머신 비전의 견고한 해자는 소수점 이하 자릿수에 달려 있습니다
최근 머신 비전에 대한 영상을 보았는데, 흥미로운 헤드라인이 있었습니다:"원리는 누구나 알지만, 전국적으로 정밀도를 따라잡기 어려운 이유."
솔직히 처음에는 "중국은 따라잡을 수 없다"는 또 다른 진부한 주장이라고 생각했습니다. 끝까지 보고 나니 이야기가 훨씬 더 미묘하다는 것을 깨달았습니다.
머신 비전에 관해서는 누구나 기본 원리를 이해합니다. 즉, 카메라를 사용하여 이미지를 캡처하고 알고리즘을 실행하여 인식하는 것입니다. OpenCV는 수십 년 동안 오픈 소스로 제공되었으며 딥러닝에 대한 튜토리얼은 어디에나 있습니다. 누구나 머신 비전 솔루션을 구축할 수 있는 것처럼 보입니다.
하지만 공장과 생산 라인에 발을 들여놓으면 기능적인 시스템을 구축하는 것과 훌륭한 시스템을 구축하는 것 사이에는 엄청난 격차가 있음을 알 수 있습니다.
격차는 어디에 있을까요? 소수점 이하 자릿수로 귀결됩니다.
먼저 직관적인 기준점을 설정해 보겠습니다:
사람 머리카락은 대략 0.1밀리미터, 즉 100마이크로미터입니다. 표준 머신 비전 검사는 머리카락 직경의 10분의 1인 0.01mm(10μm)의 정밀도를 제공합니다. 이미 인상적으로 들립니다.
그럼에도 불구하고 하이엔드 제조는 10μm나 1μm가 아닌 훨씬 더 엄격한 공차를 요구합니다:
0.1μm는 실제로 무엇을 의미할까요? 사람 머리카락을 수평으로 1,000개의 조각으로 자르면 각 조각은 0.1μm가 됩니다.
이 정밀도 계층에서는 일반적인 조건에서 간과되는 세부 사항이 치명적인 오류 소스가 됩니다:
숙련된 머신 비전 엔지니어와 아마추어의 구분선은 결함을 식별할 수 있는지 여부가 아니라, 수만 번의 검사 주기 동안 해당 소수점 이하 값에 정밀도를 꾸준히 고정할 수 있는지 여부입니다.
산업용 카메라는 스마트폰 카메라와는 다릅니다.
많은 사람들이 알고리즘이 머신 비전의 핵심이라고 잘못 생각합니다. 이는 잘못된 것입니다.
모든 알고리즘의 상한선은 하드웨어 성능에 의해 결정됩니다. 아무리 정교한 알고리즘이라도 수백 위안에 불과한 소비자용 카메라로는 마이크로미터 이하의 정밀도를 달성할 수 없습니다. 이는 휴대폰 카메라로 현미경으로 세포를 촬영하려는 것과 같습니다. 흐릿한 이미지는 복구할 수 없습니다.
완전한 산업용 비전 하드웨어 스택은 최소한 네 가지 계층으로 구성됩니다. 광원, 렌즈, 카메라 및 프레임 그래버이며, 각 계층은 엄격한 최적화가 필요합니다.
산업용 카메라의 가장 중요한 매개변수는 픽셀 수가 아니라 픽셀 크기입니다.
소비자 스마트폰 카메라는 높은 메가픽셀 수치를 추구합니다. 1억 메가픽셀 센서는 매력적으로 들릴 수 있지만, 개별 픽셀은 0.8μm 이하일 수 있습니다. 이러한 픽셀은 낮은 광량, 높은 노이즈 및 제한된 동적 범위를 겪습니다. 인물 보정에는 적합하지만 산업 검사에는 부적합합니다.
산업용 카메라는 반대 설계 논리를 따릅니다. 하이엔드 산업용 센서는 일반적으로 2.5μm 이상의 픽셀 크기를 가지며, 때로는 5μm 또는 10μm입니다. 더 큰 픽셀은 더 많은 광자를 캡처하여 더 깨끗한 이미지와 더 안정적인 측정을 제공합니다.
