폴크(FOLC)

Knife-edge Method (Gaussian Profile Estimation) 은 광학 시스템의 Point Spread Function(PSF)을 정량적으로 평가하는 데 사용되는 대표적인 간접 측정 방법 중 하나입니다. 여기서 PSF는 시스템이 한 점 광원을 어떻게 퍼뜨리는지를 나타내는 함수이며, 이는 시스템의 해상도와 직결됩니다.기본 원리- Knife-edge method는 광원이 일정한 에너지를 가진 빔(보통 Gaussian 분포를 가짐)을 생성할 때, 그 빔의 일부를 knife(날카로운 가장자리, 예: 블레이드)로 차단하고, detector(카메라, 포토다이오드 등)로 전달되는 빛의 세기를 측정하는 방식입니다.- 측정된 신호는 광원의 **적분된 intensity profile (Edge Sp..

Gaussian Smoothing노이즈를 제거하여 edge 검출의 안정성을 향상시키기 위한 가우시안 필터 적용.1차 미분 (1st Derivative)프로파일의 기울기를 계산하여 edge 후보 위치를 검출.Zero-Crossing 위치 검출1차 미분 결과가 양→음 또는 음→양으로 바뀌는 지점을 zero-crossing으로 판단.Subpixel Interpolation Zero-crossing 근처의 값을 가지고 2차 (Quadratic) 보간을 통해 subpixel 수준의 edge 위치를 계산. 예제#include #include #include // Gaussian smoothing (1D) std::vector gaussianSmooth(const std::vector& input, double..

edge 방향을 탐지하는 것은 **gradient의 부호(sign)**를 기반으로 각 edge가 어떤 밝기 변화 방향으로 이동하는지를 판별하는 것입니다. 이는 **양의 gradient (dark → bright)**와 **음의 gradient (bright → dark)**를 구분함으로써, Line & Space 구조의 시작점/끝점, 혹은 선폭(CD) 측정의 정확한 기준 edge 구분이 가능하다개념: gradient의 부호로 edge 방향 구분G(x)=I(x+1)−I(x−1)G(x) = I(x+1) - I(x-1)G(x)=I(x+1)−I(x−1)G(x)>0G(x) > 0G(x)>0: 양의 gradient → 밝아지는 edge (dark → bright)G(x)G(x)0: 음의 gradient → 어두워지..

치수를 측정하는 소프트웨어는 반도체 공정 등에서 매우 중요한 역할을 하며, 일반적으로 엣지 검출, 바이너리 마스크 처리, 프로파일 분석 등이 있다.목적- 이미지에서 관심 영역(ROI)을 지정한 후- 경계(edge)를 검출하여- 임계 치수를 측정(Critical Dimension, CD)하는 간단한 알고리즘 예제#include #include using namespace cv; using namespace std; // 임계 치수 측정 함수 double measureCD(const Mat& binary) { vector> contours; findContours(binary, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); if (contours..

이미지의 경계(Edge)와 고주파(High-frequency) 성분을 강조하는 대표적인 고전적 필터링 기법으로, 특히 미세한 밝기 변화나 텍스처의 국소적 차이를 잘 검출할 수 있어 결함 검사, 객체 검출, 특징 추출(SIFT 등)에서 폭넓게 사용된다. 1. 기본 개념- 두 개의 Gaussian Blur(저주파 필터링)된 이미지의 차이(Difference)를 계산하여 고주파 성분만을 추출하는 방식= 저주파 성분 제거 (배경 제거)= 고주파 성분(에지, 결함, 텍스처 불연속) 강조2. 정의- G(x,y,σ)G(x, y, \sigma)G(x,y,σ): 이미지에 대해 표준편차 σ\sigmaσ의 Gaussian 필터를 적용한 결과- I(x,y)I(x, y)I(x,y): 입력 이미지수식:DoG(x,y)=G(x..

서브픽셀 엣지 검출(Subpixel Edge Detection) 알고리즘은 머신 비전 분야에서 매우 정교하게 설계된 고정밀 위치 추정 기법입니다. 이 방식은 일반적인 픽셀 해상도를 넘어 0.1 픽셀 이하의 위치 정밀도를 달성할 수 있습니다.엣지 검출의 기본 흐름 다음과 같은 순서로 작동합니다: ROI(Region of Interest) 설정 -> 측정 위치에 ROI 위치시키기 픽셀 프로파일 생성 (Intensity Profile) -> I(x)=grayscale intensity Gradient 계산 (1차 미분 또는 필터 기반) -> G(x)=I(x+1)−I(x)또는 Gaussian Derivative 필터도 사용 가능:-> G(x) = I(x) ∗ d / dx * Gaussian(x) Peak 위치 ..

# 디지털 컴퓨터를 이용하여 알고리즘을 통해 디지털 이미지(넓은 범위의 알고리즘을 입력 데이터)를 처리 한다. 특히, 노이즈 및 왜곡 축적과 같은 문제를 피할 수 있고 2차원 이상으로 정의되면서 다차원 시스템의 형태로 이용되고 있다. # 디지털 이미지 처리의 발전의 세 가지 요인 > 컴퓨터의 발전, 수학의 발전, 산업(환경, 농업, 군사) 및 의학 분야에 대한 수요 증가 # 디지털 이미지 처리 # 이미지의 정보를 시간영역과 주파수영역으로 표현 가능하다. # 이미지를 처리하는 filter 의 특성에 따라서 시간영역/주파수 영역에서 처리 한다. > 저주파수( LPF : Low Pass Filter ), 고주파수( HPF : High Pass Filter ) # 이미지 처리 - OpenCV 4.5.3 으로 테..

# 디지털 컴퓨터를 이용하여 알고리즘을 통해 디지털 이미지(넓은 범위의 알고리즘을 입력 데이터)를 처리 한다. 특히, 노이즈 및 왜곡 축적과 같은 문제를 피할 수 있고 2차원 이상으로 정의되면서 다차원 시스템의 형태로 이용되고 있다. # 디지털 이미지 처리의 발전의 세 가지 요인 > 컴퓨터의 발전, 수학의 발전, 산업(환경, 농업, 군사) 및 의학 분야에 대한 수요 증가 # 디지털 이미지 처리 # 이미지의 정보를 시간영역과 주파수영역으로 표현 가능하다. # 이미지를 처리하는 filter 의 특성에 따라서 시간영역/주파수 영역에서 처리 한다. > 저주파수( LPF : Low Pass Filter ), 고주파수( HPF : High Pass Filter ) # 이미지 처리 - OpenCV 4.5.3 으로 테..