Câmera de longo alcance apresentam frequentemente uma única distância de destaque: deteção até determinado número de quilómetros, reconhecimento a uma distância menor e identificação a outra distância. Estes valores parecem fáceis de comparar, mas podem induzir em erro se todos os fornecedores não utilizarem o mesmo alvo, atmosfera, critério de probabilidade e modelo de qualidade da imagem.
O alcance EO/IR não é uma propriedade apenas da lente. É o resultado de uma cadeia de imageamento que inclui o tamanho do alvo, a distância focal, o passo do detector, a resolução do sensor, a transmissão óptica, a atenuação atmosférica, o contraste alvo-fundo, a estabilização, o processamento de imagem, as condições de exibição e o observador ou algoritmo de classificação.
Este guia fornece uma maneira transparente de analisar configurações de câmeras e, mais importante, explica o que deve ser verificado durante a aquisição e os testes de aceitação.

Como Calcular o Alcance EO/IR Detection, Recognition e Identification
1. Detection, Recognition e Identification São Tarefas Diferentes
| nível DRI |
Questão operacional |
Exemplo |
| Detecção |
Um objeto relevante está presente? |
Um objeto quente é visível contra o fundo. |
| Recognition |
Qual é a classe geral? |
O operador pode distinguir uma pessoa de um veículo. |
| Identification |
Qual membro ou subtipo é? |
O operador pode identificar uma caminhonete em vez de um veículo genérico, sujeito à definição de tarefa acordada. |
Estas definições devem constar do requisito. «Identificação» pode ter significados diferentes para um operador de fronteira, uma autoridade portuária, um aeroporto ou uma equipa de segurança industrial. A identificação facial, a classificação do tipo de veículo e a confirmação de que um alvo transporta um objeto exigem níveis de detalhe de imagem muito diferentes.

Como Calcular o Alcance EO/IR Detection, Recognition e Identification
2. Comece com Amostragem Angular: IFOV
O campo de visão instantâneo (IFOV) é o ângulo representado por um pixel do detector. Sob a aproximação de ângulo pequeno:
IFOV (radianos por pixel) ≈ Passo de Pixel ÷ Distância Focal
Tamanho da Amostra por Pixel ≈ Distância × IFOV
Pixels no Alvo ≈ Dimensão do Alvo ÷ (Distância × IFOV) |
Todas as dimensões devem utilizar unidades coerentes. Por exemplo, um passo de píxel de 12 µm corresponde a 12 × 10⁻⁶ m. Uma distância focal de 300 mm corresponde a 0.300 m.
Este cálculo estima a amostragem geométrica. Ele ainda não inclui desfoque, transferência de modulação óptica, atmosfera, ruído, contraste, estabilização ou processamento de imagem.
3. Exemplo Resolvido de Primeira Ordem
Assuma uma câmera térmica não resfriada com:
- Detetor: 640 × 512 píxeis
- Passo de pixel: 12 µm
- Distância focal: 300 mm
- Dimensão alvo representativa: altura de pessoa de 1,8 m
- Alcance: 5.000 m
IFOV ≈ 12 × 10⁻⁶ m ÷ 0,300 m = 40 µrad/pixel
Tamanho projetado por pixel a 5 km ≈ 5.000 × 40 µrad = 0,20 m/pixel
Pixels ao longo de 1,8 m de altura do alvo ≈ 1,8 ÷ 0,20 = 9 pixels |
Nove píxeis ao longo da altura do alvo podem ser suficientes para a deteção num cenário favorável, mas não comprovam automaticamente o reconhecimento ou a identificação. A orientação do alvo, o contraste térmico, o desfoque e a transmissão atmosférica podem reduzir a informação útil. Se a dimensão crítica do alvo for a largura, e não a altura, o número de píxeis poderá ser muito inferior.

O alcance DRI operacional é determinado por toda a cadeia de formação de imagem, e não apenas pela distância focal ou pelo zoom digital.
4. Critérios de Johnson: Ponto de Partida Útil, Não uma Garantia Absoluta
Os critérios do tipo Johnson relacionam o número de ciclos resolúveis ao longo da dimensão crítica de um alvo com a probabilidade de deteção, reconhecimento ou identificação por um observador humano. Continuam a ser amplamente referenciados porque estabelecem uma relação simples entre o tamanho angular do alvo e a tarefa de discriminação.
