Nå, dette er et rimeligt spørgsmål, men uden noget enkelt svar.Der er for mange faktorer, der vil påvirke resultaterne, såsom dæmpningen under forskellige klimatiske forhold, følsomheden af den termiske detektor, billedalgoritmen, dødpunkts- og baggrundsstøj og målbaggrundstemperaturforskellen.For eksempel er et cigaretskod mere tydeligt at se end bladene på et træ på samme afstand, selvom det er meget mindre på grund af den ønskede baggrundstemperaturforskel.
Detektionsafstanden er resultatet af en kombination af subjektive faktorer og objektive faktorer.Det er relateret til observatørens visuelle psykologi, erfaring og andre faktorer.For at svare "hvor langt kan et termisk kamera se", skal vi først finde ud af, hvad det betyder.For eksempel, for at detektere et mål, mens A tror, han kan se det klart, kan B måske ikke.Derfor skal der være en objektiv og samlet evalueringsstandard.
Johnsons kriterier
Johnson sammenlignede øjendetekteringsproblemet med linjeparrene ifølge eksperimentet.Et linjepar er afstanden over parallelle lyse og mørke linjer ved grænsen af observatørens synsstyrke.Et linjepar svarer til to pixels.Mange undersøgelser har vist, at det er muligt at bestemme målgenkendelsesevnen af det infrarøde termiske billedkamerasystem ved at bruge linjepar uden at tage hensyn til arten af målet og billeddefekter.
Billedet af hvert mål i brændplanet optager nogle få pixels, som kan beregnes ud fra størrelsen, afstanden mellem målet og termokameraet og det øjeblikkelige synsfelt (IFOV).Forholdet mellem målstørrelsen (d) og afstanden (L) kaldes blændevinklen.Det kan divideres med IFOV for at opnå antallet af pixels, der er optaget af billedet, det vil sige n = (D / L) / IFOV = (DF) / (LD).Det kan ses, at jo større brændvidde, jo flere prime punkter optages af målbilledet.Ifølge Johnson-kriteriet er detektionsafstanden længere.På den anden side, jo større brændvidden er, jo mindre er feltvinklen, og jo højere vil omkostningerne være.
Vi kan beregne, hvor langt et specifikt termisk billede kan se, baseret på minimumsopløsningerne ifølge Johnsons kriterier:
Detektion – et objekt er til stede: 2 +1/-0,5 pixels
Genkendelse – typeobjektet kan skelnes, en person vs. en bil: 8 +1,6/-0,4 pixels
Identifikation – et specifikt objekt kan skelnes, en kvinde vs. en mand, den specifikke bil: 12,8 +3,2/-2,8 pixels
Disse målinger giver en 50 % sandsynlighed for, at en observatør skelner et objekt til det specificerede niveau.
Indlægstid: 23. november 2021