기본적인 오해부터 시작해 보겠습니다.
8MP 센서 ≠ 8MP 렌즈
센서는 정보를 기록하는 데 사용할 수 있는 픽셀 수를 결정합니다.
예를 들어:
8MP 센서에는 다음이 포함될 수 있습니다.
3840 × 2160 픽셀
수백만 개의 감광성 단위
고해상도 이미지 데이터를 저장하는 기능
그러나 렌즈는 들어오는 광학 정보에 해당 픽셀에 대한 충분한 세부 정보가 포함되어 있는지 확인합니다.
이렇게 생각해보세요:
센서는 고해상도 화면과 같습니다.
렌즈는 표시되는 소스 이미지와 같습니다.
원본 콘텐츠가 720p에 불과한 경우 4K 모니터는 진정한 4K 품질을 표시할 수 없습니다.
카메라에도 동일한 원칙이 적용됩니다.
많은 고객은 다음과 같이 믿습니다.
10MP > 8MP > 5MP
그러므로:
더 많은 픽셀 = 더 나은 이미지.
이는 부분적으로만 사실입니다.
고해상도 센서에는 다음이 필요합니다.
더 나은 광학 해상도
고품질 유리
보다 정확한 렌즈 제조
더 나은 광학 정렬
그렇지 않으면 메가픽셀을 늘리면 더 많은 문제가 드러날 수 있습니다.
부드러운 이미지
가장자리 선명도가 좋지 않음
색수차
대비 감소
어떤 경우에는 잘 설계된 5MP 광학 시스템이 제대로 일치하지 않는 8MP 시스템보다 성능이 뛰어날 수 있습니다.
광학공학에서는 렌즈를 정보의 "문지기"로 묘사하는 경우가 많습니다.
왜?
센서가 이미지를 수신하기 전에 렌즈는 이미 다음을 결정했습니다.
보존되는 세부정보
손실된 세부정보
대비가 얼마나 남아 있습니까?
가장자리가 얼마나 정확하게 재현되는지
광학 정보가 손실되면 소프트웨어는 이를 완전히 복구할 수 없습니다.
AI 알고리즘은 이미지를 향상시킬 수 있습니다.
이미지 처리를 통해 노이즈를 줄일 수 있습니다.
그러나 어떤 알고리즘도 캡처되지 않은 세부 사항을 완벽하게 재현할 수는 없습니다.
엔지니어는 렌즈 성능을 평가할 때 단순히 메가픽셀 라벨만 보지 않습니다.
그들은 다음과 같은 광학 매개변수를 살펴봅니다.
기동특무부대(M배란 전달 함수)
MTF는 렌즈가 실제 세계의 대비와 디테일을 이미지 센서에 얼마나 효과적으로 전달하는지 설명합니다.
간단히 설명하면 다음과 같습니다.
높은 MTF = 더 나은 디테일 재현
강력한 MTF 성능을 갖춘 렌즈는 다음을 재현할 수 있습니다.
미세한 질감
작은 물체
날카로운 모서리
고주파 세부정보
MTF가 "MP 등급"보다 더 중요한 이유
두 개의 렌즈는 모두 다음과 같이 광고될 수 있습니다.
“8MP 호환”
그러나 실제 성능은 완전히 다를 수 있습니다.
하나의 렌즈는 다음을 제공할 수 있습니다.
선명한 센터 이미지
좋은 가장자리 성능
안정적인 대비
다른 사람은 다음을 보여줄 수 있습니다.
소프트 코너
세부사항 감소
대비가 좋지 않음
차이점은 실제 응용 프로그램에서 즉시 나타납니다.
렌즈 평가 중 흔히 저지르는 실수는 중앙 부분만 확인하는 것입니다.
그러나 실제 애플리케이션에는 전체 이미지가 필요합니다.
예를 들어:
보안 감시
광각 카메라는 다음을 식별해야 할 수 있습니다.
가장자리에 있는 차량
모퉁이에서 들어오는 사람들
번호판은 중앙에서 멀리 떨어져 있습니다.
