Comment calculer les portées de détection, de reconnaissance et d’identification EO/IR

Caméra longue portée présentent souvent une distance phare unique : une détection jusqu’à un certain nombre de kilomètres, une reconnaissance à une distance plus courte et une identification à une autre distance. Ces valeurs semblent faciles à comparer, mais elles peuvent être trompeuses si tous les fournisseurs n’utilisent pas la même cible, les mêmes conditions atmosphériques, le même critère de probabilité et le même modèle de qualité d’image.

La plage EO/IR n'est pas une propriété de l'objectif seul. Elle résulte d'une chaîne d'imagerie qui inclut la taille de la cible, la longueur focale, le pas du détecteur, la résolution du capteur, la transmission optique, l'atténuation atmosphérique, le contraste cible-fond, la stabilisation, le traitement de l'image, les conditions d'affichage et l'observateur ou l'algorithme de classification.

Ce guide fournit un moyen transparent de vérifier les configurations de caméras et, plus important encore, explique ce qui doit être vérifié lors de l'achat et des tests d'acceptation.

 

1. Detection, Recognition et Identification sont des tâches différentes

niveau DRI	Question opérationnelle	Exemple
Détection	Un objet pertinent est-il présent?	Un objet chaud est visible contre l'arrière-plan.
Recognition	Quelle est sa catégorie générale?	L'opérateur peut distinguer une personne d'un véhicule.
Identification	Quel membre ou sous-type est-ce?	L'opérateur peut identifier un pickup plutôt qu'un véhicule générique, sous réserve de la définition de tâche convenue.

Ces définitions doivent figurer dans les exigences. L’« identification » peut revêtir des significations différentes pour un opérateur frontalier, une autorité portuaire, un aéroport ou une équipe de sécurité industrielle. L’identification faciale, la classification du type de véhicule et la confirmation qu’une cible transporte un objet exigent des niveaux de détail d’image très différents.

2. Commencez par l'échantillonnage angulaire: IFOV

Le champ de vision instantané (IFOV) est l'angle représenté par un pixel du détecteur. Dans l'approximation des petits angles:

IFOV (radians par pixel) ≈ Pas de pixel ÷ Longueur focale Taille d'échantillon au sol par pixel ≈ Distance × IFOV Pixels sur la cible ≈ Dimension de la cible ÷ (Distance × IFOV)

Toutes les dimensions doivent être exprimées dans des unités cohérentes. Par exemple, un pas de pixel de 12 µm équivaut à 12 × 10⁻⁶ m. Une longueur focale de 300 mm équivaut à 0.300 m.

Ce calcul estime l'échantillonnage géométrique. Il n'inclut pas encore le flou, le transfert de modulation optique, l'atmosphère, le bruit, le contraste, la stabilisation ou le traitement de l'image.

 

3. Exemple de premier ordre travaillé

Supposons une caméra thermique non refroidie avec:

• Détecteur: 640 × 512 pixels
• Pas de pixels: 12 µm
• Longueur focale: 300 mm
• Dimension cible représentative: hauteur d'une personne de 1,8 m
• Portée: 5 000 m

IFOV ≈ 12 × 10⁻⁶ m ÷ 0,300 m = 40 µrad/pixel Taille projetée par pixel à 5 km ≈ 5 000 × 40 µrad = 0,20 m/pixel Pixels sur une hauteur de cible de 1,8 m ≈ 1,8 ÷ 0,20 = 9 pixels

Neuf pixels sur la hauteur de la cible peuvent suffire à sa détection dans une scène favorable, mais ne démontrent pas automatiquement sa reconnaissance ou son identification. L’orientation de la cible, le contraste thermique, le flou et la transmission atmosphérique peuvent réduire l’information exploitable. Si la dimension critique de la cible est sa largeur plutôt que sa hauteur, le nombre de pixels peut être nettement inférieur.

4. Critères de Johnson: point de départ utile, pas une garantie absolue

Les critères de type Johnson établissent un lien entre le nombre de cycles résolvables sur la dimension critique d’une cible et la probabilité qu’un observateur humain la détecte, la reconnaisse ou l’identifie. Ils restent largement cités, car ils constituent un lien simple entre la taille angulaire de la cible et la tâche de discrimination.

Cependant, les critères de Johnson ont été créés à une époque antérieure de l'imagerie. Les capteurs modernes échantillonnés, l'amélioration numérique, la compression, le bruit coloré et l'analyse par IA peuvent se comporter différemment. Les chercheurs de l'armée américaine ont développé la mesure de performance de la tâche de ciblage en partie parce que les critères classiques ne modélisent pas entièrement les imageurs modernes.

