Berechnung der EO/IR-Reichweite für Detektion, Erkennung und Identifikation

Fernkamera stellen häufig eine einzige prägnante Entfernung heraus: Detektion bis zu einer bestimmten Kilometerzahl, Erkennung über eine kürzere Entfernung und Identifikation über eine nochmals andere. Diese Werte scheinen leicht vergleichbar, können jedoch irreführend sein, sofern nicht jeder Anbieter dasselbe Ziel, dieselbe Atmosphäre, dasselbe Wahrscheinlichkeitskriterium und dasselbe Bildqualitätsmodell zugrunde legt.

Die EO/IR-Reichweite ist nicht nur eine Eigenschaft des Objektivs. Sie ist das Ergebnis einer Bildgebungskette, die Zielgröße, Brennweite, Detektor-Pitch, Sensorauflösung, optische Transmission, atmosphärische Dämpfung, Ziel-zu-Hintergrund-Kontrast, Stabilisierung, Bildverarbeitung, Anzeigebedingungen sowie den Beobachter oder den Klassifikationsalgorithmus einschließt.

Dieser Leitfaden bietet eine transparente Möglichkeit, Kameraeinstellungen zu überprüfen, und erklärt vor allem, was während der Beschaffungs- und Abnahmetests überprüft werden muss.

 

1. Detection, Recognition und Identification sind unterschiedliche Aufgaben

DRI Ebene	Betriebsfrage	Beispiel
Erkennung	Ist ein relevantes Objekt vorhanden?	Ein warmes Objekt ist vor dem Hintergrund sichtbar.
Recognition	Welche allgemeine Klasse ist es?	Der Bediener kann eine Person von einem Fahrzeug unterscheiden.
Identification	Welches Mitglied oder welcher Untertyp ist es?	Der Bediener kann einen Pickup-Truck anstelle eines generischen Fahrzeugs identifizieren, vorbehaltlich der vereinbarten Aufgabenbeschreibung.

Diese Definitionen müssen in der Anforderung festgeschrieben werden. „Identifikation“ kann für einen Grenzschutzbediener, eine Hafenbehörde, einen Flughafen oder ein industrielles Sicherheitsteam Unterschiedliches bedeuten. Gesichtsidentifikation, Klassifizierung des Fahrzeugtyps und die Bestätigung, dass ein Ziel einen Gegenstand mitführt, erfordern sehr unterschiedliche Bilddetails.

2. Beginnen Sie mit dem Angular Sampling: IFOV

Das momentane Sichtfeld (IFOV) ist der Winkel, der von einem Detektorpixel dargestellt wird. Unter der Kleinwinkelnäherung:

IFOV (Radianten pro Pixel) ≈ Pixelabstand ÷ Brennweite Bodenprobenumfang pro Pixel ≈ Abstand × IFOV Pixel auf Ziel ≈ Zieldimension ÷ (Entfernung × IFOV)

Alle Abmessungen müssen in konsistenten Einheiten angegeben werden. Ein Pixelpitch von 12 µm entspricht beispielsweise 12 × 10⁻⁶ m. Eine Brennweite von 300 mm entspricht 0.300 m.

Diese Berechnung schätzt die geometrische Abtastung. Sie beinhaltet noch nicht Unschärfe, optische Modulationsübertragung, Atmosphäre, Rauschen, Kontrast, Stabilisierung oder Bildverarbeitung.

 

3. Ausgearbeitetes Beispiel erster Ordnung

Nehmen Sie eine ungekühlte Wärmebildkamera an mit:

• Detektor: 640 × 512 Pixel
• Pixelabstand: 12 µm
• Brennweite: 300 mm
• Repräsentative Zielgröße: 1,8 m Personenhöhe
• Reichweite: 5.000 m

IFOV ≈ 12 × 10⁻⁶ m ÷ 0,300 m = 40 µrad/Pixel Projizierte Größe pro Pixel bei 5 km ≈ 5.000 × 40 µrad = 0,20 m/Pixel Pixel über 1,8 m Zielhöhe ≈ 1,8 ÷ 0,20 = 9 Pixel

Neun Pixel über die Zielhöhe können in einer günstigen Szene für eine Detektion genügen, belegen aber nicht automatisch eine Erkennung oder Identifikation. Zielausrichtung, Wärmekontrast, Unschärfe und atmosphärische Transmission können den nutzbaren Informationsgehalt verringern. Ist die Breite statt der Höhe die kritische Zielabmessung, kann die Pixelzahl deutlich geringer sein.

