Cóż, to rozsądne pytanie, ale nie ma na nie prostej odpowiedzi. Zbyt wiele czynników wpływa na wyniki, takich jak tłumienie w różnych warunkach klimatycznych, czułość detektora termicznego, algorytm obrazowania, szumy martwego punktu i tła oraz różnica temperatur tła docelowego. Na przykład, niedopałek papierosa jest wyraźniejszy niż liście na drzewie z tej samej odległości, nawet jeśli jest znacznie mniejszy, ze względu na różnicę temperatur tła docelowego.
Zasięg detekcji jest wynikiem połączenia czynników subiektywnych i obiektywnych. Jest on związany z psychologią widzenia obserwatora, jego doświadczeniem i innymi czynnikami. Aby odpowiedzieć na pytanie „jak daleko widzi kamera termowizyjna”, musimy najpierw ustalić, co to oznacza. Na przykład, aby wykryć cel, A myśli, że widzi go wyraźnie, B może nie widzieć. Dlatego musi istnieć obiektywny i ujednolicony standard oceny.
Kryteria Johnsona
Johnson porównał problem detekcji oka z parami linii zgodnie z eksperymentem. Para linii to odległość między równoległymi liniami jasnymi i ciemnymi na granicy ostrości wzroku obserwatora. Para linii odpowiada dwóm pikselom. Wiele badań wykazało, że możliwe jest określenie zdolności systemu kamery termowizyjnej na podczerwień do rozpoznawania celów za pomocą par linii, bez uwzględniania charakteru celu i defektów obrazu.
Obraz każdego celu w płaszczyźnie ogniskowej zajmuje kilka pikseli, co można obliczyć na podstawie rozmiaru, odległości między celem a kamerą termowizyjną i chwilowego pola widzenia (IFOV). Stosunek rozmiaru celu (d) do odległości (L) nazywa się kątem apertury. Można go podzielić przez IFOV, aby uzyskać liczbę pikseli zajmowanych przez obraz, tj. n = (D / L) / IFOV = (DF) / (LD). Można zauważyć, że im większa ogniskowa, tym więcej punktów głównych zajmuje obraz celu. Zgodnie z kryterium Johnsona, odległość detekcji jest większa. Z drugiej strony, im większa ogniskowa, tym mniejszy kąt pola i tym wyższy koszt.
Możemy obliczyć, jak daleko można zobaczyć konkretny obraz termiczny, bazując na minimalnych rozdzielczościach według kryteriów Johnsona:
Wykrycie – obecność obiektu: 2 +1/-0,5 pikseli
Rozpoznawanie – można rozróżnić obiekt typu, osoba kontra samochód: 8 +1,6/-0,4 pikseli
Identyfikacja – można rozróżnić konkretny obiekt, kobietę i mężczyznę, konkretny samochód: 12,8 +3,2/-2,8 pikseli
Pomiary te dają obserwatorowi 50% prawdopodobieństwo rozróżnienia obiektu na określonym poziomie.
Czas publikacji: 23-11-2021