열화상 카메라로 얼마나 멀리 볼 수 있나요?

글쎄, 이것은 합리적인 질문이지만 간단한 대답은 없습니다.다양한 기후 조건에서의 감쇠, 열 감지기의 감도, 이미징 알고리즘, 사점 및 배경 소음, 목표 배경 온도 차이 등 결과에 영향을 미치는 요소가 너무 많습니다.예를 들어, 담배꽁초는 목표 배경 온도 차이로 인해 훨씬 ​​작더라도 같은 거리에 있는 나무의 나뭇잎보다 더 명확하게 보입니다.
감지 거리는 주관적인 요인과 객관적인 요인이 결합된 결과입니다.이는 관찰자의 시각적 심리, 경험 및 기타 요인과 관련이 있습니다.“열화상 카메라가 얼마나 멀리 볼 수 있는지”에 대한 답을 얻으려면 먼저 그것이 무엇을 의미하는지 알아야 합니다.예를 들어, 표적을 탐지하기 위해 A는 자신이 그것을 명확하게 볼 수 있다고 생각하지만 B는 그렇지 않을 수도 있습니다.그러므로 객관적이고 통일된 평가기준이 있어야 한다.

존슨의 기준
Johnson은 실험에 따라 눈 감지 문제를 라인 쌍과 비교했습니다.라인 쌍은 관찰자의 시력 한계에서 평행한 빛과 어두운 선을 가로지르는 거리입니다.라인 쌍은 두 개의 픽셀과 동일합니다.많은 연구에서 대상의 특성과 이미지 결함을 고려하지 않고 라인 쌍을 사용하여 적외선 열화상 장비 시스템의 대상 인식 능력을 결정하는 것이 가능하다는 것이 나타났습니다.

초점면에 있는 각 대상의 이미지는 몇 개의 픽셀을 차지하며 이는 크기, 대상과 열화상 장비 사이의 거리, 순간 시야(IFOV)를 통해 계산할 수 있습니다.거리(L)에 대한 타겟 크기(d)의 비율을 조리개 각도라고 합니다.이를 IFOV로 나누어 이미지가 차지하는 픽셀 수, 즉 n = (D/L) / IFOV = (DF) / (LD)를 얻을 수 있습니다.초점 거리가 클수록 대상 이미지가 차지하는 프라임 포인트가 더 많아지는 것을 알 수 있습니다.Johnson 기준에 따르면 감지 거리가 더 멀습니다.반면, 초점 거리가 길수록 화각은 작아지고 비용은 높아집니다.

Johnson의 기준에 따른 최소 해상도를 기반으로 특정 열화상이 얼마나 멀리 볼 수 있는지 계산할 수 있습니다.

감지 - 물체가 있음: 2 +1/-0.5 픽셀
인식 - 사람 대 자동차 등 유형 개체를 식별할 수 있습니다. 8 +1.6/-0.4 픽셀
식별 – 특정 물체를 식별할 수 있습니다. 여성 대 남성, 특정 자동차: 12.8 +3.2/-2.8 픽셀
이러한 측정은 관찰자가 객체를 지정된 수준으로 식별할 확률이 50%임을 나타냅니다.