-
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…
-
자동차 부품 외관검사, 조명 설계가 먼저입니다
자동차 부품 외관검사 AI 비전 시스템이 업계 화두로 떠오른 가운데, 금속 도장면과 크롬 도금면의 난반사 문제를 조명 설계로 먼저 해결하지 않으면 AI 알고리즘도 한계를 가진다는 점을 짚어봅니다.
-
다중 카메라 검사 라인에서 PoE 랜카드가 광학 셋업의 한계를 결정하는 이유
카메라 대수가 늘어나는 다중 시야 검사 시스템에서는 렌즈·조명 스펙 못지않게 PoE 랜카드의 전력 예산과 대역폭 분배가 검출 성능의 실질적 한계선이 됩니다.
-
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.
-
고속 검사 라인에서 프레임레이트와 조명이 충돌하지 않으려면
프레임레이트를 올릴수록 노출시간과 조도가 함께 흔들리는 고속 검사 라인에서, 대역폭 확장과 스트로브 동기화가 왜 필수적인지 광학 엔지니어의 시선으로 짚어봅니다.
-
반도체·PCB 검사 카메라 증설, 인터페이스가 광학 설계를 바꾸다
카메라 대수가 늘어나는 반도체·PCB 검사 라인에서 인터페이스 대역폭이 검사 속도(fps)와 분해능을 어떻게 제약하는지, 표면 반사율과 WD(작동거리) 확보를 기준으로 정리합니다.
-
딥러닝 검사 시대, 카메라 스펙보다 먼저 확인해야 할 것
하드웨어 공급사들이 AI 딥러닝 검사 솔루션을 포트폴리오에 잇따라 편입시키는 배경에는 룰베이스 검사의 구조적 한계가 있습니다. PCB SMT 검사를 예로, 광학 셋업이 먼저 확보되어야 딥러닝이 제 역할을 할 수 있는 이유를 짚어봅니다.
-
엣지 AI 추론 지연, NPU보다 카메라 인터페이스가 먼저 결정합니다 — GigE Vision 3.0 RDMA와 분리형 검사 아키텍처
[이미지 플레이스홀더 — 히어로: 다크 배경 위 골드/블루 포인트 Canvas 도식. 좌측 GigE 카메라 → 중앙 두 갈래 데이터 경로(위: 기존 소프트웨어 경로, CPU를 거쳐 지연 표시 / 아래: RDMA 직결 경로, CPU…
-
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…
