실용적인 낮은 빛 카메라 평가 방법
유용한 이미지 세부 사항을 문서화 된 조명, 움직임 및 노출 대신 격리 된 최소 럭셔리 요구 사항으로 평가하십시오.

준비된 것들 Honglan Electronics 조회수
장비의 실제 작업을 나타내는 장면으로 낮은 조명 성능을 평가하십시오. 밝게 보이는 이미지는 반드시 유용한 이미지가 아닙니다 : 처리 소음을 밝게 할 수 있고, 부드러운 세부 사항을 멀리하거나, 움직임의 흐름을 숨길 수 있습니다.
조명 조건을 정의합니다.
출처, 지질학, 스펙트럼에 관한 경우, 대상 반사 및 환경 기여를 설명합니다. 위치와 측정 방법이없는 빛 수준의 측정은 불완전합니다. 설정의 사진을 유지하고 덮개, 창 또는 보호 커버가 설치되었는지 기록합니다.
적어도 명칭 장면과 어려운 장면을 사용하십시오. 어두운 재료, 반사 영역 및 중요한 가장 작은 대상 기능을 포함합니다. 장비가 인프라 조명을 사용하는 경우, 특정 모듈 문서로 제안 된 광 경로와 작동 조건을 확인하는 대신 눈에 띄는 조명 성능 전송을 가정합니다.

비교에 영향을 미치는 변수를 냉동합니다.
각 후보자에 대해 동일한 프레임, 목표 거리 및 출력 모드를 사용합니다. 노출, 이익, 흰색 균형, 소음 감소 설정 및 압축을 기록합니다. 자동 제어가 활성화되면 결과 값을 기록하고 장면 변경 후 얼마나 빨리 정리되는지 평가합니다.
스테이션 목표와 움직이는 목표를 별도로 비교하십시오. 카메라는 계획된 움직임에 너무 오래 지속되는 노출을 사용하여 수용 가능한 스테이션 이미지를 만들 수 있습니다. 구매 결정은 조명과 움직이의 어떤 조합이 받아 들여졌는지 지정해야합니다.
유용한 세부 사항을 찾으십시오
얇은 가장자리, 낮은 대조 표시, 어두운 구조 및 유니폼 패치를 검토하십시오.이 지역을 사용할 수 있는지 확인하십시오. 브라우저 또는 문서에서 재구성된 이미지만 평가하는 대신 원본 캡처를 유지하십시오.
EMVA 1288은 기계 비전 카메라 및 센서 특성을 측정하고 제시하는 프레임 워크를 제공합니다. 적절한 보고서가 제공되는 경우, 응용 프로그램 테스트를 보완할 수 있습니다. 그것은 실제 렌즈, 처리 및 조명으로 전체 모듈 테스트를 대체하지 않습니다.

단계화된 테스트 순서를 사용합니다.
- 잘 밝은 참조 캡처를 설정합니다.
- 문서화 된 단계에서 조명을 줄이십시오.
- 고정 노출으로 반복하고 이미지 변화를 이해하기 위해 얻습니다.
- 제안된 생산 자동 설정으로 반복하십시오.
- 현실적인 목표 움직임을 추가합니다.
- 조명이 급격히 변경되면 회복을 관찰하십시오.
- 뜨거운 후 마지막 닫기 안에서 반복합니다.
각 단계에서 응용 프로그램 결과를 점수하고 시각적 외관뿐만 아니라 별도의 노트를 유지하십시오 소음, 흐름, 색상 행동 및 세부 사항 손실.이것은 다른 렌즈, 더 나은 조명 또는 다른 모듈이 다음 실험에 적합한지 확인하기가 쉽습니다.
비교할 수 있는 증거를 요청하라.
최소 럭셔리 진술은 노출, 이익, 렌즈 개방, 생산 품질 기준 및 처리 등과 같은 맥락을 필요로합니다. 테스트 조건이 다를 때 그 값으로 제품 순위를 피하십시오. 원래 샘플 파일과 완전한 설정 기록을 요청하십시오.
장비의 작업에 관해서 통과 한도를 설정합니다. 모니터링 디스플레이, 코드 리더 및 측정 시스템은 동일한 조명 아래 다른 결과를 합법적으로 요구할 수 있습니다. 차이를 확인하지 않고 한 응용 프로그램에서 다른 응용 프로그램으로 수락을 전송하지 마십시오.
사용하시기 바랍니다 샘플 테스트 체크리스트 반복적인 비교를 할 수 있는 방법 : 언제 샘플 요청, 실제 현장을 설명하고 안전하고 민감하지 않은 대상 예를 제공하여 제안된 모임이 귀하의 요구에 맞서 논의 될 수 있습니다.

이것을 카메라 모듈에 적용합니다.
도전이 밝은 배경과 어두운 주제라면, PS5268 광범위한 역동적 범위 보드 측면에서 측면 시험을 위한 후보입니다.
기술적 참조
- 측정 시나리오 조명
- Lock 테스트 조건
- 빛을 낮추는 단계
- 유용한 세부 사항 비교
낮은 최소 럭셔리 사양은 항상 더 좋습니까?
단지 측정 조건과 이미지 품질 기준이 비교할 수 있는 경우에만 실제 작업을 검사하여 노출과 이익이 기록됩니다.
왜 밝은 낮은 빛의 이미지는 여전히 인식이 실패합니까?
소음, 부드러움, 압축 또는 움직임 블루는 알고리즘에 필요한 세부 사항을 제거 할 수 있습니다.