또 다른 중요한 사양은 픽셀 깊이입니다. 일반적인 소비자 사진은 256가지 회색조 레벨의 8비트 인코딩을 사용합니다. 산업 검사는 일반적으로 12비트 또는 16비트 센서를 사용하여 4,096 또는 65,536가지의 서로 다른 회색조 값을 지원합니다. 처음에는 사소해 보일 수 있지만, 서브픽셀 정밀도 계산은 이 풍부한 회색조 정보에 전적으로 의존합니다.
카메라가 최소 달성 가능한 정확도를 결정한다면, 렌즈는 최대 잠재적 정밀도를 결정합니다.
일반 렌즈로 촬영한 이미지는 가장자리 왜곡을 보입니다. 직선이 곡선으로 보입니다. 이러한 왜곡은 사람의 눈에는 눈에 띄지 않지만, 마이크로미터 수준의 머신 비전 측정에는 치명적입니다.
하이엔드 산업 검사의 경우, 텔레센트릭 렌즈가 기존 광학 대신 사용됩니다. 정의된 작동 범위 내에서 텔레센트릭 렌즈는 물체 거리에 관계없이 일정한 배율을 유지하고 왜곡률을 10,000분의 몇 또는 그 이하로 낮춥니다. 가격 면에서 프리미엄 텔레센트릭 렌즈는 종종 함께 사용되는 산업용 카메라보다 비쌉니다.
현재 고정밀 산업용 렌즈 시장은 여전히 해외 브랜드가 장악하고 있습니다.
잘 알려진 업계 격언이 있습니다. "머신 비전에서 조명은 성공의 70%를 차지하고 알고리즘은 30%에 불과합니다."
많은 검사 문제는 결함 있는 알고리즘이 아니라 명확한 이미징을 위해 결함을 제대로 조명하지 못하는 데서 비롯됩니다.
광각, 파장, 균일성 및 안정성 모두 최종 이미징 품질을 형성합니다. 엔지니어는 종종 알고리즘 매개변수를 조정하는 것보다 조명 하드웨어를 조정하는 데 훨씬 더 많은 시간을 소비합니다.
심자외선 조명과 같은 하이엔드 특수 광원의 안정적인 대량 생산이 가능한 국내 제조업체는 드물며, 대부분의 공급은 여전히 수입에 의존합니다.
하드웨어는 기본 성능을 설정하고, 알고리즘은 하드웨어의 잠재력을 최대한 발휘합니다. 여기서 핵심 기술은 서브픽셀 정밀도입니다.
서브픽셀 정밀도란 정확히 무엇인가요?
디지털 이미지의 기본 단위는 픽셀입니다. 부품의 가장자리가 픽셀 경계를 교차할 때, 기존 알고리즘은 가장자리가 해당 픽셀 내 어딘가에 있다는 것만 확인할 수 있으며, 정수 픽셀 해상도로 제한됩니다.
서브픽셀 알고리즘은 점진적인 회색조 변화와 수학적 모델링을 활용하여 단일 픽셀 내의 정확한 가장자리 위치를 추론합니다.
달성 가능한 정밀도는 알고리즘에 따라 다릅니다:
0.01 픽셀은 실제로 무엇을 의미할까요? 픽셀 하나가 10μm의 물리적 치수에 해당한다고 가정해 보겠습니다. 0.01 픽셀의 정밀도는 0.1μm 또는 100나노미터의 측정 오차에 해당합니다. 하드웨어를 업그레이드하지 않고도 알고리즘만으로 정밀도를 100배 향상시킬 수 있습니다.
인상적으로 들리지만, 이 기술은 비밀이 아닙니다. 기본 이론은 수십 년 전에 등장했으며, 풍부한 학술 논문과 오픈 소스 코드가 공개적으로 이용 가능합니다.
그렇다면 왜 여전히 장벽일까요? 연구 논문에서 인용된 정밀도는 이상적인 실험실 조건에서 측정됩니다. 실제 생산 라인은 지속적인 간섭에 직면합니다:
이러한 혼란스러운 조건에서 소수점 이하 두 자릿수까지 안정적인 정밀도를 유지하는 것은 진정한 엔지니어링 숙달을 나타냅니다. 일회성 정밀도보다 일관성이 만 배 더 어렵습니다.
이 계층이 진정한 경쟁적 해자를 형성합니다.
