തെർമൽ ക്യാമറ ഉപയോഗിച്ച് എനിക്ക് എത്ര ദൂരം കാണാൻ കഴിയും?

ശരി, ഇതൊരു ന്യായമായ ചോദ്യമാണ്, പക്ഷേ ലളിതമായ ഉത്തരമില്ല. വ്യത്യസ്ത കാലാവസ്ഥാ സാഹചര്യങ്ങളിലെ ശോഷണം, തെർമൽ ഡിറ്റക്ടറിന്റെ സംവേദനക്ഷമത, ഇമേജിംഗ് അൽഗോരിതം, ഡെഡ്-പോയിന്റ്, ബാക്ക് ഗ്രൗണ്ട് ശബ്ദങ്ങൾ, ലക്ഷ്യ പശ്ചാത്തല താപനില വ്യത്യാസം എന്നിങ്ങനെ ഫലങ്ങളെ ബാധിക്കുന്ന നിരവധി ഘടകങ്ങളുണ്ട്. ഉദാഹരണത്തിന്, ലക്ഷ്യ പശ്ചാത്തല താപനില വ്യത്യാസം കാരണം, വളരെ ചെറുതാണെങ്കിൽ പോലും, ഒരേ അകലത്തിലുള്ള ഒരു മരത്തിലെ ഇലകളേക്കാൾ ഒരു സിഗരറ്റ് കുറ്റി വ്യക്തമായി കാണാൻ കഴിയും.
ആത്മനിഷ്ഠ ഘടകങ്ങളുടെയും വസ്തുനിഷ്ഠ ഘടകങ്ങളുടെയും സംയോജനത്തിന്റെ ഫലമാണ് കണ്ടെത്തൽ ദൂരം. ഇത് നിരീക്ഷകന്റെ ദൃശ്യ മനഃശാസ്ത്രം, അനുഭവം, മറ്റ് ഘടകങ്ങൾ എന്നിവയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. “ഒരു തെർമൽ ക്യാമറയ്ക്ക് എത്ര ദൂരം കാണാൻ കഴിയും” എന്ന് ഉത്തരം നൽകാൻ, ആദ്യം അതിന്റെ അർത്ഥമെന്താണെന്ന് നമ്മൾ കണ്ടെത്തണം. ഉദാഹരണത്തിന്, ഒരു ലക്ഷ്യം കണ്ടെത്തുന്നതിന്, A അത് വ്യക്തമായി കാണാൻ കഴിയുമെന്ന് കരുതുമ്പോൾ, B അത് കണ്ടേക്കില്ല. അതിനാൽ, ഒരു വസ്തുനിഷ്ഠവും ഏകീകൃതവുമായ വിലയിരുത്തൽ മാനദണ്ഡം ഉണ്ടായിരിക്കണം.

ജോൺസന്റെ മാനദണ്ഡങ്ങൾ
പരീക്ഷണം അനുസരിച്ച് ജോൺസൺ കണ്ണ് കണ്ടെത്തൽ പ്രശ്നത്തെ രേഖാ ജോഡികളുമായി താരതമ്യം ചെയ്തു. ഒരു രേഖാ ജോഡി എന്നത് നിരീക്ഷകന്റെ ദൃശ്യതീവ്രതയുടെ പരിധിയിൽ സമാന്തര പ്രകാശ, ഇരുണ്ട രേഖകൾക്കിടയിലൂടെയുള്ള ദൂരമാണ്. ഒരു രേഖാ ജോഡി രണ്ട് പിക്സലുകൾക്ക് തുല്യമാണ്. ലക്ഷ്യത്തിന്റെ സ്വഭാവവും ഇമേജ് വൈകല്യങ്ങളും പരിഗണിക്കാതെ രേഖാ ജോഡികൾ ഉപയോഗിച്ച് ഇൻഫ്രാറെഡ് തെർമൽ ഇമേജർ സിസ്റ്റത്തിന്റെ ലക്ഷ്യ തിരിച്ചറിയൽ കഴിവ് നിർണ്ണയിക്കാൻ കഴിയുമെന്ന് പല പഠനങ്ങളും തെളിയിച്ചിട്ടുണ്ട്.

ഫോക്കൽ തലത്തിലുള്ള ഓരോ ടാർഗെറ്റിന്റെയും ഇമേജ് കുറച്ച് പിക്സലുകൾ ഉൾക്കൊള്ളുന്നു, ഇത് വലുപ്പം, ലക്ഷ്യത്തിനും തെർമൽ ഇമേജറിനും ഇടയിലുള്ള ദൂരം, തൽക്ഷണ വ്യൂ ഫീൽഡ് (IFOV) എന്നിവയിൽ നിന്ന് കണക്കാക്കാം. ലക്ഷ്യ വലുപ്പം (d) യും ദൂരവും (L) തമ്മിലുള്ള അനുപാതത്തെ അപ്പർച്ചർ ആംഗിൾ എന്ന് വിളിക്കുന്നു. ഇമേജ് ഉൾക്കൊള്ളുന്ന പിക്സലുകളുടെ എണ്ണം ലഭിക്കുന്നതിന് IFOV ഉപയോഗിച്ച് ഇത് വിഭജിക്കാം, അതായത്, n = (D / L) / IFOV = (DF) / (LD). ഫോക്കൽ ലെങ്ത് വലുതാകുമ്പോൾ, ലക്ഷ്യ ഇമേജ് ഉൾക്കൊള്ളുന്ന പ്രൈം പോയിന്റുകൾ കൂടുതലാണെന്ന് കാണാൻ കഴിയും. ജോൺസൺ മാനദണ്ഡമനുസരിച്ച്, കണ്ടെത്തൽ ദൂരം കൂടുതൽ ദൂരെയാണ്. മറുവശത്ത്, ഫോക്കൽ ലെങ്ത് വലുതാകുമ്പോൾ, ഫീൽഡ് ആംഗിൾ ചെറുതാകും, ചെലവ് കൂടുതലായിരിക്കും.

ജോൺസന്റെ മാനദണ്ഡങ്ങൾക്കനുസൃതമായി ഏറ്റവും കുറഞ്ഞ റെസല്യൂഷനുകളെ അടിസ്ഥാനമാക്കി ഒരു പ്രത്യേക തെർമൽ ഇമേജിന് എത്ര ദൂരം കാണാൻ കഴിയുമെന്ന് നമുക്ക് കണക്കാക്കാം:

ഡിറ്റക്ഷൻ – ഒരു വസ്തു ഉണ്ട്: 2 +1/-0.5 പിക്സലുകൾ
തിരിച്ചറിയൽ – തരം വസ്തുവിനെ തിരിച്ചറിയാൻ കഴിയും, ഒരു വ്യക്തി vs. ഒരു കാർ: 8 +1.6/-0.4 പിക്സലുകൾ
തിരിച്ചറിയൽ - ഒരു പ്രത്യേക വസ്തുവിനെ തിരിച്ചറിയാൻ കഴിയും, ഒരു സ്ത്രീ vs. ഒരു പുരുഷൻ, നിർദ്ദിഷ്ട കാർ: 12.8 +3.2/-2.8 പിക്സലുകൾ
ഈ അളവുകൾ ഒരു നിരീക്ഷകൻ ഒരു വസ്തുവിനെ നിർദ്ദിഷ്ട തലത്തിലേക്ക് വേർതിരിച്ചറിയുന്നതിനുള്ള 50% സാധ്യത നൽകുന്നു.