Pour un achat, l’approche prudente consiste à :

1. Indiquez la tâche exacte DRI et l'objectif.
2. Indiquez le niveau de probabilité ou la règle de réussite/échec.
3. Afficher les cycles ou pixels supposés sur la cible.
4. Appliquer les pertes optiques, atmosphériques et de traitement du signal.
5. Validez avec des images enregistrées ou un test sur le terrain contrôlé.

5. Pourquoi le nombre de pixels seul surestime la portée

Flou optique et MTF

Une grille de pixels ne garantit pas que les détails fins atteignent le détecteur. La qualité de l'objectif, la mise au point, la diffraction, la réponse du détecteur et le flou de mouvement réduisent le contraste aux fréquences spatiales élevées. Deux systèmes avec la même longueur focale et le même pas de détecteur peuvent donc produire des détails utilisables différents.

Atténuation atmosphérique

Performance à longue portée EO/IR est fortement affecté par l'humidité, la charge en aérosols, le brouillard, la pluie, la poussière, les embruns marins et la turbulence thermique. L'atmosphère réduit le contraste de la cible et peut brouiller l'image apparente. Une configuration qui fonctionne dans un air froid et sec peut être beaucoup moins performante dans un environnement côtier humide ou un désert chaud.

Contraste cible-fond

La détection thermique dépend de la différence de température apparente entre la cible et son arrière-plan. Une personne peut être plus facile à détecter contre un ciel nocturne froid que contre un terrain chauffé par le soleil proche de la température corporelle. Les performances en lumière visible dépendent de manière similaire de l’éclairage, de la brume, du camouflage et de la complexité de l’arrière-plan.

Stabilisation et pointage

À de longues focales, de petites vibrations angulaires provoquent de grands mouvements de l'image. Balancement de la tour, vent, jeu de pantographe et une stabilisation imparfaite peut éliminer des détails que le calcul optique prédit.

Compression et affichage

La compression vidéo, la bande passante réseau, le renforcement, la réduction du bruit et le redimensionnement de l'affichage influencent ce que l'opérateur voit. Le zoom numérique agrandit les pixels existants; il ne crée pas d'informations optiques supplémentaires.

6. Canaux visibles, thermiques et assistés par laser

Chaîne	Forces	Limitations à spécifier
Visible / faible luminosité	Couleur et détails fins dans un éclairage favorable; utile comme preuve.	Illumination, brume, éblouissement, turbulence atmosphérique et performance nocturne.
LWIR thermique	Passif opération de nuit et détection du contraste thermique.	Crossover thermique, humidité, pluie, résolution du détecteur et contenu fin détaillé moindre.
MWIR thermique refroidi	Haute sensibilité et potentiel à longue portée dans des systèmes exigeants.	Coût, maintenance, durée de vie du refroidisseur et considérations en matière d'exportation/conformité.
Laser assisté visible Near-IR	Peut améliorer l'illumination active nocturne et révéler des détails semblables à ceux visibles.	Rétro-diffusion dans le brouillard/la pluie, classification de sécurité oculaire, portée d'éclairage et réflectivité de la scène.

Une plateforme multispectrale est utile parce que la voie optimale varie selon l’heure, la météo et la cible. La fusion ne doit pas être présentée comme une amélioration universelle sans préciser si le système combine les images, commute entre les voies ou utilise un capteur pour en désigner un autre.

7. Un flux de travail pratique pour le calcul de portée

1. Définir la classe cible et la dimension critique: hauteur/largeur de la personne, largeur du véhicule, franc-bord du bateau ou une autre caractéristique pertinente.
2. Définir la tâche: détection, reconnaissance de classe, identification de sous-type ou confirmation probante.
3. Sélectionnez le format du détecteur, le pas de pixel et la longueur focale.
4. Calculez IFOV et les pixels géométriques sur la cible.
5. Appliquer des tolérances de qualité optique et de mouvement/stabilisation.
6. Modéliser la transmission atmosphérique pour la longueur d'onde, la plage et le climat.
7. Estimer le contraste cible-fond pour les conditions de jour, de nuit et de croisement thermique.
8. Évaluer la performance de l'affichage, de la compression, du traitement et de l'opérateur/IA.
9. Fixez une marge d'ingénierie plutôt que de publier la limite théorique.
10. Validez avec une cible représentative et des enregistrements environnementaux synchronisés.