많은 외부인들은 머신 비전을 "카메라를 설치하고 알고리즘을 작성하는 것"으로 단순화합니다. 현실과는 거리가 멉니다. 서로 다른 산업을 위해 구축된 머신 비전 솔루션은 본질적으로 별개의 기술입니다.
추가 응용 분야에는 광전지, 자동차 제조, 제약 및 식품 가공이 포함됩니다.
광학 구성, 알고리즘 아키텍처, 기계 장비 구조 및 검증 표준은 수직 분야에 따라 크게 다릅니다. 3C 전자에서 얻은 전문성은 반도체 제조에 진입할 때 거의 이점이 없습니다. 이러한 분야의 숙달은 최소 8~10년의 산업 축적을 필요로 합니다.
따라서 머신 비전의 핵심 장벽은 단일 독립 기술이 아니라 광학, 기계, 전자, 알고리즘 및 수직 공정 노하우를 아우르는 통합된 기능입니다. 어느 한 고리도 소홀히 할 수 없습니다.
중저가 시장은 대부분 장악되었고, 하이엔드 부문은 활발히 개발 중입니다.
요약하자면, 국내 공급업체는 3C 전자, 광전지 및 식품 포장을 포함하는 중급 시장에서 확고한 기반을 확보했습니다. Hikrobot, Dahua Technology, I-TEK OptoElectronics 및 TZTEK와 같은 회사는 수입 대안 가격의 약 3분의 1에서 절반 가격으로 경쟁력 있는 산업용 카메라와 비전 시스템을 제공하며, 표준 검사 요구 사항을 완전히 충족합니다.
중국 과학기술대학교의 동닝 박사가 설립한 I-TEK OptoElectronics는 2012년에 중국 최초의 국산 8K 라인 스캔 산업용 카메라를 개발하여 중요한 국내 격차를 해소했습니다. 이후 이 회사는 16K 라인 스캔 카메라와 150메가픽셀 열전 냉각 카메라를 출시하여 하이엔드 산업용 이미징 하드웨어 분야에서 세계적인 입지를 확보했습니다.
TZTEK는 소비자 전자 제품에 대해 0.3μm 검사 정확도를 달성하여 Hexagon 및 Keyence의 최고급 제품과 동등한 수준을 보입니다. 이 회사의 웨이퍼 검사 솔루션은 나노미터 수준의 정밀도에 도달하여 KLA의 오랜 독점에 균열을 내고 있습니다.
그럼에도 불구하고 하이엔드 분야, 특히 프론트엔드 반도체 검사에서는 상당한 격차가 남아 있습니다. 주요 병목 현상은 다음과 같습니다:
이러한 중첩된 제약 조건은 현재 시장 패턴을 만듭니다. 하이엔드 부문에 침투하기 어렵고, 중급 시장에서는 치열한 가격 경쟁이 지배적입니다.
영상 헤드라인으로 돌아가서:"원리는 누구나 알지만, 전국적으로 정밀도를 따라잡기 어려운 이유."
이 진술은 절반만 사실입니다. 서브픽셀 알고리즘, 텔레센트릭 광학, 정밀 모션 제어와 같은 이론은 모두 교과서에 기록되어 있습니다. 실제 도전은 이론을 안정적인 산업 제품으로 전환하고, 해당 소수점 이하 값에 정밀도를 안정적으로 고정하며, 제조업체가 감당할 수 있는 수준으로 비용을 낮추는 데 있습니다. 그것이 진정한 역량 테스트입니다.
머신 비전 산업에는 혁명적인 야간 돌파구나 모든 것을 정복하는 "은탄" 기술의 여지가 없습니다.
그 경쟁적 장벽은 수천 가지의 미묘한 세부 사항에 내재되어 있습니다.
이러한 통찰력은 학술 논문에 거의 게시되지 않거나 특허에 완전히 공개되지 않습니다. 그것들은 해마다, 생산 라인마다, 부품마다 단련됩니다.
중국의 머신 비전 산업은 20년 동안 발전해 왔습니다. 완전한 수입 의존에서 중저가 부문의 완전한 국내 대체, 그리고 이제는 하이엔드에서의 점진적인 돌파구에 이르렀습니다. 진행은 힘들었지만 방향은 명확합니다.
결국, 소수점 이하의 그 작은 간격은 끊임없는 점진적인 발전으로만 메울 수 있습니다.
