5분
제조 이미지 데이터의 특징과 불량 유형
Day 1: 제조 비전 AI 개요 & OpenCV 기초
제조 이미지 데이터의 특징과 불량 유형
비전 AI 외관검사 > Day 1: 제조 비전 AI 개요 & OpenCV 기초
학습 목표
- 제조 이미지 데이터가 일반 이미지와 다른 점을 이해한다
- 주요 불량 유형(스크래치, 크랙, 이물질, 변색)의 시각적 특징을 파악한다
- 조명과 카메라 설정이 검사 품질에 미치는 영향을 이해한다
제조 이미지는 다르다
인스타그램 사진과 제조 검사 이미지는 완전히 다른 세계다.
일반 이미지 vs 제조 이미지
| 특성 | 일반 이미지 | 제조 이미지 |
|---|---|---|
| 해상도 | 1~12 MP | 5~100 MP |
| 조명 | 자연광, 다양 | 통제된 인공조명 |
| 배경 | 복잡, 다양 | 단순, 일정 |
| 관심 영역 | 전체 | 특정 부위 (ROI) |
| 결함 크기 | N/A | 수 μm ~ 수 mm |
| 데이터 불균형 | 보통 | 극심 (양품 99%+) |
| 실시간 요구 | 낮음 | 높음 (<100ms) |
제조 불량 4대 유형
[1. 스크래치 (Scratch)]
형태: 선형, 일정 방향
원인: 이송 중 접촉, 공구 마모
특징: 길이 > 폭, 일정한 깊이
시각적 표현:
┌──────────────────┐
│ ──────────── │ ← 직선형 스크래치
│ │
│ ╲ │ ← 사선 스크래치
│ ╲ │
│ │
└──────────────────┘
검출 난이도: ★★☆☆☆ (비교적 쉬움)[2. 크랙 (Crack)]
형태: 불규칙 분기, 나뭇가지 모양
원인: 열충격, 기계적 응력, 피로
특징: 분기점 존재, 불규칙 방향
시각적 표현:
┌──────────────────┐
│ ╱╲ │
│ ╱ ╲ │
│ ╱ ╲── │ ← 분기형 크랙
│ ╱ │
│ ╱ │
└──────────────────┘
검출 난이도: ★★★☆☆ (중간)[3. 이물질 (Foreign Object / Particle)]
형태: 점형, 불규칙 형태
원인: 먼지, 금속 파편, 오일
특징: 밝기 차이, 크기 다양
시각적 표현:
┌──────────────────┐
│ │
│ ● ○ │ ← 다양한 크기
│ • │
│ ◎ │ ← 큰 이물질
│ │
└──────────────────┘
검출 난이도: ★★☆☆☆ (비교적 쉬움)[4. 변색 (Discoloration / Stain)]
형태: 면적형, 경계 불분명
원인: 산화, 오염, 코팅 불량
특징: 점진적 색상 변화
시각적 표현:
┌──────────────────┐
│ │
│ ░░░░░ │
│ ░░░░░░░ │ ← 경계 불분명
│ ░░░░░ │
│ │
└──────────────────┘
검출 난이도: ★★★★☆ (어려움)조명 방식과 불량 유형
외관검사 프로젝트에서 조명은 첫 회의의 주제다. 조명을 잘못 고르면 그 뒤 무엇을 해도 회복되지 않는다.
[조명 종류와 용도]
1. 직접 조명 (Direct / 링 조명)
┌─── 광원 ───┐
│ ↓↓↓ │
│ ┌─────┐ │
│ │ 대상 │ │
│ └─────┘ │
└── 카메라 ──┘
→ 밝기 대비가 큰 표면 결함(이물질 등)
2. 측면 조명 (Side / Oblique)
광원 →→→ ┌─────┐
│ 대상 │ ↑ 카메라
└─────┘
→ 얕은 홈과 돌기를 그림자로 세운다 (스크래치, 표면 크랙, 찍힘)
3. 확산 조명 (Diffuse / 돔)
┌── 반구형 확산판 ──┐
│ ↘ ↓ ↙ │
│ ┌─────┐ │
│ │ 대상 │ │
│ └─────┘ │
→ 사방에서 균일하게 비춰 정반사(하이라이트)를 없앤다.
