총 8 건
line scan application 라인스캔 머신비전 기술은 대형, 고해상도, 고속 이미지 캡처가 필요한 결함 없는 이미지를 검사하는 데 적합한 머신비전 기술입니다. 예를 들어 종이, 섬유, 금속, 유리 테이프 등과 같이 대형 웹(web) 이미지 검사를 위해서는 라인스캔 카메라 기술이 사용되어야 합니다. 라인스캔 기술은 일련으로 연속된 이미지 데이터를 취득하기 때문에 데이터 양이 방대합니다. 또한 고속으로 이동하는 물체의 이동 속도와 카메라의 이미지 캡처 속도를 동기화시켜 정확한 이미지를 확보해야 합니다. 이러한 이유로 고속으로 이미지를 취득하고 취득한 데이터를 처리하여 PC로 전송하는 기술이 필요합니다. 즉, 고속으로 이미지를 전송하는 인터페이스와 고속으로 데이터 처리하는 프레임그래버 조합은 라인스캔 비전 검사에서 있어 대량의 이미지 데이터를 효율적으로 처리하는 핵심 요소입니다. 이를 통해 이미지 처리의 가장 중요한 데이터 흐름을 유지하여 머신비전 시스템의 성능과 효율성을 높입니다. 이러한 면에서 Euresys Coaxlink Quad CXP-12 DF 프레임 그래버는 해상도, 프레임 속도 및 대역폭 측면에서 기존의 한계를 뛰어넘는 성능을 제공합니다. web"*: 종이, 섬유, 금속, 플라스틱, 유리 등과 같은 재료가 롤 형태로 연속적으로 움직이는 것을 의미합니다. 1 Euresys Coaxlink Quad CXP-12 DF Euresys의 Coaxlink Quad CXP-12 DF 프레임 그래버는 CoaXPress 2.0 표준의 CXP-12 모드를 활용하여 기존 CoaXPress 1.0 규격의 CXP-6보다 두 배 빠른 12.5 Gbps의 확장된 대역폭을 제공합니다. 이미지 데이터를 전송하는 인터페이스 종류와 대역폭 또한 최신 PCI Express 버스*(통신시스템)의 기능과 결합하여 초당 수 기가바이트의 이미지 데이터를 PC 메모리로 전송할 수 있습니다. CoaXpress*는 대량의 데이터를 고속으로 전송하는 인터페이스. 프레임 그래버: 카메라로부터 받은 영상 신호를 디지털 데이터로 변환시켜 주는 영상 캡처 장치. CXP-12: CXP는 CoaXpress의 약자로 12는 데이터 전송 속도, 즉 12기가 바이트를 뜻함. PCI 버스(Peripheral Component Interconnect Bus)는 컴퓨터 메인보드에 주변 장치를 장착하는 데 쓰이는 컴퓨터 버스의 일종. 컴퓨터 버스: 컴퓨터 안의 여러 장치 사이를 연결해 데이터와 주소, 제어 신호 등 정보를 전송하는 통로(통신 시스템). 데이터 흐름(Data flow): 시스템 내에서 데이터가 이동하고 처리되는 방식과 경로를 의미. 데이터가 생성되거나 수집된 이후, 저장되고 처리되며 최종적으로 호스트 pc에 전송되는 과정. Coaxlink Quad CXP-12 DF 주요 사양 CoaXPress CXP-12 연결 4개 및 데이터 전달 출력 4개: 카메라 대역폭 5,000 MB/s PCIe 3.0(Gen 3) x8 버스: 버스 대역폭 6,700 MB/s 다기능 디지털 I/O 라인 10개 폭넓은 카메라 제어 기능 Memento 이벤트 로그 툴 디지털 I/O 라인: input, output 데이터 입출력을 의미. PCIe 3.0 (Gen 3): PCIe의 세 번째 세대, 3.0 버전, 8 레인을 가진 PCIe 슬롯을 의미. 각 레인은 데이터 전송 경로를 의미하며, 8 레인 슬롯은 동시에 8개의 데이터 경로를 통해 정보를 전송할 수 있음. Memento 이벤트 로그 툴: 시스템 운영 중 발생한 오류 등을 기록한 이벤트 로그를 관리하는 도구. 이를 통해 문제를 진단하고 해결하는 데 도움이 된다. 비전 검사에서 사용되는 라인스캔 카메라는 고해상도 및 고속으로 일련의 이미지를 캡처하기 때문에 이미지 데이터 양이 큽니다. 그러므로 일부 산업의 비전 검사에서 여러 코어 CPU를 사용하더라도 처리해야 할 데이터가 너무 많아 1대의 PC로는 충분한 성능을 제공하기 어려운 경우가 있습니다. 이미지 데이터 처리 속도가 부족하면 이미지 분석, 객체 인식, 데이터 해석에 문제가 발생할 수 있습니다. 따라서 작업의 효율성을 높이기 위해 여러 대의 PC에 작업을 분산시켜 데이터 처리와 전송 속도를 확장해야 합니다. 2 데이터 전달 기능(Data Forwarding)이 있는 4개 채널 Coaxlink Quad CXP-12 DF 프레임 그래버 Coaxlink Quad CXP-12 DF는 DF(Data Forwarding) 기능을 지원합니다. 이 기능은 여러 대의 PC에 분배하여 이미지 처리 작업 부화를 방지합니다. Coaxlink Quad CXP-12 DF는 고속 카메라로 수집한 이미지 데이터를 CoaXPress 인터페이스를 통해 수신받고 동일한 데이터를 PCI Express 버스를 통해 호스트 PC로 전송합니다. 동시에 같은 데이터를 출력포트로 다른 장치(PC)나 시스템에 전달합니다. PCI 버스(Peripheral Component Interconnect Bus)는 컴퓨터 메인보드에 주변 장치를 장착하는 데 쓰이는 컴퓨터 버스의 일종 이러한 방식으로 하나의 카메라를 여러 PC 장치와 연결하는 데이지 체인*방식으로 연결할 수 있습니다. 즉, 하나의 카메라에 최대 10대의 컴퓨터에 연결하여카메라에서 수집된 데이터를 모든 PC에서 동시에 수신하여 처리합니다. 데이지 체인(Daisy Chain): 데이지 체인(daisy chain)이란 연속적으로 연결된 하드웨어 장치들의 구성을 지칭. 게다가 마스터 Coaxlink Quad CXP-12 DF 보드는 CoaXPress 비트스트림*에서 각 서브 보드의 동기화, 데이터 수집, 처리, 전송을 조정합니다. 마스터 CoaXlink 보드는 모든 장치 간의 회선까지 완벽하게 동기화하여 수집한 데이터가 정확하게 일치하도록 합니다. 이를 통해, 트리거(데이터 전송) 신호를 조정합니다. 