IRC21 – 8,75 × 8,75 × 1,0 Absorptiver IR-Sperrfilter
Optimieren Sie Ihre Pixim-CMOS-Bildgebung mit dem Sunex IRC21-8,75×8,75×1,0 IR-Sperrfilter, der darauf ausgelegt ist, die Farbtreue zu verbessern und IR-Verzerrungen zu reduzieren.
Infrared · Sunex · In-camera window
Request a quote or product information. Our team can help you select the right configuration.
Part of this product family
IRC21-8R IR-Sperrfilter
View all variants →
Other variants
Klicken Sie auf die Schaltfläche, um diese Produkte zu vergleichen.
Produktübersicht
Filtertyp: Absorptionsfilter, Abmessungen: 8,75 × 8,75 × 1,0 mm, Zielsensoren: Pixim-CMOS, Infrarot-Sperre: Ja
Der IRC21-8,75×8,75×1,0 von Sunex ist ein kompakter, absorbierender Infrarot-Sperrfilter, der speziell für Pixim-CMOS-Sensoren entwickelt wurde. Dieser Filter nutzt ein spezielles optisches Glas, um IR-Strahlung zu absorbieren und gleichzeitig sichtbares Licht durchzulassen, wodurch die Farbtreue von Bildern verbessert wird, die in verschiedenen Bildgebungsanwendungen aufgenommen werden. Die präzisen Abmessungen von 8,75 × 8,75 mm bei einer Dicke von 1,0 mm machen ihn zur idealen Wahl für den Einbau in kompakte Bildgebungsgeräte, in denen der Platz begrenzt ist. Dieser Filter gewährleistet eine hohe Bildqualität, indem er durch Infrarotstrahlung verursachte Verzerrungen reduziert und die Genauigkeit der Farbwiedergabe verbessert.
Produkt Spezifikationen
-
Farbe - Infrared
-
Hersteller - Sunex
-
Mechanischer Typ - In-camera window
-
Produkttyp - Filter
-
![Kürzere Bindung [nm]](data:image/svg+xml;base64,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)
Kürzere Bindung [nm] - 550
-
![Dicke [mm]](data:image/svg+xml;base64,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)
Dicke [mm] - 1
Letzte Blogbeiträge
Unsere neuesten Artikel
Willkommen in unserem Blog-Bereich, wo Wissen auf Inspiration trifft. Entdecken Sie aufschlussreiche Artikel, Expertentipps und die neuesten Trends in unserem Bereich.
Alle ansehen
Inside-Out, Outside-In: Two Ways Vision AI Enters the Factory
Physical AI is moving from research labs onto the factory floor along two distinct paths. One begins with digital twins, simulation, and synthetic data before a robot reaches real hardware....
Mehr lesen
Bridging Sensor and SoC: Co-Optimization Strategies for Next-Generation Vision
As imaging moves toward smarter, faster, and more efficient systems, modern vision applications demand more than incremental improvement. They require deeper synergy and better co-optimization between sensors and SoCs. Design...
Mehr lesen
Unlocking New Capabilities: How Sony’s Image Sensors Are Advancing Industrial Vision
Industrial vision is evolving to support faster, more accurate, and more adaptable inspection. Advances in image sensors – from high-resolution and HDR imaging to short-wave infrared – are enabling better...
Mehr lesen
Embedded Vision Beyond Autonomous robots
Embedded vision is widely recognized in modern mobility applications such as autonomous driving, advanced driver-assistance systems (ADAS), AMRs, AGVs, drones, and humanoid robots. Besides these relatively new application areas, there...
Mehr lesen
From Prototype to Production: Building AI at the Edge
An AI model that works on a development board is still a long way from a production-ready edge device. The final system must capture useful data, process it within a...
Mehr lesen
Industrielle 3D-Kameras: Robuste 3D Vision Kamera für die Automatisierung – FRAMOS D435e mit GigE & IP66
3D-Kameras für industrielle Anwendungen müssen in rauen Produktionsumgebungen arbeiten und bewegte Objekte bei Geschwindigkeit zuverlässig erkennen, z. B. wenn die Kamera an einem Roboterarm montiert ist. Eine stabile und latenzfreie...
Mehr lesen
Was sind Tiefenerkennungskameras und wie funktionieren sie?
Die Innovationen der letzten zwei Jahrzehnte in den Bereichen eingebettete Systeme, Robotik, industrielle Automatisierung und autonome Fahrzeuge haben alle eines gemeinsam.
Mehr lesen
When Robot Safety Becomes a Perception Problem
For decades, robot safety was based on separation. Cages, light curtains, guarded workcells, and emergency stops kept machines and people apart. Physical AI changes that model. Robots increasingly share space...
Mehr lesen