Laser L、Laser L V2S
2D 파라미터
2D 파라미터는 2D 이미지 품질에 영향을 미칩니다. 2D 이미지는 적절한 밝기로 이미지 내 대상물의 표면 특징이 선명하게 보이도록 해야 합니다. 너무 밝거나 어두운 이미지는 피해야 합니다.
2D 파라미터 그룹의 노출 시간과 이미지 게인을 설정하여 2D 이미지 품질을 조정할 수 있습니다.
| 2D 노출 파라미터를 확인할 때는 실시간 뷰를 열고 2D 파라미터를 단계적으로 조정하여 이상적인 효과가 나타날 때까지 이미지 품질을 관찰합니다. |
해상도
Laser L V2S 카메라는 두 가지 해상도 모드를 지원합니다:
-
800만 화소 모드: 더 높은 해상도의 이미지 획득 제공
-
200만 화소 모드: 더 빠른 이미지 획득 속도 제공
실제 응용 요구에 따라 소프트웨어 화면에서 적절한 해상도 모드를 선택할 수 있습니다.
해상도 모드 |
적용 장면 |
800만 화소 |
고정밀 디테일이 필요한 장면(정밀 측정, 표면 결함 검사 등) |
200만 화소 |
빠른 획득이 필요한 장면(동적 객체 감지, 실시간 모니터링 등) |
| 동일한 조명 조건에서 200만 화소 모드는 800만 화소 모드보다 더 빠른 획득 속도를 제공하지만, 이미지 디테일은 상대적으로 적습니다. 실제 응용에 맞는 해상도 모드를 선택하는 것이 좋습니다. |
노출 시간
-
파라미터 설명:
노출 시간은 카메라가 한 프레임의 이미지를 획득하기 위해 센서를 개방하는 시간의 길이입니다. 이는 센서가 얼마나 많은 빛을 받는지를 결정하며, 이미지의 밝기에 영향을 미칩니다. 노출 시간이 길수록 이미지의 밝기가 높아지고, 노출 시간이 짧을수록 이미지의 밝기가 낮아집니다.
-
파라미터 범위: 0.1~1000ms
-
조정 방법:
현장 환경에 맞게 조정합니다. 어두운 환경에서는 일반적으로 긴 노출 시간을 사용하고, 밝은 환경에서는 일반적으로 짧은 노출 시간을 사용합니다. 2D 이미지는 너무 밝거나 어두워서는 안 되며, 대상물의 표면 특성이 선명하게 보이도록 합니다.
-
조정 예시:
다음 내용은 노출 시간의 변화가 이미지에 미치는 영향만을 보여줍니다. 실제 상황에서는 장면과 파라미터 설정에 따라 이미지 효과가 다를 수 있습니다.
20
50
100
이미지 게인
-
파라미터 설명:
이미지 게인은 이미지 캡처 과정에서 카메라가 신호를 증폭하는 배율입니다. 이는 이미지의 밝기를 증가시키기 위해 사용됩니다.
-
파라미터 범위: 0~24db
-
조정 방법:
어두운 환경에서는 이미지 게인을 적절히 증가시킬 수 있지만, 밝기를 증가시키면 동시에 이미지의 노이즈도 증가한다는 점에 주의해야 합니다. 따라서 밝기를 유지하면서 노이즈의 영향을 최소화하도록 조정합니다.
-
현장의 이미지가 어둡고, 2D 노출 시간을 적절히 조정했음에도 불구하고 이미지 품질이 개선되지 않는 경우, 카메라 게인을 적절히 증가시켜 이미지의 밝기를 조정할 수 있습니다.
-
현장에서의 촬영 속도가 빠르고, 이미지의 밝기를 유지하면서 노출 시간을 짧게 하고 이미지 게인을 높게 설정할 수 있습니다.
-
-
조정 예시:
다음 내용은 이미지 게인의 변화가 이미지에 미치는 영향만을 보여줍니다. 실제 상황에서는 장면과 파라미터 설정에 따라 이미지 효과가 다를 수 있습니다.
0
6
12
24
3D 파라미터
3D 파라미터는 포인트 클라우드와 깊이 맵의 화질에 영향을 미칩니다. 포인트 클라우드와 깊이 맵에는 객체의 표면 정보가 완전히 포함되어 있어야 합니다.
3D 파라미터 설정에서 노출 시간, 이미지 게인, 노출 파라미터 그룹을 조정하여 화질을 조정할 수 있습니다.
해상도
Laser L 시리즈 카메라는 두 가지 해상도 모드를 지원합니다:
-
800만 화소 모드: 더 높은 해상도의 이미지 획득 제공
-
200만 화소 모드: 더 빠른 획득 속도 제공
실제 애플리케이션 요구사항에 따라 소프트웨어 인터페이스에서 적절한 해상도 모드를 선택할 수 있습니다.