비트스트림: 데이터 통신 회로들을 통해서 연속적으로 전송이 되는 일련의 비트열로 데이터들을 하는 스트림의 단위 Coaxlink Quad CXP-12 DF 보드는 데이터 포워딩 기능 덕분에 각 PC에 하나의 Coaxlink 보드만 필요하며 다중화 부속품을 필요하지 않습니다. 또한 PC를 서로 가깝게 배치하거나 최대 40m까지 거리를 둘 수 있습니다. 즉, 추가 부속품 비용이 발생하지 않으며, 40m 거리까지 유연하게 PC와 장비를 설치할 수 있으므로 시스템 비용을 줄일 수 있습니다. 3 Coaxlink Quad CXP-12 DF 프레임 그래버 산업 어플리케이션 Coaxlink Quad CXP-12 DF 보드는 주로 한 줄씩 이미지를 촬영하는 Line scan 카메라 어플리케이션(포장지, 인쇄, 금속 스트립)에 사용됩니다. 예를 들어 Line scan 카메라에서 매우 큰 이미지를 촬상해야 할 경우 매우 큰 이미지를 여러 부분으로 나누어 검사하는 것이 효과적입니다. 즉, Coaxlink Quad CXP-12 DF 보드를 사용하여 데이터를 여러 PC에서 동시에 처리할 수 있습니다. 이 방법은 택타임(Tack Time)도 줄이고 PC의 부하율도 줄입니다. 택타임(Tack Time): 요구하는 생산 목표를 달성하기 위해 제품 하나를 생산하는데 필요한 시간 Euresys Coaxlink Quad CXP-12 DF 어플리케이션 Euresys의 Coaxlink Quad CXP-12 DF는 검사 속도를 높이고 생산성을 향상합니다. Euresys 프레임그래버에 대해 더 궁금하시다면 화인스텍으로 문의 주세요!
2024.08.23타이어는 차량의 안전성과 성능에서 핵심적인 역할을 하며, 제조 과정에서의 품질 관리가 필수적입니다. 이 과정에서 산업용 3D 스캐닝 기술은 일관된 기준으로 타이어를 검사하여 결과의 신뢰성을 높이고 체계적인 품질 관리를 지원합니다. 3D 카메라를 통한 타이어 생산 공정에서의 검사는 정밀한 품질 관리, 불량 제품 식별, 생산 효율성 향상, 그리고 제조 표준 규격 준수에 필수적입니다. 특히, Photoneo의 PhoXi 3D Scanner는 타이어의 외관 검사, 내부 구조 검사, 균형 검사, 트레드 균일성 검사, 제조 공정 모니터링에서 뛰어난 성능을 발휘합니다. <머신비전 솔루션을 활용한 타이어 외관검사 어플리케이션> 이러한 타이어 검사의 높은 정밀성과 효율성을 구현하기 위해, 산업용 3D 스캐너가 제조 공정에서 필수적인 도구로 자리 잡고 있습니다. 화인스텍의 공식 파트너사 포토네오(Photoneo)의 PhoXi 3D 스캐너의 고해상도 3D 데이터 캡처와 빠른 스캔 속도는 타이어의 결함과 상태를 정밀하게 측정하고 분석하며, 다양한 환경에서도 안정적인 성능을 발휘하는 견고한 설계를 갖추고 있습니다. <타이어 외관 검사에 적합한 산업용 3D 스캐너_PhoXi 3D Scanner> 이러한 기술적 장점 덕분에 다양한 머신비전 기반 타이어 검사 기능이 효과적으로 구현될 수 있습니다. PhoXi 3D 스캐너는 3백만 개의 3D 포인트로 구성된 고해상도 데이터를 제공하며, 실시간으로 움직이는 물체를 정확하게 스캔하는 뛰어난 기능을 갖추고 있습니다. PhoXi 3D 스캐너를 실제 어플리케이션인 타이어 검사에 적용해 보았습니다. 다양한 타이어 검사 중 타이어 트레드의 깊이와 폭을 검사하였으며, 고정된 위치에서의 깊이 및 폭 측정에 집중해 보았습니다. * PhoXi 3D Scanner가 위에서 타이어를 스캔하는 모습 Photoneo 프로그램으로 확인할 수 있는 데이터 다양한 컬러 표현을 지원하는 Photoneo 프로그램을 사용하여, 스캔 된 데이터를 시각적으로 확인할 수 있습니다. Photoneo 프로그램은 파라미터 설정, 이미지 확인 및 저장 기능을 제공하여, 스캔 된 3D 데이터를 효과적으로 다룰 수 있도록 합니다. PhoXi 3D 스캐너로 캡처한 타이어의 3D 모델을 시각적으로 분석한 결과를 볼 수 있습니다. 화면에서 스캔 된 타이어의 트레드 깊이와 폭 측정을 통해 타이어의 세부 상태를 확인할 수 있습니다. 또한, 3D 스캔을 통해 얻은 데이터를 처리하여 포인트 클라우드를 생성하고 이를 바탕으로 3D 모델링을 수행한 결과를 확인할 수 있습니다. 아래 사진을 클릭해보세요! ↓↓↓↓↓↓↓↓↓ Phoxi 3D Scanner L size SPECIFICATIONS Photoneo PhoXi technical parameters PhoXi 3D 스캐너는 실시간으로 움직이는 물체를 정확히 스캔할 수 있는 기능 덕분에, 타이어 제조와 검사뿐만 아니라 아래와 같은 다양한 어플리케이션에 적용될 수 있습니다. *사진을 클릭하여 3D 모델링 결과를 확인해 보세요! 가장 작은 부품 검사 PhoXi 3D 스캐너 XS는 161~205mm의 스캔 범위 내에서 작은 물체를 높은 정밀도로 스캔할 수 있도록 설계되었습니다. 높은 정확도와 세부 수준을 제공하는 XS 모델은 물체와 재질 검사에 가장 적합한 선택입니다. 큰 물체 검사 PhoXi 3D 스캐너 XL은 1680~3780mm의 스캔 범위 내에서 매우 큰 물체를 스캔하는 데 적합합니다. 광택, 반사 또는 검정색 표면이 겹쳐져 있는 다양한 상자 종류가 적재된 화물의 디팔렛타이징과 같은 여러 응용 분야에서 사용할 수 있습니다. 정확한 유기물 인식 PhoXi 3D 스캐너는 식품 업계에서 과일, 야채 또는 생선과 같은 유기물 물체를 스캔할 때 사용할 수 있습니다. 가장 복잡한 물체도 척척 노이즈 필터링에 대한 고급 알고리즘 덕분에 PhoXi 3D 스캐너는 반짝이거나 반사되는 재질에서도 (톱니바퀴와 같은 금속 물체) 스캔하고 검사할 수 있습니다. 메디컬 케어 PhoXi 3D 스캐너는 인체 스캔과 같은 의료 산업에도 적용가능한 어플리케이션입니다. 상이한 표면 스캔을 한번에 PhoXi 3D 스캐너는 표면이 서로 다른 다양한 종류의 물체가 있는 복잡한 장면도 스캔 한 번으로 포인트 클라우드를 확보할 수 있습니다. PhoXi 3D 스캐너에 대해 더 자세히 알고 싶거나, 제품 구매 및 상담을 원하신다면, 화인스텍을 방문해 주시기 바랍니다.
