{"id":3004,"date":"2026-07-21T14:18:53","date_gmt":"2026-07-21T06:18:53","guid":{"rendered":"https:\/\/midradar.com\/?post_type=news&#038;p=3004"},"modified":"2026-07-28T08:49:33","modified_gmt":"2026-07-28T00:49:33","slug":"how-to-calculate-eo-ir-detection-recognition-and-identification-range","status":"publish","type":"news","link":"https:\/\/midradar.com\/de\/news\/how-to-calculate-eo-ir-detection-recognition-and-identification-range\/","title":{"rendered":"Wie man den Bereich von EO\/IR, Detection, Recognition und Identification berechnet"},"content":{"rendered":"<p><a href=\"https:\/\/midradar.com\/de\/multi-sensor-long-range-ptz-surveillance-camera\/\">Fernkamera<\/a> stellen h\u00e4ufig eine einzige pr\u00e4gnante Entfernung heraus: Detektion bis zu einer bestimmten Kilometerzahl, Erkennung \u00fcber eine k\u00fcrzere Entfernung und Identifikation \u00fcber eine nochmals andere. Diese Werte scheinen leicht vergleichbar, k\u00f6nnen jedoch irref\u00fchrend sein, sofern nicht jeder Anbieter dasselbe Ziel, dieselbe Atmosph\u00e4re, dasselbe Wahrscheinlichkeitskriterium und dasselbe Bildqualit\u00e4tsmodell zugrunde legt.<\/p>\n<p>Die EO\/IR-Reichweite ist nicht nur eine Eigenschaft des Objektivs. Sie ist das Ergebnis einer Bildgebungskette, die Zielgr\u00f6\u00dfe, Brennweite, Detektor-Pitch, Sensoraufl\u00f6sung, optische Transmission, atmosph\u00e4rische D\u00e4mpfung, Ziel-zu-Hintergrund-Kontrast, Stabilisierung, Bildverarbeitung, Anzeigebedingungen sowie den Beobachter oder den Klassifikationsalgorithmus einschlie\u00dft.<\/p>\n<p>Dieser Leitfaden bietet eine transparente M\u00f6glichkeit, Kameraeinstellungen zu \u00fcberpr\u00fcfen, und erkl\u00e4rt vor allem, was w\u00e4hrend der Beschaffungs- und Abnahmetests \u00fcberpr\u00fcft werden muss.<\/p>\n<div id=\"attachment_2890\" style=\"width: 610px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-2890\" class=\"wp-image-2890\" src=\"https:\/\/midradar.com\/wp-content\/uploads\/2026\/06\/\u573a\u666f.gif2_.webp\" alt=\"FinderPro-E Multispektrales System zur Abwehr von Aufkl\u00e4rung\" width=\"600\" height=\"421\" srcset=\"https:\/\/midradar.com\/wp-content\/uploads\/2026\/06\/\u573a\u666f.gif2_.webp 880w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/06\/\u573a\u666f.gif2_-300x211.webp 300w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/06\/\u573a\u666f.gif2_-768x539.webp 768w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/06\/\u573a\u666f.gif2_-18x12.webp 18w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><p id=\"caption-attachment-2890\" class=\"wp-caption-text\">Wie man den Bereich von EO\/IR, Detection, Recognition und Identification berechnet<\/p><\/div>\n<p>&nbsp;<\/p>\n<h2><strong><b>1. Detection, Recognition und Identification sind unterschiedliche Aufgaben<\/b><\/strong><\/h2>\n<table style=\"height: 402px;\" width=\"1335\">\n<tbody>\n<tr>\n<td width=\"226\"><strong>DRI Ebene<\/strong><\/td>\n<td width=\"226\"><strong>Betriebsfrage<\/strong><\/td>\n<td width=\"226\"><strong>Beispiel<\/strong><\/td>\n<\/tr>\n<tr>\n<td width=\"226\">Erkennung<\/td>\n<td width=\"226\">Ist ein relevantes Objekt vorhanden?<\/td>\n<td width=\"226\">Ein warmes Objekt ist vor dem Hintergrund sichtbar.<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">Recognition<\/td>\n<td width=\"226\">Welche allgemeine Klasse ist es?<\/td>\n<td width=\"226\">Der Bediener kann eine Person von einem Fahrzeug unterscheiden.<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">Identification<\/td>\n<td width=\"226\">Welches Mitglied oder welcher Untertyp ist es?