4. Johnson-Kriterien: Nützlicher Ausgangspunkt, keine absolute Garantie

Kriterien nach Johnson verknüpfen die Zahl auflösbarer Linienpaare über die kritische Abmessung eines Ziels mit der Wahrscheinlichkeit, dass ein menschlicher Beobachter es detektiert, erkennt oder identifiziert. Sie werden weiterhin häufig herangezogen, weil sie eine einfache Brücke zwischen der Winkelgröße des Ziels und der Unterscheidungsaufgabe schlagen.

Die Johnson-Kriterien stammen jedoch aus einer früheren Bildgebungsära. Moderne abgetastete Sensoren, digitale Verbesserungen, Kompression, farbiges Rauschen und KI-Analysen können sich anders verhalten. Forscher der US-Armee entwickelten die Kennzahl für die Zielaufgabenleistung teilweise, weil die klassischen Kriterien moderne Bildgeber nicht vollständig modellieren.

Für die Beschaffung empfiehlt sich folgendes belastbares Vorgehen:

1. Geben Sie die genaue DRI-Aufgabe und das Ziel an.
2. Geben Sie das Wahrscheinlichkeitsniveau oder die Bestehens-/Nichtbestehensregel an.
3. Zeigen Sie die angenommenen Zyklen oder Pixel am Ziel.
4. Wenden Sie optische, atmosphärische und signalverarbeitende Verluste an.
5. Mit aufgezeichneten Bildern oder einem kontrollierten Feldtest validieren.

5. Warum die Pixelanzahl allein die Reichweite überschätzt

Optische Unschärfe und MTF

Ein Pixelraster garantiert nicht, dass feine Details den Detektor erreichen. Objektivqualität, Fokus, Beugung, Detektorreaktion und Bewegungsunschärfe verringern den Kontrast bei höheren räumlichen Frequenzen. Zwei Systeme mit derselben Brennweite und demselben Detektorraster können daher unterschiedliche nutzbare Details erzeugen.

Atmosphärische Dämpfung

Langstrecken-EO/IR-Leistung wird stark von Luftfeuchtigkeit, Aerosolbelastung, Nebel, Regen, Staub, Meerespr spray und thermischer Turbulenz beeinflusst. Die Atmosphäre verringert den Zielkontrast und kann das scheinbare Bild verschwimmen lassen. Eine Konfiguration, die in kalter, trockener Luft funktioniert, kann in einer feuchten küstennahen oder heißen Wüstenumgebung deutlich schlechter abschneiden.

Ziel-zu-Hintergrund-Kontrast

Die thermische Erkennung hängt vom scheinbaren Temperaturunterschied zwischen dem Zielobjekt und seinem Hintergrund ab. Eine Person ist leichter gegen einen kalten Nachthimmel zu erkennen als gegen von der Sonne erwärmtes Gelände in Körpernähe. Die Leistung im sichtbaren Licht hängt ebenfalls von Beleuchtung, Dunst, Tarnung und Hintergrundkomplexität ab.

Stabilisierung und Zielausrichtung

Bei langen Brennweiten verursacht kleine Winkelvibration eine große Bildbewegung. Turmschwanken, Wind, Schwenk-Neige-Stellungsfehler und unvollkommene Stabilisierung kann Details eliminieren, die die optische Berechnung vorhersagt.

Kompression und Anzeige

Video-Kompression, Netzwerkbandbreite, Schärfen, Rauschunterdrückung und Anzeige-Skalierung beeinflussen, was der Bediener sieht. Digitaler Zoom vergrößert vorhandene Pixel; er erzeugt keine zusätzlichen optischen Informationen.

