थर्मल क्यामेराले म कति टाढा हेर्न सक्छु?

खैर, यो एक व्यावहारिक प्रश्न हो तर कुनै सरल जवाफ छैन।त्यहाँ धेरै कारकहरू छन् जसले परिणामहरूलाई असर गर्छ, जस्तै विभिन्न मौसम परिस्थितिहरूमा क्षीणता, थर्मल डिटेक्टरको संवेदनशीलता, इमेजिङ एल्गोरिदम, डेड-पोइन्ट र ब्याक ग्राउन्ड आवाजहरू, र लक्ष्य पृष्ठभूमि तापमान भिन्नता।उदाहरणका लागि, लक्ष्य पृष्ठभूमि तापक्रम भिन्नताको कारण, यो धेरै सानो भए पनि समान दूरीमा रूखमा पातहरू भन्दा चुरोटको बट अझ स्पष्ट रूपमा देख्न सकिन्छ।
पत्ता लगाउने दूरी व्यक्तिपरक कारकहरू र वस्तुगत कारकहरूको संयोजनको परिणाम हो।यो पर्यवेक्षकको दृश्य मनोविज्ञान, अनुभव र अन्य कारकहरूसँग सम्बन्धित छ।"थर्मल क्यामेराले कति टाढा देख्न सक्छ" भन्ने जवाफ दिन, हामीले पहिले यसको अर्थ के हो भनेर पत्ता लगाउनु पर्छ।उदाहरण को लागी, एक लक्ष्य पत्ता लगाउन को लागी, जबकि A ले सोच्दछ कि उसले यसलाई स्पष्ट रूप देखि देख्न सक्छ, B ले सक्दैन।तसर्थ, त्यहाँ एक वस्तुनिष्ठ र एकीकृत मूल्याङ्कन मानक हुनुपर्छ।

जोन्सनको मापदण्ड
जोन्सनले प्रयोग अनुसार आँखा पत्ता लगाउने समस्यालाई लाइन जोडीसँग तुलना गरे।रेखा जोडी भनेको पर्यवेक्षकको दृश्य तीक्ष्णताको सीमामा समानान्तर प्रकाश र अँध्यारो रेखाहरू बीचको दूरी हो।एक रेखा जोडी दुई पिक्सेल को बराबर हो।धेरै अध्ययनहरूले देखाएको छ कि लक्ष्य र छवि दोषहरूको प्रकृतिलाई विचार नगरी लाइन जोडी प्रयोग गरेर इन्फ्रारेड थर्मल इमेजर प्रणालीको लक्ष्य पहिचान क्षमता निर्धारण गर्न सम्भव छ।

फोकल प्लेनमा प्रत्येक लक्ष्यको छविले केही पिक्सेलहरू ओगटेको छ, जसलाई आकार, लक्ष्य र थर्मल इमेजर बीचको दूरी, र तत्काल दृश्य क्षेत्र (IFOV) बाट गणना गर्न सकिन्छ।लक्ष्य आकार (d) र दूरी (L) को अनुपातलाई एपर्चर कोण भनिन्छ।यसलाई IFOV द्वारा विभाजित गर्न सकिन्छ छवि द्वारा कब्जा गरिएको पिक्सेलको संख्या प्राप्त गर्न, त्यो हो, n = (D / L) / IFOV = (DF) / (LD)।यो देख्न सकिन्छ कि फोकल लम्बाइ जति ठूलो हुन्छ, लक्ष्य छविले ओगटेको अधिक प्रमुख बिन्दुहरू।जोन्सनको मापदण्ड अनुसार, पत्ता लगाउने दूरी धेरै टाढा छ।अर्कोतर्फ, फोकल लम्बाइ जति ठूलो हुन्छ, क्षेत्र कोण जति सानो हुन्छ, र लागत त्यति नै बढी हुन्छ।

हामी जोन्सनको मापदण्ड अनुसार न्यूनतम रिजोलुसनहरूमा आधारित एक विशिष्ट थर्मल छवि कति टाढा देख्न सक्छ भनेर गणना गर्न सक्छौं:

पत्ता लगाउने - एक वस्तु अवस्थित छ: 2 +1/-0.5 पिक्सेल
पहिचान - प्रकारको वस्तु पहिचान गर्न सकिन्छ, एक व्यक्ति बनाम कार: 8 +1.6/-0.4 पिक्सेल
पहिचान - एक विशेष वस्तु पहिचान गर्न सकिन्छ, एक महिला बनाम एक पुरुष, विशिष्ट कार: 12.8 +3.2/-2.8 पिक्सेल
यी मापनहरूले एक पर्यवेक्षकले निर्दिष्ट स्तरमा वस्तुलाई भेदभाव गर्ने 50% सम्भावना दिन्छ।