Як розрахувати EO/IR діапазон виявлення, розпізнавання та ідентифікації

Далекобійна камера Технічні листи часто містять одну заголовну відстань: виявлення до певної кількості кілометрів, розпізнавання на коротшій відстані та ідентифікацію на іншій. Ці цифри здаються легкими для порівняння, але вони можуть вводити в оману, якщо всі постачальники не використовують однакові цільові показники, атмосферу, ймовірнісний критерій і модель якості зображення.

Діапазон EO/IR не є властивістю лише об'єктива. Це результат роботи оптичного ланцюга, який включає розмір цілі, фокусну відстань, крок детектора, роздільну здатність сенсора, оптичну передачу, атмосферне ослаблення, контраст між ціллю та фоном, стабілізацію, обробку зображень, умови відображення та спостерігача або алгоритм класифікації.

Цей посібник надає прозорий спосіб перевірки конфігурацій камер і, що важливіше, пояснює, що саме потрібно перевіряти під час закупівлі та приймальних випробувань.

 

1. Detection, Recognition та Identification є різними завданнями

рівень DRI	Операційне питання	Приклад
Виявлення	Чи присутній відповідний об'єкт?	Теплий об'єкт видно на фоні.
Recognition	Який це загальний клас?	Оператор може відрізнити людину від транспортного засобу.
Identification	Який це член або підтип?	Оператор може визначити пікап, а не загальний транспортний засіб, залежно від узгодженого визначення завдання.

Ці визначення мають бути включені до вимоги. «Ідентифікація» може означати різні речі для прикордонника, портової влади, аеропорту чи команди промислової безпеки. Ідентифікація обличчя, класифікація типу транспортного засобу та підтвердження того, що ціль несе об'єкт, потребують зовсім іншої деталізації зображення.

2. Почніть з кутового зразкування: IFOV

Миттєве поле зору (IFOV) — це кут, що представлений одним пікселем детектора. За наближенням малого кута:

IFOV (радіани на піксель) ≈ Крок пікселя ÷ Фокусна відстань Розмір наземного зразка на піксель ≈ Відстань × IFOV Пікселі на ціль ≈ Розмір цілі ÷ (Відстань × IFOV)

Усі виміри повинні використовувати послідовні одиниці. Наприклад, крок 12 µm пікселя дорівнює 12 × 10⁻⁶ m. 300 mm фокусна відстань — 0.300 m.

Цей розрахунок оцінює геометричне вибірку. Він ще не враховує розмиття, оптичну передавальну функцію, атмосферу, шум, контраст, стабілізацію або обробку зображення.

 

3. Приклад першого порядку

Припустимо некулений тепловізор з:

• Детектор: 640 × 512 пікселів
• Крок пікселя: 12 мкм
• Фокусна відстань: 300 мм
• Представницький цільовий розмір: зріст людини 1,8 м
• Дальність: 5 000 м

IFOV ≈ 12 × 10⁻⁶ м ÷ 0.300 м = 40 мкрад/піксель Очікуваний розмір на піксель на відстані 5 км ≈ 5 000 × 40 мкрад = 0,20 м/піксель Пікселів на висоту цілі 1,8 м ≈ 1,8 ÷ 0,20 = 9 пікселів

Дев'ять пікселів над висотою цілі можуть бути достатніми для виявлення у сприятливій сцені, але це не автоматично підтверджує розпізнавання чи ідентифікацію. Орієнтація цілі, тепловий контраст, розмиття та передача атмосфери можуть зменшити корисну інформацію. Якщо критичним цільовим розміром є ширина, а не висота, кількість пікселів може бути значно меншою.

4. Критерії Джонсона: корисна відправна точка, а не абсолютна гарантія

Критерії в стилі Джонсона пов'язують кількість розв'язних циклів у критичному вимірі цілі з ймовірністю виявлення, розпізнавання або ідентифікації людським спостерігачем. Вони залишаються широко відомими, оскільки пропонують простий міст між кутовим розміром цілі та завданням розрізнення.

Однак критерії Джонсона виникли в епоху попередньої візуалізації. Сучасні сенсори з вибіркою, цифрове покращення, компресія, кольоровий шум та аналітика на основі ШІ можуть поводитися по-іншому. Дослідники армії США розробили метрику продуктивності завдань націлювання частково тому, що класичні критерії повністю не моделюють сучасні системи візуалізації.