2024.08.07PCB는 산업의 기본 중의 기본입니다. 전자 제품 산업, 의료 산업, 자동차 산업, 통신 산업, 항공 우주 산업, 자동화 제어 산업, 소비재 산업(전자제품, 가전제품, 운송수단, 의료기기, 스마트폰 등)까지 우리 눈에 보이는 대부분의 곳에는 항상 존재한다고 볼 수 있습니다. Printed Circuit Board 그렇다면 PCB는 무엇일까요? 거의 모든 산업에서 누구나 알고 있는 PCB는 “Printed Circuit Board”의 약자로, 전자 제품에서 전기적 연결을 만드는 데 사용되는 회로기판입니다. 즉, 서로 다른 다양한 전자 부품들이 서로 연결되어 우리가 원하는 목적의 동작을 완성하는 필수적인 부품입니다. - 다양한 PCB 종류 - 기술과 트렌드의 발전에 따라 PCB(Printed Circuit Board)의 종류도 다양해졌습니다. PCB는 전자제품의 기능, 역할, 디자인에 큰 영향을 미칩니다. 설계 방식에 따라 단면 PCB (Single-Sided PCB), 양면 PCB (Double-Sided PCB), 다층 PCB (Multilayer PCB)로 분류되며, 재료에 따라 유연한 특성을 가진 플랙시블 PCB (Flexible PCB)와 혼합된 특성을 가진 하이브리드 PCB (Rigid-Flexible PCB) 등으로 나눌 수 있습니다. 단면 PCB (Single-Sided PCB), 양면 PCB (Double-Sided PCB), 다층 PCB (Multilayer PCB) FPCB (Flexible PCB) PCB의 품질 보장은 전자제품의 성능과 신뢰성을 유지하는 데 필수적입니다. 현재 품질 보증, 고객 만족도 향상, 비용 절감, 규정 준수 등 여러 측면에서 PCB 생산 검사(전공정, 후공정 포함) 시장 또한 엄청난 성장세를 만들어가고 있습니다. PCB 검사는 생산된 PCB의 품질을 보장하기 위해 전공정과 후공정으로 크게 나뉘며, 각 단계에서 시각검사, 전기적 검사, AOI 검사 등 다양한 방법을 사용합니다. PCB 검사 과정 1. 전공정 검사 (Pre-Process Inspection) PCB 제조 과정 중 불량률을 초기에 최소화하기 위해 제작 단계해서 실시하는 검사 2. 후공정 검사(Post-Process Inspection) PCB 최종 제품의 품질을 확인하고 출하 전에 결함을 발견하고 수정하는 검사 PCB 검사 종류 - PCB 검사의 핵심은 바로 비전시스템, 자동 광학 검사 AOI - 초기 단계에서 발견하지 못한 오류는 높은 수리 비용, 제품 수명 주기, 시스템 고장 등으로 이어질 가능성이 큽니다. 따라서 PCB 제조 프로세스의 효율성을 높이는 핵심 요소 중 하나인 자동 광학 검사(AOI, Automated Optical Inspection) 시스템을 사용하여 제조 초기 단계 및 최종 출하 단계에서 단락, 부품 누락, 마운팅 오류, 솔더 조인트 품질 등과 같은 문제점을 빠르고 정확하게 식별합니다. AOI 자동 광학 검사기는 말 그대로 광학기기(Vision System) 시스템입니다. 빠르고 정확한 PCB 검사를 위해서는 적합한 광학계 선정과 그에 맞는 알고리즘 셋팅이 진행되어야 합니다. AOI에 사용되는 비전 시스템 중 카메라에 대해 어떤 기준으로 선정하는 것이 좋을지 JAI사의 Spark 시리즈와 함께 알아보겠습니다. [ AOI 시스템 구축 시, 고려해야 할 카메라의 기준 ] 고해상도, 빠른 속도, 고성능 인터페이스, 올바른 셔터방식 AOI 시스템 구축 시, 고려해야 할 카메라의 기준 - 고해상도 PCB를 구성하는 부품의 크기가 점점 작아지고 마우트되는 칩들 또한 초소형의 것들이 많기 때문에 AOI 검사기가 정확하게 결함 감지 및 오류를 최소화하기 위해서는 이러한 세부 사항들을 명확하게 볼 수 있어야 합니다. 일반적으로 500만 화소급 이상의 카메라 기본이었던 AOI 검사기는 최근에는 2,000만 화소 이상의 카메라가 요구되기도 합니다. 고해상도 카메라는 초미세한 부분까지도 확인할 수 있는 대안이 될 수 있습니다. 또한 고도화된 규칙 기반의 AOI 시스템은 물론 인공지능 기반 시스템을 사용하여 적절한 학습 데이터를 제공함으로써 더 정확하고, 지능적인 결론을 내릴 수 있도록 고해상도 카메라는 AOI 시스템에 중요한 고려 사항이 될 수 있습니다. AOI 시스템 구축 시, 고려해야 할 카메라의 기준 - 빠른 속도 고해상도 이미지 구현으로 인해 시스템의 처리 속도가 느려지고, 생산량에 영향을 준다면 선정된 카메라가 우리에게 맞는 것인지 검토 해봐야 합니다. 더욱 정교하고 복잡해진 설계라고 해서 PCB 생산량을 줄일 필요는 없습니다. 