 완벽한 솔루션이 될 수 있습니다. 또한 카메라의 고속 인터페이스와 높은 프레임 속도를 통해 과수원 내에서 속도의 제한 없이 차량을 이동하면서 까다로운 실외 애플리케이션을 위한 우수한 공간 해상도와 충분한 견고성을 제공할 수 있습니다. 카메라 JAI의 혁신적인 Fusion Flex-Eye 기술은 까다로운 애플리케이션에서 요구하는 이미징 시스템에 맞춰 완벽한 멀티 스펙트럼 카메라를 설계할 수 있도록 뛰어난 유연성을 제공합니다. Flex-Eye는 JAI의 Fusion 시리즈 프리즘 기반 멀티 스펙트럼 에어리어 스캔 카메라에 맞춤 설계 프로세스를 결합하여 특정 애플리케이션이 요구하는 조건에 맞춰 파장 대역 수, 센서 해상도 및 각 채널의 이상적인 스펙트럼 범위를 설정할 수 있습니다.
2023.03.24전자기 스펙트럼에서 자외선의 위치 인간의 눈은 전자기 스펙트럼의 아주 작은 부분만 감지할 수 있습니다. 바로 우리가 빛이라고 부르는 400nm(보라색)~700nm(적색) 사이의 파장입니다. 일부 동물은 이러한 스펙트럼 너머를 볼 수 있습니다. 예를 들어 꿀벌은 눈의 자외선 감각을 사용하여 꽃가루를 감지할 수 있으며, 밤에 적외선을 사용하여 먹이의 체온을 감지하는 동물도 많이 있습니다. 그러나 인간이 가시 스펙트럼을 넘어서는 파장을 감지하기 위해서는 특별히 설계된 카메라와 같은 외부 장치가 필요합니다. 적외선 복사의 형태로 "열 신호"를 캡처하여 사람, 야생 동물 및 기타 물체를 보여주는 "야간 투시" 열화상 카메라 또는 쌍안경 등은 잘 알려져 있습니다. 그러나 10~400nm 사이에 위치한 자외선의 경우, 가시 스펙트럼 너머를 탐지하는 장치가 많지 않기 때문에 그리 익숙하지 않습니다. 눈으로 볼 수 없는 것 탐색하기 카메라는 이미지를 생성하기 위해 "반사 법칙"이라는 기본 물리학 원리를 활용합니다. 벽에 던진 테니스공과 유사하게, 전자기 복사(가시광선과 비가시광선 모두)는 "벽"에 부딪히는 각도에 따라 표면에서 반사됩니다. 반사의 법칙 더 중요한 점은 마이크로 수준(또는 나노 수준)에서 볼 때 대부분의 표면이 완벽하게 매끄럽지 않기 때문에 이미징이 가능하다는 것입니다. 이러한 표면 불균일은 반사 법칙을 따르는 개별 광선이 표면의 서로 다른 각도로 인해 여러 방향으로 반사되어 광의 일부를 사람이나 카메라로 다시 되돌려 보내는 "난반사"를 유발합니다. 난반사 난반사를 일으키는 표면 형상의 크기는 표면에 부딪히는 광의 파장에 따라 달라집니다. 표면이 연마되어 표면 형상이 광 파장의 약 1/8보다 작은 경우, 광선이 표면에서 모두 같은 방향으로 반사되어 거울 효과를 생성하게 됩니다. 이런 경우, 표면의 작은 불균일은 사람이나 카메라에 보이지 않게 됩니다. 자외선은 파장이 짧기 때문에 더 긴 파장에는 영향을 받지 않는 작은 표면 불균일에도 확산이 일어날 수 있습니다. 이를 통해 UV 이미징은 가시광선으로는 볼 수 없는 극히 작은 표면 특성 및/또는 결함을 감지하고 검사할 수 있습니다. 짧은 파장은 작은 표면 형상에서 확산됩니다 UV 파장이 작은 표면 형상에서 반사된다는 점을 활용하는 산업 애플리케이션이 점점 더 많아지고 있습니다. 