Для закупівель безпечним підходом є:

1. Вкажіть точне завдання та мету DRI.
2. Вкажіть рівень ймовірності або правило проходження/непроходження.
3. Показати припущені цикли або пікселі на цілі.
4. Застосуйте оптичні, атмосферні та сигнальні втрати.
5. Підтвердьте за допомогою записаних зображень або контрольного польового тесту.

5. Чому лише кількість пікселів переоцінює діапазон

Оптичне розмиття та MTF

Піксельна сітка не гарантує, що тонкі деталі досягнуть детектора. Якість об’єктива, фокус, дифракція, відгук детектора та розмиття при русі зменшують контраст на вищих просторових частотах. Дві системи з однаковою фокусною відстанню та кроком детектора можуть, отже, давати різні корисні деталі.

Атмосферне послаблення

Виконання EO/IR на великій відстані Сильно впливає вологість, навантаження аерозолями, туман, дощ, пил, морський спрей та термічна турбулентність. Атмосфера знижує контраст цілі та може розмитити видиме зображення. Конфігурація, що працює в холодному сухому повітрі, може працювати значно гірше в вологому прибережному або гарячому пустельному середовищі.

Контраст цільового об'єкта з фоном

Теплове виявлення залежить від помітної різниці температур між об’єктом і його фоном. Людину легше помітити на тлі холодного нічного неба, ніж на тлі розігрітого сонцем ґрунту приблизно з температурою тіла. Продуктивність у видимому світлі подібним чином залежить від освітлення, туману, камуфляжу та складності фону.

Стабілізація та наведення

На довгих фокусних відстанях невелике кутове коливання викликає велике переміщення зображення. Коливання вежі, вітер, зворотний хід панорамування та нахилу а неповна стабілізація може усунути деталі, які передбачає оптичний розрахунок.

Стиснення та відображення

Стиснення відео, пропускна здатність мережі, підвищення різкості, шумозаглушення та масштабування зображення впливають на те, що бачить оператор. Цифрове збільшення масштабу розширює наявні пікселі; воно не створює додаткової оптичної інформації.

6. Видимі, теплові та лазерно-підтримувані канали

Канал	Сильні сторони	Обмеження для вказівки
Видимий / при слабкому освітленні	Колір і дрібні деталі при сприятливому освітленні; корисно для доказів.	Освітлення, імла, сліпуче світло, атмосферна турбулентність та нічна робота.
LWIR термальний	Пасивний нічна операція і виявлення контрасту тепла.	Тепловий перехід, вологість, дощ, роздільна здатність детектора та менш детальний вміст.
MWIR охолоджений термічний	Висока чутливість та потенціал на великій відстані у вимогливих системах.	Вартість, обслуговування, термін служби охолоджувача та питання експорту/дотримання норм.
Поблизу IR лазерна видима	Може покращити активне нічне освітлення та показати деталі, видимі для ока.	Розсівання світла у тумані/дощі, класифікація безпеки для очей, діапазон освітлення та відбивна здатність сцени.

Мультиспектральна платформа цінна, оскільки найкращий канал змінюється з часом, погодою та цільовими параметрами. Fusion не слід називати універсальним покращенням без визначення, чи система комбінує зображення, перемикає канали або використовує один сенсор для підказки іншому.

7. Практичний робочий процес розрахунку дальності

1. Визначте цільовий клас та критичний розмір: висота/ширина людини, ширина транспортного засобу, борта човна або інша відповідна характеристика.
2. Визначте завдання: виявлення, розпізнавання класу, ідентифікація підтипу або підтвердження доказів.
3. Виберіть формат детектора, крок пікселів і фокусну відстань.
4. Обчисліть IFOV та геометричні пікселі на цілі.
5. Застосуйте допуски оптичної якості та компенсації руху/стабілізації.
6. Моделюйте атмосферну трансмісію для довжини хвилі, діапазону та клімату.
7. Оцініть контраст між об'єктом і фоном для денних, нічних та умов термічного перетину.
8. Оцінюйте продуктивність дисплея, стиснення, обробки та оператора/ШІ.
9. Встановіть інженерний запас замість публікації теоретичного обмеження.
10. Проведіть перевірку з представником цільової групи та синхронізованими записами про навколишнє середовище.

