검사실 조명이 자꾸 바뀔 때 비전 노이즈 줄이는 법

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

같은 부품을 같은 위치에서 찍는데 오전에는 통과, 오후에는 재검이 늘어나는 현장이라면 카메라보다 먼저 주변광과 반사 조건을 의심해야 합니다. 머신비전 시스템은 눈으로 보기에는 작은 차이처럼 느껴지는 조도 변화, 작업자 그림자, 천장 LED 깜박임까지 이미지 데이터로 받아들이기 때문입니다.

특히 생산 라인 옆 검사실, 창문이 있는 품질실, 조명이 여러 구역으로 나뉜 설비에서는 비전 검사 노이즈가 일정하게 보이지 않습니다. 이 글은 장비를 새로 사기 전에 현장에서 바로 써볼 수 있는 숨은 조정 팁을 중심으로 정리했습니다.

천장 조명이 바뀌는 시간부터 기록합니다

불량률이 아니라 조도 변동 시간을 먼저 봅니다

많은 현장에서 검사 불량률 그래프는 남기지만, 같은 시간대의 조명 상태는 기록하지 않습니다. 그런데 오전 햇빛이 들어오는 10시, 점심 이후 작업자 이동이 많은 13시, 야간조가 켜는 보조등 시간대는 이미지의 밝기 분포가 달라질 수 있습니다. 비전 시스템에서 갑자기 에지가 두꺼워지거나 얼룩이 늘어났다면 부품보다 빛의 조건이 바뀌었을 가능성이 큽니다.

간단한 방법은 검사 이미지 파일명이나 로그에 시간, 라인명, 조명 모드, 창문 블라인드 상태를 함께 남기는 것입니다. 고급 장비가 없어도 스마트폰 조도계 앱으로 대략적인 lux 변화만 기록해도 패턴이 보입니다. 중요한 것은 절대값보다 평소와 얼마나 달라졌는지입니다.

팁: 검사 실패 이미지를 모을 때 정상 이미지도 같은 시간대별로 5장씩 저장해두면, 카메라 설정 문제와 환경 문제를 훨씬 빠르게 구분할 수 있습니다.

• 오전: 창문 방향의 자연광이 들어오는지 확인합니다.
• 오후: 천장 LED와 작업대 보조등이 동시에 켜지는 구간을 봅니다.
• 야간: 주변 장비 표시등, 안전등, 작업자 헤드램프까지 이미지에 영향을 주는지 살핍니다.
• 교대 시간: 작업자 위치와 그림자가 반복적으로 바뀌는지 기록합니다.

비전 용어를 현장 언어로 바꾸면 원인이 빨리 보입니다

현장 회의에서 “이미지 히스토그램이 흔들립니다”라고 말하면 원인 찾기가 늦어질 때가 많습니다. 대신 “왼쪽 위가 매번 더 밝아집니다”, “스테인리스 표면에 하얀 점이 튑니다”, “검은 고무 부품 경계가 오후에 흐려집니다”처럼 보이는 현상을 말로 풀어두면 설비, 조명, 품질 담당자가 같은 그림을 보게 됩니다.

비전의 기본 개념이 낯설다면 vision 용어 정의처럼 기본 의미를 확인해두는 것도 도움이 됩니다. 머신비전에서 말하는 vision은 단순 촬영이 아니라, 빛을 받아 이미지로 만들고 판단 가능한 정보로 바꾸는 과정에 가깝습니다.

1. 불량 이미지와 정상 이미지를 같은 배율로 놓고 밝은 영역을 표시합니다.
2. 표시한 영역이 부품 위치를 따라 움직이는지, 화면 특정 위치에 고정되는지 봅니다.
3. 화면에 고정되면 조명, 렌즈, 커버 유리, 카메라 내부 설정을 우선 점검합니다.
4. 부품을 따라 움직이면 소재 편차, 표면 오염, 공급 자세를 함께 확인합니다.