<\/td>\n<td width=\"226\">Der Bediener kann einen Pickup-Truck anstelle eines generischen Fahrzeugs identifizieren, vorbehaltlich der vereinbarten Aufgabenbeschreibung.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Diese Definitionen m\u00fcssen in der Anforderung festgeschrieben werden. \u201eIdentifikation\u201c kann f\u00fcr einen Grenzschutzbediener, eine Hafenbeh\u00f6rde, einen Flughafen oder ein industrielles Sicherheitsteam Unterschiedliches bedeuten. Gesichtsidentifikation, Klassifizierung des Fahrzeugtyps und die Best\u00e4tigung, dass ein Ziel einen Gegenstand mitf\u00fchrt, erfordern sehr unterschiedliche Bilddetails.<\/p>\n<div id=\"attachment_3006\" style=\"width: 610px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-3006\" class=\"wp-image-3006 size-full\" src=\"https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg3.webp\" alt=\"\" width=\"600\" height=\"400\" srcset=\"https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg3.webp 600w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg3-300x200.webp 300w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg3-18x12.webp 18w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><p id=\"caption-attachment-3006\" class=\"wp-caption-text\">Wie man den Bereich von EO\/IR, Detection, Recognition und Identification berechnet<\/p><\/div>\n<h2><strong><b>2. Beginnen Sie mit dem Angular Sampling: IFOV<\/b><\/strong><\/h2>\n<p>Das momentane Sichtfeld (IFOV) ist der Winkel, der von einem Detektorpixel dargestellt wird. Unter der Kleinwinkeln\u00e4herung:<\/p>\n<table>\n<tbody>\n<tr>\n<td width=\"680\"><strong>IFOV (Radianten pro Pixel) \u2248 Pixelabstand \u00f7 Brennweite<\/strong><strong><br \/>\n<\/strong><strong>Bodenprobenumfang pro Pixel \u2248 Abstand \u00d7 IFOV<\/strong><strong><br \/>\n<\/strong><strong>Pixel auf Ziel \u2248 Zieldimension \u00f7 (Entfernung \u00d7 IFOV)<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Alle Abmessungen m\u00fcssen in konsistenten Einheiten angegeben werden. Ein Pixelpitch von 12 \u00b5m entspricht beispielsweise 12 \u00d7 10\u207b\u2076 m. Eine Brennweite von 300 mm entspricht 0.300 m.<\/p>\n<p>Diese Berechnung sch\u00e4tzt die geometrische Abtastung. Sie beinhaltet noch nicht Unsch\u00e4rfe, optische Modulations\u00fcbertragung, Atmosph\u00e4re, Rauschen, Kontrast, Stabilisierung oder Bildverarbeitung.<\/p>\n<p>&nbsp;<\/p>\n<h2><strong><b>3. Ausgearbeitetes Beispiel erster Ordnung<\/b><\/strong><\/h2>\n<p>Nehmen Sie eine ungek\u00fchlte W\u00e4rmebildkamera an mit:<\/p>\n<ul>\n<li>Detektor: 640 \u00d7 512 Pixel<\/li>\n<li>Pixelabstand: 12 \u00b5m<\/li>\n<li>Brennweite: 300 mm<\/li>\n<li>Repr\u00e4sentative Zielgr\u00f6\u00dfe: 1,8 m Personenh\u00f6he<\/li>\n<li>Reichweite: 5.000 m<\/li>\n<\/ul>\n<table>\n<tbody>\n<tr>\n<td width=\"680\"><strong>IFOV \u2248 12 \u00d7 10\u207b\u2076 m \u00f7 0,300 m = 40 \u00b5rad\/Pixel<\/strong><strong><br \/>\n<\/strong><strong>Projizierte Gr\u00f6\u00dfe pro Pixel bei 5 km \u2248 5.000 \u00d7 40 \u00b5rad = 0,20 m\/Pixel<\/strong><strong><br \/>\n<\/strong><strong>Pixel \u00fcber 1,8 m Zielh\u00f6he \u2248 1,8 \u00f7 0,20 = 9 Pixel<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Neun Pixel \u00fcber die Zielh\u00f6he k\u00f6nnen in einer g\u00fcnstigen Szene f\u00fcr eine Detektion gen\u00fcgen, belegen aber nicht automatisch eine Erkennung oder Identifikation. Zielausrichtung, W\u00e4rmekontrast, Unsch\u00e4rfe und atmosph\u00e4rische Transmission k\u00f6nnen den nutzbaren Informationsgehalt verringern. Ist die Breite statt der H\u00f6he die kritische Zielabmessung, kann die Pixelzahl deutlich geringer sein.