खैर, यो एउटा उचित प्रश्न हो तर यसको कुनै सरल उत्तर छैन। परिणामहरूलाई असर गर्ने धेरै कारकहरू छन्, जस्तै विभिन्न जलवायु परिस्थितिहरूमा क्षीणन, थर्मल डिटेक्टरको संवेदनशीलता, इमेजिङ एल्गोरिथ्म, डेड-पोइन्ट र ब्याकग्राउन्ड आवाजहरू, र लक्षित पृष्ठभूमि तापमान भिन्नता। उदाहरणका लागि, लक्षित पृष्ठभूमि तापमान भिन्नताको कारणले गर्दा, चुरोटको बट उही दूरीमा रूखका पातहरू भन्दा बढी स्पष्ट रूपमा देख्न सकिन्छ, यदि यो धेरै सानो छ भने पनि।
पत्ता लगाउने दूरी व्यक्तिपरक कारक र वस्तुपरक कारकहरूको संयोजनको परिणाम हो। यो पर्यवेक्षकको दृश्य मनोविज्ञान, अनुभव र अन्य कारकहरूसँग सम्बन्धित छ। "थर्मल क्यामेराले कति टाढा देख्न सक्छ" भन्ने प्रश्नको उत्तर दिन हामीले पहिले यसको अर्थ के हो भनेर पत्ता लगाउनु पर्छ। उदाहरणका लागि, लक्ष्य पत्ता लगाउन, जब A ले सोच्दछ कि उसले यसलाई स्पष्ट रूपमा देख्न सक्छ, B ले नसक्ने हुन सक्छ। त्यसकारण, त्यहाँ एक वस्तुपरक र एकीकृत मूल्याङ्कन मानक हुनुपर्छ।
जोनसनको मापदण्ड
प्रयोग अनुसार जोनसनले आँखा पत्ता लगाउने समस्यालाई रेखा जोडीसँग तुलना गरे। रेखा जोडी भनेको पर्यवेक्षकको दृश्य तीक्ष्णताको सीमामा समानान्तर प्रकाश र अँध्यारो रेखाहरू बीचको दूरी हो। रेखा जोडी दुई पिक्सेलको बराबर हो। धेरै अध्ययनहरूले देखाएका छन् कि लक्ष्य र छवि दोषहरूको प्रकृतिलाई विचार नगरी रेखा जोडीहरू प्रयोग गरेर इन्फ्रारेड थर्मल इमेजर प्रणालीको लक्ष्य पहिचान क्षमता निर्धारण गर्न सम्भव छ।
फोकल प्लेनमा प्रत्येक लक्ष्यको छविले केही पिक्सेल ओगटेको हुन्छ, जुन आकार, लक्ष्य र थर्मल इमेजर बीचको दूरी, र दृश्यको तत्काल क्षेत्र (IFOV) बाट गणना गर्न सकिन्छ। लक्ष्य आकार (d) र दूरी (L) को अनुपातलाई एपर्चर कोण भनिन्छ। छविले ओगटेको पिक्सेलको संख्या प्राप्त गर्न यसलाई IFOV द्वारा विभाजित गर्न सकिन्छ, अर्थात्, n = (D / L) / IFOV = (DF) / (LD)। यो देख्न सकिन्छ कि फोकल लम्बाइ जति ठूलो हुन्छ, लक्ष्य छविले ओगटेको धेरै प्राइम पोइन्टहरू। जोनसन मापदण्ड अनुसार, पत्ता लगाउने दूरी टाढा हुन्छ। अर्कोतर्फ, फोकल लम्बाइ जति ठूलो हुन्छ, क्षेत्र कोण त्यति नै सानो हुन्छ, र लागत त्यति नै उच्च हुन्छ।
जोनसनको मापदण्ड अनुसार न्यूनतम रिजोलुसनको आधारमा हामी एक विशिष्ट थर्मल छवि कति टाढा देख्न सक्छ भनेर गणना गर्न सक्छौं:
पत्ता लगाउने - एउटा वस्तु उपस्थित छ: २ +१/-०.५ पिक्सेल
पहिचान - प्रकारको वस्तु छुट्याउन सकिन्छ, एक व्यक्ति बनाम कार: ८ +१.६/-०.४ पिक्सेल
पहिचान - कुनै खास वस्तु छुट्याउन सकिन्छ, महिला बनाम पुरुष, खास कार: १२.८ +३.२/-२.८ पिक्सेल
यी मापनहरूले पर्यवेक्षकले निर्दिष्ट स्तरमा वस्तुलाई भेदभाव गर्ने ५०% सम्भावना दिन्छ।
पोस्ट समय: नोभेम्बर-२३-२०२१