Luminomètre d'imagerieEst un instrument de haute précision capable de mesurer la distribution de luminosité d'une source lumineuse ou d'un dispositif d'affichage, dont la fonction principale est d'obtenir des informations de luminosité par des techniques d'imagerie et de présenter la distribution de luminosité sous forme d'image. Les luminomètres d'imagerie sont largement utilisés dans la technologie d'affichage, l'ingénierie de l'éclairage, la recherche optique et d'autres domaines pour évaluer et optimiser les performances de luminosité des sources lumineuses, des écrans d'affichage, des projecteurs et d'autres appareils. Son principe de fonctionnement repose principalement sur les quatre principaux maillons de l'imagerie optique, de la conversion optoélectronique, du traitement de l'image et de l'étalonnage des données.
Luminomètre d'imagerieLes étapes opérationnelles:
1, préparation et étalonnage de l'équipement
Préchauffage: allumez d'abord le luminomètre d'imagerie et laissez - le préchauffer pendant un certain temps (généralement recommandé pendant quelques minutes) pour vous assurer que l'appareil atteint un état de fonctionnement stable.
Calibrage: le luminomètre doit être calibré avant toute mesure. Cela comprend généralement deux étapes de compensation du courant d'obscurité et d'étalonnage de la luminosité. La compensation du courant d'obscurité est l'enregistrement du bruit de fond du capteur en l'absence d'illumination lumineuse; L'étalonnage de la luminosité consiste à ajuster la lecture du luminomètre à l'aide d'une source lumineuse standard dont la luminosité est connue pour assurer sa précision.
2, préparation des échantillons
L'échantillon à mesurer est placé à une distance appropriée pour que l'image puisse être capturée clairement. La distance doit être choisie en tenant compte de la distance focale de l'objectif ainsi que de la plage de luminosité à mesurer.
Assurez - vous que les conditions environnementales répondent aux exigences de test, telles que l'évitement des interférences lumineuses parasites externes, le maintien de la température ambiante stable, etc., tous ces facteurs peuvent affecter la précision des résultats de mesure.
3, paramètres de mesure
Le réglage de la distance focale de l'objectif rend l'image claire, en utilisant un Filtre ND si nécessaire pour réduire l'intensité lumineuse entrant dans le capteur, en particulier lorsque la source mesurée est très lumineuse.
Si nécessaire, ajustez la taille du diaphragme pour simuler les changements dans la pupille de l'œil humain et obtenir ainsi un effet plus proche de l'expérience visuelle réelle.
4, acquisition de données
Allumez la source lumineuse et laissez le luminomètre prendre automatiquement des photos et enregistrer des données. Pour certaines applications, telles que les tests d'affichage ar / VR, une attention particulière doit être accordée à la correspondance de position entre la pupille de sortie de l'eye - Box et la pupille d'entrée de l'instrument de test pour assurer la validité des résultats de mesure.
Utilisez le logiciel compagnon pour contrôler le luminomètre pour l'acquisition de données et surveiller la qualité de l'image en temps réel. Si vous trouvez des problèmes, vous pouvez ajuster les paramètres immédiatement.
5. Analyse des données
Utilisez le logiciel compagnon pour traiter les données acquises, générer des cartes de distribution de luminosité et d'autres rapports de paramètres pertinents. Par example, on peut calculer des informations statistiques telles que la luminosité moyenne, le maximum, le minimum, etc.
Pour des scénarios d'application spécifiques, tels que la détection d'écran d'affichage, des indicateurs tels que l'uniformité chromatique, le contraste, la netteté MTF peuvent également être analysés davantage.
Interprétation et optimisation des résultats
Sur la base des résultats de l'analyse, juger si l'échantillon répond aux critères de luminosité attendus et proposer des mesures d'amélioration pour les Parties non conformes.
Dans certains cas, en combinaison avec la technologie « Vision industrielle + ia», il est possible de prédire les sentiments visuels de l’utilisateur dans différents scénarios d’utilisation à l’aide de modèles d’apprentissage profond, ce qui permet d’optimiser la conception du produit.