이러한 애플리케이션으로는 마스크 검사, 웨이퍼 결함 확인, 패턴 결함 식별 및 분류와 같은 다양한 반도체 검사 작업, 플라스틱 및 금속 표면의 미세 결함 검사, 태양광 패널 검사 등이 있습니다. 또 다른 UV 이미징의 경우 특정 잉크 및 재료가 UV 복사를 흡수하거나 UV 스펙트럼에서 발광하는 방식을 활용합니다. 이러한 애플리케이션으로는 제약 포장, 여권 및 지폐의 인쇄 검사, 폐기물 분류, 결함 및 불순물 식별을 위한 재료의 비파괴 검사, 범죄 수사를 위한 형광 분석, 의료 진단 등이 있습니다. 또한 UV 이미징은 고전압 송전선의 코로나 검사와 천문학, 현미경, UV 분광법 등의 다양한 과학 애플리케이션에서도 사용되고 있습니다. 아래의 이미지는 UV 기반 이미징 애플리케이션의 몇 가지 예시를 보여줍니다. 그림 1: 웨이퍼 디스크 생산 그림 1은 전자 산업에서 웨이퍼 디스크의 반사 표면에 있는 레이저 코드를 안정적으로 판독하여 생산 공정에서 각 웨이퍼를 정확히 찾아내고 추적하기 위해 UV 이미징을 활용하는 것을 보여줍니다. 이를 통해 생산 체인이 중단되어 심각한 비용 문제가 발생하는 것을 방지할 수 있습니다. UV 이미징은 기존 머신 비전 시스템으로 판독하지 못하는 이러한 코드를 안정적으로 판독할 수 있습니다. 그림 2: 다이/와이어 본딩에 사용되는 UV 이미징. 저자:Mister_Rf 그림 2는 반도체 정렬을 위해 UV 이미징을 사용하는 것을 보여줍니다. UV 이미징은 반도체 제조 시 웨이퍼 프로빙, 웨이퍼 다이싱, 리드 프레임 검사, 다이/와이어 본딩을 지원하기 위해 사용됩니다. 그림 3: 레이저 빔 프로파일링. 출저:Photonics.com 그림 3에서 보이는 것과 같이 레이저 빔의 모양 및 크기와 같은 정밀도는 타겟에 전달되는 에너지에 영향을 미칩니다. 빔의 왜곡은 광경로의 오염, 조립 불량, 환경 요인으로 인해 발생합니다. 빔 경로에 UV 카메라를 삽입하면 빔의 각 부분의 상대적 강도를 매핑하고 수정할 수 있습니다. 비전 시스템에서의 UV 산업용 카메라 활용 여기에 설명된 다양한 UV 광학 검사에 대한 수요가 높아짐에 따라 자외선(UV) 이미징 카메라를 활용하는 애플리케이션의 범위가 크게 넓어졌습니다. UV 이미지 센서가 탑재된 카메라를 적용한 비전 시스템은 일반 카메라가 제공하지 못하는 특별한 시각 정보를 제공할 수 있습니다. 이러한 시스템으로는 일반적인 산업 및 과학 애플리케이션용 UV 호환 렌즈와 UV 조명이 모두 탑재된 시스템과 광학 왜곡을 최소한으로 줄이기 위해 렌즈와 센서의 커버 유리까지 제거해야 하는 레이저 프로파일링 시스템 등이 있습니다. 또한 더욱 짧은 UV 파장을 이미징할 수 있는 UV 센서에 대한 수요도 증가하고 있습니다. UV 애플리케이션은 주로 UVA(320~400nm)라고 하는 스펙트럼에 중점을 두고 있지만, 최신 반도체의 작은 크기로 인해 UVB 영역(280~320nm)에서 동작할 수 있는 센서가 필요하게 되었으며, 200nm 이하의 파장을 활용하는 일부 시스템의 경우 UVC 영역(약190~280nm)까지 필요하게 되었습니다. 이러한 UVC 시스템(심자외선 또는 DUV)이 시장을 이끌고 있지만, UVB 및 UVA 영역으로 설계된 UV 애플리케이션 역시 여전히 많습니다. 