Nos, ez egy jogos kérdés, de nincs rá egyszerű válasz. Túl sok tényező befolyásolja az eredményeket, mint például a csillapítás különböző éghajlati viszonyok között, a hődetektor érzékenysége, a képalkotó algoritmus, a holtpont és a háttérzajok, valamint a célháttér-hőmérséklet-különbség. Például egy cigarettacsikk tisztábban látható, mint egy azonos távolságban lévő fa levelei, még akkor is, ha sokkal kisebbek, a célháttér-hőmérséklet-különbség miatt.
Az érzékelési távolság szubjektív és objektív tényezők kombinációjának eredménye. Összefügg a megfigyelő vizuális pszichológiájával, tapasztalatával és egyéb tényezőkkel. Ahhoz, hogy megválaszoljuk a kérdést, hogy „milyen messzire lát egy hőkamera”, először meg kell találnunk, hogy mit jelent ez. Például egy célpont érzékelésekor, míg A azt hiszi, hogy tisztán látja, B esetleg nem. Ezért objektív és egységes értékelési szabványra van szükség.
Johnson kritériumai
Johnson a kísérlet szerint összehasonlította a szemészlelési problémát a vonalpárokkal. Egy vonalpár a párhuzamos világos és sötét vonalak közötti távolság a megfigyelő látásélességének határán. Egy vonalpár két pixelnek felel meg. Számos tanulmány kimutatta, hogy az infravörös hőkamerás rendszer célfelismerő képessége meghatározható vonalpárok használatával, a céltárgy és a képhibák jellegének figyelembevétele nélkül.
Minden céltárgy képe a fókuszsíkban néhány pixelt foglal el, ami a méretből, a céltárgy és a hőkamera közötti távolságból, valamint a pillanatnyi látómezőből (IFOV) számítható ki. A céltárgy méretének (d) és a távolságnak (L) arányát a rekeszszögnek nevezzük. Ezt elosztva az IFOV-val megkapjuk a kép által elfoglalt pixelek számát, azaz n = (D / L) / IFOV = (DF) / (LD). Látható, hogy minél nagyobb a fókusztávolság, annál több prímpontot foglal el a céltárgy képe. A Johnson-kritérium szerint a detektálási távolság nagyobb. Másrészt minél nagyobb a fókusztávolság, annál kisebb a látómezőszög, és annál magasabb a költség.
Kiszámíthatjuk, hogy egy adott hőkamerával milyen messzire láthatunk, a Johnson-kritériumok szerinti minimális felbontások alapján:
Érzékelés – tárgy jelenléte: 2 +1/-0,5 pixel
Felismerés – a tárgy típusa megkülönböztethető, egy személy vs. egy autó: 8 +1,6/-0,4 pixel
Azonosítás – egy adott tárgy megkülönböztethető, egy nő kontra egy férfi, a konkrét autó: 12,8 +3,2/-2,8 pixel
Ezek a mérések 50%-os valószínűséggel mutatják ki a megfigyelő számára, hogy egy adott szinten megkülönbözteti-e a tárgyat.
Közzététel ideje: 2021. november 23.