비네팅이 있는 얇은막 파브리‑페로 필터 통합 스펙트럼 카메라의 보정 방법

본 논문은 얇은막 파브리‑페로(Fabry‑Pérot) 필터가 통합된 스펙트럼 카메라에서 발생하는 각도 의존성 문제를 다루며, 특히 광학·기계적 비네팅으로 인해 출구 조리개(Exit pupil)가 부분적으로 차단되는 상황을 모델링하고 보정하는 방법을 제시한다. 1. **배경 및 필요성** 스펙트럼 카메라는 각 픽셀에 얇은막 인터페런스 필터를 배치해 다채널 이미지를 획득한다. 그러나 필터의 전송 피크는 입사각이 커질수록 짧은 파장으로 이동한다(식 3). 실제 렌즈는 유한 조리개를 가지고 있어 다양한 입사각이 혼합되며, 이로 인해 스펙트럼이 왜곡된다. 기존 연구에서는 비네팅이 없는 이상적인 유한 조리개만을 고려했지만, 실용적인 렌즈에서는 비네팅이 흔히 발생한다. 2. **비네팅 모델링** 비네팅은 ‘코사인‑사제’·‘광학 비네팅’·‘기계적 비네팅’ 등 여러 형태가 있으나, 본 논문은 광학·기계적 비네팅을 중심으로 다룬다. 저자는 ‘가변 콘 모델(variable cone model)’을 차용해, 조리개 원(반경 R)과 비네팅 원(반경 P)이 거리 h 로 구분된 튜브 형태로 가정한다. 비네팅 원이 조리개 평면에 투사되면서 겹치는 영역을 ‘비네팅된 출구 조리개’라 정의하고, 픽셀 위치 d와 주축각 θ_CRA 에 따라 d = x tan θ_CRA, d_v = h tan θ_CRA 로 표현한다. 3. **입사각 분포와 커널 도출** 입사각 φ에 대해 동일한 각도를 갖는 광선은 원뿔 형태이며, 이 원뿔이 조리개 평면과 교차한 원의 일부가 실제로 통과한다. 해당 원호 길이를 γ(φ)라 하고, 이는 비비네팅 상황을 나타내는 η(φ)와 비네팅에 의해 차단된 부분을 나타내는 ν(φ) 로 분해한다. η는 코사인 법칙을 이용해 식 (15) 로, ν는 코사인 법칙을 이용해 식 (16‑17) 로 계산한다. 면적 요소 dA = 2 γ(φ) r d r 로 정의하고, 전체 조리개 면적 A(θ_cone,θ_CRA) 로 정규화한다. 4. **전송 함수와 보정식** 필터 전송 함수 T(λ)를 각도에 따른 파장 이동 Δ(φ)와 결합한 디랙 델타 함수 δ(λ − Δ(φ)) 로 표현하고, 이를 조리개 면적 가중치와 적분해 새로운 커널 K_{θ_cone,θ_CRA}(λ) 를 얻는다(식 13). 커널의 평균값 \bar{λ}는 기존 비비네팅 식과 동일한 형태를 갖지만, 비네팅 파라미터(P, h) 가 η와 ν 에 영향을 주어 실험적으로 추정해야 한다. 5. **파라미터 추정 알고리즘** 실제 시스템에서 P와 h 를 직접 측정하기 어려우므로, 저자는 캘리브레이션 타깃(스펙트럼이 알려진 표준)를 이용해 모델식(2)를 비선형 최소제곱법으로 피팅한다. 피팅 과정에서 θ_cone, θ_CRA, P, h 를 동시에 최적화함으로써 각 픽셀별 비네팅 효과를 정량화한다. 6. **실험 및 검증** 가시‑근적외선(400‑1000 nm) 대역의 스펙트럼 카메라에 f/2.8, 초점거리 4 mm 렌즈를 장착하고, 중심부와 가장자리에서 스펙트럼을 측정하였다. 비네팅이 없는 경우와 비교해 보정 전 파장 오차는 최대 12 nm였으며, 제안된 모델을 적용한 후 평균 오차는 0.8 nm 이하로 감소하였다. 또한, 비네팅 파라미터 추정값이 물리적으로 합리적인 범위에 있음을 확인하였다. 7. **의의 및 적용 가능성** 본 연구는 비네팅을 포함한 조리개 모델을 최초로 수학적으로 정식화하고, 이를 기반으로 실용적인 파라미터 추정 및 보정 절차를 제공한다. 특히 저비용·소형 렌즈에서 흔히 발생하는 비네팅을 정량적으로 보정함으로써, 얇은막 파브리‑페로 필터 기반 스펙트럼 카메라의 정확도를 크게 향상시킨다. 이는 재료 식별, 환경 모니터링, 의료 영상 등 고정밀 스펙트럼 분석이 요구되는 다양한 분야에 직접적인 영향을 미칠 것으로 기대된다.