[머신비전 하드웨어편 2편] 산업용 렌즈 왜곡(Distortion) 보정 방법 | 머신비전 측정 정확도를 높이는 핵심 기술

eins-solutionlab 2026. 7. 12. 12:00

머신비전 시스템에서 카메라와 렌즈를 설치한 후 가장 먼저 확인해야 하는 것이 바로 렌즈 왜곡(Distortion)입니다.

육안으로 보기에는 정상적인 이미지처럼 보이더라도, 실제로는 직선이 휘어지거나 물체의 크기가 위치에 따라 달라지는 현상이 발생할 수 있습니다. 이러한 왜곡은 치수 측정, 위치 보정, 로봇 비전 등에서 큰 오차를 유발합니다.

이번 글에서는 산업용 렌즈 왜곡의 원리부터 종류, 보정 방법, 실무 적용 사례까지 자세히 알아보겠습니다.

렌즈 왜곡(Distortion)이란?

렌즈 왜곡은 실제 물체의 형태와 촬영된 이미지의 형태가 서로 다르게 나타나는 광학적 현상입니다.

쉽게 말하면,

실제 직선이 영상에서는 휘어져 보이거나, 동일한 크기의 물체가 화면 위치에 따라 다르게 보이는 현상입니다.

일반 촬영에서는 크게 문제가 되지 않지만 머신비전에서는 매우 중요한 문제입니다.

왜 렌즈 왜곡이 발생할까?

카메라 렌즈는 여러 장의 광학 렌즈를 조합하여 제작됩니다.

빛은 렌즈 중심과 가장자리에서 굴절되는 정도가 서로 다르기 때문에 영상 전체를 완벽하게 동일한 비율로 표현하기 어렵습니다.

특히 광각 렌즈, 저가 렌즈, 큰 화각(FOV), 저배율 렌즈 일수록 왜곡이 크게 발생합니다.

렌즈 왜곡의 종류

1. Barrel Distortion (배럴 왜곡)

가장 많이 발생하는 왜곡입니다.

특징

이미지 가장자리가 바깥쪽으로 휘어짐
직선이 볼록하게 보임

배럴(통) 모양처럼 보인다고 해서 붙여진 이름입니다.

주로 광각 렌즈, CCTV, 저배율 렌즈에서 많이 발생합니다.

2. Pincushion Distortion (핀쿠션 왜곡)

배럴 왜곡과 반대입니다.

특징 이미지 가장자리가 안쪽으로 휘어짐, 직선이 오목하게 보임, 망원 렌즈에서 자주 발생합니다.

3. Mustache Distortion (복합 왜곡)

배럴과 핀쿠션이 동시에 존재하는 형태입니다.

가장 보정하기 어려운 왜곡입니다.

고급 광각 렌즈에서 종종 나타납니다.

왜 머신비전에서는 왜곡 보정이 중요할까?

예를 들어

실제 100mm 길이의 제품을 측정한다고 가정해 보겠습니다.

영상 중앙에서는 100.00mm 하지만, 영상 가장자리에서는 99.65mm 또는 100.42mm 처럼 측정될 수 있습니다.

제품은 동일하지만 렌즈 왜곡 때문에 측정값이 달라지는 것입니다.

왜곡이 발생하면 생기는 문제

치수 측정 오차 증가
Hole 위치 오차
Robot Pick 위치 오차
Pattern Matching 정확도 저하
Calibration 정확도 감소
검사 불량률 증가

렌즈 왜곡 확인 방법

가장 많이 사용하는 방법은 체커보드(Checkerboard) 패턴 또는 Dot Grid 패턴을 촬영하는 것입니다.

정상이라면 모든 직선이 일정해야 합니다.

하지만 왜곡이 있다면

직선이 휘어짐
격자 크기가 달라짐
가장자리 오차 증가

등의 현상이 나타납니다.

렌즈 왜곡 보정 방법

1. Camera Calibration 수행

가장 많이 사용하는 방법입니다.

Calibration Board를 여러 각도에서 촬영하여 카메라의 내부 파라미터를 계산합니다.

대표적으로 계산되는 값은 초점거리(Focal Length), Principal Point, 왜곡 계수(Distortion Coefficient)입니다.

이 값을 이용하여 왜곡을 제거합니다.

2. OpenCV 활용

OpenCV에서는 대표적으로 calibrateCamera(), undistort(), initUndistortRectifyMap() 함수를 사용합니다.

현재 대부분의 머신비전 소프트웨어도 같은 원리를 사용합니다.

3. Vision Software 이용

대표적인 머신비전 프로그램은 대부분 자동 보정을 지원합니다.

예를 들어 Cognex VisionPro, HALCON, MVTec HALCON, NI Vision, OpenCV등에서 쉽게 구현할 수 있습니다.

Camera Calibration 과정

순서는 매우 단순합니다.

① Calibration Board 준비 → ② 여러 각도에서 촬영 → ③ Feature Detection → ④ 내부 파라미터 계산

→ ⑤ Distortion Coefficient 계산 → ⑥ 왜곡 제거 → ⑦ 측정 수행

왜곡 계수(Distortion Coefficient)

대표적으로 두 가지를 사용합니다.