머신 비전의 견고한 해자는 소수점 이하 자릿수에 달려 있습니다
최근 머신 비전에 대한 영상을 보았는데, 흥미로운 헤드라인이 있었습니다:"원리는 누구나 알지만, 전국적으로 정밀도를 따라잡기 어려운 이유."
솔직히 처음에는 "중국은 따라잡을 수 없다"는 또 다른 진부한 주장이라고 생각했습니다. 끝까지 보고 나니 이야기가 훨씬 더 미묘하다는 것을 깨달았습니다.
머신 비전에 관해서는 누구나 기본 원리를 이해합니다. 즉, 카메라를 사용하여 이미지를 캡처하고 알고리즘을 실행하여 인식하는 것입니다. OpenCV는 수십 년 동안 오픈 소스로 제공되었으며 딥러닝에 대한 튜토리얼은 어디에나 있습니다. 누구나 머신 비전 솔루션을 구축할 수 있는 것처럼 보입니다.
하지만 공장과 생산 라인에 발을 들여놓으면 기능적인 시스템을 구축하는 것과 훌륭한 시스템을 구축하는 것 사이에는 엄청난 격차가 있음을 알 수 있습니다.
격차는 어디에 있을까요? 소수점 이하 자릿수로 귀결됩니다.
먼저 직관적인 기준점을 설정해 보겠습니다:
사람 머리카락은 대략 0.1밀리미터, 즉 100마이크로미터입니다. 표준 머신 비전 검사는 머리카락 직경의 10분의 1인 0.01mm(10μm)의 정밀도를 제공합니다. 이미 인상적으로 들립니다.
그럼에도 불구하고 하이엔드 제조는 10μm나 1μm가 아닌 훨씬 더 엄격한 공차를 요구합니다:
0.1μm는 실제로 무엇을 의미할까요? 사람 머리카락을 수평으로 1,000개의 조각으로 자르면 각 조각은 0.1μm가 됩니다.
이 정밀도 계층에서는 일반적인 조건에서 간과되는 세부 사항이 치명적인 오류 소스가 됩니다:
숙련된 머신 비전 엔지니어와 아마추어의 구분선은 결함을 식별할 수 있는지 여부가 아니라, 수만 번의 검사 주기 동안 해당 소수점 이하 값에 정밀도를 꾸준히 고정할 수 있는지 여부입니다.
산업용 카메라는 스마트폰 카메라와는 다릅니다.
많은 사람들이 알고리즘이 머신 비전의 핵심이라고 잘못 생각합니다. 이는 잘못된 것입니다.
모든 알고리즘의 상한선은 하드웨어 성능에 의해 결정됩니다. 아무리 정교한 알고리즘이라도 수백 위안에 불과한 소비자용 카메라로는 마이크로미터 이하의 정밀도를 달성할 수 없습니다. 이는 휴대폰 카메라로 현미경으로 세포를 촬영하려는 것과 같습니다. 흐릿한 이미지는 복구할 수 없습니다.
완전한 산업용 비전 하드웨어 스택은 최소한 네 가지 계층으로 구성됩니다. 광원, 렌즈, 카메라 및 프레임 그래버이며, 각 계층은 엄격한 최적화가 필요합니다.
산업용 카메라의 가장 중요한 매개변수는 픽셀 수가 아니라 픽셀 크기입니다.
소비자 스마트폰 카메라는 높은 메가픽셀 수치를 추구합니다. 1억 메가픽셀 센서는 매력적으로 들릴 수 있지만, 개별 픽셀은 0.8μm 이하일 수 있습니다. 이러한 픽셀은 낮은 광량, 높은 노이즈 및 제한된 동적 범위를 겪습니다. 인물 보정에는 적합하지만 산업 검사에는 부적합합니다.
산업용 카메라는 반대 설계 논리를 따릅니다. 하이엔드 산업용 센서는 일반적으로 2.5μm 이상의 픽셀 크기를 가지며, 때로는 5μm 또는 10μm입니다. 더 큰 픽셀은 더 많은 광자를 캡처하여 더 깨끗한 이미지와 더 안정적인 측정을 제공합니다.