이는 AOI 검사의 ‘속도’가 곧 생산량의 긍정적인 영향을 끼친다고 바로 해석할 수 있습니다. JAI 는 이러한 AOI 시스템 설계자들의 고민을 잘 해석했고, 해상도와 속도 사이에서 원하는 균형을 찾도록 하는 카메라를 생산했습니다. JAI의 Spark 시리즈의 SP-5000-CXP4가 바로 그 균형입니다. Spark시리즈 SP-5000M-CXP4 5 메가픽셀 에어리어 카메라 2,000만 화소 이상의 해상도가 여전히 요구되는 동시에 고속의 이미지 처리량을 유지하고 싶은 시스템 설계자분들의 목소리도 JAI는 겸손히 듣고 그에 맞는 균형적인 제품을 개발했습니다. 2,600만 화소 카메라, Spark 시리즈 SP-25000-CXP4A가 그 답입니다. SP-25000-CXP4A는 최대 150fps(8비트)로 실행할 수 있으며, 5120 x 5120 픽셀을 제공하여 고해상도와 높은 처리량을 동시에 충족할 수 있습니다. 또한, 프레임 속도를 사용하여 현재 처리량을 유지하면서 PCBA당 여러 이미지를 활용하여 더 나은 결함 평가를 제공할 수 있는 고급 알고리즘을 지원합니다. park 시리즈 SP-25000C-CXP4A 26 메가픽셀 에어리어 스캔 카메라 AOI 시스템 구축 시, 고려해야 할 카메라의 기준 - 고성능 인터페이스 앞에서 설명한 바와 같이, 속도와 해상도 두 가지 목표를 동시에 만족하려면 카메라에 두 가지가 필요합니다. 즉, ‘빠른 센서’와 생성되는 모든 이미지 데이터를 처리할 수 있는 ‘고대역폭 인터페이스’가 필요합니다. 다시 말해, 고해상도의 이미지를 빠른 프레임 속도(fps)로 전송할 수 있는 고성능 인터페이스여야 합니다. 시스템의 해상도와 관계없이 처리량을 극대화하는 것이 경쟁력 있는 핵심 요건이라면 고성능 인터페이스를 갖춘 카메라를 찾고자 할 것입니다. 단일 인터페이스에서 4개의 병렬 레인으로 구성할 수 있는 CoaXPress 표준 인터페이스 최신 버전(v2.0) - JAI 예를 들어, CoaXPress 표준 인터페이스 최신 버전(v2.0)은 이제 케이블당 최대 12.5Gbps를 지원할 수 있으며, 단일 인터페이스에서 4개의 병렬 레인으로 구성할 수 있습니다. 결과적으로 50Gbps 대역폭은 2,600만 화소의 8비트 이미지를 카메라에서 프로세서로 최대 150fps로 전송할 수 있는 충분한 성능을 제공합니다. 물론 고대역폭 카메라는 그 성능을 100% 발휘할 수 있도록 하는 적절한 프레임그래버 선정도 매우 중요합니다. Euresys는 이미지 및 비디오 캡처용 구성부품, 프레임 그래버, FPGA IP 코어, 이미지 처리 소프트웨어를 설계 및 공급하는 기업입니다. 그러나, 일부 AOI 시스템은 전문화된 유형의 결함 감지에 중점을 둘 수 있으며 고객을 유치하기 위해 처리량을 지나치게 강조할 필요가 없을 수도 있습니다. 이러한 시스템의 경우 최대 6.8Gbps로 작동하는 카메라 링크 인터페이스로도 충분한 대역폭이 될 수 있습니다. AOI 시스템 구축 시, 고려해야 할 카메라의 기준 - 올바른 셔터방식 AOI 시스템에서의 “높은 처리량”은 영상 시스템의 시야를 통해 빠르게 움직이는 보드의 이미지를 캡처하는 것을 의미합니다. 이를 위해 고려해야 할 두 가지 유형의 카메라 셔터 방식이 있습니다. 첫째, 글로벌 셔터 카메라입니다. 이러한 카메라는 피사체의 전체 장면을 동시에 노출하는 방식으로 이미지를 캡처합니다. 즉, 충분히 빠른 프레임 속도와 노출 설정(셔터 속도)만 있다면, 움직이는 물체를 흐릿함이나 왜곡 없이 빠르게 포착할 수 있습니다. 이는 수평이나 수직으로 빠르게 장면을 주사하여 상을 포착하는 롤링 셔터 카메라와는 대조적입니다. 두 번째 옵션은, 일부 롤링 셔터 카메라의 “글로벌 리셋” 모드입니다. 노출 시작 시간 동안 플래시를 사용하여 동작을 정지한 다음 나머지 노출 시간 동안 빛을 차단하는 글로벌 리셋 모드를 사용할 수 있다면, 롤링 셔터 카메라도 고속 AOI 시스템을 위한 옵션이 될 수 있습니다. 그러나 이 경우, 롤링 셔터 카메라가 위에서 언급한 고해상도, 빠른 프레임 속도 및 고성능 인터페이스와 같은 나머지 모든 요구 사항을 충족해야 하며, AOI 시스템이 시야에서 주변 조명을 제어할 수 있어야 합니다. 이러한 요구 사항을 모두 충족하는 경우에만 롤링 셔터 카메라를 고려해 볼 수 있습니다. PCB AOI 검사기에 대해 JAI사의 Spark 시리즈와 함께 알아봤습니다. 사실 PCB 검사를 위한 AOI 자동 광학 검사기는 시스템 구성을 위한 환경이 정말 너무 다양하기 때문에 오늘 언급한 해상도 및 속도가 최적의 조건이 아닐 수도 있습니다. 중요한 것은 설계의 환경을 잘 이해하고 최적의 비전 컴포넌트 구성을 하는 것입니다. 화인스텍은 AOI 시스템 설계에 필수적인 비전 시스템을 충분한 컨설팅을 통해 알맞은 컴포넌트 구성을 제안해 드릴 수 있습니다. 카메라, 렌즈, 프레임 그래버 선정 등 종합 머신비전 솔루션을 원하신다면 화인스텍으로 문의 바랍니다.