광범위한 UV 스펙트럼에서 애플리케이션을 지원할 수 있는 UV 센서 및 카메라는 개발팀에 뛰어난 다용성을 제공합니다. 예를 들어, 다음 이미지에서 JAI의 GO-8105M-5GE-UV 카메라 모델의 감도를 확인하실 수 있습니다. 이 모델은 UVB 및 UVA 영역에서 약 40~50%의 뛰어난 양자 효율을 보여주며 UVC 영역에서도 충분한 QE를 보여줍니다. 이러한 카메라는 천문학 등 과학 연구에 사용되는 고가의 UV 카메라를 대체할 수 있는 매력적인 대안이 될 수 있습니다. 이 카메라의 스펙트럼 응답은 가시광선과 근적외선 영역을 지원하지만, 해당 영역에서 기생 광 감도(parasitic light sensitivity, PLS)가 최적화되지 않았기 때문에 UV 이미징을 위해서는 가시광선과 근적외선광을 차단하는 필터가 권장됩니다. GO-8105M-5GE-UV 카메라의 스펙트럼 응답 *감도는 200nm 이하에서도 지원되지만, 특정 양자 효율은 아직 측정되지 않았습니다. 위에 표시된 광범위한 UV 스펙트럼 응답은 많은 UV 기반 머신 비전 애플리케이션에 새로운 카메라를 제공할 수 있습니다. 이러한 카메라는 반도체 마스크 검사를 포함한 다양한 형태의 반도체 검사 시스템을 구축하는 기업에서 가장 많이 활용될 수 있습니다. 예를 들어, 반도체 마스크 애플리케이션의 경우 새로운 Go 시리즈 GO-8105M-5GE-UV 카메라의 기능을 사용하여 노출 전에 포토레지스트가 반도체에 고르게 도포되었는지 검사할 수 있습니다. 이는 최고의 제조 품질을 보장하기 위한 고가의 시스템입니다. 이러한 시스템은 가장 작은 표면 형상을 표시하여 웨이퍼, 마스크 및 기타 관련 항목의 결함을 감지하기 위해 매우 짧은 파장을 사용해야 합니다. 새로운 카메라의 UV 기능(UVC 대역까지 확장 가능)은 이러한 시스템을 구축하는 OEM을 위한 매우 매력적인 기능입니다. 또한 GO-8105M-5GE-UV 카메라는 센서 위에 탈착식 유리 커버가 장착된 "글래스리스" 구성을 제공하여 레이저 프로파일링 및 광경로에 UV 호환 석영 유리가 있는 경우 문제가 될 수 있는 기타 애플리케이션에서도 사용할 수 있습니다. UV 카메라는 다양한 산업 및 과학 애플리케이션에서 필수 요소가 되었습니다. 그러나 UV 이미징은 많은 산업 공정을 위한 검사 도구로 사용되기 시작했을 뿐 가시광선 또는 근적외선 기반 머신 비전에 비해 아직 초기 단계에 있습니다. 상업용 UV 하드웨어의 가격이 낮아지고 다양성이 증가함에 따라 UV 머신 비전 분야는 점점 성장하고 있습니다.
2023.03.24싱글 라인 스캔 카메라를 통한 가시광선과 SWIR 동시 이미징 디지털카메라 및 이미지 센서 기술의 지속적인 개발과 빠른 데이터 전송 인터페이스 및 첨단 컴퓨터 이미지 처리 알고리즘 덕분에 자동 비전 검사 시스템은 계속해서 더욱 정교하고 효율적으로 성장하고 있습니다. 제조 회사는 이러한 기술 개선을 기반으로 생산 프로세스를 가속하여 제조 효율성과 생산 수율을 향상할 수 있었습니다. 또한 카메라 기술의 발전으로 인해 제조 라인 전체에서 더 뛰어난 품질 검사 루틴이 가능해져 완제품을 더 높은 품질로 생산할 수 있게 되었습니다. 