Radial Distortion

렌즈 중심에서 멀어질수록 발생하는 왜곡입니다.

대표 계수 k1, k2, k3

Tangential Distortion

렌즈 조립 오차로 발생합니다.

대표 계수 p1, p2

왜곡 보정 후 변화

보정 전 : 직선이 휘어짐, Edge 위치 변경, Pixel 크기 불균일

보정 후 : 직선 유지, 일정한 Pixel 크기, 높은 측정 정확도

텔레센트릭 렌즈는 왜곡이 없을까?

많은 사람들이 오해하는 부분입니다.

정답은 아니오.

텔레센트릭 렌즈도 왜곡이 존재합니다.

다만 일반 렌즈보다 매우 작을 뿐입니다.

좋은 제품은 0.05%이하의 왜곡을 가집니다.

실제 적용 사례

PCB 검사 장비에서 일반 렌즈 사용 시 기판 가장자리 Hole 위치가 약 0.12mm 정도 차이가 발생했습니다.

Calibration을 수행한 후 오차는 0.01mm 이하로 감소했습니다.

실제로 대부분의 산업용 검사장비는 설치 후 반드시 왜곡 보정을 진행합니다.

왜곡을 줄이는 방법

텔레센트릭 렌즈 사용
화각을 너무 크게 사용하지 않기
센서와 렌즈를 정확히 정렬하기
Calibration 수행
고품질 산업용 렌즈 사용
Working Distance 유지
정기적인 재보정 실시

실패 사례

사례 1. Calibration 없이 양산을 시작한 경우

한 공장에서 렌즈를 교체한 뒤 기존 설정을 그대로 사용했습니다. 중앙에서는 정상 측정이 되었지만 가장자리에서는 최대 0.15mm의 오차가 발생했고, 정상 제품이 불량으로 판정되었습니다. 이후 Camera Calibration을 다시 수행하여 문제를 해결했습니다.

교훈: 렌즈를 교체하거나 위치가 변경되면 반드시 재보정을 수행해야 합니다.

사례 2. 저가 렌즈 사용

비용 절감을 위해 저가 렌즈를 적용한 결과 가장자리 왜곡이 커져 제품 위치 보정이 불안정했습니다. 결국 고품질 산업용 렌즈로 교체한 후 로봇 위치 오차가 크게 줄었습니다.

교훈: 초기 비용보다 장기적인 검사 품질이 더 중요합니다.

사례 3. Calibration Board 품질 문제

출력한 종이 체커보드를 사용하여 Calibration을 진행했지만, 인쇄 오차와 종이의 변형으로 정확한 보정이 이루어지지 않았습니다. 이후 정밀 유리 Calibration Board를 사용하여 안정적인 결과를 얻었습니다.

교훈: Calibration의 정확도는 보드의 품질에도 크게 영향을 받습니다.

자주 묻는 질문(Q&A)

Q1. 왜곡 보정은 한 번만 하면 되나요?

아닙니다. 카메라 위치, 렌즈, 초점, Working Distance가 변경되면 다시 Calibration을 수행해야 합니다.

Q2. 모든 머신비전 시스템에서 왜곡 보정이 필요한가요?

정밀 측정이나 위치 보정이 필요한 시스템이라면 권장됩니다. 단순 유무 검사에서는 필수가 아닐 수도 있습니다.

Q3. 텔레센트릭 렌즈를 사용하면 Calibration이 필요 없나요?

아닙니다. 텔레센트릭 렌즈도 미세한 왜곡이 존재하므로 높은 정확도를 요구하는 경우에는 Calibration을 함께 수행하는 것이 좋습니다.

Q4. OpenCV만으로도 왜곡 보정이 가능한가요?

가능합니다. OpenCV는 Camera Calibration과 왜곡 보정 기능을 기본적으로 제공하며, 많은 산업용 비전 소프트웨어도 같은 원리를 사용합니다.

Q5. 왜곡 보정 후 측정 오차가 완전히 없어지나요?

아닙니다. 조명, 초점, 진동, 카메라 해상도, 렌즈 품질 등 다양한 요소가 측정 정확도에 영향을 미칩니다. 왜곡 보정은 오차를 줄이는 중요한 과정이지만, 전체 시스템 최적화가 함께 이루어져야 합니다.

마무리

렌즈 왜곡은 눈으로는 크게 느껴지지 않지만, 머신비전의 측정 정확도를 좌우하는 핵심 요소입니다.

정확한 Camera Calibration과 왜곡 보정을 수행하면 치수 측정, 위치 보정, 로봇 비전의 신뢰성을 크게 높일 수 있으며, 양산 현장의 불량률도 효과적으로 줄일 수 있습니다.

다음 편에서는 Camera Calibration 구현 방법을 통해 체커보드 촬영부터 내부 파라미터 계산, 실제 구현 절차까지 실무 중심으로 자세히 알아보겠습니다.