8. Ce qu'un fournisseur doit divulguer

Divulgation requise	Pourquoi c'est important
Dimensions et orientation cibles	La hauteur et la largeur d’une personne entraînent des résultats de gamme différents.
Résolution du capteur et pas de pixel	Requis pour IFOV et les calculs d'échantillonnage.
Longueur focale optique et ouverture claire	Nécessaire pour évaluer le champ de vision et la collecte de lumière.
Critère et probabilité DRI	Empêche que différentes définitions soient comparées comme si elles étaient identiques.
Modèle atmosphérique et visibilité	Les résultats à long terme dépendent fortement du climat.
Contraste cible/fond	Particulièrement important pour l'imagerie thermique.
Zoom optique vs zoom numérique	Le zoom numérique ne doit pas être considéré comme une augmentation de la résolution.
Paramètres de traitement d'image	L'affûtage et la réduction du bruit peuvent modifier la performance perçue.
Images de test enregistrées et métadonnées	Permet une évaluation indépendante de la qualité des images réelles.
Méthode d'acceptation sur site	Transforme une affirmation marketing en exigence mesurable.

9. Test d'acceptation pour EO/IR à longue portée

Un test sur le terrain doit utiliser la cible et la tâche de discrimination pertinentes pour le projet. Le plan de test doit inclure:

• Dimensions cibles connues et état des vêtements/peinture.
• Multiples orientations et antécédents.
• Journée, nuit et périodes de chevauchement thermique lorsque pertinent.
• Visibilité mesurée, humidité, température, vent et précipitations.
• Longueur focale optique fixe et paramètres de traitement documentés.
• Enregistrements en résolution originale sans recompression par les réseaux sociaux.
• Évaluation à l'aveugle par plus d'un observateur ou par un modèle analytique défini.
• Un seuil de réussite/échec basé sur la probabilité ou des essais réussis répétés.
• Résultats séparés pour la détection, la reconnaissance et l'identification.

La norme IEC 62676-4 fournit un cadre orienté application pour la planification, la conception, l'installation, le test, la mise en service et la maintenance des systèmes de vidéosurveillance. Elle soutient le principe selon lequel le choix des caméras doit être lié à une exigence opérationnelle définie et à des performances vérifiées plutôt qu'à un seul numéro de catalogue.

10. Application de la méthode aux systèmes Midradar EO/IR

Midradar’s portefeuille électro-optique comprend caméras à vision nocturne laser, caméras thermiques, systèmes multispectraux et plateformes d'observation montées sur véhicule. Le modèle approprié doit être sélectionné en fonction de la tâche DRI requise, des dimensions de la cible, de la portée, du climat, de la stabilité de l’installation et de la méthode d’intégration.

Pour les projets à long terme, le paquet de devis recommandé devrait inclure une configuration optique, un calcul DRI spécifique à la cible, des hypothèses atmosphériques, un tableau du champ de vision et une méthode de test d'acceptation convenue.

FAQ

Une plus grande longueur focale augmente-t-elle toujours la portée d’identification ?

Elle augmente le grossissement angulaire et le nombre de pixels sur la cible, mais rétrécit le champ de vision, amplifie les vibrations et peut réduire l’efficacité de la recherche. La qualité optique, l’ouverture, l’atmosphère et la stabilisation peuvent devenir les facteurs limitants.

Le zoom numérique peut-il être pris en compte dans les calculs DRI ?

Le zoom numérique peut agrandir l’image affichée à l’écran, mais il n’ajoute aucun nouvel échantillon optique. Les calculs DRI doivent reposer sur l’échantillonnage natif du détecteur et la longueur focale optique.

Le NETD est-il équivalent à la portée d’une caméra thermique ?

Non. Le NETD caractérise la sensibilité aux faibles écarts de température dans des conditions spécifiées. La portée dépend également du contraste de la cible, de l’objectif, de la résolution du détecteur, de l’atmosphère, du traitement et de la définition de la tâche.

Pourquoi deux fournisseurs annoncent-ils des portées DRI différentes pour des matériels similaires ?

Ils peuvent utiliser des cibles, des dimensions critiques, des hypothèses de cycles Johnson, des niveaux de probabilité, des atmosphères ou des facteurs de traitement d’image différents. Demandez la base de calcul complète.

Faut-il utiliser la hauteur ou la largeur pour calculer la portée sur une personne ?

Utilisez la dimension pertinente pour la tâche de discrimination et l’orientation de la cible. La hauteur peut surestimer les performances lorsque la personne est partiellement masquée ou observée sous un angle défavorable.