'MACHINE VISION'에 해당되는 글 8건

픽셀 해상도는 한 픽셀의 입도(granularity)이다. 즉 하나의 픽셀에서 표현되는 그레이-레벨들 또는 컬러들의 수를 나타낸다.  픽셀 해상도는 과학적 문헌에서 흔히 양자화(quantization)라 불린다. 다른 문헌에서 그것은 종종 그레이-스케일 해상도라 불린다.

픽셀해상도는 프레임 그래버나 카메라에 위치하는 아날로그디지털 변환기(ADC)의 함수이다. 흑백 머신비전 시스템들은 256 그레이 레벨들을 제공하는, 픽셀 당 8 비트를 흔하게 사용한다.

흑백 이미지들은 과학적 연구를 위하여 10 비트(1024 그레이 레벨) 또는 12 비트(4096 그레이 레벨)로 디지털화된다. 컬러 시스템은 3 원색(primary colors)(R, G, B) 각각을 위하여 8 비트를 사용하며 총 16,777,216 컬러들을 제공한다.

특징 해상도는 시스템에 의해서 신뢰성 있게 이미지화 될 수 있는 가장 작은 특징을 말한다. 예를 들면 검출 할 수 있는 가장 작은 결함의 크기는 0.05㎜이다. (정의에서 “신뢰성 있게” 라는 단어가 중요하다) 가끔씩  한 픽셀보다 더 작은 인공물(artifact)이 이미지속에 나타날 수 있지만 그것의 양상(appearance)은 신뢰할 수 없다고 판단해야 된다.

카메라와 프레임그래버들이 데이터를 샘플링 하는 장치들이기 때문에(픽셀은 데이터 샘플이다) 이미지속에 있는 하나의 인공물(artifact)을 표현하기 위해서는 적어도 두 픽셀이 필요하다는 “Shannon 의 샘플링 이론”이라 불리는 원리가 있다. 실용적인 기술은 대개 이론적인 한계들에 도달하지 않기 때문에 최소 특징크기를 3 픽셀에서 4 픽셀을 측정하는 것이 실용적인 제약(limit)이다.

하나의 특징이 3 또는 4 픽셀들에 걸치도록(spanning) 하는 제약은 좋은 콘트라스트와 낮은 잡음을 가정한다. 만일 이미지가 낮은 콘트라스트를 가지거나 이미지속의 잡음이 높다면 신뢰할 수 있는 검출을 위하여 더 많은 픽셀들에 걸쳐야 할 필요가 있다. 또한 이러한 한계는 특징의 검출능력(detectability)에 영향을 미친다. 오직 3 또는 4 개의 픽셀들에 걸치는 하나의 특징(feature)은 항상 이미지속에서 나타나기는 하지만 그것은 어떤 정도의 정확도로 측정 가능하지 않을 것이다. 즉 4 픽셀 폭인 하나의 특징과 3 픽셀 폭인 특징 사이를 구별해야만 하는 시스템은 매우 신뢰할 수 없게 될 것이다

ㅇ 공간해상도(Spatial Resolution)

    - 영상/이미지를 공간영역에서 얼마나 자세하게 표현할 수 있는지를 나타내는 기준이나 척도

ㅇ 공간분해능(Spatial Resolution 또는 Resolving Power)

    - 아주 작은 공간적차이를 구분하거나 분별할 수 있는 기기의 능력을 나타낸다. 

공간 해상도는 픽셀들이 장면위로 매핑될 때 픽셀 중심들 사이의 간격(spacing)이다

그것은 픽셀 당 물리적인 길이(physical length)의 크기를 가진다 (예를 들면 0.1cm/pixel).

또한, 이미지 해상도 및 FOV 의 크기에 의해서 결정된다.

 이미지 해상도가 주어지면, 공간적 해상도는 FOV 또는 이미징 렌즈의 배율(magnification)에 의존한다. 예를 들어서, 주어진 카메라와 프레임 그래버는 2인치/픽셀의 공간적 해상도로 철도 유개화차(boxcar)를 이미징 하기 위해서 설치될 수 있다.

동일한 카메라와 프레임 그래버, 즉 동일한 이미지 해상도는 1 마이크로미터/픽셀의 공간적 해상도로 집적회로를 이미징하기 위해서 현미경에 장착될 수 있다. 이러한 상황들에서의 유일한 차이는 광학적 배율(optical magnification)이다.

공간적 해상도는 때로는 픽셀 해상도(pixel resolution)으로 불린다. 

[분해능을 설명하기위한 Airy Disk]

이미지 해상도는 이미지에 있는 픽셀들의 행 및 열들의 수이다.

그것은 카메라와 카메라의 이미지 센서 그리고 프레임 그래버에 의해서 결정된다. 영역스캔 카메라들의 경우에 일반적인 이미지 해상도는 640x480(픽셀들의 행 및 열들로 표시됨)와 1000x1000 이다. 더 높고 더 낮은 이미지 해상도들도 가능하다.

 라인스캔 카메라들의 경우에 일반적인 이미지 해상도들은 256, 512, 1024 그리고 2048이다.