6. Sichtbare, thermische und laserunterstützte Kanäle

Kanal	Stärken	Einschränkungen angeben
Sichtbar / schwaches Licht	Farbe und feine Details bei günstiger Beleuchtung; nützlich als Beweismittel.	Beleuchtung, Dunst, Blendung, atmosphärische Turbulenzen und Nachtsichtleistung.
LWIR thermisch	Passiv Nachtoperation und Wärme-Kontrast-Erkennung.	Thermische Kreuzung, Feuchtigkeit, Regen, Detektorauflösung und geringerer Detailgehalt.
MWIR gekühlte thermische	Hohe Empfindlichkeit und Langstreckenpotenzial in anspruchsvollen Systemen.	Kosten, Wartung, Lebensdauer des Kühlers und Export-/Compliance-Aspekte.
Nahe-IR laserunterstützt sichtbar	Kann die aktive Nachtbeleuchtung verbessern und sichtbare Details offenbar machen.	Rückstreuung im Nebel/Regen, Augensicherheitsklasse, Beleuchtungsbereich und Szenenreflektivität.

Eine multispektrale Plattform ist wertvoll, weil sich der jeweils beste Kanal mit Tageszeit, Wetter und Ziel ändert. Fusion sollte nicht pauschal als Verbesserung bezeichnet werden, ohne zu definieren, ob das System Bilder kombiniert, zwischen Kanälen umschaltet oder einen Sensor zur Zuweisung eines anderen verwendet.

7. Ein praktischer Arbeitsablauf zur Reichweitenberechnung

1. Definieren Sie die Zielklasse und die kritische Dimension: Körpergröße/-breite, Fahrzeugbreite, Freibord eines Bootes oder ein anderes relevantes Merkmal.
2. Definieren Sie die Aufgabe: Erkennung, Klassenbestimmung, Untertypidentifikation oder Beweiskonfirmation.
3. Wählen Sie das Detektorformat, die Pixelgröße und die Brennweite aus.
4. Berechne IFOV und geometrische Pixel auf dem Ziel.
5. Wenden Sie optische Qualitäts- und Bewegungs-/Stabilisierungszulagen an.
6. Modellierung der atmosphärischen Transmission für die Wellenlänge, den Bereich und das Klima.
7. Schätzen Sie den Kontrast zwischen Ziel und Hintergrund für Tages-, Nacht- und thermische Kreuzungsbedingungen.
8. Beurteilen Sie die Anzeige, Kompression, Verarbeitung und die Leistung des Bedieners/KI.
9. Setzen Sie eine technische Toleranz anstelle der Veröffentlichung des theoretischen Grenzwerts.
10. Mit einem repräsentativen Ziel und synchronisierten Umweltaufzeichnungen validieren.

8. Was ein Lieferant offenlegen sollte

Erforderliche Offenlegung	Warum es wichtig ist
Zieldimensionen und Ausrichtung	Die Körpergröße und die Breite einer Person führen zu unterschiedlichen Reichweiten.
Sensorauflösung und Pixelabstand	Erforderlich für IFOV und Stichprobenberechnungen.
Optische Brennweite und klare Öffnung	Musste das Sichtfeld und die Lichtsammlung beurteilen.
DRI-Kriterium und Wahrscheinlichkeit	Verhindert, dass verschiedene Definitionen so verglichen werden, als wären sie identisch.
Atmosphärenmodell und Sichtweite	Langzeitergebnisse hängen stark vom Klima ab.
Ziel/Hintergrund-Kontrast	Besonders wichtig für Wärmebildaufnahmen.
Optischer vs. digitaler Zoom	Digitalzoom darf nicht als hinzugekommene Auflösungskraft gezählt werden.
Bildverarbeitungseinstellungen	Schärfen und Entrauschen können die wahrgenommene Leistung verändern.
Aufgezeichnete Testbilder und Metadaten	Ermöglicht die unabhängige Bewertung der tatsächlichen Bildqualität.
Methoden zur Abnahme vor Ort	Wandelt eine Marketingaussage in eine messbare Anforderung um.