머신 비전 시스템에서 가장 많이 활용되는 이미징 기술은 약 400nm~700nm의 전자기 범위에서 가시광선을 감지하는 컬러 및 흑백 CMOS 센서가 탑재된 산업용 카메라입니다. 그러나 최근 몇 년 동안 머신 비전 업계에서는 약 1050nm~2500nm 사이의 단파 적외선(SWIR)을 감지할 수 있는 InGaAs(인듐/갈륨/비소) 센서 기술이 탑재된 카메라와 같이 가시광선 스펙트럼 외의 광자를 감지할 수 있는 산업용 카메라에 대한 관심이 높아지고 있습니다. SWIR은 재료와 상호 작용할 때 가시광선과는 다른 물리적 현상을 보입니다. SWIR은 재료의 분자와 상호 작용할 때 광자가 흡수되는 유기 및 비유기 재료로 더 깊이 투과할 수 있습니다. 흡수 수준은 재료의 화학 구조에 따라 달라집니다. 예를 들어 물 분자는 1,450-1,500nm 파장에서 높은 SWIR 흡수 수준을 가집니다. 따라서 SWIR 이미징은 과일 및 채소 검사와 같은 애플리케이션에 유용합니다. 조기 부패 및 멍이 있는 경우(일반적으로 수분 함량이 높은 부분) 카메라 이미지에서 높은 대비를 보이므로 SWIR 스펙트럼에서 더 명확하게 나타납니다. 이를 통해 이러한 결함이 있는 품목을 더욱 쉽게 식별하여 포장 전에 컨베이어 벨트에서 제거할 수 있습니다. SWIR 이미징을 유용하게 활용할 수 있는 또 다른 애플리케이션은 이물질을 감지하는 것입니다. 예를 들어, 식품 가공의 경우 돌, 금속 및 플라스틱과 같은 항목을 감지하여 효율적으로 제거해야 합니다. 농산물 일괄 검사의 경우 가시광선의 컬러 이미지로는 이물질을 식별하기 어려울 수 있지만 SWIR 이미지에서는 이물질이 식품보다 어둡게 보이기 때문에 소프트웨어 알고리즘 및 컨베이어 벨트의 분리 메커니즘을 통해 이물질을 제거할 수 있습니다. SWIR은 불투명한 플라스틱과 유리를 "투과"할 수 있어 포장 및 용기의 오염을 확인하고 내용물의 정확한 양이나 액체 또는 분말의 채움 레벨을 확인하는 데에도 사용할 수 있습니다. 새로운 R-G-B-SWIR 라인 스캔 카메라(SW-4010Q-MCL)를 사용하면 식품 용기 외부의 품질과 완성도를 검사하는 동시에 내부의 내용물을 확인할 수 있습니다. 반도체 품질 검사 스테이션의 경우, SWIR을 통해 실리콘을 "투시"하여 실리콘 웨이퍼의 표면과 표면 아래의 결함을 찾을 수 있습니다. 직물 및 목재 검사와 같은 애플리케이션의 경우, SWIR 이미징을 사용하여 염색된 직물이 다음 작업을 위해 충분히 건조되었는지 확인하거나 절단된 목재에 숨겨진 결함이 있는지 확인할 수 있습니다. 기타 애플리케이션으로는 플라스틱 폐기물 분류, 광물 분류, 배터리 검사, 농업/임업 애플리케이션 등이 있습니다. SWIR 카메라는 검사 프로세스의 효율성을 높일 수 있지만, 많은 머신 비전 애플리케이션에는 크기와 모양을 확인하고 개체의 색상 뉘앙스를 분석하고 라벨 또는 기타 인쇄물의 색상을 확인하기 위해 일반 가시광선을 활용하는 카메라가 여전히 필요합니다. 따라서 SWIR 이미징은 가시광선을 활용하는 일반적인 검사 루틴을 보완하는 기술이라고 할 수 있습니다. 