No entanto, os critérios de Johnson se originaram em uma era de imagens anterior. Sensores modernos amostrados, aprimoramento digital, compressão, ruído colorido e análise de IA podem se comportar de forma diferente. Pesquisadores do Exército dos EUA desenvolveram a métrica de Desempenho em Tarefas de Alvo em parte porque os critérios clássicos não modelam completamente os imaginadores modernos.
Para efeitos de aquisição, a abordagem mais segura é:
- Declare a tarefa e o objetivo exatos DRI.
- Indique o nível de probabilidade ou a regra de aprovação/reprovação.
- Mostre os ciclos ou pixels assumidos no alvo.
- Aplique perdas ópticas, atmosféricas e de processamento de sinal.
- Validar com imagens registradas ou um teste de campo controlado.
5. Por que apenas a contagem de pixels superestima o alcance
Desfoque óptico e MTF
Uma grade de pixels não garante que detalhes finos alcancem o detector. Qualidade da lente, foco, difração, resposta do detector e desfoque de movimento reduzem o contraste em frequências espaciais mais altas. Dois sistemas com a mesma distância focal e passo do detector podem, portanto, produzir detalhes utilizáveis diferentes.
Atenuação atmosférica
Desempenho de longo alcance do EO/IR é fortemente afetado pela umidade, carga de aerossol, neblina, chuva, poeira, spray marítimo e turbulência térmica. A atmosfera reduz o contraste do alvo e pode borrar a imagem aparente. Uma configuração que funciona em ar frio e seco pode ter desempenho muito pior em um ambiente úmido costeiro ou em um deserto quente.
Contraste alvo-fundo
A detecção térmica depende da diferença de temperatura aparente entre o alvo e seu fundo. Uma pessoa pode ser mais fácil de detectar contra um céu noturno frio do que contra um terreno aquecido pelo sol próximo à temperatura corporal. O desempenho em luz visível depende de forma semelhante da iluminação, névoa, camuflagem e complexidade do fundo.
Estabilização e apontamento
Em comprimentos focais longos, pequenas vibrações angulares causam grande movimento da imagem. Oscilação da torre, vento, folga de pan-tilt e a estabilização imperfeita pode eliminar detalhes que o cálculo óptico prevê.
Compressão e exibição
Compressão de vídeo, largura de banda da rede, nitidez, remoção de ruído e dimensionamento de exibição influenciam o que o operador vê. O zoom digital amplia os pixels existentes; ele não cria informações ópticas adicionais.
6. Canais Visíveis, Térmicos e Assistidos por Laser
| Canal |
Forças |
Limitações a especificar |
| Visível / pouca luz |
Cor e detalhes finos em iluminação favorável; útil como evidência. |
Iluminação, névoa, brilho, turbulência atmosférica e desempenho noturno. |
| térmico LWIR |
Passivo operação noturna e detecção de contraste térmico. |
Cruzamento térmico, umidade, chuva, resolução do detector e menor conteúdo de detalhes finos. |
| MWIR térmico resfriado |
Alta sensibilidade e potencial de longo alcance em sistemas exigentes. |
Custo, manutenção, vida útil do cooler e considerações de exportação/conformidade. |
| Laser visível assistido Near-IR |
Pode melhorar a iluminação noturna ativa e revelar detalhes semelhantes aos visíveis. |
Retrodispersão em neblina/chuva, classificação de segurança ocular, alcance de iluminação e refletividade da cena. |
Uma plataforma multiespectral é valiosa porque o melhor canal varia consoante a hora, as condições meteorológicas e o alvo. A fusão não deve ser descrita como uma melhoria universal sem definir se o sistema combina imagens, alterna entre canais ou utiliza um sensor para orientar outro.

Como Calcular o Alcance EO/IR Detection, Recognition e Identification
7. Um Fluxo de Trabalho Prático para Cálculo de Alcance
- Defina a classe alvo e a dimensão crítica: altura/largura da pessoa, largura do veículo, bordo livre do barco ou outra característica relevante.
- Defina a tarefa: detecção, reconhecimento de classe, identificação de subtipo ou confirmação de evidência.
- Selecione o formato do detector, o espaçamento de pixels e a distância focal.
- Calcule IFOV e pixels geométricos no alvo.
- Aplique tolerâncias de qualidade óptica e de movimento/estabilização.
- Modelar a transmissão atmosférica para o comprimento de onda, alcance e clima.
- Estime o contraste alvo-fundo para condições de dia, noite e cruzamento térmico.
- Avaliar o desempenho de exibição, compressão, processamento e operador/IA.
- Defina uma margem de engenharia em vez de publicar o limite teórico.