8. Що постачальник повинен розкривати

Необхідне розкриття	Чому це важливо
Цільові розміри та орієнтація	Зріст і ширина людини призводять до різних результатів діапазону.
Роздільна здатність сенсора та відстань між пікселями	Потрібно для IFOV та обчислень вибірки.
Оптична фокусна відстань і чистий отвір	Потрібно було оцінити поле зору та збір світла.
Критерій DRI та ймовірність	Запобігає порівнянню різних визначень так, ніби вони однакові.
Атмосферна модель та видимість	Довгострокові результати сильно залежать від клімату.
Контраст між ціллю та фоном	Особливо важливо для теплових зображень.
Оптичне проти цифрового зуму	Цифровий зум не повинен враховуватися як додаткова роздільна здатність.
Налаштування обробки зображень	Підсилення різкості та видалення шумів можуть змінювати сприйняту продуктивність.
Записані тестові зображення та метадані	Дозволяє незалежну оцінку якості реального зображення.
Метод приймання об'єкта на місці	Перетворює маркетингову заяву на вимірювану вимогу.

9. Приймальні випробування для дальньобійного EO/IR

Польовий тест має використовувати цільове завдання та завдання на розрізнення, які відповідають проекту. План тесту має включати:

• Відомі розміри цілі та стан одягу/фарби.
• Різні орієнтації та походження.
• День, ніч і періоди термічного перетину, де це доречно.
• Виміряна видимість, вологість, температура, вітер та опади.
• Фіксована оптична фокусна відстань та задокументовані налаштування обробки.
• Записи з оригінальною роздільною здатністю без перекомпресування для соціальних мереж.
• Сліпе оцінювання більше ніж одним спостерігачем або визначеною аналітичною моделлю.
• Порог проходження/не проходження на основі ймовірності або повторюваних успішних випробувань.
• Окремі результати для виявлення, розпізнавання та ідентифікації.

IEC 62676-4 надає орієнтовану на застосування структуру для планування, проектування, встановлення, тестування, введення в експлуатацію та обслуговування систем відеоспостереження. Він підтримує принцип, що вибір камери повинен базуватися на визначеній операційній вимозі та перевіреній продуктивності, а не на одиночному номері з каталогу.

10. Застосування методу до систем Midradar і EO/IR

Midradar’s електро-оптичне портфоліо включає лазерні камери нічного бачення, тепловізійні камери, багатоспектральні системи і спостережні платформи на транспортних засобах. Відповідну модель слід обирати з урахуванням потрібного завдання DRI, розмірів цілі, дальності, клімату, стабільності встановлення та методу інтеграції.

Для проектів на великі відстані рекомендований пакет комерційної пропозиції повинен включати оптичну конфігурацію, розрахунок DRI для конкретної цілі, припущення щодо атмосфери, таблицю поля зору та узгоджений метод приймальних випробувань.

Поширені запитання

Чи завжди більша фокусна відстань збільшує діапазон ідентифікації?

Він збільшує кутове збільшення та пікселі на цілі, але звужує поле зору, посилює вібрацію і може знижувати ефективність пошуку. Оптична якість, апертура, атмосфера та стабілізація можуть стати обмежувальними факторами.

Чи можна включити цифровий зум у DRI розрахунки?

Цифровий зум може зробити зображення більшим на екрані, але не додає нових оптичних зразків. DRI розрахунки мають базуватися на рідному вибірці детектора та оптичній фокусній відстані.

Чи NETD те саме, що радіус дії тепловізичної камери?

Ні. NETD описує чутливість до незначних температурних перепадів за певних умов. Дальність також залежить від контрасту цілі, об'єктива, роздільної здатності детектора, атмосфери, обробки та визначення завдання.

Чому два постачальники пропонують різні DRI діапазони для схожого обладнання?

Вони можуть використовувати різні цілі, критичні розміри, припущення циклу Джонсона, рівні ймовірностей, атмосферу або фактори обробки зображень. Запитайте повну базу розрахунку.

Чи слід використовувати діапазон людини з висотою чи шириною?

Використовуйте вимір, що стосується завдання на дискримінацію та орієнтації на цілі. Зріст може переоцінювати продуктивність, коли людина частково закрита або дивиться під несприятливим кутом.