또 다른 중요한 사양은 픽셀 깊이입니다. 일반적인 소비자 사진은 256가지 회색조 레벨의 8비트 인코딩을 사용합니다. 산업 검사는 일반적으로 12비트 또는 16비트 센서를 사용하여 4,096 또는 65,536가지의 서로 다른 회색조 값을 지원합니다. 처음에는 사소해 보일 수 있지만, 서브픽셀 정밀도 계산은 이 풍부한 회색조 정보에 전적으로 의존합니다.
카메라가 최소 달성 가능한 정확도를 결정한다면, 렌즈는 최대 잠재적 정밀도를 결정합니다.
일반 렌즈로 촬영한 이미지는 가장자리 왜곡을 보입니다. 직선이 곡선으로 보입니다. 이러한 왜곡은 사람의 눈에는 눈에 띄지 않지만, 마이크로미터 수준의 머신 비전 측정에는 치명적입니다.
하이엔드 산업 검사의 경우, 텔레센트릭 렌즈가 기존 광학 대신 사용됩니다. 정의된 작동 범위 내에서 텔레센트릭 렌즈는 물체 거리에 관계없이 일정한 배율을 유지하고 왜곡률을 10,000분의 몇 또는 그 이하로 낮춥니다. 가격 면에서 프리미엄 텔레센트릭 렌즈는 종종 함께 사용되는 산업용 카메라보다 비쌉니다.
현재 고정밀 산업용 렌즈 시장은 여전히 해외 브랜드가 장악하고 있습니다.
잘 알려진 업계 격언이 있습니다. "머신 비전에서 조명은 성공의 70%를 차지하고 알고리즘은 30%에 불과합니다."
많은 검사 문제는 결함 있는 알고리즘이 아니라 명확한 이미징을 위해 결함을 제대로 조명하지 못하는 데서 비롯됩니다.
광각, 파장, 균일성 및 안정성 모두 최종 이미징 품질을 형성합니다. 엔지니어는 종종 알고리즘 매개변수를 조정하는 것보다 조명 하드웨어를 조정하는 데 훨씬 더 많은 시간을 소비합니다.
심자외선 조명과 같은 하이엔드 특수 광원의 안정적인 대량 생산이 가능한 국내 제조업체는 드물며, 대부분의 공급은 여전히 수입에 의존합니다.
하드웨어는 기본 성능을 설정하고, 알고리즘은 하드웨어의 잠재력을 최대한 발휘합니다. 여기서 핵심 기술은 서브픽셀 정밀도입니다.
서브픽셀 정밀도란 정확히 무엇인가요?
디지털 이미지의 기본 단위는 픽셀입니다. 부품의 가장자리가 픽셀 경계를 교차할 때, 기존 알고리즘은 가장자리가 해당 픽셀 내 어딘가에 있다는 것만 확인할 수 있으며, 정수 픽셀 해상도로 제한됩니다.
서브픽셀 알고리즘은 점진적인 회색조 변화와 수학적 모델링을 활용하여 단일 픽셀 내의 정확한 가장자리 위치를 추론합니다.
달성 가능한 정밀도는 알고리즘에 따라 다릅니다:
0.01 픽셀은 실제로 무엇을 의미할까요? 픽셀 하나가 10μm의 물리적 치수에 해당한다고 가정해 보겠습니다. 0.01 픽셀의 정밀도는 0.1μm 또는 100나노미터의 측정 오차에 해당합니다. 하드웨어를 업그레이드하지 않고도 알고리즘만으로 정밀도를 100배 향상시킬 수 있습니다.
인상적으로 들리지만, 이 기술은 비밀이 아닙니다. 기본 이론은 수십 년 전에 등장했으며, 풍부한 학술 논문과 오픈 소스 코드가 공개적으로 이용 가능합니다.
그렇다면 왜 여전히 장벽일까요? 연구 논문에서 인용된 정밀도는 이상적인 실험실 조건에서 측정됩니다. 실제 생산 라인은 지속적인 간섭에 직면합니다:
이러한 혼란스러운 조건에서 소수점 이하 두 자릿수까지 안정적인 정밀도를 유지하는 것은 진정한 엔지니어링 숙달을 나타냅니다. 일회성 정밀도보다 일관성이 만 배 더 어렵습니다.
이 계층이 진정한 경쟁적 해자를 형성합니다.