머신비전
산업 시스템은 다음을 분석할 수 있습니다.
전체 필드에 걸친 개체
측정 포인트
결함 위치
로봇공학
AI 시스템에는 다음이 필요합니다.
안정적인 환경 정보
정확한 객체 경계
중앙만 날카로운 렌즈가 반드시 고성능 렌즈는 아닙니다.
고해상도 센서에는 세심한 광학 매칭이 필요합니다.
엔지니어는 다음을 고려해야 합니다.
센서 크기
예:
1/2.7"
1/1.8"
1/1.2"
더 작은 센서용으로 설계된 렌즈는 다음과 같은 원인이 될 수 있습니다.
비네팅
어두운 구석
이미지 활용도 감소
픽셀 크기
최신 센서는 종종 더 작은 픽셀을 사용합니다.
픽셀이 작을수록 더 나은 광학 해상도가 필요합니다.
렌즈가 필요한 공간 주파수를 확인할 수 없는 경우 추가 픽셀은 거의 가치를 제공하지 않습니다.
CRA 호환성
CRA(Chief Ray Angle) 매칭도 중요합니다.
잘못된 일치로 인해 다음이 발생할 수 있습니다.
색상 음영
밝기 감소
이미지 저하
오늘날 렌즈 해상도가 중요한 또 다른 이유는 다음과 같습니다.
인공 지능.
현대 AI 시스템은 이미지 품질에 크게 의존합니다.
응용 분야는 다음과 같습니다.
얼굴 인식
차량 식별
로봇 비전
산업 검사
스마트 교통
AI는 '의도'를 이해하지 못합니다.
픽셀의 패턴을 분석합니다.
열악한 광학 해상도는 다음을 생성합니다.
누락된 기능
잘못된 분류
낮은 신뢰도 점수
더 나은 렌즈는 더 나은 데이터를 제공합니다.
더 나은 데이터는 더 나은 AI 결정을 만듭니다.
이것은 광학 엔지니어들이 자주 듣는 질문 중 하나입니다.
하지만 대답은 '예' 또는 '아니요'보다 더 복잡합니다.
전문적인 평가에서는 다음을 고려해야 합니다.
센서 모델
픽셀 크기
적용 거리
시야
조명 환경
필요한 이미지 품질
렌즈는 센서를 "지원"할 뿐만 아니라
이는 전체 이미징 시스템에 최적화되어야 합니다.
고성능 렌즈에는 여러 요소 간의 균형이 필요합니다.
해결
충분한 디테일을 재현할 수 있나요?
구멍
빛을 충분히 모을 수 있나요?
왜곡
정확한 기하학을 유지합니까?
시야
필요한 영역을 포괄합니까?
신뢰할 수 있음
시간이 지나도 성능을 유지할 수 있습니까?
최고의 렌즈는 항상 사양서에 가장 높은 숫자가 붙은 렌즈가 아닙니다.
실제 조건에서 최고의 최종 이미지를 만들어내는 것입니다.
이미징 산업은 더 높은 해상도의 센서, 더 스마트한 AI 알고리즘, 더 까다로운 애플리케이션을 향해 나아가고 있습니다.
그러나 한 가지 원칙은 변하지 않았습니다.
픽셀만으로는 이미지 품질이 만들어지지 않습니다.
고해상도 센서에는 고성능 렌즈가 필요합니다.
열악한 렌즈와 결합된 8MP 센서는 여전히 제한된 이미징 시스템입니다.
카메라의 실제 해상도는 다음 간의 협력에 의해 결정됩니다.
광학 설계
렌즈 제조 정밀도
센서 성능
이미지 처리 기술
센서는 픽셀 수를 알려줍니다.
렌즈는 해당 픽셀에 도달하는 정보의 양을 결정합니다.
전문 이미징 시스템의 경우:
센서가 이미지를 캡처합니다.
렌즈는 디테일을 만들어냅니다.
이것이 바로 실제 광학 성능이 메가픽셀 수보다 더 중요한 이유입니다.