No, toto je rozumná otázka, ale bez jednoduchej odpovede.Existuje príliš veľa faktorov, ktoré by ovplyvnili výsledky, ako je útlm v rôznych klimatických podmienkach, citlivosť tepelného detektora, zobrazovací algoritmus, mŕtve body a zvuky pozadia a rozdiel cieľovej teploty pozadia.Napríklad ohorok cigarety je v rovnakej vzdialenosti vidieť jasnejšie ako listy na strome, aj keď je oveľa menší, kvôli rozdielu cieľovej teploty pozadia.
Detekčná vzdialenosť je výsledkom kombinácie subjektívnych faktorov a objektívnych faktorov.Súvisí to s vizuálnou psychológiou, skúsenosťami a ďalšími faktormi pozorovateľa.Aby sme odpovedali „ako ďaleko môže termokamera vidieť“, musíme najprv zistiť, čo to znamená.Napríklad na zistenie cieľa, zatiaľ čo A si myslí, že ho vidí jasne, B nemusí.Preto musí existovať objektívny a jednotný hodnotiaci štandard.
Johnsonove kritériá
Johnson porovnal problém detekcie oka s pármi čiar podľa experimentu.Pár čiar je vzdialenosť medzi paralelnými svetlými a tmavými čiarami na hranici zrakovej ostrosti pozorovateľa.Pár čiar je ekvivalentom dvoch pixelov.Mnohé štúdie ukázali, že je možné určiť schopnosť infračerveného termokamerového systému rozpoznať cieľ pomocou párov čiar bez zohľadnenia povahy cieľa a defektov obrazu.
Obraz každého cieľa v ohniskovej rovine zaberá niekoľko pixelov, čo sa dá vypočítať z veľkosti, vzdialenosti medzi cieľom a termokamerou a okamžitého zorného poľa (IFOV).Pomer veľkosti cieľa (d) ku vzdialenosti (L) sa nazýva clonový uhol.Môže sa vydeliť IFOV, aby sa získal počet pixelov obsadených obrázkom, to znamená n = (D / L) / IFOV = (DF) / (LD).Je vidieť, že čím väčšia je ohnisková vzdialenosť, tým viac hlavných bodov zaberá cieľový obraz.Podľa Johnsonovho kritéria je vzdialenosť detekcie väčšia.Na druhej strane, čím väčšia je ohnisková vzdialenosť, tým menší je uhol poľa a tým vyššie budú náklady.
Môžeme vypočítať, ako ďaleko môže konkrétny termosnímok vidieť na základe minimálnych rozlíšení podľa Johnson's Criteria:
Detekcia – objekt je prítomný: 2 +1/-0,5 pixelov
Rozpoznávanie – je možné rozoznať typ objektu, človek vs. auto: 8 +1,6/-0,4 pixelov
Identifikácia – dá sa rozoznať konkrétny objekt, žena vs. muž, konkrétne auto: 12,8 +3,2/-2,8 pixelov
Tieto merania poskytujú 50% pravdepodobnosť, že pozorovateľ rozlišuje objekt na špecifikovanú úroveň.
Čas odoslania: 23. novembra 2021