광도계 기반 이미지 시스템(Photometry-Based Imaging System)이 제품 검사에 적합

표준 영상 장치(Standard Machine Vision)의 한계
표준 영상 장치 카메라는(일반적으로 12MP 이하의 분해능을 가진 CCD 또는 CMOS 센서로 구성되는 2차원 방사 측정 영상 장치로 정의) 프로그래밍된 관심 영역의 범위를 벗어나는 이상이나 결함이 거의 없고, 시각적으로 선명하며, 예측 가능한 결함을 가진 애플리케이션에는 이상적일 것이다.
하지만 표준 영상 장치 시스템은 일반적으로 속도에 대한 정밀도를 희생하여 명확한 오류를 감지할 수 있을 정도의 이미지 세부 사항만 캡처하는 비교적 저해상도 센서를 제공한다. 한정된 관심 영역 내에서 이미지 특징을 분석하도록 프로그래밍 되어 있기 때문에 표준 영상 장치 시스템 소프트웨어 도구는 일반적으로 드릴 구멍에서 빠진 나사 또는 제품에 잘못 배치된 라벨과 같은 결함을 찾기 위해 고정된 위치에 적용된다.
다시 말하자면 표준 영상 장치 시스템은 모양, 크기, 색상 또는 부품 형상의 위치가 바뀌어도 이미지에서 명암 변동 범위 내의 결함을 감지하지 못할 수 있다.
이 때문에, 이러한 시스템은 일반적으로 매우 반복적인 애플리케이션에 적용되는데, 여기서 이미지 변동은 조명을 조절하는 것만으로 쉽게 개선이 가능하며 분석을 위한 판단이나 상황 정보가 거의 필요하지 않다. 이러한 애플리케이션에는 외관 검사가 상대적으로 용이하기 때문에 자동 솔루션을 통한 품질 관리가 사람이 직접 검사하는 것보다 좋은 대안이 된다. 그러나 보다 복잡한 애플리케이션에서 표준 영상 장치 시스템은 결함 감지에 필요한 이미지 및 소프트웨어의 능력 100%를 제공하지 못할 수 있다.222

광도 측정 기반 이미지 시스템(Photometry-Based Imaging System)
표준 영상 장치를 대체할 수 있으며, 탁월한 이미징 및 소프트웨어 기능을 제공하는 솔루션은 광도 측정 기반 이미지 시스템(Photometry-Based Imaging System)이다. 일반적으로 디스플레이 및 LED 조명과 같은 발광 제품을 시험하고 측정하는데 사용되는 이미지 광도계(imaging photometers)는 비 조명 장치의 복잡한 검사 적용에 유용하다. 이미지광도계의 특징은 사람의 눈의 감도에 대해 빛의 강도와 세기를 측정하도록 설계되었다는 점이다. 외관 검사는 이미지를 캡처하고 처리하기 위해 빛의 반사 또는 방출을 해석하는데 의존하기 때문에, 사람이 빛을 인식하는 것을 보다 정밀하게 모사하는 시스템이 사람과 유사하게 오류 감지를 수행할 수 있다.
또한, 이미지광도계는 일반 영상 장치 카메라보다 더 상세하게 이미지를 캡처하기 위해 훨씬 더 고해상도의 센서와 고급 광학 구성 부품을 탑재한 것이 특징이다. 이로 인해, 보다 미세한 결함을 감지할 수 있으므로 이미지 내의 의미 있는 변화에 더 많은 기능을 적용할 수 있다. 고급 광도 측정 기반 소프트웨어 도구와 결합된 이미지 광도계는 이러한 세부사항을 해석하여 이미지 전체의 이상 현상을 포착한다. 또한 조명 디스플레이에 위치한 예측할 수 없고 프로그램 되지 않은 얼룩(MURA)을 찾아서 정량화하고 위치를 정확히 찾아내기 위해 사용된다. 즉, 광도 측정 기반 비전 시스템은 사람의 시각적 인식 능력과 뛰어난 자동화 기술의 이미징 품질의 장점을 결합한 것과 마찬가지 이다.

이미지 광도계가 품질 관리를 위해 표준 영상 장치와 사람의 검사에게 이점을 제공하는 5가지 주요 영역이 있다.

1. 부품에서 결함이 작거나, 미묘하거나, 명암이 낮은 경우

광도 측정 기반 카메라는 표준 영상 장치 카메라에 비해 더 높은 해상도와 다이내믹 레인지(Dynamic Range)을 제공하므로, 작고 명암이 낮은 결함을 보다 잘 감지할 수 있다. 광도 측정용으로 설계되었기 때문에 이미지 광도계는 화소 수준에서 광도 분포 및 색상 변화를 분석하기 위해 매우 상세한 이미지를 캡처해야 한다.
반면, 표준 영상 시스템은 기본 균일성으로 화소와 연결된 얼룩(MURA) 사이의 차이점을 구별하는데 보다 일반적으로 사용되며, 일반적으로 높은 처리량을 요구하는 적용에서는 화소 대 화소 측정이 거의 필요하지 않다.
해상도:
이미지 광도계의 CCD 해상도는 29메가 픽셀 수준 이거나 드물게는 더 클 수 있다. 이 수준의 정밀도는 라인에서 일하는 검수자만이 구분이 가능하지만, 미묘한 세부 사항조차에 대해서는 사람의 눈으로는 놓칠 수도 있다.

