EO/IR Algılama, Tanıma ve Teşhis Menzili Nasıl Hesaplanır?

Uzun menzilli kamera veri sayfaları çoğu zaman tek bir öne çıkan mesafe sunar: belirli bir kilometreye kadar algılama, daha kısa mesafede tanıma ve başka bir mesafede teşhis. Bu değerleri karşılaştırmak kolay görünür; ancak her tedarikçi aynı hedefi, atmosferi, olasılık kriterini ve görüntü kalitesi modelini kullanmıyorsa yanıltıcı olabilirler.

EO/IR aralığı yalnızca lensin bir özelliği değildir. Bu, hedef boyutu, odak uzaklığı, dedektör aralığı, sensör çözünürlüğü, optik iletim, atmosferik zayıflama, hedef-arka plan kontrastı, stabilizasyon, görüntü işleme, görüntüleme koşulları ve gözlemci veya sınıflandırma algoritmasını içeren bir görüntüleme zincirinin sonucudur.

Bu rehber, kamera konfigürasyonlarını şeffaf bir şekilde inceleme yolu sunar ve daha da önemlisi, tedarik ve kabul testleri sırasında neyin doğrulanması gerektiğini açıklar.

 

1. Detection, Recognition ve Identification Farklı Görevlerdir

DRI seviyesi	Operasyonel soru	Örnek
Tespit	İlgili bir nesne mevcut mu?	Sıcak bir nesne arka planın karşısında görünür.
Recognition	Genel olarak hangi sınıfa ait?	Operatör bir kişiyi bir araçtan ayırt edebilir.
Identification	Hangi üye veya alt tip?	Operatör, üzerinde anlaşılmış görev tanımına bağlı olarak genel bir araç yerine bir pikap kamyonet tespit edebilir.

Bu tanımlar gereksinime yazılmalıdır. “Teşhis”; bir sınır operatörü, liman idaresi, havalimanı veya endüstriyel güvenlik ekibi için farklı anlamlara gelebilir. Yüz teşhisi, araç tipi sınıflandırması ve bir hedefin nesne taşıdığının doğrulanması birbirinden çok farklı görüntü ayrıntısı gerektirir.

2. Açısal Örnekleme ile Başlayın: IFOV

Anlık görüş alanı (IFOV), bir detektör pikseli ile temsil edilen açıdır. Küçük açı yaklaşımı altında:

IFOV (piksel başına radyan) ≈ Piksel Aralığı ÷ Odak Uzaklığı Piksel Başına Zemin Örnek Boyutu ≈ Mesafe × IFOV Hedefteki Piksel Sayısı ≈ Hedef Boyutu ÷ (Mesafe × IFOV)

Tüm boyutlarda tutarlı birimler kullanılmalıdır. Örneğin 12 µm piksel aralığı 12 × 10⁻⁶ m, 300 mm odak uzaklığı ise 0.300 m’dir.

Bu hesaplama geometrik örneklemeyi tahmin eder. Henüz bulanıklık, optik modülasyon transferi, atmosfer, gürültü, kontrast, stabilizasyon veya görüntü işlemeyi içermez.

 

3. Çalışılmış Birinci Derece Örnek

Soğutmasız bir termal kamerayı şu özelliklerle varsayın:

• Dedektör: 640 × 512 piksel
• Piksel aralığı: 12 µm
• Odak uzaklığı: 300 mm
• Temsili hedef boyutu: 1,8 m kişi boyu
• Menzil: 5.000 m

IFOV ≈ 12 × 10⁻⁶ m ÷ 0.300 m = 40 µrad/piksel 5 km'de piksel başına öngörülen boyut ≈ 5.000 × 40 µrad = 0,20 m/piksel 1,8 m hedef yüksekliği boyunca piksel sayısı ≈ 1,8 ÷ 0,20 = 9 piksel

Uygun bir sahnede hedef yüksekliği boyunca dokuz piksel algılama için yeterli olabilir; ancak bu, tanıma veya teşhisi kendiliğinden kanıtlamaz. Hedef yönelimi, termal kontrast, bulanıklık ve atmosferik geçirgenlik faydalı bilgiyi azaltabilir. Kritik hedef boyutu yükseklik yerine genişlikse piksel sayısı çok daha düşük olabilir.

4. Johnson Kriterleri: Faydalı Bir Başlangıç Noktası, Kesin Bir Garantisi Yok

Johnson tipi kriterler, hedefin kritik boyutu boyunca çözümlenebilir çevrim sayısını bir insan gözlemcinin algılama, tanıma veya teşhis olasılığıyla ilişkilendirir. Hedefin açısal boyutu ile ayırt etme görevi arasında basit bir köprü kurdukları için yaygın biçimde referans alınmaya devam ederler.

Ancak, Johnson kriterleri daha erken bir görüntüleme döneminde ortaya çıkmıştır. Modern örneklenmiş sensörler, dijital iyileştirme, sıkıştırma, renkli gürültü ve yapay zeka analizleri farklı şekilde davranabilir. ABD Ordusu araştırmacıları, klasik kriterlerin modern görüntüleyicileri tam olarak modellememesi nedeniyle Kapsama Görevi Performans metriğini geliştirmiştir.