 (열들의 수는 표시되지 않는데 그 이유는 그것은 항상 1 이기 때문이다). 라인스캔 카메라들은 이미지 해상도가 8000 까지 확장될 수 있다. (최근의 트랜드는 16K이상 나오고 있다.)

 시스템 개발자는 카메라와 프레임 그래버를 선택할 때 이미지 해상도를 결정한다.  만일 카메라와 프레임 그래버가 픽셀클럭(pixel clock)을 공유한다면 카메라에 의해서 발생 되는 픽셀들과 프레임 그래버에 의해서 컴퓨터로 전달되는 픽셀들 사이에는 1:1 대응이 존재한다.

 CCTV 카메라를 사용할 때처럼 카메라와 프레임 그래버사이에 공유되는 픽셀클럭이 존재하지 않을 때는, 아날로그 비디오를 주기적으로 디지타이징할 때 프레임 그래버에 의해서 생성되는 픽셀들은 카메라의 이미지 센서에 있는 광 검출기(photo detector)들과 동기화되지 않을 것이다.

그래서 머신비전의 대부분의 practitioner 들은 두 가지 이미지 해상도들(카메라 및 프레임 그래버의) 중 더 낮은 것을 사용한다. 그러나 이러한 상황에서는 각 래스터 라인(raster line)을 따라서 약간의 왜곡들(distortions)이 발생할 수 있다.

머신비전에서 사용되는 해상도에는 다섯 가지의 종류가 있다.

 - 이미지 해상도(Image resolution)

 - 공간 해상도(Spatial resolution)

 - 특징 해상도(Feature resolution)

 - 측정 해상도(Measurement resolution)

 - 픽셀 해상도(Pixel resolution)

일반적으로 말해서 이것들 전부는 “해상도”라 불린다.

어떤 해상도가 관계되고 있는지를 이해하는 것은 각 개인에게 달려있다.

카메라의 종류와 카메라의 뷰를 아는 것은 각 카메라를 위한 FOV 를 계산하기 위한 충분한 정보를 제공한다.

한 방향에서의 FOV 는 다음 공식으로부터 얻을 수 있다:

FOV = (D_p+L_v) (1+P_a)

여기에서 FOV 는 한 방향에서의 요구되는 FOV 이다.

  - D_p :  FOV 방향에서의 검사대상물의 최대크기(maximum size)

  - L_v  : 검사대상물의 위치(location)와 방위(orientation)에서의 최대변화(maximum variation)

  - P_a  : 퍼센트 또는 분수(fraction)로서 카메라 지시(camera pointing)의 허용오차(allowance)

 
최대 검사대상물 크기(D_p)와 검사대상물 위치 및 방위에서의 변화(L_v)는 애플리케이션의 명세로부터 이용될 수 있다.

카메라 지시를 위한 파라미터 허용오차(P_a)는 기술적 판단(engineering judgment)이다. 

분명하게도 이미지에 있는 중요한 특징들이 이미지의 모서리와 맞닿는 것은 결코 바람직하지 않다.

또한 1 픽셀 내에서 조정되어야 하는 카메라를 가지고 제조환경에서 조정을 유지하는 것은 상대적으로 비현실적이다.

FOV 가 확장될 수 있는 요인(factor)은 비전시스템을 유지하는 사람의 숙련도에 크게 의존한다.

(일반적으로 10%의 값이 선택된다.)

요구되는 FOV 는 7:4 의 종횡비(aspect ratio)를 가진다는 것에 주목하라.

선택된 카메라는 아마도 다른 종횡비(CCTV 카메라들의 경우에는 일반적으로 4:3)를 가질 것이다.

그래서 카메라의 최종적인 FOV 는 계산된 FOV 보다 한쪽 방향에서 더 크게 될 것이다.

외부의 컨베이어벨트위에서 움직이는 물체를 정확하게 찍기 위해서는 트리거(Trigger, "방아쇠를 당기다")에

대한 이해가 필요하다. 

 트리거는 일반적으로 Hardware Trigger와 Software Trigger2개로 구분할 수 있으며, 완벽한 이해를 위해

타이밍 차트에 대한 이해가 필요하다. 

Acquisition Timing Chart

 아래 그림은 이미지를 획득하고 전송하는 타이밍 챠트를 보여주고 있다. (그림, Basler 홈페이지 참고)

[그림. Acquisition Timing Chart]▶ Timed Exposure Mode

모든 카메라에서 사용할 수 있는 노출 모드. 카메라에서 설정한 노출시간 설정에 의해

노출이 결정되는 모드이다. 

만일 카메라가 software triggering이 설정되어 있으면, 노출은 소프트웨어 트리거 신호를 받고

노출시간이 모두 소모되어지면 시작작이 된다. 

만일 카메라가 hardware triggering이 설정되어 잇으면 아래와 같이 적용이 된다. 

• If rising edge triggering is enabled, exposure starts when the trigger signal rises and continues until the exposure time has expired.
  

  

• If falling edge triggering is enabled, exposure starts when the trigger signal falls and continues until the exposure time has expired.
  