다이내믹 레인지(Dynamic Range):
다이내믹 레인지는 이미지에서 식별할 수 있는 그레이 스케일(Gray Scale) 값의 수이다. 보다 넓은 다이내믹 레인지를 가진 센서는 측광 카메라가 그림자나 빛의 반사(스크래치를 의미하는 그림자, 또는 금속 성분을 나타내는 스펙트럼 반사)로 인한 표면의 헤어 라인 변화를 감지 할 수 있게 한다.
이 때문에, 광도 측정 카메라의 고해상도와 결합되면 이미지 처리 속도와 낮은 이미지 노이즈를 유지하면서 광도 측정 기반 시스템이 높은 정밀도로 작고 명암이 낮은 결함을 이미지화하고 분류할 수 있게 되는 것이다.
카메라의 CCD 내부 냉각 기능을 갖춘 이미징 시스템에서 이미지 노이즈가 추가로 감소한다는 의미이기도 하다. 어떤 경우에는, 광도 측정 이미징 시스템은 결함이 너무 미묘해 검수자가 놓친 결함을 종종 감지해낸다. 예를 들어 유리 위의 가벼운 긁힘, 키보드의 키 사이의 1㎜ 미만의 단차 변동 또는 검은 색 표면의 드릴 구멍에서 작은 검은 색 나사가 없는 것이 이런 경우에 포함된다. (사진 5 참조)

2. 예측할 수 없으며, 무작위로 발생하는 결함
조립이 복잡해질수록, 생산 중에 오류가 발생할 확률이 더 커지고, 또한 오류가 언제 어디에서 발생하는지 파악하는 것이 더 어려워진다. 라인 검수자는 결함 여부를 진단하기 위해 전후 사정을 활용하여 시각적 검사에 우수한 판단을 적용 할 수 있다. 또한 라인 검수자는 결함을 발견하기 위해 부품에서 어디를 살펴야 할지 일일이 설명해 줄 필요가 없는데, 이는 주어진 조립 환경에서 많은 결함이 발행할 수 있는 환경에서 유용하다.
표준 영상 장치 시스템은 결함을 ‘찾을’ 곳을 지정하기 위해 일정한 위치를 고정 지점으로 프로그래밍해야 한다. 이를 위해서는 결함 위치에 대한 고급 지식과 부품이 크게 변하지 않는 일관된 생산 환경이 필요하며, 고도로 복잡한 조립인 경우, 영상 시스템의 사전 프로그래밍에는 수 시간의 작업이 필요할 수 있으며 새로운 결함은 여전히 감지되지 않을 수도 있다. 패인 곳, 얼룩, 긁힌 자국 및 기타 표면 마모와 같이 무작위로 발생하는 오류는 위치, 크기 및 범위가 예측할 수 없을 정도로 다양하기 때문에 표준 영상 장치 카메라가 식별하고 검사하기가 가장 어렵다.
광도 측정 기반 영상 시스템(Photometry-Based Imaging System)은 광도 측정 능력을 활용하여 예기치 않은 조립 및 표면의 결함을 감지하고 정량화 합니다.
한 가지 예는 균일도 측정을 위해 현저한 차이 ‘just noticeable difference(JND)’ 평가를 사용하는 것이다. 이 값은 표준 관찰자가 적어도 절반의 시간동안 현저한 차이를 시각적으로 볼 수 있도록 하는 표면위의 변화량을 나타낸다. 많은 광도 측정 형상기(photometric)와 색도계(colorimetric)는 JND를 사용하여 사람이 받아들일 수 없는 조명 디스플레이에서 중요한 비 균일도(non-uniformities)와 얼룩(MURA)를 측정한다.
JND 측정은 조명이 없는 표면에 적용하여 긁힘, 패임, 얼룩 및 기타 결함을 나타내고, 허용 오차를 벗어나는 미세한 차이에 의해 발생하는 표면의 ‘균일도(uniformity)’ 문제를 감지하고 등급을 매길 수 있다.