많은 외부인들은 머신 비전을 "카메라를 설치하고 알고리즘을 작성하는 것"으로 단순화합니다. 현실과는 거리가 멉니다. 서로 다른 산업을 위해 구축된 머신 비전 솔루션은 본질적으로 별개의 기술입니다.
추가 응용 분야에는 광전지, 자동차 제조, 제약 및 식품 가공이 포함됩니다.
광학 구성, 알고리즘 아키텍처, 기계 장비 구조 및 검증 표준은 수직 분야에 따라 크게 다릅니다. 3C 전자에서 얻은 전문성은 반도체 제조에 진입할 때 거의 이점이 없습니다. 이러한 분야의 숙달은 최소 8~10년의 산업 축적을 필요로 합니다.
따라서 머신 비전의 핵심 장벽은 단일 독립 기술이 아니라 광학, 기계, 전자, 알고리즘 및 수직 공정 노하우를 아우르는 통합된 기능입니다. 어느 한 고리도 소홀히 할 수 없습니다.
중저가 시장은 대부분 장악되었고, 하이엔드 부문은 활발히 개발 중입니다.
요약하자면, 국내 공급업체는 3C 전자, 광전지 및 식품 포장을 포함하는 중급 시장에서 확고한 기반을 확보했습니다. Hikrobot, Dahua Technology, I-TEK OptoElectronics 및 TZTEK와 같은 회사는 수입 대안 가격의 약 3분의 1에서 절반 가격으로 경쟁력 있는 산업용 카메라와 비전 시스템을 제공하며, 표준 검사 요구 사항을 완전히 충족합니다.
중국 과학기술대학교의 동닝 박사가 설립한 I-TEK OptoElectronics는 2012년에 중국 최초의 국산 8K 라인 스캔 산업용 카메라를 개발하여 중요한 국내 격차를 해소했습니다. 이후 이 회사는 16K 라인 스캔 카메라와 150메가픽셀 열전 냉각 카메라를 출시하여 하이엔드 산업용 이미징 하드웨어 분야에서 세계적인 입지를 확보했습니다.
TZTEK는 소비자 전자 제품에 대해 0.3μm 검사 정확도를 달성하여 Hexagon 및 Keyence의 최고급 제품과 동등한 수준을 보입니다. 이 회사의 웨이퍼 검사 솔루션은 나노미터 수준의 정밀도에 도달하여 KLA의 오랜 독점에 균열을 내고 있습니다.
그럼에도 불구하고 하이엔드 분야, 특히 프론트엔드 반도체 검사에서는 상당한 격차가 남아 있습니다. 주요 병목 현상은 다음과 같습니다:
이러한 중첩된 제약 조건은 현재 시장 패턴을 만듭니다. 하이엔드 부문에 침투하기 어렵고, 중급 시장에서는 치열한 가격 경쟁이 지배적입니다.
영상 헤드라인으로 돌아가서:"원리는 누구나 알지만, 전국적으로 정밀도를 따라잡기 어려운 이유."
이 진술은 절반만 사실입니다. 서브픽셀 알고리즘, 텔레센트릭 광학, 정밀 모션 제어와 같은 이론은 모두 교과서에 기록되어 있습니다. 실제 도전은 이론을 안정적인 산업 제품으로 전환하고, 해당 소수점 이하 값에 정밀도를 안정적으로 고정하며, 제조업체가 감당할 수 있는 수준으로 비용을 낮추는 데 있습니다. 그것이 진정한 역량 테스트입니다.
머신 비전 산업에는 혁명적인 야간 돌파구나 모든 것을 정복하는 "은탄" 기술의 여지가 없습니다.
그 경쟁적 장벽은 수천 가지의 미묘한 세부 사항에 내재되어 있습니다.
이러한 통찰력은 학술 논문에 거의 게시되지 않거나 특허에 완전히 공개되지 않습니다. 그것들은 해마다, 생산 라인마다, 부품마다 단련됩니다.
중국의 머신 비전 산업은 20년 동안 발전해 왔습니다. 완전한 수입 의존에서 중저가 부문의 완전한 국내 대체, 그리고 이제는 하이엔드에서의 점진적인 돌파구에 이르렀습니다. 진행은 힘들었지만 방향은 명확합니다.
결국, 소수점 이하의 그 작은 간격은 끊임없는 점진적인 발전으로만 메울 수 있습니다.