2024.05.17AT가 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. Area Scan Camera를 통한 식음료 산업의 생산성 향상 식품 및 음료(F&B)산업은 식품 가공, 포장, 품질 및 재고 관리와 같은 다양한 생산 단계에서 빠르고 정확한 검사를 필요로 합니다. Area Scan Camera는 움직이는 식품 및 음료의 영역을 컬러 또는 흑백으로 캡처하여 고품질의 시각 데이터를 제공합니다. 이런 카메라 시스템은 높은 해상도와 프레임 속도로 작동하여 생산 라인에서 발생하는 작은 결함이나 불량품을 빠르게 감지할 수 있습니다. 2. 고속, 고정밀 이미지를 획득하는 TELEDYNE FLIR의 Forge 5GigE Teledyne FLIR은 이미지 센서 및 라인/영역/스마트 카메라를 통하여 F&B 산업의 생산성을 향상해 왔습니다. Teledyne Flir의 FLIR Forge 5GigE Teledyne FLIR의 Forge는 빠르고 견고하게 시스템을 쉽게 구축할 수 있도록 설계된 Area scan camera 플랫폼입니다. Forge는 유연한 링크 속도와 5GigE* 성능으로 컴퓨터 및 장치에 효과적으로 데이터 전송을 제어하는 유연성을 제공합니다. 또한 제조사의 환경을 고려하여, Forge는 1GigE에서 5GigE까지 원활한 시스템 업그레이드 경로를 지원합니다. 이를 통해 Forge 카메라는 전체적으로 통합적 편의성을 제공합니다. - Forge 5GigE 기기 특징 - 5GigE 이상의 성능 통합의 편의성 신뢰적인 시스템 구축 - Forge는 최대 10Gb/s의 속도로 이미지를 메모리에 캡처하는 버스트 모드를 제공 - 500MB 이미지 버퍼와 결합하여 데이터 전송 제어 가능 - OEM 통합 간편화를 위한 PoE, 편리한 카메라 제어를 위한 Opto-isolated 트리거 기능을 제공 - Teledyne Spinnaker 및 Sapera SDK, GigE Vision 호환 소프트웨어 패키지를 지원 - 카메라 내 전처리 기능의 풍부한 조합을 제공하도록 설계 - Trigger-to-Image Reliability (T2IR) 프레임워크를 지원하여 견고한 시스템구축 GigE* "Gigabit Ethernet"의 줄임말로 이더넷 모듈을 활용한 범용 디지털 카메라 인터페이스. 이더넷은 컴퓨터 및 네트워크 장비 간에 데이터를 주고받기 위한 표준적인 방법으로 널리 사용되고 있으며, GigE는 이더넷 기술 중에서도 더욱 빠른 속도의 데이터 전송을 가능하게 함. OEM은 Original Equipment Manufacturer의 약자로, 다른 회사의 제품에 사용되는 부품이나 구성 요소를 제조하는 제조사를 일컬음. SDK는 "Software Development Kit"의 약어로, 소프트웨어 개발 도구 모음 | 이미지 속도 향상을 위한 5GigE를 지원하는 버스트 모드 식음료 산업에서의 이미징 어플리케이션(image application) 기술은 고속으로 식품을 분류, 부분 절단, 품질 모니터링과 같은 부분에서 생산 주기 시간을 단축하기 위해 노력해왔습니다. 제품을 만드는 시간을 줄이기 위해서는 스캔 카메라의 이미지 캡처 속도를 높여서 전반적인 생산 속도를 높여야 합니다. 그러나 높은 사양의 대역폭을 지원하는 네트워크 시스템은 전력을 많이 소모하기 때문에 시스템 총비용을 증가시키는 문제가 있습니다. Forge 5GigE 카메라는 빠른 이미지 취득과 데이터 전송을 위한 Burst Mode를 제공합니다. 버스트 모드는 고속 애플리케이션에 유용한 기능이며 최대 10Gb/s의 속도로 이미지를메모리에 빠르게 저장할 수 있습니다. 따라서 엔지니어가 호스트 시스템을 과도하게 사용하지 않으면서도 데이터 전송을 효과적으로 제어하여 빠르게 정보를 캡처할 수 있습니다. Burst Mode 이러한 기능은 5GigE 인터페이스의 낮은 대역폭에서도 원래 속도를 두 배로 늘려 이미지 취득 및 전송 속도를 향상시킵니다. 결과적으로 시스템 업그레이드 비용을 감소시키며 또한 제품 생산 속도를 높일 수 있습니다. | 고정밀 트리거링 및 초정밀 동기화 비전 검사에서 다중 카메라 시스템(각 카메라가 네트워크 스위치에 연결되어 있는 트리거 신호*를 수신하는 시스템)은 정밀도가 가장 중요합니다. 일반적으로 이미지 획득의 대기 시간과, 캡처된 이미지 프레임에 변화가 생기면 시스템 설계자나 프로세스 엔지니어가 수동 개입하여 문제를 해결해야 합니다. Precise Time Protocol Forge 5GigE 카메라는 이더넷 업계 표준 IEEE1588 정밀 시간 프로토콜(Precision Time Protocol)*과 장치에 최적화된 Action Command 소프트웨어 키트 기능을 제공합니다. 동일한 주파수에서 실행되는 클록은 시간이 지남에 따라 표류합니다. IEEE 1588 장치는 이를 보완하기 위해 주기적으로 동기화합니다. Precision Time Protocol은 이더넷 장치 내의 동기화를 위해 사용되는 프로토콜이며 Action Command 프로그램은 하나 이상의 대상 장치에서 다양한 작업을 트리거하거나 예약하는 데 사용할 수 있는 액션 명령 시스템입니다. 