반사 있는 금속·도장면의 색차·얼룩 판정에 표준으로 쓴다.
4. 역광 조명 (Backlight)
┌── 카메라 ──┐
│ ┌─────┐ │
│ │ 대상 │ │
│ └─────┘ │
│ ↑↑↑ │
└─── 광원 ───┘
→ 실루엣으로 외형·치수를 본다. 빛이 통과하는 재료라면
관통 결함(유리·필름의 핀홀, 기포)도 본다.
5. 동축 조명 (Coaxial)
광원 → 반투명 거울 → ↓ 대상
↑ 카메라
→ 거울에 가까운 정반사면(연마면, 웨이퍼)에서 각도 변화를 밝기로 바꾼다.| 불량 유형 | 먼저 시도할 조명 | 이유 |
|---|---|---|
| 스크래치 | 측면 조명 | 얕은 홈의 깊이 차이가 그림자로 나타난다 |
| 크랙 | 측면 조명 (불투명 재료) / 역광 (투명·반투명 재료) | 금속·세라믹은 빛이 통과하지 않으므로 역광으로 관통 크랙을 볼 수 없다 |
| 이물질 | 직접 조명 | 표면과의 밝기 차이가 크다 |
| 변색·얼룩 | 확산(돔) 조명 | 정반사를 없애야 색차만 남는다. 동축은 정반사면 전용이라 이 자리에 맞지 않는다 |
표를 정답으로 쓰지 마라. 같은 크랙이라도 재료가 금속이면 측면, 유리면 역광이다. 불투명 금속·세라믹의 내부 크랙은 광학 검사 영역이 아니라 침투탐상·와전류·초음파 쪽이다. 실제로는 후보를 두세 개 잡아 시료로 촬영해 보고 고른다.
데이터 불균형 문제
[제조 현장의 현실]
양품: 99.5% (10,000장)
불량: 0.5% (50장)
├── 스크래치: 20장
├── 크랙: 10장
├── 이물질: 15장
└── 변색: 5장
문제: "전부 양품이라고 하면 99.5% 정확도"
→ 모델이 학습을 안 해도 높은 정확도
→ 실제로는 쓸모없는 모델이 문제는 Day 2에서 자세히 다룬다.
AI로 학습하기 — 꿀팁
제조 불량 유형별 이미지 특징 심층 분석AI 학습 팁
스크래치, 크랙, 이물질, 변색 등 불량 유형마다 AI 검출 난이도가 다르므로, 각 유형의 시각적 특성을 AI와 함께 분석하면 모델 선택 기준이 명확해진다.
PCB(인쇄회로기판) 제조 공정의 4가지 주요 불량 유형(솔더 브릿지, 미납, 들뜸, 오염)에 대해 다음을 분석해줘: 1) 각 불량 유형의 시각적 특징(크기 범위, 색상 대비, 형태 다양성)과 일반 자연 이미지와의 차이점, 2) 각 불량을 검출하기 어렵게 만드는 제조 환경 요인(반사율, 부품 밀도, 조명 각도 변화), 3) 각 불량 유형에 가장 효과적인 이미지 획득 방식(일반 카메라, IR, X-ray, 3D 비전)과 그 이유, 4) 이 4가지 불량을 하나의 CNN 모델로 동시에 검출할 때 예상되는 기술적 어려움과 해결 방향. 실제 PCB 검사 현장 데이터를 가정해서 구체적으로 설명해줘.
이 팁이 도움이 됐나요?
핵심 포인트
- • 제조 이미지는 고해상도, 통제된 조명, 극심한 데이터 불균형이 특징
- • 주요 불량 유형: 스크래치, 크랙, 이물질, 변색
- • 조명은 직접·측면·확산(돔)·역광·동축 다섯 가지가 기본이고, 재료와 불량 유형에 따라 시료 촬영으로 고른다
- • 데이터 불균형 (양품 99%+)은 제조 비전 AI의 핵심 과제