해상도 모드 |
적용 시나리오 |
800만 화소 |
정밀 측정 및 표면 결함 검출 등 고정밀 상세 정보가 필요한 시나리오 |
200만 화소 |
동적 물체 검출 및 실시간 모니터링 등 고속 획득이 필요한 시나리오 |
| 동일한 조명 조건에서 200만 화소 모드는 800만 화소 모드보다 더 빠른 획득 속도를 제공하지만, 이미지 상세 정보는 상대적으로 적습니다. 실제 애플리케이션 요구사항에 따라 적절한 해상도 모드를 선택하는 것이 좋습니다. |
노출 시간
-
파라미터 설명:
노출 시간은 포인트 클라우드의 밀도, 품질, 노이즈 레벨에 영향을 미칩니다. 긴 노출 시간은 더 밀도 높은 포인트 클라우드를 생성하지만, 품질 저하나 노이즈 증가를 초래할 수 있습니다. 짧은 노출 시간은 품질을 향상시키고 노이즈를 감소시키지만, 포인트 클라우드의 밀도가 낮아질 수 있습니다. 노출 시간이 너무 짧거나 길면 포인트 클라우드 정보가 누락될 수 있습니다.
-
파라미터 범위: 20~200ms
-
조정 방법:
작업물의 상황에 따라 조정합니다. 어두운 작업물에는 일반적으로 더 긴 노출 시간을 사용하고, 밝은 작업물에는 더 짧은 노출 시간을 사용합니다.
-
조정 예시:
다음 내용은 노출 시간의 변화가 포인트 클라우드에 미치는 영향만을 보여줍니다. 실제 상황에서는 장면과 파라미터 설정에 따라 포인트 클라우드 효과가 다를 수 있습니다.
20
30
50
이미지 게인
-
파라미터 설명:
카메라의 게인은 포인트 클라우드의 밝기, 대비, 노이즈 레벨에 영향을 미칩니다. 높은 게인은 밝기와 대비를 향상시키지만, 노이즈가 증가할 수 있습니다. 낮은 게인은 그 반대의 효과가 있습니다.
-
파라미터 범위: 0~24db
-
조정 방법:
밝기와 노이즈를 균형있게 조정하기 위해 적절한 게인을 선택하여 포인트 클라우드의 품질을 확보합니다.
3D 노출 파라미터 그룹
객체가 어두운 부분과 밝은 부분을 모두 가지고 있는 경우, 특히 고품질의 포인트 클라우드를 획득하기 위해 3D 노출 파라미터 그룹을 추가하여 이를 실현할 수 있습니다. 여러 노출을 캡처하고, 각 노출에서 다른 노출 시간과 이미지 게인의 조합을 사용하며, 이러한 다른 노출 조건에서 얻은 포인트 클라우드 효과를 통합하여 최종적인 완전한 포인트 클라우드 이미지를 획득할 수 있습니다.
최대 세 그룹의 3D 노출 파라미터를 사용할 수 있으며, 각 그룹마다 다른 파라미터 값을 설정할 수 있습니다. 3D 노출 파라미터 그룹을 늘리면 촬영 시간이 길어지므로, 화질을 확보하면서 노출 횟수를 최소화하는 것이 좋습니다.
일반 설정
레이저 투영 파티션
-
파라미터 설명:
카메라는 각 서브 영역을 순차적으로 스캔하도록 제어되며, 각 서브 영역의 데이터가 통합되어 완전한 데이터가 생성됩니다. 레이저 분할을 사용하여 사진을 촬영하면 주변광의 간섭이 감소되고 화질과 S/N 비가 향상됩니다.
-
파라미터 항목: 1파티션, 2파티션, 3파티션, 4파티션
-
조정 방법:
파티션이 많을수록 데이터 품질은 높아지지만, 그만큼 촬영 시간은 길어집니다. 실제 상황에 따라 이미지 정확도와 속도 요구사항을 만족시킬 수 있는 파라미터를 선택하세요.
인코딩 방식
-
파라미터 설명:
스캔 중인 레이저 투영 시스템의 인코딩 방법 제어는 주로 스캔 속도와 정확도에 영향을 미칩니다.
-
파라미터 항목: 고속 인코딩, 정밀 인코딩
-
조정 방법:
투영 모드
획득 속도
포인트 클라우드 품질
적용 시나리오
고속 인코딩
빠름
낮음
비반사 물체, 고속 요구사항이 높은 경우
정밀 인코딩
느림
높음
비반사 물체, 포인트 클라우드 품질 요구사항이 높은 경우
스무딩 파라미터
-
파라미터 설명:
포인트 클라우드의 스무딩을 사용하면 포인트 클라우드의 깊이 변동을 감소시켜 포인트 클라우드를 실제 객체의 표면에 가깝게 만들 수 있지만, 객체 표면의 일부 상세 정보가 손실됩니다.
-
파라미터 항목: 끄기, 약함, 중간, 강함, 초강함
-
조정 방법:
-
포인트 클라우드 스무딩 강도가 높을수록 더 많은 객체 표면의 상세 정보가 손실됩니다. 강도가 낮을수록 손실되는 객체 표면의 상세 정보는 적어집니다.
-
포인트 클라우드 스무딩 강도가 높을수록 계산 시간은 길어지고, 강도가 낮을수록 계산 시간은 짧아집니다.
-
포인트 클라우드 보완
-
파라미터 설명:
포인트 클라우드의 빈 공간을 보완하는 데 사용됩니다.
-
파라미터 항목: 끄기, 약함, 중간, 강함, 초강함
-
조정 방법: 포인트 클라우드의 보완 강도가 높을수록 생성된 물체의 표면 포인트 클라우드는 더 완전해집니다.