<\/p>\n<div id=\"attachment_3005\" style=\"width: 610px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-3005\" class=\"wp-image-3005 size-full\" src=\"https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg2.webp\" alt=\"\" width=\"600\" height=\"400\" srcset=\"https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg2.webp 600w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg2-300x200.webp 300w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg2-18x12.webp 18w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><p id=\"caption-attachment-3005\" class=\"wp-caption-text\">Die operative DRI-Reichweite wird von der gesamten Abbildungskette bestimmt, nicht allein von Brennweite oder Digitalzoom.<\/p><\/div>\n<h2><strong><b>4. Johnson-Kriterien: N\u00fctzlicher Ausgangspunkt, keine absolute Garantie<\/b><\/strong><\/h2>\n<p>Kriterien nach Johnson verkn\u00fcpfen die Zahl aufl\u00f6sbarer Linienpaare \u00fcber die kritische Abmessung eines Ziels mit der Wahrscheinlichkeit, dass ein menschlicher Beobachter es detektiert, erkennt oder identifiziert. Sie werden weiterhin h\u00e4ufig herangezogen, weil sie eine einfache Br\u00fccke zwischen der Winkelgr\u00f6\u00dfe des Ziels und der Unterscheidungsaufgabe schlagen.<\/p>\n<p>Die Johnson-Kriterien stammen jedoch aus einer fr\u00fcheren Bildgebungs\u00e4ra. Moderne abgetastete Sensoren, digitale Verbesserungen, Kompression, farbiges Rauschen und KI-Analysen k\u00f6nnen sich anders verhalten. Forscher der US-Armee entwickelten die Kennzahl f\u00fcr die Zielaufgabenleistung teilweise, weil die klassischen Kriterien moderne Bildgeber nicht vollst\u00e4ndig modellieren.<\/p>\n<p>F\u00fcr die Beschaffung empfiehlt sich folgendes belastbares Vorgehen:<\/p>\n<ol>\n<li>Geben Sie die genaue DRI-Aufgabe und das Ziel an.<\/li>\n<li>Geben Sie das Wahrscheinlichkeitsniveau oder die Bestehens-\/Nichtbestehensregel an.<\/li>\n<li>Zeigen Sie die angenommenen Zyklen oder Pixel am Ziel.<\/li>\n<li>Wenden Sie optische, atmosph\u00e4rische und signalverarbeitende Verluste an.<\/li>\n<li>Mit aufgezeichneten Bildern oder einem kontrollierten Feldtest validieren.<\/li>\n<\/ol>\n<h2><strong><b>5. Warum die Pixelanzahl allein die Reichweite \u00fcbersch\u00e4tzt<\/b><\/strong><\/h2>\n<h3><strong><b>Optische Unsch\u00e4rfe und MTF<\/b><\/strong><\/h3>\n<p>Ein Pixelraster garantiert nicht, dass feine Details den Detektor erreichen. Objektivqualit\u00e4t, Fokus, Beugung, Detektorreaktion und Bewegungsunsch\u00e4rfe verringern den Kontrast bei h\u00f6heren r\u00e4umlichen Frequenzen. Zwei Systeme mit derselben Brennweite und demselben Detektorraster k\u00f6nnen daher unterschiedliche nutzbare Details erzeugen.<\/p>\n<h3><strong><b>Atmosph\u00e4rische D\u00e4mpfung<\/b><\/strong><\/h3>\n<p><a href=\"https:\/\/midradar.com\/de\/60km-cooled-thermal-camera-with-continuous-zoom-lens\/\">Langstrecken-EO\/IR-Leistung<\/a> wird stark von Luftfeuchtigkeit, Aerosolbelastung, Nebel, Regen, Staub, Meerespr spray und thermischer Turbulenz beeinflusst. Die Atmosph\u00e4re verringert den Zielkontrast und kann das scheinbare Bild verschwimmen lassen. Eine Konfiguration, die in kalter, trockener Luft funktioniert, kann in einer feuchten k\u00fcstennahen oder hei\u00dfen W\u00fcstenumgebung deutlich schlechter abschneiden.