이미징 시스템은 기본적으로 실물을 표현할 때 오차가 발생합니다. 이러한 차이는 기계식 구조, 센서 정렬 오류 및 광학 수차로 인해 발생할 수 있으며, 결과적으로 이미지에서 캡처한 정보의 배열이 부정확해질 수 있습니다. 이러한 부정확성을 왜곡이라고 합니다. 카메라 보정은 이미지 왜곡을 특성화하는 복잡한 투영 함수를 결정하여 이를 제거하는 과정입니다. 이 기능은 주로 정밀 기하 및 깊이 측정을 필요로 하는 어플리케이션에서 활용되지만 왜곡이 없는 이미지를 찾는 사용자에게도 유용합니다. 에드몬드옵틱스는 Quartus Engineering과의 제휴를 통해 에드몬드옵틱스 카메라 및 렌즈 그리고 Quartus Engineering의 전매특허 보정 기술인 PixelTraq를 활용하는 카메라 보정 서비스를 제공합니다. 새로운 PixelTraq 아키텍처는 보정 프로세스의 모든 측면을 자동화하며 고급 최적화 모델을 사용하여 특정 어플리케이션에 맞게 이미징 시스템을 보정합니다.

현재 보정 서비스는 렌즈 요소가 제자리에 고정되어 있고 초점 이동이 필요하지 않은 TECHSPEC^® 고정 초점 거리 렌즈 그리고 이 렌즈와 호환 가능한 카메라에만 제공됩니다. 또한, S-마운트 구성에는 보정 서비스가 제공되지 않습니다. 관련 제품 페이지에는 PixelTraq 카메라 보정 서비스 견적 요청 도구로 연결되는 '보정 서비스' 탭이 있습니다. 여기에서 카메라, 렌즈, 조명 색상, 원하는 카메라 모델, 작동 거리, f/#를 선택할 수 있습니다. 양식을 작성하면 머신 비전 세일즈 엔지니어 팀으로 해당 양식이 접수되고 어플리케이션 관련 논의를 위해 곧 연락을 드릴 것입니다. 당사 엔지니어 팀에게 어플리케이션 요건에 대한 정보를 많이 제공할수록 더 적절한 보정 설정 지원이 가능합니다.

* 요청 시 스펙트럼 데이터 제공 가능

보정 시 납기까지 최소 10일이 추가로 필요합니다.

• 정밀 보정: 인증서, 파라미터 및 보안 서버 스토리지 포함
• 원활한 통합: QR 코드를 통해 보정 기능에 액세스하고 API를 통해 통합
• 이미징 시스템 지원: 하드웨어 선택 및 시뮬레이션에 대한 전문 지식

주문 시 선택한 초점으로 조립된 고정형 이미징 시스템과 함께 보정 인증서가 제공되며, 변화를 방지하기 위해 조정 지점이 에폭시로 고정되어 있습니다. 모든 보정 파일은 Quartus Engineering 서버에 안전하게 저장되며 인증서 또는 하드웨어의 QR 코드를 사용하여 쉽게 액세스할 수 있습니다. 보정 인증서에는 내부 및 외부 파라미터, 왜곡 편차 백분율 차트, 각도 오차 및 표면 오차 값에 대한 자세한 정보가 포함되어 있으며 이러한 정보를 통해 시스템의 정확도를 향상시킬 수 있습니다. Quartus Engineering은 보정 데이터를 완벽하게 활용하기 위해 어플리케이션에 통합하거나 맞춤형 코드의 시작 지점으로 사용할 수 있는 API를 제공합니다. 카메라 보정 및 보정 모델 적용 방법에 대한 자세한 내용은 제공된 보정 인증서 하단의 QR 코드 링크 또는 Quartus Engineering 참고 자료를 통해 액세스할 수 있습니다.

정확도가 높은 이미징 시스템을 구성하려면 어플리케이션에 따라 결정된 주파수로 재보정해야 합니다. 환경 변화, 진동 및 반복 사용에 취약한 어플리케이션의 경우 이미징 시스템의 성능을 정기적으로 평가하고 정확도가 떨어지면 재보정하는 것이 가장 좋습니다. 이미징 시스템은 6개월에서 1년에 한 번씩 재보정하는 것이 일반적입니다.

중요한 세부 사항은 면책조항을 참조하세요.

이미징 시스템에는 이미지 형성 방법에 대한 중요한 정보를 공유하는 내부 파라미터와 외부 파라미터가 있습니다. 내부 파라미터는 빛이 이미징 렌즈를 통해 센서로 굴절되는 방식을 알려줍니다. 반대로, 외부 파라미터는 물리적 세계의 방향과 위치를 알려줍니다. 결과적으로, 보정은 3차원 공간에서의 광선을 센서를 통해 픽셀 배열의 2D 매핑으로 추적하여 수학적 모델을 도출하는 과정입니다. PixelTraq 보정 프로세스를 통해 시스템의 내부 파라미터를 측정하고 렌즈 굴절로 인한 오차를 제거할 수 있습니다. 이러한 보정 방법은 정밀한 깊이 측정과 공간 주파수 표시가 중요한 3D 검사, 자율 로봇, 의료 이미징과 같은 어플리케이션에 적합합니다.

그림 1: PixelTraq는 FOV, 작동 거리, 백라이트 조명 색상, 타깃 밀도, 차트 디자인, 전자 인터페이스, 카메라 모델 등 카메라 파라미터에 대한 구성 옵션을 유연하게 제공합니다.

인쇄된 체커보드 타깃 및 오픈 소스 훈련 모델을 사용하여 DIY 보정을 시도하는 것이 일반적입니다. 이를 위해서는 카메라를 설정된 위치에 고정한 다음 이미지의 타깃 피처가 중첩되도록 전체 시야를 통해 타깃 이미지를 촬영하는 과정이 필요합니다. FOV에서 포인트 클라우드를 매핑할 수 있도록 타깃이 충분히 중첩되면 보정 프로세스를 시작할 수 있습니다. 기본적으로 보정 모델은 사용된 데이터의 품질에 의해 제한됩니다. 추적 가능한 타깃과 보정된 타깃이 없으면 오차 가능성이 크게 증가합니다. 오픈 소스 방식과 PixelTraq 사용의 차이점에 대한 자세한 내용은 카메라 보정 개론 백서를 참조하세요. PixelTraq는 몇 분 내에 수천 개의 데이터 지점을 캡처하는 테스트 장비를 사용하여 보정 프로세스를 완전히 자동화합니다. 이 데이터는 이후 최적화 알고리즘을 통해 분석되어 특정 요구 사항에 맞는 최적의 카메라 모델과 점밀도를 식별합니다. 또한 PixelTraq는 훈련된 모델 내에서 재투영 오차를 평가하여 어플리케이션에 가장 적합한지 여부를 확인합니다.

그림 2: Quartus Engineering 직원은 보정 및 점검을 위한 특수 테스트베드를 사용하여 전체 FOV에서 중첩되는 모든 타깃 피처의 콘트라스트가 높은지 확인합니다.