- Validar com um alvo representativo e registros ambientais sincronizados.
8. O que um Fornecedor Deve Divulgar
| Divulgação obrigatória |
Por que isso importa |
| Dimensões e orientação de destino |
A altura e a largura de uma pessoa levam a diferentes resultados de alcance. |
| Resolução do sensor e espaçamento entre pixels |
Necessário para IFOV e cálculos de amostragem. |
| Comprimento focal óptico e abertura livre |
Necessário avaliar o campo de visão e a captação de luz. |
| Critério e probabilidade DRI |
Impede que diferentes definições sejam comparadas como se fossem idênticas. |
| Modelo atmosférico e visibilidade |
Resultados de longo prazo dependem fortemente do clima. |
| Contraste entre alvo e fundo |
Especialmente importante para imagens térmicas. |
| Zoom óptico vs zoom digital |
O zoom digital não deve ser contado como aumento de poder de resolução. |
| Configurações de processamento de imagens |
O aprimoramento e a redução de ruído podem alterar a percepção de desempenho. |
| Imagens de teste gravadas e metadados |
Permite avaliação independente da qualidade de imagens reais. |
| Método de aceitação do site |
Transforma uma afirmação de marketing em um requisito mensurável. |
9. Teste de Aceitação para EO/IR de Longo Alcance
Um teste de campo deve usar o alvo e a tarefa de discriminação relevantes para o projeto. O plano de teste deve incluir:
- Dimensões alvo conhecidas e condição da roupa/pintura.
- Múltiplas orientações e origens.
- Períodos diurnos, noturnos e de transição térmica, quando aplicável.
- Visibilidade, umidade, temperatura, vento e precipitação medidas.
- Comprimento focal óptico fixo e configurações de processamento documentadas.
- Gravações em resolução original sem recompressão para redes sociais.
- Pontuação às cegas por mais de um observador ou por um modelo analítico definido.
- Um limite de aprovação/reprovação baseado em probabilidade ou em tentativas bem-sucedidas repetidas.
- Resultados separados para detecção, reconhecimento e identificação.
A IEC 62676-4 fornece uma estrutura orientada à aplicação para o planejamento, projeto, instalação, teste, comissionamento e manutenção de sistemas de vigilância por vídeo. Ela apoia o princípio de que a seleção da câmera deve estar vinculada a um requisito operacional definido e a um desempenho verificado, em vez de um único número de catálogo.
10. Aplicando o Método aos Sistemas Midradar EO/IR
Midradar’s portfólio eletro-óptico inclui câmeras de visão noturna a laser, câmeras de imagem térmica, sistemas multiespectrais e plataformas de observação montadas em veículos. O modelo adequado deve ser selecionado de acordo com a tarefa DRI necessária, as dimensões do alvo, o alcance, o clima, a estabilidade da instalação e o método de integração.
Para projetos de longo alcance, o pacote de cotação recomendado deve incluir uma configuração óptica, cálculo DRI específico para o alvo, suposições sobre a atmosfera, tabela de campo de visão e um método de teste de aceitação acordado.
Perguntas Frequentes
Uma distância focal maior aumenta sempre o alcance de identificação?
Aumenta a ampliação angular e o número de píxeis no alvo, mas estreita o campo de visão, amplia a vibração e pode reduzir a eficiência da busca. A qualidade ótica, a abertura, a atmosfera e a estabilização podem tornar-se os fatores limitativos.
O zoom digital pode ser incluído nos cálculos DRI?
O zoom digital pode fazer com que uma imagem pareça maior no ecrã, mas não acrescenta novas amostras óticas. Os cálculos DRI devem basear-se na amostragem nativa do detetor e na distância focal ótica.
O NETD é equivalente ao alcance da câmara térmica?
Não. O NETD descreve a sensibilidade a pequenas diferenças de temperatura em condições especificadas. O alcance também depende do contraste do alvo, da objetiva, da resolução do detetor, da atmosfera, do processamento e da definição da tarefa.
Por que motivo dois fornecedores indicam alcances DRI diferentes para hardware semelhante?
Podem utilizar alvos, dimensões críticas, pressupostos de ciclos de Johnson, níveis de probabilidade, atmosferas ou fatores de processamento de imagem diferentes. Solicite a base de cálculo completa.
O alcance para pessoas deve utilizar a altura ou a largura?
Utilize a dimensão relevante para a tarefa de discriminação e para a orientação do alvo. A altura pode sobrestimar o desempenho quando a pessoa está parcialmente oculta ou é observada de um ângulo desfavorável.