많은 애플리케이션의 경우 품질 검사 요건을 충족하기 위해서는 동일 제조 라인에서 가시광선 및 비가시광선 이미징 기술을 함께 활용할 수 있어야 합니다. 기존에는 가시광선과 SWIR 또는 NIR을 활용하는 검사 스테이션에서 별도의 카메라, 조명, 렌즈 및 마운트를 사용하여 제조 라인을 따라 별도의 검사 단계를 진행해야 했기 때문에 셋업이 복잡하고 많은 비용이 들었습니다. 산업용 카메라 제조업체 JAI는 이 문제를 해결하기 위해 1대의 카메라로 가시광선과 SWIR 이미지를 동시에 촬영할 수 있는 새로운 멀티 센서 카메라 기술을 출시했습니다. JAI Sweep+ 시리즈의 최신 제품은 4,096 픽셀 해상도를 지원하는 CMOS 라인 센서 3개와 라인당 1,024 픽셀 해상도를 지원하는 추가 InGaAs 센서가 통합된 컬러 라인 스캔 카메라입니다. JAI의 새로운 멀티 센서 라인 스캔 카메라는 3개의 개별 CMOS 센서를 통해 적색, 녹색, 청색 가시광선을 동시에 캡처하고 InGaAs 기술을 기반으로 하는 4번째 센서를 통해 SWIR을 캡처합니다. 이 카메라는 첨단 카메라 내장 프리즘 기술과 이색(dichroic) 필터를 통해 입사광을 4개의 채널로 분할하여 3개의 CMOS 센서에서 적색, 녹색, 청색 가시광선을 동시에 캡처하고 InGaAs 센서를 통해 SWIR을 캡처합니다. 1개의 검사 스테이션으로 매우 미묘한 색상 차이를 확인하기 위한 이미지 데이터를 제공하는 동시에 SWIR 이미징 데이터를 통해 더욱 수월하게 숨겨진 결함이나 원치 않는 개체를 찾을 수 있습니다. 차트는 3개의 CMOS 센서(청색, 녹색, 적색)와 SWIR을 캡처하는 InGaAs 센서의 스펙트럼 응답을 보여줍니다. SWIR(노란색) 라인의 높이는 RGB 라인과 연관이 없습니다. 새로운 라인 스캔 카메라에는 RGB 출력을 HSI, CIE XYZ, sRGB, Adobe RGB와 같은 특정 색 공간으로 변환할 수 있는 내장 색 공간 변환과 같은 다양한 첨단 기능이 포함되어 있습니다. 이미지 밝기와 색상 밸런스를 개선하기 위해 R-G-B 및 SWIR 채널에 대한 노출 시간을 개별적으로 설정하여 파장대별로 광 축적 시간을 늘릴 수 있습니다. 또한 4개 채널에서 아날로그 및 디지털 이득을 각각 설정할 수 있습니다. 4096 픽셀 해상도로 설정된 경우 R-G-B 채널의 최대 라인 속도는 20kHz이며 SWIR 채널의 경우 1024 픽셀 해상도에서 39kHz입니다. R-G-B 채널의 기본 픽셀 크기는 7.5 x 7.5 µm, SWIR 채널의 기본 픽셀 크기는 25 x 25 µm입니다. 이 카메라에는 R-G-B 및 SWIR 센서의 FOV(Field-of-View)와 라인 속도를 동기화하기 위한 Xscale이라는 특수 픽셀 크기 조정 기능이 탑재되어 있습니다. 관심 영역(ROI) 설정과 Xscale 기능을 사용하여 RGB 센서의 픽셀 크기를 조정하면, RGB 센서의 센서 폭이 30.72mm에서 SWIR 센서와 동일한 25.6mm로 변경됩니다. 동시에 R-G-B 스캔 속도는 20kHz에서 SWIR 스캔 속도와 동일한 39kHz로 증가하게 됩니다.