게다가 Forge 5GigE 카메라는 정확한 트리거링 및 동기화를 위한 Trigger-to-Expose 고급 시작 기능을 갖추고 있습니다. 정밀한 트리거링 기능은 흔들리거나 불안정함 없이 이미지를 캡처하여 여러 카메라에서 정확하게 동기화됩니다. 이러한 기능들은 제품이나 상품을 적절한 순서로 팔레트에 적재 및 운반하는 팔레타이징 시스템이나 식품 포장 검사 및 식품 보관 검사에서의 정밀도를 향상시킵니다. 트리거 신호: 특정한 조건이나 사건이 발생했을 때 다른 동작이나 프로세스를 시작하기 위한 신호를 말함. IEEE 1588: 정밀한 시간 동기화를 제공하는 네트워크 프로토콜로 네트워크 내의 디바이스 간에 정밀한 시간 정보를 동기화하고 유지하는 데 사용된다. Trigger-to-Expose은 카메라의 작동 방식 중 하나 트리거 신호를 받아들이고 이미지를 캡처하는 과정 간의 시간. | T2IR 프레임워크를 통한 시스템 디버깅과 오류 단순화 Forge 5GigE의 Trigger to Image Reliablity Forge 5GigE 카메라는 Trigger-to-Image-Reliability (T2IR) 프레임워크 기능을 통하여 시스템 디버깅 및 오류 분석을 간소화합니다. T2IR 기능은 전체 시스템의 모니터링, 제어, 진단 기능을 제공하며, 데이터의 흐름을 이미지 캡처에서 호스트 전송까지 추적합니다. 이 기능은 포장, 밀봉, 라벨 표시, 병 채움 검사와 같은 품질 검사 작업에서 특히 유용하게 사용됩니다. 예측할 수 있는 오류를 미리 방지하기 때문에 포장 및 밀봉 검사에서 정밀도를 높이며, 라벨링 변이 검사에서는 시스템이 문제를 처리하고 추적하면서 품질을 유지합니다. 병 채움 검사에서 이미지 손실이나 트리거와 관련된 문제가 발견됐을 경우 T2IR기능을 통해 문제를 식별하고 해결합니다. 마지막으로 품질 검사 작업에서는 품목이 많을 경우 과부하 조건이 발생할 수 있습니다. T2IR기능은 일부 검사를 건너뛰고 건넌 뛴 부분을 추적할 수 있습니다. 이는 고수요 상황에서도 시스템의 효율성과 신뢰성을 유지할 수 있게 해줍니다. 3. 고해상도 이미지로 빠른 동기화, 생산 주기 단축의 새로운 전환 Forge 5GigE 카메라는 소프트웨어 솔루션과 함께 품질 통제를 정제하여 음식 및 음료 산업의 장비 제조업체 요구를 충족시키는 우수한 제품을 제공합니다. 현재 제조업계에서는 고해상도 및 고속 카메라에 대한 수요가 계속 증가하고 있습니다. 이에 따라 Forge 5GigE는 식품 제조업에서의 이미지 캡처를 위한 빠른 동기화와 높은 대역폭 속도를 통하여 생산 주기를 단축하며, 정밀하고 유연한 프로세스를 통해 생산성을 향상시키고 비용을 절감할 수 있는 솔루션으로 떠오를 것입니다. Forge 5GigE 카메라는 앞으로의 머신 비전 시장에서의 잠재적인 성장 가능성이 높은 제품으로 기대됩니다. Forge 5GigE 카메라에 대한 자세한 사양을 알고 싶으시다면 화인스텍 홈페이지를 통해 확인해보세요!
2024.02.061. Euresys의 어플리케이션 머신비전 솔루션 적용 사례 소개 식품 산업에 있어서 품종과 곡물 검사는 식품 안전성을 보장 및 품질 향상과 생산성 향상에 있어 중요한 역할을 합니다. 농산물 검사는 비전(시각적 정보 처리) 업계에서 특별한 어려움을 겪는 과제입니다. 천연 제품은 본질적으로 표준화되어 있지 않으며, 그 형태, 색상, 숙성도, 수분 등이 제품마다 서로 다르기 때문입니다. 이렇게 표준화하기 어려운 농산물을 비전 시스템을 통해 성공적으로 검사 및 분류를 진행하기 위해 머신 비전 업계는 오래전 부터 여러가지 시도를 통해 식품 생산 업계의 생산성 향상에 기여하고 있습니다. 특히 프레임그래버는 빠르게 이동하는 곡물을 카메라로 이미지를 취득하고, 그 데이터를 PC로 안정적이고 빠르게 전송하는 기능을 제공하기 때문에 상황에 맞는 적절한 사양의 프레임 그래버를 선정해야 하는 머신비전 시스템 중 하나입니다. 특히 고속을 지원하는 프레임그래버를 사용함으로써, 제조업체들은 농산물의 품질을 신속하게 분류하고, 이를 통해 생산 과정에서의 오류를 줄이며, 전반적인 생산 효율성을 향상시킬 수 있습니다. 이번 포스팅에서는 커피, 과일 열매, 견과류 등의 식품 색상 분류기를 전문적으로 생산하는 장비업체가 유레시스 프레임그래버를 장비에 적용하여 성공적으로 커피 열매 분류기를 개발한 사례를 소개해 드리겠습니다. 사례를 설명드리기 전에 프레임그래버에 대한 특징을 먼저 이해해 보겠습니다. 2. 프레임그래버란? 프레임그래버는 “프레임을(Frame)을 잡는다(Grab)”라는 뜻으로 이미지를 획득하기 위해 만들어진 장치입니다. 프레임그래버(Frame Grabber)는 디지털 이미지 처리 및 컴퓨터 비전 시스템에서 사용되는 장치로, 아날로그 또는 디지털카메라로부터 받은 비디오 신호를 컴퓨터가 이해할 수 있는 디지털 형식으로 변환하는 역할을 합니다. 이 장치는 이미지 캡처, 저장 및 처리를 가능케 하여 다양한 응용 분야에서 활용됩니다. 프레임그래버 구조와 역할 프레임그래버의 주요 역할과 특징은 다음과 같습니다: 1. 이미지 캡처 2. 디지털화 3. 저장 및 전송 4. 실시간 이미지 처리 프레임그래버는 아날로그 또는 디지털카메라로부터 입력된 비디오 신호를 디지털 이미지로 캡처합니다. 