노출값 자동 기능은 편하지만 검사용으로는 잠급니다

자동 노출이 조용히 기준선을 바꿉니다

카메라를 처음 연결할 때 자동 노출, 자동 게인, 자동 화이트밸런스가 켜져 있으면 화면이 보기 좋게 맞춰져서 편합니다. 하지만 검사 조건이 정해진 뒤에도 이 기능이 살아 있으면 시스템은 매번 이미지를 예쁘게 만들기 위해 기준선을 바꿉니다. 사람에게는 자연스러운 보정이지만, 알고리즘에는 판정 기준이 움직이는 문제가 됩니다.

예를 들어 흰색 플라스틱 표면의 흑점 검사를 한다고 가정해보겠습니다. 주변이 어두워지면 자동 노출이 밝기를 올리고, 그 과정에서 흑점과 표면의 대비가 줄어들 수 있습니다. 반대로 반사가 강한 부품이 들어오면 노출이 내려가면서 작은 크랙이 배경에 묻힐 수 있습니다. 이런 변화는 딥러닝 모델에서도 오탐과 미탐을 동시에 늘립니다.

• 자동 노출: 셋업 초기에만 켜고 양산 조건에서는 수동값으로 고정합니다.
• 자동 게인: 어두운 화면을 밝게 만들지만 노이즈도 같이 키우므로 검사 단계에서는 낮게 유지합니다.
• 자동 화이트밸런스: 컬러 검사에서는 기준 색이 흔들릴 수 있어 표준 샘플 기준으로 잠급니다.
• 감마 보정: 사람이 보기 좋은 화면과 알고리즘이 안정적인 화면이 다를 수 있어 변경 이력을 남깁니다.

숨은 팁은 기준 샘플을 두 종류로 두는 것입니다

검사 셋업 때 보통 ‘정상 샘플’ 하나만 놓고 노출과 조명을 맞춥니다. 하지만 현장에서는 가장 밝은 정상 샘플과 가장 어두운 정상 샘플을 함께 준비하는 편이 좋습니다. 같은 합격품이어도 사출 배치, 금속 표면 처리, 필름 장력에 따라 반사율이 달라질 수 있기 때문입니다.

두 샘플 모두에서 관심 영역이 안정적으로 보이면 노출값의 여유가 생깁니다. 반대로 밝은 샘플에서는 포화가 나고 어두운 샘플에서는 경계가 사라진다면, 조명 각도나 편광 필터를 먼저 조정해야 합니다. 이때 카메라 스펙을 올리는 것보다 광학 조건을 좁히는 것이 비용 대비 효과가 좋습니다.

전문가 조언: “화면이 선명해 보이는 값”과 “검사 알고리즘이 반복해서 같은 결과를 내는 값”은 다를 수 있습니다. 저장 이미지를 보고 판단하지 말고, 동일 샘플 30회 반복 촬영 결과로 결정하세요.

1. 가장 밝은 정상품, 가장 어두운 정상품, 대표 불량품을 준비합니다.
2. 자동 기능을 켠 상태로 초점과 대략적인 밝기를 맞춥니다.
3. 노출, 게인, 화이트밸런스를 수동으로 전환합니다.
4. 세 샘플을 30회 이상 반복 촬영해 픽셀 평균과 판정 결과 변동을 확인합니다.

반사는 없애는 것이 아니라 방향을 바꿉니다

스테인리스와 필름은 빛을 정면으로 돌려보냅니다

광택이 있는 금속, 투명 필름, 유리, 코팅 플라스틱을 검사할 때 가장 많이 나오는 말이 “반사를 없앨 수 없나요?”입니다. 현실적으로 반사를 완전히 없애기는 어렵습니다. 대신 카메라가 보는 방향으로 반사가 들어오지 않게 빛의 입사각과 관찰각을 바꾸는 것이 핵심입니다.

광학의 기본은 빛이 어떻게 진행하고 굴절, 반사되는지를 이해하는 데서 출발합니다. 용어가 필요할 때는 광학의 기본 개념을 참고하면 좋습니다. 현장에서는 이론을 길게 외우기보다, 조명을 5도만 기울여도 결함이 살아나는지 보는 식의 작은 실험이 더 빠릅니다.