  

   

 ▶ Avoiding Overtriggering in Time Exposure Mode 

만일 Timed exposure mode가 활성화되었고, 이전 노출이 아직 진행중일대 새로운 노출이 시작되는것을

허용하지 않는 모드이다. (Trigger signal은 무시되어지고, Overtrigger 이벤트가 발생이 되어진다. 

▶ Trigger Width Exposure Mode 

Trigger Width exposure mode는 특정카메라에서만 지원을 한다. 

트리거 신호의 On/Off가 Hardware trigger로 결정이 되어 진다. 

If the camera is configured for rising edge triggering, exposure starts when the trigger signal rises and continues until the trigger signal falls:

If the camera is configured for falling edge triggering, exposure starts when the trigger signal falls and continues until the trigger signal rises:

■ IR Filter ?

 IR필터는 IR Cut off Filter, 적외선 차단 필터라고도 하며 이미지 센서라는 디지털 영상 장치의 핵심 부품의 작용 원리 때문에 필요한 부품임. 렌즈를 통해 들어오는 빛은 일반적으로 인간의 눈으로 구별할 수 있는 가시광선 뿐 아니라 구별할 수 없는 적외선도 들어옴. 빛의 파장은 나노미터(nm)단위로 표시하는데 1nm는 10억분의 1미터, 즉 10-9승m로 이미지 센서는 가시광선 영역인 400~700nm뿐 아니라 근적외선 영역(~1150nm)까지 감지하여, 실제 색이나 화상하고는 관계없는 신호로 인해 영상의 선명도와 해상도가 떨어지므로 근적외선 영역의 파장들을 제거해 주기 위해 IR Cut off Filter가 필요함.

■ IR필터의 구조 및 제조과정
 IR필터의 구조는 유리기판, 즉 D263과 같은 glass 위에 굴적률이 다른 두 가지 물질 Ti02, Si02 혹은 Ta205, Si02 같은 물질들을 교대로 증착시켜서 가시광선 영역은 투과하고 근적외선 영역은 반사시키는 구조임. IR터의 제조과정을 살펴보면 이들을 만드는 데 있어서 핵심기술은 진공박막증착 기술이며, 이는 유리 기판에 굴절률이 서로 다른 2가지 물질, Ti02/Si02혹은 Ta205/Si02을 교대로 증착시켜서 (30~40층) 가시광선 영역을 투과하고 근적외선 영역은 반사시키는 광학필터를 만드는 것임. 
과거에는 유리 기판 대신에 LCD유리를 많이 사용했으나 최근 화소스가 증가하면서 규격이 높아져서 D263이라는 양면 연마된 유리 기판들이 많이 쓰이고 있음. 이들 제품은 우선 투과 및 반사대역이 원하는 파장대역과 맞는가 하는 점과 표면에 일정 크기 이상의 이물들이 없는 가의 평가법을 통한 평가를 통해 제잭된 필터 원파(보통 127X127mm)을 필요한 크기로 잘라서 CCD나 CMOS등의 이미지 센서 앞에서 장착하게 됨.

■ IR필터 응용분야
 IR필터는 주로 디지털 카메라, 캠코더, CCTY용 카메라, 적외선 감시카메라, 차량용 후방감시 카메라 등 다양한 분야에 사용되나 최근 이동통신기기의 급격한 발달로 인하여 Mobile Phone의 Camera Module에 적용되면서부터 그 수요가 폭발적으로 늘어나고 있음. IR필터는 카메라 모듈의 핵심 구성 부품으로 카메라 모듈이 사용되는 다양한 응용분야에 쓰임.

■ IR필터 기술 동향
 인간의 눈은 전자기파의 특정 영역인 파장 380nm~780nm 사이의 가시광선만 볼 수 있음. 그러나 디지털 영상기기에서 인간의 눈과 같은 작용을 하는 이미지 센서는 가시광선뿐 아니라 적외선 영역에도 민ㄴ감히 반응함. 이미지 센서의 주 재질은 SiO based 물질(반도체 류)로서 적외선에 민감히 반응하여 실제(True Color)를 인식하는데 노이즈로 작용함. 이에 따라 선명한 영상을 얻으려면 적외선 빛을 차단하는 부품을 적용해아 하는데 이것이 바로 IR Cut off Filter의 원리임.

■ 이미지센서(CCD, CMOS)
 IR필터가 적용되는 이미지 센서(Image Sensor)는 디지털 영상장치에 꼭 필요한 카메라 모듈의 핵심부품으로 이는 피사체의 정보를 인식하여 전기적인 신호로 변환하는 장치 혹은 부품임. 이미지 센서는 그 제작 공정과 응용 방식에 따라 아래와 같이 크게 CCD(Charge Coupled Device)와 CMOS(Complementary Metal Oxide Semiconductor)로 구분할 수 있음. 

기술조사 및 시장예측 전문기관인 ㈜알앤디비즈 (www.rndbiz.com)의 산업분석팀에서 작성한 신기술 지식 Report 파일입니다. (제작년월 : 2008.4 / 파일 : pdf - 총 123 page)

[출처] IR필터는 |작성자 전력소년