이는 정지된 이미지 또는 연속적인비디오 흐름일 수 있습니다. 프레임그래버는 아날로그 신호를 디지털 형식으로 변환하여 컴퓨터에서 처리할 수 있도록 합니다. 디지털화된 이미지는 컴퓨터 메모리에 저장됩니다. 디지털 이미지를 저장하거나 다른 시스템으로 전송하는 데 사용됩니다. 이를 통해 이미지 데이터를 장치 간에 공유하거나 나중에 분석 및 처리를 위해 저장할 수 있습니다. 프레임그래버는 이미지를 실시간으로 처리하는 데 사용될 수 있습니다. 이는 실시간 비전 시스템에서 물체 감지, 추적, 측정 등의 작업을 수행하는 데 적용될 수 있습니다. 프레임그래버는 제조, 의료, 자동차, 로봇, 보안 등 다양한 산업 분야에서 컴퓨터 비전 및 이미지 처리 응용에 활용합니다. 또한 프레임그래버는 인터페이스와 깊은 연관성을 가지고 있습니다. 인터페이스란 두 시스템, 장치 또는 프로그램 간에 상호 작용하거나 정보를 교환할 수 있도록 만든 경계 또는 연결점을 의미합니다. 인터페이스는 USB, Camera Link, Coaxpress, GigE 등 데이터 전송량과 케이블 길이에 따라 다양한 구성으로 나눠집니다. Camera Link 인터페이스는 고속 디지털카메라와 컴퓨터 또는 다른 이미지 처리 장치 간에 높은 대역폭의 데이터를 전송하기 위한 표준화된 디지털 인터페이스입니다. 높은 대역폭을 제공하여 이미지를 빠르게 전송하고, 데이터의 안정성을 보장합니다. 이번 챕터에서 솔루션으로 적용된 Camera Link 인터페이스는 고속 디지털 비디오 전송을 위한 표준 인터페이스로 주로 사용됩니다. 프레임그래버와 인터페이스 3. Euresys의 프레임 그래버를 통한 커피 열매의 고속 분류 | Euresys 프레임그래버 솔루션 과정 Xeltron 사의 건식 제품 분류기는 높은 정확도로 품질 기준이 까다로운 고객에게 높은 평가를 받아왔지만, 시간 당 처리량이 충분하지 않고 고객의 요구 사항을 충족시키기에는 무리가 있다는 문제에 직면하고 있었습니다. 식품 산업의 농산물 검사에서 농산물을 더 효율성 있게 분류하기 위해서는 빠르게 움직이는 농산물을 스캔할 수 있는 고해상도 카메라와, 고해상도 컬러 이미지를 빠르게 전달할 수 있는 인터페이스, 마지막으로 고속으로 실시간 이미지 처리할 수 있는 프레임그래이버의 역할이 중요하게 작용합니다. 이 회사는 더 많은 처리량과 효율성을 달성하기 위해 Euresys의 Grablink Duo 보드를 선택했습니다. 이 보드를 통해 커피 열매가 이동하는 통로의 양쪽에 설치된 두 대의 라인스캔 카메라가 콩이 일렬로 연속적으로 나아가는 방향에서 캡처한 이미지를 신속하게 전송하여, 곡물 분류 작업을 빠르고 정확하게 수행할 수 있었습니다. 유레시스 Grablink Duo는 하나의 전체 구성 또는 두 개의 기본 구성 Camera Link 카메라를 지원하며, 두 개의 Camera Link 포트를 내장하고 있습니다. 뿐만 아니라, PCIe Gen 2 x 4 버스를 통해 이 회사가 독자적으로 개발한 중앙 처리 장치를 활용하여 뛰어난 이미지 데이터 처리 성능을 제공하며, 높은 이미지 데이터 처리량을 확보했습니다. "최적화된 머신비전 시스템 설정 덕분에 이 회사는 해당 분류기의 성능을 시간당 4미터톤, 최대 16톤의 처리량에서 95~98%의 커피 열매 분류 정확도를 달성했습니다." 이 회사가 Euresys의 프레임그래버를 활용하여 불량 베리나 콩 및 이물질을 흐름에서 제거하는 모습을 아래서 확인할 수 있습니다. ACEPTADO - 통과 / RECHAZO- 미통과 | Euresys Grablink Duo 주요 기능과 사양 Euresys의 Grablink Duo 프레임그래버의 성능과 사양에 대해 살펴보겠습니다. Grablink Duo - Euresys Grablink Duo 프레임그래버의 주요 사양 - Euresys Grablink Duo의 주요 사양 | 두 개의 독립적인 Camera Link Base 구성 카메라 또는 한 개의 Camera Link Base, Medium, Full, 72비트 또는 80비트 카메라 · 현재 시판되는 수백 가지 Camera Link 카메라와 호환 · PoCL*, Power over Camera Link 지원 · ECCO*: Camera Link 케이블 길이 연장 · PCIe Gen 2 x4 버스* · 다기능 디지털 IO(Input/Output) 라인 20개 · eGrabber 드라이버 및 Memento 이벤트 로깅 도구와 호환 * ECCO: Camera Link 케이블 길이를 연장하는 데 사용되는 장비로, Camera Link 표준에서 사용되는 디지털 영상 인터페이스의 신호를 증폭하고 전송 거리를 연장하는 역할 * PoCL: 이는 카메라와 카메라를 제어하기 위한 인터페이스인 Camera Link 케이블을 통해 전원을 제공하는 기술 *PCIe Gen 2 x 4 버스는 컴퓨터와 이미지 취득 보드 간의 데이터 통신을 담당하는 인터페이스입니다. 