VMM의 정밀 치수 측정과 AI 외관 검사를 한 번의 공정으로. 치수 합격만으로는 놓치던 찍힘·스크래치·이물까지 잡아내 최종 OK/NG를 판정합니다.
정밀 측정 장비는 정확한 치수를 얻기 위해 방해 요인을 걸러냅니다. 원의 외경을 잴 때 찍힘이나 이물이 있으면, 그 점을 이상점(Outlier)으로 제거하고 필요한 윤곽만으로 외경값을 계산합니다.
덕분에 치수는 정확해지지만, 제거된 그 점이 바로 외관 불량입니다. 결과는 '치수 합격'으로 나오고, 찍힘·이물은 판정에 반영되지 않습니다.
그래서 지금까지는 치수 측정 후 외관 검사를 별도 공정으로 한 번 더 해야 했습니다. 장비도, 인력도, 제품을 옮기는 시간도 두 배로 듭니다.
VMM 치수 측정 → 별도 외관 검사 공정
이상점은 치수 계산에서 제외될 뿐
판정 결과가 두 곳에 따로 남음
한 번의 측정 프로그램으로 치수 + 외관 동시 판정
이상점이 생긴 부위를 외관 불량으로 검출
치수·외관 결과를 하나의 OK/NG로 통합
VMM 측정 프로그램이 스테이지를 지정 위치로 옮기고, 그 위치에 맞는 조명(동축·링·투과 등)과 배율을 자동으로 설정합니다.
치수를 측정하는 그 순간의 카메라 영상을 함께 저장합니다.
캡처된 이미지에서 Hybrid M&I 소프트웨어의 룰 기반 툴과 딥러닝 툴이 찍힘·스크래치·이물·크랙 등을 검출합니다.
치수 공차 판정과 외관 판정을 합쳐 제품별 최종 OK/NG를 내고, 결과를 리포트로 남깁니다.
치수를 재는 부위의 이미지를 그대로 외관 검사에 씁니다. 측정 부위와 검사 부위가 정확히 일치합니다.
측정 프로그램 중간에 외관 검사가 필요한 위치를 추가로 지정해 따로 촬영합니다. 위치·배율·조명을 검사에 가장 유리하게 바꿀 수 있습니다.
한 번 올려놓고 치수와 외관을 함께 판정합니다. 별도 외관 검사 장비와 제품 이동이 줄어듭니다.
치수를 잰 바로 그 위치의 이미지로 검사하므로, 불량이 어느 치수 요소에서 생겼는지 바로 연결됩니다.
VMM 프로그래밍으로 원하는 위치, 배율, 조명을 정밀하게 반복 재현합니다. 검사 조건이 매번 같아 판정이 안정적입니다.
치수값·외관 판정·불량 이미지를 제품별로 함께 저장해 품질 추적과 고객 대응이 쉬워집니다.
픽셀의 밝기·대비·형상을 분석해 결함을 찾습니다. 연산이 빠르고, 검사 기준이 명확한 항목에 적합합니다.
| 툴 | 하는 일 | 대표 검출 항목 |
|---|---|---|
| 포지셔닝 / 보정 Locating | 제품이 돌아가거나 위치가 바뀌어도 같은 영역을 검사하도록 기준 좌표를 잡습니다. 패턴 매칭, 에지 위치 등을 사용합니다. | 모든 검사의 기준 위치 |
| 결함 감지 Defect Detection | 정상 마스터 이미지와 비교(차영상)하거나 국소 밝기 변화를 찾습니다. | 스크래치, 얼룩, 이물 |
| 휘도·명암 분석 Intensity | 지정 영역의 평균 밝기, 분산, 대비를 계산합니다. | 얼룩, 변색, 도포 불량 |
| 에지·캘리퍼 Edge / Caliper | 직선·원형 캘리퍼로 외곽선과 내부 형상을 검사합니다. | 파손, 크랙, 가공 형상 불량 |
| 블롭 분석 Blob | 특정 명암 덩어리의 개수·면적·형태를 분석합니다. | 이물, 홀 불량, 버(Burr) |
모양이 일정하지 않은 결함이나, 배경 무늬가 복잡해 규칙으로 잡기 어려운 항목을 검사합니다. 사전에 이미지 학습(Training) 과정이 필요합니다.