2023.03.14JAI가 고성능 5GBASE-T(5GigE) 인터페이스를 탑재한 새로운 8.1 메가픽셀 UV 고감도 카메라,Go 시리즈 GO-8105M-5GE-UV 모델을 출시했습니다. 향상된 해상도(8.1 메가픽셀 vs. 5 메가픽셀)와 UVA, UVB를 넘어 UVC까지 확장된 더 높은 스펙트럼 감도를 제공하는 이 새로운 카메라는 JAI의 다른 3가지 UV(자외선) 카메라 모델보다 뛰어난 성능을 제공합니다. Sony Pregius S IMX487-AAMJ CMOS 센서를 29 x 29 x 68mm의 소형 폼팩터에 탑재한 GO-8105M-5GE 모델은 5GigE 인터페이스를 통해 초당 최대 66 프레임의 풀 해상도 8.1 메가픽셀 이미지를 생성합니다. 카메라 인터페이스에는 사용 가능한 대역폭에 따라 네트워크 성능 및 호스트 PC에 맞춰 카메라의 출력을 2.5GBASE-T(2.5Gbps) 또 1000BASE-T(1Gbps)로 자동으로 조정해주는 기능(자동 협상 기능)이 탑재되어 있습니다. 카메라는 Pregius S 센서의 2.74µm 픽셀 크기를 통해 컴팩트한 2/3” C-마운트 광학 형식을 제공합니다. Pregius S 센서에는 이미징 성능의 저하 없이 작은 픽셀 크기를 지원하는 후면 조명이 탑재되어 있습니다. 8 bit, 10 bit 및 12 bit 출력 형식도 지원가능 합니다. GO-8105M-5GE-UV 모델은 2가지 구성으로 제공됩니다. 표준 모델은 센서 위에 장착된 이중 AR 코팅된 석영 유리 커버를 통해 센서를 먼지와 손상으로부터 보호하는 동시에 광 투과율을 극대화합니다. 글래스리스(glassless) 모델(GO-8105M-5GE-UV-GL)은 센서 위에 보호 유리 커버가 장착되어 배송되며 커버 유리를 통과하는 빛의 간섭이 허용되지 않는 애플리케이션의 경우 사용자가 이를 제거할 수 있습니다. 새로운 카메라의 해상도, 프레임 속도 및 자외선 감도는 반도체 마스크 검사, 웨이퍼 처리, 폐기물 분류, 형광 분석, 고전압 기술, 현미경 검사, 피부과 등 다양한 애플리케이션에 적합합니다. 이러한 애플리케이션을 지원하기 위해 내장된 카메라 기능에는 수평/수직 이미지 반전 기능, 불량화소 보정, 음영 보정, 시퀀서 기능, 다중 비닝/크기 조정 모드 및 변화하는 조명 조건에서 노출을 제어하기 위한 자동 셔터 및 자동 게인 기능을 연결하는 자동 레벨 제어(ALC) 기능 등이 포함되어 있습니다. GO-8105M-5GE-UV 모델은 JAI가 제공하는 Go 시리즈 소형 산업용 카메라의 25번째 모델입니다. 다른 모델에는 2.35 또는 5 메가픽셀의 해상도 및 GigE Vision, USB3 Vision 또는 Camera Link 인터페이스가 탑재된 흑백 및 컬러 머신 비전 카메라, 편광 이미징 애플리케이션을 지원하는 온센서 편광 그리드가 장착된 2가지 모델 등이 있습니다. 화인스텍은 머신비전 솔루션 그 이상을 만듭니다. (www.fainstec.com)