9. Abnahmeprüfung für Langstrecken-EO/IR

Ein Feldtest sollte die für das Projekt relevanten Ziel- und Diskriminierungsaufgaben verwenden. Der Testplan sollte Folgendes enthalten:

• Bekannte Zielmaße und Bekleidungs-/Lackzustand.
• Mehrere Orientierungen und Hintergründe.
• Tag-, Nacht- und Thermalüberlappungsperioden, wo relevant.
• Gemessene Sichtweite, Luftfeuchtigkeit, Temperatur, Wind und Niederschlag.
• Feste optische Brennweite und dokumentierte Verarbeitungseinstellungen.
• Originalauflösungsaufnahmen ohne Komprimierung durch soziale Medien.
• Blindbewertung durch mehr als einen Beobachter oder ein definiertes Analysemodell.
• Eine Bestehen/Nichtbestehen-Grenze basierend auf Wahrscheinlichkeit oder wiederholten erfolgreichen Versuchen.
• Getrennte Ergebnisse für Erkennung, Wiedererkennung und Identifikation.

IEC 62676-4 bietet einen praxisorientierten Rahmen für die Planung, den Entwurf, die Installation, die Prüfung, die Inbetriebnahme und die Wartung von Videoüberwachungssystemen. Es unterstützt das Prinzip, dass die Auswahl der Kameras an eine definierte betriebliche Anforderung und verifizierte Leistung gebunden sein sollte, anstatt an eine einzelne Katalognummer.

10. Anwendung der Methode auf Midradar EO/IR Systeme

Midradar’s elektro-optisches Portfolio einschließt Laser-Nachtsichtkameras, Wärmebildkameras, multispektrale Systeme und fahrzeugmontierte Beobachtungsplattformen. Das passende Modell sollte anhand der geforderten DRI-Aufgabe, der Zielabmessungen, der Reichweite, des Klimas, der Installationsstabilität und der Integrationsmethode ausgewählt werden.

Für Langstreckenprojekte sollte das empfohlene Angebotspaket eine optische Konfiguration, eine zielgerichtete DRI-Berechnung, Annahmen zur Atmosphäre, eine Sichtfeldtabelle und eine vereinbarte Abnahmeprüfmethode enthalten.

Häufig gestellte Fragen

Erhöht eine größere Brennweite immer die Identifikationsreichweite?

Sie erhöht die Winkelvergrößerung und die Pixelzahl auf dem Ziel, verengt jedoch das Sichtfeld, verstärkt Schwingungen und kann die Sucheffizienz verringern. Optische Qualität, Apertur, Atmosphäre und Stabilisierung können zu den begrenzenden Faktoren werden.

Kann Digitalzoom in DRI-Berechnungen einbezogen werden?

Digitalzoom kann ein Bild auf dem Bildschirm größer erscheinen lassen, fügt jedoch keine neuen optischen Abtastwerte hinzu. DRI-Berechnungen sollten auf der nativen Detektorabtastung und der optischen Brennweite beruhen.

Ist NETD dasselbe wie die Reichweite einer Wärmebildkamera?

Nein. NETD beschreibt die Empfindlichkeit gegenüber kleinen Temperaturdifferenzen unter festgelegten Bedingungen. Die Reichweite hängt außerdem von Zielkontrast, Objektiv, Detektorauflösung, Atmosphäre, Verarbeitung und Aufgabendefinition ab.

Warum geben zwei Anbieter für ähnliche Hardware unterschiedliche DRI-Reichweiten an?

Möglicherweise verwenden sie unterschiedliche Ziele, kritische Abmessungen, Annahmen zu Johnson-Linienpaaren, Wahrscheinlichkeitsniveaus, Atmosphären oder Bildverarbeitungsfaktoren. Fordern Sie die vollständige Berechnungsgrundlage an.

Sollte die Reichweite für Personen anhand der Höhe oder Breite berechnet werden?

Verwenden Sie die für die Unterscheidungsaufgabe und Zielausrichtung relevante Abmessung. Die Höhe kann die Leistung überbewerten, wenn die Person teilweise verdeckt ist oder aus einem ungünstigen Winkel betrachtet wird.