Tedarikte güvenilir yaklaşım şöyledir:

1. DRI görevini ve hedefini tam olarak belirtin.
2. Olasılık seviyesini veya geçme/kalmama kuralını belirtin.
3. Hedefte varsayılan döngüleri veya pikselleri göster.
4. Optik, atmosferik ve sinyal işleme kayıplarını uygulayın.
5. Kaydedilmiş görüntülerle veya kontrollü bir saha testinde doğrulayın.

5. Neden Yalnızca Piksel Sayısı Menzili Abartır

Optik bulanıklık ve MTF

Bir piksel ızgarası, ince ayrıntının dedektöre ulaşacağını garanti etmez. Lens kalitesi, netleme, kırınım, dedektör tepkisi ve hareket bulanıklığı, daha yüksek mekansal frekanslarda kontrastı azaltır. Bu nedenle aynı odak uzaklığına ve dedektör aralığına sahip iki sistem, farklı kullanılabilir detaylar üretebilir.

Atmosferik zayıflama

Uzun menzilli EO/IR performansı nem, aerosol yüklemesi, sis, yağmur, toz, deniz spreyi ve termal türbülans tarafından güçlü bir şekilde etkilenir. Atmosfer, hedef kontrastını azaltır ve görünür görüntüyü bulanıklaştırabilir. Soğuk, kuru havada çalışan bir yapılandırma, nemli bir kıyı veya sıcak çöl ortamında çok daha kötü performans gösterebilir.

Hedef-arka plan kontrastı

Termal tespit, hedef ile arka planı arasındaki görünen sıcaklık farkına bağlıdır. Bir kişinin tespit edilmesi, vücut sıcaklığına yakın güneşle ısıtılmış araziye karşı olmaktan ziyade soğuk bir gece gökyüzüne karşı daha kolay olabilir. Görünür ışık performansı da benzer şekilde aydınlatma, pus, kamuflaj ve arka plan karmaşıklığına bağlıdır.

Dengeleme ve işaretleme

Uzun odak uzaklıklarında, küçük açısal titreşim büyük görüntü hareketine neden olur. Kule sallanması, rüzgar, pan-tilt boşluğu ve kusurlu stabilizasyon, optik hesaplamanın öngördüğü detayları ortadan kaldırabilir.

Sıkıştırma ve görüntüleme

Video sıkıştırma, ağ bant genişliği, keskinleştirme, gürültü giderme ve ekran ölçeklendirme, operatörün gördüklerini etkiler. Dijital zoom mevcut pikselleri büyütür; ek optik bilgi yaratmaz.

6. Görünür, Termal ve Lazer Destekli Kanallar

Kanal	Güçlü Yönler	Belirtilmesi gereken sınırlamalar
Görünür / düşük ışık	Uygun ışıkta renk ve ince detay; kanıt olarak kullanılabilir.	Aydınlatma, pus, parıltı, atmosferik türbülans ve gece performansı.
LWIR termal	Pasif gece operasyonu ve ısı-kontrast tespiti.	Termal geçiş, nem, yağmur, dedektör çözünürlüğü ve düşük ince detay içeriği.
MWIR soğutmalı termal	Zorlu sistemlerde yüksek hassasiyet ve uzun menzil potansiyeli.	Maliyet, bakım, soğutucu ömrü ve ihracat/uyumluluk hususları.
Yakın-IR lazer destekli görünür	Aktif gece aydınlatmasını artırabilir ve görünür benzeri detayları ortaya çıkarabilir.	Sis/yağmurda geri saçılım, göz güvenliği sınıflandırması, aydınlatma menzili ve sahne yansıtıcılığı.

En iyi kanal zamana, hava durumuna ve hedefe göre değiştiği için multispektral bir platform değerlidir. Sistemin görüntüleri birleştirip birleştirmediği, kanallar arasında geçiş yapıp yapmadığı veya bir sensörü diğerini yönlendirmek için kullanıp kullanmadığı tanımlanmadan füzyon evrensel bir iyileştirme olarak nitelendirilmemelidir.

7. Pratik Bir Menzil Hesaplama İş Akışı

1. Hedef sınıfı ve kritik boyutu tanımlayın: kişi boyu/genişliği, araç genişliği, tekne serbest tahtası veya başka ilgili bir özellik.
2. Görevi tanımlayın: tespit, sınıf tanıma, alt tip belirleme veya delil doğrulama.
3. Dedektör formatını, piksel aralığını ve odak uzaklığını seçin.
4. Hedefte IFOV ve geometrik pikselleri hesaplayın.
5. Optik kalite ve hareket/dengesleme izinlerini uygulayın.
6. Dalga boyu, menzil ve iklim için atmosferik iletimi modelleyin.
7. Gün, gece ve termal geçiş koşulları için hedef-arka plan kontrastını tahmin edin.
8. Görüntüleme, sıkıştırma, işlem ve operatör/YZ performansını değerlendirin.
9. Teorik sınırı yayınlamak yerine bir mühendislik marjı belirleyin.
10. Temsilci bir hedef ve eşzamanlı çevresel kayıtlarla doğrulayın.