이미지를 OK/NG로 판정하고, 불량 유형(스크래치·이물·찍힘 등)별로 나눕니다.
불량 원인별 통계가 필요할 때결함 위치를 사각 박스로 표시하고 종류를 함께 판별합니다.
불량이 생기는 부위를 추적할 때결함 영역을 픽셀 단위로 정밀하게 추출해 크기·면적을 측정합니다.
실처럼 가는 크랙, 미세 스크래치정상 이미지만 학습한 뒤, 정상과 다른 모든 이상을 자동으로 찾습니다.
불량 샘플을 구하기 어려울 때인쇄·각인 문자와 로고의 오염, 번짐, 누락을 높은 인식률로 검사합니다.
각인·마킹 품질 확인AI가 이미지의 어느 부분을 보고 불량으로 판단했는지 색으로 보여줍니다.
판정 근거 검증, 검사 조건 최적화
두 방식은 경쟁이 아니라 조합입니다. 기준이 명확한 항목은 룰 기반으로 빠르게, 판단이 어려운 항목은 딥러닝으로 정밀하게 검사합니다.
| 구분 | 룰 기반 | 딥러닝 |
|---|---|---|
| 적합한 결함 | 형태·밝기 기준이 뚜렷한 결함 | 모양이 불규칙하거나 배경이 복잡한 결함 |
| 사전 준비 | 검사 영역과 기준값 설정 | 정상·불량 이미지 학습 |
| 속도 | 매우 빠름 | 학습 모델에 따라 다름 |
| 판정 근거 | 수치로 명확하게 설명 가능 | 히트맵으로 시각적으로 확인 |
| 대표 예 | 이물 개수, 홀 누락, 도포 범위 | 미세 크랙, 불규칙 스크래치, 각인 오염 |
검사 대상의 크기에 맞춰 소형 고정밀 H Series와 중·대형 BA Series 중 선택합니다. 세부 사양은 HD-E / HD-H 시리즈와 HD-BA 시리즈 페이지에서 확인할 수 있습니다.
| 항목 | HD-H Series | HD-BA Series |
|---|---|---|
| 용도 | 소형 고정밀 부품 | 중·대형 부품 |
| 측정 범위 X×Y×Z (mm) | 300×200×200 / 400×300×200 | 500×600×200 ~ 1200×1500×200 (4종) |
| 측정 정밀도 X·Y (µm) | E2 = (2.0+L/200) ~ (2.5+L/200) | E2 = (3.0+L/200) ~ (4.0+L/200) |
| 스케일 분해능 | 0.5 µm | 0.1 µm |
| 최대 적재 | 30 kg | 40 kg |
공통 사양 5MP 컬러 카메라 · 6.5:1 자동 줌렌즈(광학 0.7~4.5X, 화면 20~280X) · 윤곽 LED 조명 + 6링 8섹터 표면 링 조명(구역별 독립 제어) · Hybrid M&I 소프트웨어
옵션 0.5X·2X 보조 렌즈, 접촉식 프로브, 라인 스캔·컨포컬 레이저, 제품 맞춤형 지그
※ L = 측정 길이(mm)
반도체 · 전자 · 자동차 · 의료 · 공구 등 정밀 부품을 다루는 다양한 산업
측정홀 지름·위치
검사홀 막힘·버·이물
측정홀·패턴 위치
검사스크래치·이물·오염
측정형상·치수
검사버·크랙·찍힘
측정형상 치수
검사미성형·이물·크랙
측정형상·코너 R
검사치핑·마모