여기서 "Gen 2"는 PCI Express의 두 번째 세대를 나타내며, "x 4"는 4개의 데이터 전송 레인을 의미합니다. * Memento 이벤트 로그 툴: Euresys에서 제공하는 소프트웨어로 사용자 애플리케이션과 관련된 사건(순간,활동)들을 기록하는 이벤트(사건) 기록 도구 - Euresys Grablink Duo 기술 특징 - 1. Grablink Duo는 두 개의 Camera Link 포트를 탑재한 이미지 취득 보드 Grablink Duo는 두 개의 Camera Link 포트를 탑재한 이미지 취득 보드입니다. 이 두 포트는 각각 한 개에서 두 개까지의 기본 구성 Camera Link 카메라를 지원합니다. 즉, 한 장치에서 하나에서 두개의 Camera Link 카메라를 사용하는 경우를 의미합니다. 두 대의 카메라를 사용하면 이미지를 취득하고 처리하는 것에 여러 가지 장점을 줍니다. 두 대의 카메라가 서로 다른 영역을 촬영하므로, 전체적으로 더 넓은 영역의 이미지를 취득할 수 있습니다. 또한 각 카메라가 독립적으로 작동하므로, 각 카메라가 고해상도 이미지를 촬영할하여 두 이미지를 합치면 전체적으로 고해상도의 이미지를 얻을 수 있습니다. 마지막으로 두 대의 카메라를 사용하면 두 시각에서의 관찰이 가능하기 때문에 이는 3D 이미지 생성 또는 물체의 위치 및 궤적 분석과 같은 응용에서 중요할 수 있습니다. 2. eGrabber 드라이버 및 Memento 이벤트 로깅 도구와 호환 eGrabber (좌)Driver (우)Memento eGrabber는 이미지 취득 소프트웨어로 eGrabber Driver와 eGrabber Memento는 eGrabber 소프트웨어의 라이브러리입니다. eGrabber Memento가 사용자의 애플리케이션 적용에 대한 사건들을 기록하는 도구라면 eGrabber Driver는 eGrabber 드라이버는 Coaxlink 및 Grablink Duo 프레임그래버에서 이미지 취득하기 위해 사용하기 쉬운 프로그래밍 인터페이스를 제공하는 클래스 라이브러리입니다. 이 기능을 통해 사용자들은 Coaxlink 및 Grablink Duo 프레임그래버에서 이미지를 보다 효과적으로 취득하고, eGrabber 드라이버를 활용하여 간편한 프로그래밍 인터페이스를 통해 손쉽게 이미지 처리 애플리케이션을 개발합니다. Grablink Duo 프레임그래버는 이 회사가 마주한 조건, 즉 콩이 일렬로 연속적으로 나아가는 방향에 양쪽에 라인 스캔 카메라를 두 개 설치하여 이미지를 더 빠르게 획득하고 처리하여 높은 정확도를 달성하는 데 적합한 솔루션이었습니다. 4. Conclusion | Collaboration key to success 회사 관계자는 Euresys의 프레임그래버를 도입하여 개발한 모델을 통해 대량 구매자의 품질 및 비용 요구 사항을 충족하고, 이를 통해 고객이 수확량을 극대화하는 데 기여할 수 있게 되었습니다. 그들은 Euresys의 프레임그래버를 도입한 뿐만 아니라 제품의 설치, 설정, 문제 해결 등에 대한 기술적인 도움을 포함하여 제품을 도입하고 사용하는 과정에서 Euresys로부터 제공되는 기술적인 지원 및 도움에 대해 만족하고 있다고 전했습니다. " 고객의 요구 사항을 충족하기 위한 프로젝트 성공의 키는 긴밀한 협업입니다. " Mordor Intelligence의 앞으로의 보고서에 따르면, 커피 시장은 2028년에 예상치로 158.89억 달러에 도달할 것으로 전망되며, 예상 연평균 성장률(CAGR)은 4.72%로 나타납니다. 이러한 성장은 주로 인증된 커피 제품에 대한 수요 증가에 기인하며, 주요 플레이어들인 유명한 커피 브랜드, 제조업체, 유통업체 등에 의해 주도될 것으로 예상됩니다. 이러한 변화 과정에서 Euresys의 제품을 선택한 이 회사의 더 빠르고 더 정확한 제품 분류기 개발은 더 많은 파트너와 연결할 수 있는 기회를 제공할 것입니다. 마찬가지로 Euresys의 Grablink 프레임그래버 역시 빠른 디지털카메라를 통해 안정적이고 신뢰할 수 있는 이미지를 포착하는 신뢰도 높은 산업용 솔루션으로 다양한 산업에서 협력의 손을 제공할 것입니다. Grablink 프레임그래버 적용가능한 어플리케이션 Grablink 프레임그래버 적용가능한 어플리케이션 1. 전자제품 제조 산업용 머신비전 AOI(자동 광학 검사) 기계, 3D SPI(솔더 페이스트 검사) 기계, 3D 리드/볼 검사/ 플랫 패널 디스플레이 검사 / 태양 전지 검사용 2. 일반 제조 산업용 머신비전 유리 검사 및 직물 검사용 라인 스캔 이미지 캡처 3. 인쇄 산업용 머신비전 패키지 또는 레이블 인쇄 성장하는 산업에서 시장을 주도하기 위한 핵심 전략 중 하나는 지속적인 혁신을 제시하는 것입니다. 목표 달성을 위한 다양한 방법 중 협력의 파트너십을 찾는 것은 특히 중요한 전략입니다. 화인스텍은 제조업체 및 다양한 산업에서 파트너로서 적용 가능한 솔루션을 언제든지 제공할 준비가 되어있습니다. Euresys의 Grablink 프레임그래버에 대한 자세한 사양은 화인스텍 홈페이지를 통해서 확인 바랍니다. 출처: Seleccionadora Para Café Cereza/Uva en Costa Rica
2024.01.151. 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/sub.asp?avan=1003030000
2023.12.11