<\/p>\n<h3><strong><b>Ziel-zu-Hintergrund-Kontrast<\/b><\/strong><\/h3>\n<p>Die thermische Erkennung h\u00e4ngt 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 erw\u00e4rmtes Gel\u00e4nde in K\u00f6rpern\u00e4he. Die Leistung im sichtbaren Licht h\u00e4ngt ebenfalls von Beleuchtung, Dunst, Tarnung und Hintergrundkomplexit\u00e4t ab.<\/p>\n<h3><strong><b>Stabilisierung und Zielausrichtung<\/b><\/strong><\/h3>\n<p>Bei langen Brennweiten verursacht kleine Winkelvibration eine gro\u00dfe Bildbewegung. Turmschwanken, Wind, <a href=\"https:\/\/midradar.com\/de\/nachrichten\/how-to-select-a-pan-tilt-unit-for-long-range-eo-ir-and-radar-cued-tracking\/\">Schwenk-Neige-Stellungsfehler<\/a> und unvollkommene Stabilisierung kann Details eliminieren, die die optische Berechnung vorhersagt.<\/p>\n<h3><strong><b>Kompression und Anzeige<\/b><\/strong><\/h3>\n<p>Video-Kompression, Netzwerkbandbreite, Sch\u00e4rfen, Rauschunterdr\u00fcckung und Anzeige-Skalierung beeinflussen, was der Bediener sieht. Digitaler Zoom vergr\u00f6\u00dfert vorhandene Pixel; er erzeugt keine zus\u00e4tzlichen optischen Informationen.<\/p>\n<h2><strong><b>6. Sichtbare, thermische und laserunterst\u00fctzte Kan\u00e4le<\/b><\/strong><\/h2>\n<table style=\"height: 553px;\" width=\"1358\">\n<tbody>\n<tr>\n<td width=\"226\"><strong>Kanal<\/strong><\/td>\n<td width=\"226\"><strong>St\u00e4rken<\/strong><\/td>\n<td width=\"226\"><strong>Einschr\u00e4nkungen angeben<\/strong><\/td>\n<\/tr>\n<tr>\n<td width=\"226\">Sichtbar \/ schwaches Licht<\/td>\n<td width=\"226\">Farbe und feine Details bei g\u00fcnstiger Beleuchtung; n\u00fctzlich als Beweismittel.<\/td>\n<td width=\"226\">Beleuchtung, Dunst, Blendung, atmosph\u00e4rische Turbulenzen und Nachtsichtleistung.<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">LWIR thermisch<\/td>\n<td width=\"226\">Passiv <a href=\"https:\/\/midradar.com\/de\/50mk-multi-sensor-thermal-imaging-system-series\/\">Nachtoperation<\/a> und W\u00e4rme-Kontrast-Erkennung.<\/td>\n<td width=\"226\">Thermische Kreuzung, Feuchtigkeit, Regen, Detektoraufl\u00f6sung und geringerer Detailgehalt.<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">MWIR gek\u00fchlte thermische<\/td>\n<td width=\"226\">Hohe Empfindlichkeit und Langstreckenpotenzial in anspruchsvollen Systemen.<\/td>\n<td width=\"226\">Kosten, Wartung, Lebensdauer des K\u00fchlers und Export-\/Compliance-Aspekte.<\/td>\n<\/tr>\n<tr>\n<td width=\"226\">Nahe-IR laserunterst\u00fctzt sichtbar<\/td>\n<td width=\"226\">Kann die aktive Nachtbeleuchtung verbessern und sichtbare Details offenbar machen.<\/td>\n<td width=\"226\">R\u00fcckstreuung im Nebel\/Regen, Augensicherheitsklasse, Beleuchtungsbereich und Szenenreflektivit\u00e4t.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Eine multispektrale Plattform ist wertvoll, weil sich der jeweils beste Kanal mit Tageszeit, Wetter und Ziel \u00e4ndert. Fusion sollte nicht pauschal als Verbesserung bezeichnet werden, ohne zu definieren, ob das System Bilder kombiniert, zwischen Kan\u00e4len umschaltet oder einen Sensor zur Zuweisung eines anderen verwendet.<\/p>\n<div id=\"attachment_3007\" style=\"width: 610px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-3007\" class=\"wp-image-3007 size-full\" src=\"https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg4.webp\" alt=\"\" width=\"600\" height=\"400\" srcset=\"https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg4.webp 600w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg4-300x200.webp 300w, https:\/\/midradar.com\/wp-content\/uploads\/2026\/07\/zg4-18x12.webp 18w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><p id=\"caption-attachment-3007\" class=\"wp-caption-text\">Wie man den Bereich von EO\/IR, Detection, Recognition und Identification berechnet<\/p><\/div>\n<h2><strong><b>7. Ein praktischer Arbeitsablauf zur Reichweitenberechnung<\/b><\/strong><\/h2>\n<ol>\n<li>Definieren Sie die Zielklasse und die kritische Dimension: K\u00f6rpergr\u00f6\u00dfe\/-breite, Fahrzeugbreite, Freibord eines Bootes oder ein anderes relevantes Merkmal.