• 정반사: 거울처럼 빛이 한 방향으로 튀므로 카메라 위치와 조명 각도를 함께 바꿉니다.
• 난반사: 표면 거칠기 때문에 전체가 뿌옇게 보이므로 조명 확산판을 조정합니다.
• 투과 반사: 필름이나 유리 내부에서 겹쳐 보일 수 있어 백라이트와 다크필드 조명을 나눠 테스트합니다.
• 부분 포화: 흰 점처럼 날아간 영역은 후처리로 복구하기 어려워 촬영 단계에서 줄여야 합니다.

편광 필터는 마지막 카드가 아니라 빠른 진단 도구입니다

편광 필터는 반사 억제용 부품으로만 생각하기 쉽지만, 실제로는 반사의 성격을 빠르게 파악하는 진단 도구로도 좋습니다. 카메라 앞과 조명 앞에 편광 필터를 놓고 각도를 천천히 돌려보면, 어떤 반사가 사라지고 어떤 결함이 같이 사라지는지 확인할 수 있습니다. 결함까지 같이 약해진다면 필터만으로 해결할 문제가 아닙니다.

특히 포장 필름 위 인쇄 검사, 투명 라벨 위치 검사, 금속 가공면 스크래치 검사는 편광 조건에 따라 결과가 크게 달라집니다. 단, 편광 필터는 빛의 양을 줄이므로 노출 시간을 늘리거나 조명 출력을 올려야 할 수 있습니다. 이때 셔터 시간이 길어지면 진동과 이동 블러가 생길 수 있어 라인 속도까지 함께 봐야 합니다.

1. 필터 없이 정상품과 불량품을 각각 촬영합니다.
2. 카메라 측 편광 필터만 넣고 반사 변화가 있는지 봅니다.
3. 조명 측 편광 필터를 추가해 교차 편광 상태를 만듭니다.
4. 불량 특징이 살아 있으면서 포화 영역만 줄어드는 각도를 기록합니다.
5. 라인 속도에서 흔들림이 생기면 조명 출력을 먼저 보강합니다.

이미지 전처리는 많이 넣을수록 좋은 게 아닙니다

필터 하나가 불량 특징을 지울 수 있습니다

노이즈가 보이면 블러, 샤프닝, 이진화, 모폴로지 같은 전처리를 여러 개 겹치고 싶어집니다. 하지만 머신비전에서 전처리는 화장처럼 화면을 보기 좋게 만드는 과정이 아니라, 판단에 필요한 신호를 남기고 방해 요소를 줄이는 과정입니다. 너무 강한 블러는 작은 찍힘을 지우고, 과한 샤프닝은 표면 질감을 결함처럼 키울 수 있습니다.

숨은 팁은 전처리를 추가할 때마다 “무엇을 버렸는지”를 적는 것입니다. 예를 들어 미세 스크래치 검사에서 median filter를 넣었다면 소금후추 노이즈는 줄지만 아주 짧은 선형 결함도 약해질 수 있습니다. 이 기록이 없으면 나중에 불량이 빠져나갔을 때 원인을 찾기 어렵습니다.

• 밝기 보정: 조명 얼룩을 줄이지만 실제 얼룩 불량까지 평탄화할 수 있습니다.
• 블러: 랜덤 노이즈를 줄이지만 작은 점 결함을 함께 지울 수 있습니다.
• 샤프닝: 경계를 강조하지만 거친 표면을 과장해 오탐을 만들 수 있습니다.
• 이진화: 판정을 단순하게 만들지만 임계값 주변의 애매한 불량을 놓칠 수 있습니다.

원본 이미지는 반드시 따로 보관합니다

검사 프로그램에서 처리된 이미지만 저장하면 나중에 문제가 생겼을 때 원본이 어떤 상태였는지 알 수 없습니다. 특히 고객 클레임이나 라인 조건 변경 후 재검증이 필요할 때 원본 이미지는 가장 강한 증거입니다. imaging 데이터를 제대로 남긴다는 것은 예쁜 캡처를 모으는 것이 아니라, 당시 카메라가 실제로 본 정보를 보존하는 일입니다.