3. 정량화하고 기록해야 할 품질 문제
사람 검사원과 달리, 기계는 동시에 무제한의 데이터 포인트를 처리 할 수 있고, 각 데이터 포인트를 정량화하기 위해 값을 적용할 수 있으며, 데이터를 신속하게, 심지어 무선으로 처리 및 통신할 수 있다. 또한 장기간 동안 많은 양의 데이터를 중요한 세부 사항의 손실 없이 저장할 수도 있다. 대부분의 영상 장치 시스템은 결함을 디지털 데이터로 문서화 할 수 있다.
그러나 표준 영상 장치 시스템은 부품 불량을 보증할 수 있는 심각도를 측정하기 위한 별개의 결함을 측정하고 등급화 하는데 제한된 능력을 가지고 있다. 이는 오차 범위가 주어진 기준치 이하일 수 있는 적용에서 필요하다. 예를 들어, 로고의 약간의 정렬 불량 정도 또는 상대적으로 얕은 깊이의 패인 흠집에서 필요하다. 이러한 기준치는 전체적인 부품 크기, 질감, 복잡성 또는 기타 기능과 관련하여 다를 수 있으며 검수자는 오류를 어느 정도 알 수 있다. 

4. 중요한 검사의 일관성 및 반복성
사람은 치명적인 결함을 식별하고 등급화 하기 위해 시각적인 예민함과 판단력을 높인다. 그러나 사람은 개인의 기준에 따라 평가하기 때문에 일관성 없는 결정을 내리며, 자동화된 솔루션처럼 추적 가능하게 하기위해 반복 가능하고 실행 가능한 데이터를 제공하지 않는다.
또한, 사람은 장시간에 걸쳐 복잡한 배열과 부품 형상을 검사할 때 쉽게 피곤해 진다. 사람이 직접 검사하는 것의 정확도는 시간 경과에 따라 가파르게 감소하고 조립의 복잡성이 증가함에 따라 더욱 악화된다.
예를 들어, 복잡한 배열에서 완전히 무작위 특징에 이르는 시각적 패턴을 나타내는 키보드 및 키보드 프레임과 같은 평평한 제품의 결함은 부품을 자세히 조사해야 하기 때문에 쉽게 피로감을 느끼는 검수자가 실수할 가능성이 크다. 그러나 이러한 복잡한 배열에서 미세한 결함을 잡는 것이 이러한 제품의 잠재적 고장을 방지하는데 중요하기 때문에 광도계 기반 이미지 시스템이 필요하다.

5. 인간이나 다른 기술이 이루지 못한 목표를 위해
아마도 검사 적용에 대한 광도 측정 기반 이미지를 평가하는 가장 중요한 이유는 다른 솔루션이 제조업체의 요구를 적절하게 충족시키지 못했기 때문일 것이다. 일부 제조업체는 영상 장치 및 기타 자동화된 기술이 심각한 결함을 검출하거나 결함 심각도를 평가하기 위한 인간 판단의 정확성을 일치시킬 수 없기 때문에 검수자에게 의존하고 있다. 이러한 제조업체의 경우, 명백한 장점에도 불구하고, 공급망에 오류를 피하는데 드는 비용이 너무 커서 자동화된 검사 프로세스로 전환할 위험을 무릅쓸 수 없다.
검수자의 시력과 판단력이 필요하지만, 자동화가 바람직한 적용 분야에서는 광도 기반 시스템이 이상적인 솔루션 일 수 있다. 고도로 전문화된 솔루션인 광도 측정 기반 시스템은 고유한 측정 환경에 맞춰 보정되고, 이를 통해 검사 적용의 정확한 기준을 충족하도록 구성되기 때문이다. 각 시스템은 가장 어렵고 중요한 품질 관리 작업을 수용할 수 있는 고유한 기능을 제공한다. 장비를 정확한 위치에서 올바르게 적용함으로써, 특히 반복 검사관 또는 정밀도 및 목표를 달성하기 위해 여러 번의 검사를 실시해야 하는 경우, 광도 측정 기반 영상 장치 솔루션은 즉각적인 투자 수익을 제공한다.

결론
인간보다 정확하고 일관되며 비용 효율적이고 표준 영상 장치 시스템보다 시각적 검출 및 분석을 식별할 수 있는 능력이 더 뛰어난 이미지 광도계는 외관 검사 적용을 위한 특수 솔루션을 제공한다.
이미지 광도계는 최대 29MP의 해상도, 70㏈ 이상의 다이내믹 레인지, 저소음, 냉각 CCD 작동 및 부품 표면에서 반사된 빛을 정확하게 평가하기 위한 과학적 교정 기능을 제공한다. 이 광학 감도는 자동화된 육안 검사를 위해 이미지 광도계가 가장 선명한 이미지를 캡처하여 적용된 소프트웨어 도구가 조립 및 표면 결점을 정확히 감지하고 분류할 수 있도록 한다.
인간의 판단과 일치시키기 위해 결함의 범위와 심각도를 평가하기 위한 눈에 띄는 차이 (JND)의 광도 측정 기반 평가를 활용하기 때문에, 이미지 광도계는 인간의 시각적 인식을 능가하는 경우에도 생산 라인의 검수자를 대신 할 수 있다. 이러한 인간적, 기계적 이점의 균형으로, 광도 측정 기반 시스템을 사용하는 제조업체는 향상된 제품 품질 및 생산 효율성을 실현함으로써, 확실한 투자 수익을 보장받을 수 있다.  

자료제공 : Radiant Vision Systems