<\/li>\n<li>Definieren Sie die Aufgabe: Erkennung, Klassenbestimmung, Untertypidentifikation oder Beweiskonfirmation.<\/li>\n<li>W\u00e4hlen Sie das Detektorformat, die Pixelgr\u00f6\u00dfe und die Brennweite aus.<\/li>\n<li>Berechne IFOV und geometrische Pixel auf dem Ziel.<\/li>\n<li>Wenden Sie optische Qualit\u00e4ts- und Bewegungs-\/Stabilisierungszulagen an.<\/li>\n<li>Modellierung der atmosph\u00e4rischen Transmission f\u00fcr die Wellenl\u00e4nge, den Bereich und das Klima.<\/li>\n<li>Sch\u00e4tzen Sie den Kontrast zwischen Ziel und Hintergrund f\u00fcr Tages-, Nacht- und thermische Kreuzungsbedingungen.<\/li>\n<li>Beurteilen Sie die Anzeige, Kompression, Verarbeitung und die Leistung des Bedieners\/KI.<\/li>\n<li>Setzen Sie eine technische Toleranz anstelle der Ver\u00f6ffentlichung des theoretischen Grenzwerts.<\/li>\n<li>Mit einem repr\u00e4sentativen Ziel und synchronisierten Umweltaufzeichnungen validieren.<\/li>\n<\/ol>\n<h2><strong><b>8. Was ein Lieferant offenlegen sollte<\/b><\/strong><\/h2>\n<table style=\"height: 910px;\" width=\"1332\">\n<tbody>\n<tr>\n<td width=\"340\"><strong>Erforderliche Offenlegung<\/strong><\/td>\n<td width=\"340\"><strong>Warum es wichtig ist<\/strong><\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Zieldimensionen und Ausrichtung<\/td>\n<td width=\"340\">Die K\u00f6rpergr\u00f6\u00dfe und die Breite einer Person f\u00fchren zu unterschiedlichen Reichweiten.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Sensoraufl\u00f6sung und Pixelabstand<\/td>\n<td width=\"340\">Erforderlich f\u00fcr IFOV und Stichprobenberechnungen.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Optische Brennweite und klare \u00d6ffnung<\/td>\n<td width=\"340\">Musste das Sichtfeld und die Lichtsammlung beurteilen.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">DRI-Kriterium und Wahrscheinlichkeit<\/td>\n<td width=\"340\">Verhindert, dass verschiedene Definitionen so verglichen werden, als w\u00e4ren sie identisch.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Atmosph\u00e4renmodell und Sichtweite<\/td>\n<td width=\"340\">Langzeitergebnisse h\u00e4ngen stark vom Klima ab.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Ziel\/Hintergrund-Kontrast<\/td>\n<td width=\"340\">Besonders wichtig f\u00fcr W\u00e4rmebildaufnahmen.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Optischer vs. digitaler Zoom<\/td>\n<td width=\"340\">Digitalzoom darf nicht als hinzugekommene Aufl\u00f6sungskraft gez\u00e4hlt werden.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Bildverarbeitungseinstellungen<\/td>\n<td width=\"340\">Sch\u00e4rfen und Entrauschen k\u00f6nnen die wahrgenommene Leistung ver\u00e4ndern.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Aufgezeichnete Testbilder und Metadaten<\/td>\n<td width=\"340\">Erm\u00f6glicht die unabh\u00e4ngige Bewertung der tats\u00e4chlichen Bildqualit\u00e4t.<\/td>\n<\/tr>\n<tr>\n<td width=\"340\">Methoden zur Abnahme vor Ort<\/td>\n<td width=\"340\">Wandelt eine Marketingaussage in eine messbare Anforderung um.