원본, 전처리 후 이미지, 최종 판정 이미지를 모두 저장하면 용량이 늘어납니다. 그래서 모든 제품에 적용하기 어렵다면 불량품, 경계값 샘플, 설정 변경 전후 1시간만이라도 집중 저장하는 방식이 현실적입니다. 저장 정책을 잘 잡아두면 비전 시스템의 유지보수 비용이 크게 줄어듭니다.

빛 자체의 성질을 조금 더 이해하면 저장 이미지에서 어떤 변화가 의미 있는지 구분하기 쉽습니다. 기본 개념은 광에 대한 설명처럼 간단한 정의부터 확인해도 충분합니다.

장비 교체 전에 우선순위를 이렇게 다시 세웁니다

가장 싼 조정부터 가장 큰 변수를 줄입니다

비전 검사 품질이 흔들리면 카메라 해상도, 렌즈 등급, 딥러닝 모델부터 떠올리기 쉽습니다. 하지만 실제 현장에서는 장비 교체보다 먼저 확인해야 할 변수가 많습니다. 특히 조명 각도, 주변광 차단, 노출 고정, 원본 저장 정책은 비용이 낮으면서 효과가 큰 편입니다.

우선순위는 “비싼 부품”이 아니라 “결과를 가장 크게 흔드는 변수” 기준으로 세워야 합니다. 천장 조명이 매일 바뀌는데 카메라만 바꾸면 새 카메라도 같은 문제를 겪습니다. 반대로 환경 변수를 잡은 뒤 카메라 스펙을 올리면 투자 효과가 명확하게 보입니다.

1. 주변광 차단: 창문, 천장등, 작업자 그림자처럼 매일 달라지는 빛을 먼저 줄입니다.
2. 카메라 자동 기능 잠금: 노출, 게인, 화이트밸런스를 양산 기준으로 고정합니다.
3. 반사 방향 조정: 조명 각도와 편광 조건으로 포화 영역을 줄입니다.
4. 전처리 최소화: 필터를 하나씩 넣고 불량 특징이 사라지지 않는지 확인합니다.
5. 원본 데이터 확보: 설정 변경 전후 이미지를 남겨 재현 가능한 근거를 만듭니다.
6. 스펙 업그레이드: 위 항목을 잡은 뒤에도 픽셀, 속도, 감도 한계가 명확할 때 검토합니다.

현장 담당자가 바로 쓰는 15분 점검 루틴

라인을 오래 멈출 수 없다면 하루에 15분만 투자해도 충분합니다. 같은 샘플을 놓고 조명을 끈 상태, 기본 조명 상태, 보조등이 켜진 상태를 각각 촬영해보세요. 세 이미지의 밝기와 결함 위치가 크게 달라진다면 알고리즘 튜닝보다 광학 환경 정리가 먼저입니다.

이 루틴은 신규 설비뿐 아니라 기존 설비의 이상 징후 확인에도 유용합니다. 어제까지 안정적이던 검사가 갑자기 흔들릴 때, 렌즈 청소나 프로그램 수정 전에 주변광과 자동 설정을 확인하면 불필요한 조치를 줄일 수 있습니다. Eye-Sys가 다루는 vision, optical technology, imaging 솔루션도 결국 현장의 작은 변수들을 얼마나 안정적으로 통제하느냐에서 성능 차이가 납니다.

• 샘플 1개를 고정 지그에 놓고 10회 연속 촬영합니다.
• 조명 상태를 한 가지씩만 바꾸며 다시 10회 촬영합니다.
• 판정 결과보다 원본 이미지의 밝기, 반사, 경계 변화를 먼저 봅니다.
• 변화가 큰 조건부터 가림막, 조명 각도, 노출값 순서로 조정합니다.
• 조정 후에도 흔들리면 그때 렌즈, 센서, 알고리즘 사양을 검토합니다.