8. Bir Tedarikçinin Açıklaması Gerekenler

Gerekli açıklama	Neden önemli
Hedef boyutlar ve yönlendirme	Bir kişinin boyu ve eni farklı aralık sonuçlarına yol açar.
Sensör çözünürlüğü ve piksel aralığı	IFOV ve örnekleme hesaplamaları için gereklidir.
Optik odak uzunluğu ve net açıklık	Görüş alanını ve ışık toplama kapasitesini değerlendirmek gerekiyordu.
DRI kriteri ve olasılık	Farklı tanımların aynıymış gibi karşılaştırılmasını önler.
Atmosfer modeli ve görüş mesafesi	Uzun vadeli sonuçlar iklime büyük ölçüde bağımlıdır.
Hedef/arka plan kontrastı	Özellikle termal görüntüleme için önemlidir.
Optik ve dijital yakınlaştırma	Dijital zoom, eklenen çözünürlük gücü olarak sayılmamalıdır.
Görüntü işleme ayarları	Keskinleştirme ve gürültü giderme, algılanan performansı değiştirebilir.
Kaydedilmiş test görüntüleri ve meta veriler	Gerçek görüntü kalitesinin bağımsız değerlendirilmesine izin verir.
Saha kabul yöntemi	Bir pazarlama iddiasını ölçülebilir bir gerekliliğe dönüştürür.

9. Uzun Menzilli EO/IR İçin Kabul Testi

Saha testi, proje ile ilgili hedef ve ayrım görevini kullanmalıdır. Test planı şunları içermelidir:

• Bilinen hedef boyutları ve giysi/boya durumu.
• Çoklu yönelimler ve geçmişler.
• Gün, gece ve ilgili olduğunda termal geçiş dönemleri.
• Ölçülen görüş mesafesi, nem, sıcaklık, rüzgar ve yağış.
• Sabit optik odak uzaklığı ve belgelenmiş işleme ayarları.
• Sosyal medya yeniden sıkıştırması olmadan orijinal çözünürlükte kayıtlar.
• Birden fazla gözlemci veya tanımlı bir analitik model tarafından kör değerlendirme.
• Olasılık veya tekrarlanan başarılı denemelere dayalı bir geçer/geçmez eşiği.
• Tespit, tanıma ve kimlik doğrulama için ayrı sonuçlar.

IEC 62676-4, video gözetim sistemlerini planlama, tasarlama, kurma, test etme, devreye alma ve bakımını yapma için uygulama odaklı bir çerçeve sağlar. Kamera seçiminin, tek bir katalog numarasına göre değil, tanımlanmış bir operasyonel gereksinime ve doğrulanmış performansa bağlı olması gerektiği ilkesini destekler.

10. Yöntemin Midradar EO/IR Sistemlerine Uygulanması

Midradar’in elektro-optik portföy içerir lazer gece görüş kameraları, termal görüntüleme kameraları, çok spektrumlu sistemler ve araç monteli gözlem platformları. Uygun model, gerekli DRI görevi, hedef boyutları, menzil, iklim, kurulum kararlılığı ve entegrasyon yöntemine göre seçilmelidir.

Uzun menzilli projeler için, önerilen teklif paketi bir optik konfigürasyon, hedefe özel DRI hesaplaması, atmosfer varsayımları, görüş alanı tablosu ve üzerinde anlaşılmış bir kabul testi yöntemi içermelidir.

SSS

Daha uzun odak uzaklığı teşhis menzilini her zaman artırır mı?

Açısal büyütmeyi ve hedef üzerindeki piksel sayısını artırır; ancak görüş alanını daraltır, titreşimi büyütür ve arama verimliliğini azaltabilir. Optik kalite, açıklık, atmosfer ve stabilizasyon sınırlayıcı etkenler hâline gelebilir.

Dijital yakınlaştırma DRI hesaplarına dâhil edilebilir mi?

Dijital yakınlaştırma görüntünün ekranda daha büyük görünmesini sağlayabilir, ancak yeni optik örnekler eklemez. DRI hesapları dedektörün doğal örneklemesine ve optik odak uzaklığına dayanmalıdır.

NETD ile termal kamera menzili aynı şey midir?

Hayır. NETD, belirli koşullar altında küçük sıcaklık farklarına duyarlılığı tanımlar. Menzil ayrıca hedef kontrastına, lense, dedektör çözünürlüğüne, atmosfere, işlemeye ve görev tanımına bağlıdır.

İki tedarikçi benzer donanım için neden farklı DRI menzilleri belirtir?

Farklı hedefler, kritik boyutlar, Johnson çevrimi varsayımları, olasılık düzeyleri, atmosferler veya görüntü işleme faktörleri kullanıyor olabilirler. Hesabın dayanağının tamamını talep edin.

İnsan menzili hesabında boy mu, genişlik mi kullanılmalıdır?

Ayırt etme görevi ve hedef yönelimiyle ilgili boyutu kullanın. Kişi kısmen gizlenmişse veya elverişsiz bir açıdan görülüyorsa boy, performansı olduğundan yüksek gösterebilir.