2022.11.03Xscale 픽셀 크기, 감도 및 해상도 요건을 모두 충족시킬 수 있는 서브 픽셀 크기 조정 CMOS 센서 기술은 다양한 픽셀 크기와 해상도로 제공되고 있습니다. 그러나 머신 비전 설계자가 특정 애플리케이션에 적합한 카메라를 찾는 것은 말처럼 쉽지 않습니다. 구형 카메라를 새로운 카메라로 교체해야 하는 경우, 새 카메라의 픽셀 크기가 달라져 해상도를 변경하거나 기존 시스템의 FOV를 변경해야 할 수 있습니다. 또는 2x2 또는 4x4 비닝에 필요한 만큼의 해상도를 희생하지 않으면서 픽셀을 결합하여 감도를 높이고 싶을 수 있습니다. 또는 단순히 비닝을 사용하여 컬러 카메라의 감도를 높이고 싶지만 선호하는 카메라가 컬러 비닝을 지원하지 않을 수도 있습니다. JAI의 Xscale을 통해 이런 문제를 해결할 수 있습니다. Xscale의 특장점 Xscale을 사용하면 기존 비닝보다 훨씬 유연하게 픽셀 크기, 해상도, 감도 및 신호대 노이즈 비율을 조정할 수 있습니다. 기존의 비닝은 2x1, 2x2, 4x4 등과 같이 "전체" 픽셀의 조합으로 제한되었습니다. 반면 Xscale은 부동 소수점 수를 사용하여 픽셀의 일부분을 전체 픽셀과 결합하여 정확히 필요한 크기의 "가상" 픽셀을 생성할 수 있습니다. Xscale은 다음의 기능을 지원합니다. ● 합산을 사용하여 더 높은 감도의 픽셀 생성 ● 평균화를 사용하여 더 뛰어난 신호 대 노이즈 비율(SNR)의 픽셀 생성 ● 필요한 픽셀 크기와 해상도/FOV를 모두 일치시키기 위한 ROI와 크기 조정 결합 ● 흑백, Bayer 또는 RGB 픽셀 형식의 크기 조정 가능 독립적인 H & V 크기 조정 Xscale은 픽셀 크기 재조정을 위한 뛰어난 유연성을 제공합니다. 오늘날 대부분의 CMOS 센서에는 정사각형 픽셀이 장착되어 있지만 특정 프로젝트에 직사각형 픽셀이 필요한 경우가 발생할 수 있습니다. 이를 위해서는 픽셀을 직사각형 픽셀이 장착된 구형 카메라의 형식에 맞추거나 1x2 또는 2x1과 같은 비대칭 비닝 구성에 맞춰야 할 수 있습니다. Xscale은 목표로 하는 픽셀 크기와 모양에 맞출 수 있도록 수평 및 수직 방향으로의 다양한 크기 조정을 지원합니다. 최대 16:1 크기 조정 비닝은 일반적으로 크기가 2배 또는 때로는 4배로 제한되지만 Xscale은 센서의 기본 픽셀 크기의 최대 16배까지 크기 조정을 지원합니다. 40µm 픽셀의 집광 기능이 필요하신가요? Xscale의 16:1 크기 조정 범위를 사용하면 가능합니다. JAI의 Xscale 카메라 Xscale 기능은 Sony Pregius S CMOS 센서가 탑재된 JAI Go-X 시리즈 카메라에 표준 기능으로 탑재되어 있습니다. Xscale 기능이 포함된 모델은 현재 CoaXPress 인터페이스가 탑재된 12개 모델과 1000BASE-T GigE Vision 인터페이스가 탑재된 12개 모델입니다. Pregius S 센서, 5GBASE-T GigE Vision 인터페이스 및 Xscale 기능이 탑재된 12개의 추가 Go-X 모델은 2022년 4분기에 출시될 예정입니다. Xscale이 탑재된 카메라는 5.1~24.5 메가픽셀의 기본 해상도를 제공합니다. 기본 픽셀 크기는 2.74μm입니다. 자세한 내용은 Go-X 시리즈 페이지(www.jai.com/kr/go-x-series)를 참조하시기 바랍니다.