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2><strong><b>9. Abnahmepr\u00fcfung f\u00fcr Langstrecken-EO\/IR<\/b><\/strong><\/h2>\n<p>Ein Feldtest sollte die f\u00fcr das Projekt relevanten Ziel- und Diskriminierungsaufgaben verwenden. Der Testplan sollte Folgendes enthalten:<\/p>\n<ul>\n<li>Bekannte Zielma\u00dfe und Bekleidungs-\/Lackzustand.<\/li>\n<li>Mehrere Orientierungen und Hintergr\u00fcnde.<\/li>\n<li>Tag-, Nacht- und Thermal\u00fcberlappungsperioden, wo relevant.<\/li>\n<li>Gemessene Sichtweite, Luftfeuchtigkeit, Temperatur, Wind und Niederschlag.<\/li>\n<li>Feste optische Brennweite und dokumentierte Verarbeitungseinstellungen.<\/li>\n<li>Originalaufl\u00f6sungsaufnahmen ohne Komprimierung durch soziale Medien.<\/li>\n<li>Blindbewertung durch mehr als einen Beobachter oder ein definiertes Analysemodell.<\/li>\n<li>Eine Bestehen\/Nichtbestehen-Grenze basierend auf Wahrscheinlichkeit oder wiederholten erfolgreichen Versuchen.<\/li>\n<li>Getrennte Ergebnisse f\u00fcr Erkennung, Wiedererkennung und Identifikation.<\/li>\n<\/ul>\n<p>IEC 62676-4 bietet einen praxisorientierten Rahmen f\u00fcr die Planung, den Entwurf, die Installation, die Pr\u00fcfung, die Inbetriebnahme und die Wartung von Video\u00fcberwachungssystemen. Es unterst\u00fctzt das Prinzip, dass die Auswahl der Kameras an eine definierte betriebliche Anforderung und verifizierte Leistung gebunden sein sollte, anstatt an eine einzelne Katalognummer.<\/p>\n<h2><strong><b>10. Anwendung der Methode auf Midradar EO\/IR Systeme<\/b><\/strong><\/h2>\n<p>Midradar\u2019s <a href=\"https:\/\/midradar.com\/de\/kategorie\/elektrooptische-produkte\/\">elektro-optisches Portfolio<\/a> einschlie\u00dft <a href=\"https:\/\/midradar.com\/de\/mr-rc13-serie-hd-kamera-mit-grosser-reichweite\/\">Laser-Nachtsichtkameras<\/a>, W\u00e4rmebildkameras, <a href=\"https:\/\/midradar.com\/de\/auto-tracking-multi-spectrum-ptz-system\/\">multispektrale Systeme<\/a> und <a href=\"https:\/\/midradar.com\/de\/mr-btvc6110-2132-fahrzeugmontiertes-multisensor-kamerasystem\/\">fahrzeugmontierte Beobachtungsplattformen<\/a>. Das passende Modell sollte anhand der geforderten DRI-Aufgabe, der Zielabmessungen, der Reichweite, des Klimas, der Installationsstabilit\u00e4t und der Integrationsmethode ausgew\u00e4hlt werden.<\/p>\n<p>F\u00fcr Langstreckenprojekte sollte das empfohlene Angebotspaket eine optische Konfiguration, eine zielgerichtete DRI-Berechnung, Annahmen zur Atmosph\u00e4re, eine Sichtfeldtabelle und eine vereinbarte Abnahmepr\u00fcfmethode enthalten.<\/p>","protected":false},"excerpt":{"rendered":"<p>Erfahren Sie, wie Sie die EO\/IR-Erkennungs-, Wiedererkennungs- und Identifikationsreichweite unter Verwendung von IFOV, Brennweite, Zielgr\u00f6\u00dfe, atmosph\u00e4rischen Effekten und Feldtestkriterien absch\u00e4tzen k\u00f6nnen.<\/p>","protected":false},"featured_media":3006,"comment_status":"closed","ping_status":"closed","template":"","class_list":["post-3004","news","type-news","status-publish","has-post-thumbnail","hentry","news_category-blog"],"acf":[],"_links":{"self":[{"href":"https:\/\/midradar.com\/de\/wp-json\/wp\/v2\/news\/3004","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/midradar.com\/de\/wp-json\/wp\/v2\/news"}],"about":[{"href":"https:\/\/midradar.com\/de\/wp-json\/wp\/v2\/types\/news"}],"replies":[{"embeddable":true,"href":"https:\/\/midradar.com\/de\/wp-json\/wp\/v2\/comments?post=3004"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/midradar.com\/de\/wp-json\/wp\/v2\/media\/3006"}],"wp:attachment":[{"href":"https:\/\/midradar.com\/de\/wp-json\/wp\/v2\/media?parent=3004"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}