2022.07.19Xpress 더 빠른 GigE Vision 출력을 위한 무손실 압축 오늘날 CMOS 카메라의 속도와 해상도가 증가함에 따라 머신 비전 설계자들은 어려운 선택에 놓여있습니다. GigE Vision 표준 인터페이스를 계속 사용하는 경우 네트워킹 기능, 긴 케이블 길이, PC 직접 연결과 같은 많은 이점이 있지만 GigE Vision의 크지 않은 대역폭 용량에 따른 낮은 프레임 속도에 만족해야 합니다. CoaXPress, Camera Link 또는 10 GigE Vision과 같은 고용량 인터페이스를 사용할 수도 있지만 이러한 기술은 더 높은 비용과 복잡성을 요구합니다. JAI의 Xpress는 GigE Vision 표준의 이점을 유지하면서 프레임 속도를 기본 대역폭 한계 이상으로 높일 수 있는 세 번째 옵션을 제공합니다. Xpress 기능이란? Xpress는 이미지 데이터의 크기를 줄인 후 호스트 PC에서 완벽하게 재구성할 수 있는 무손실 압축 알고리즘을 제공합니다. 압축은 이미지 중복 원리를 사용하여 카메라의 FPGA에서 수행됩니다. 구체적으로 설명하면, Xpress 알고리즘은 이미지를 작은 픽셀 블록으로 분해하고 이미지에서 동일한 픽셀 패턴을 가진 다른 블록을 찾습니다. 이러한 중복 블록을 짧은 코드로 표시하여 "인코딩"하면 카메라에서 출력되는 이미지 데이터의 전체 크기를 크게 줄일 수 있습니다. 이미지 크기가 작아지기 때문에 GigE Vision 대역폭을 통해 프레임을 더 빠르게 전송할 수 있습니다. 매우 "복잡한" 이미지의 경우 약간의 속도 향상부터 높은 수준의 균일성을 가진 이미지의 경우 최대 100%의 속도 증가에 이르기까지 속도 향상은 이미지가 중복되는 양에 따라 달라집니다. 예를 들어, 이미지 파일의 크기를 30% 줄이는 경우 프레임 속도가 표준 GigE Vision 연결에 비해 약 42% 증가합니다. 또한 Xpress를 통해 파일 크기가 작아지면 현재 프레임 속도를 유지하면서 동일 네트워크를 공유하는 카메라의 수를 늘릴 수도 있습니다. 무손실 압축 해제 인코딩된 픽셀 데이터를 본래의 픽셀 패턴으로 교체하면 이미지 품질이나 디테일의 손실 없이 전송된 이미지를 완벽하게 재구성할 수 있습니다. Xpress 압축 해제 라이브러리를 사용하면 개발자는 이미지 처리 루틴을 위해 애플리케이션 코드에 몇 가지 함수를 간단히 추가하여 GigE Vision 데이터의 압축을 쉽게 해제할 수 있습니다. 예시적인 목적으로만 제공됩니다. 올바른 사용법은 카메라 매뉴얼이나 소프트웨어 문서를 참조하세요. Xpress 압축 해제 소프트웨어는 JAI 웹사이트에서 다운로드할 수 있습니다. JAI의 Xpress 카메라 Xpress 무손실 압축은 Sony Pregius S CMOS 센서가 탑재된 JAI의 흑백 Go-X 시리즈 GigE Vision 카메라에 표준 기능으로 포함되어 있습니다. Xpress가 탑재된 카메라의 기본 해상도는 5.1~24.5 메가픽셀이며 표준(비압축) 프레임 속도는 23fps~4fps입니다. 자세한 내용은 Go-X 시리즈 페이지(www.jai.com/kr/go-x-series)를 참조하시기 바랍니다. * 프레임 속도는 이미지 콘텐츠에 따라 달라집니다. 일반적으로 최대 속도의 40%-50%입니다.
2022.07.19