بازگشت
جستجو
بازگشت به لیست مقالات

تشخیص، شناسایی و تعیین هویت، در دوربین های IP نورمرئی و حرارتی

تشخیص، شناسایی و تعیین هویت، در دوربین های IP نورمرئی و حرارتی

تشخیص، شناسایی و تعیین هویت، در دوربین های IP نورمرئی و حرارتی

رزولوشن و وضوح مورد نیاز برای تشخیص، شناسایی و تعیین هویت، به نوع دوربین بستگی دارد.

 نمونه تصویر دوربین حرارتی

در صنعت یک سردرگمی وجود دارد که برای تشخیص یک شی، فهمیدن نوع آن و در نهایتاً شناسایی این که چه چیزی یا چه کسی است، به چه رزلوشنی نیاز است؟ شاخص ها و معیارها بین دوربین های حرارتی و نور مرئی متفاوت است. وضوح لازم در دوربین های حرارتی و نور مرئی از طرق مختلفی محاسبه می شوند.

برای مثال، در هنگام بررسی عملکرد یک دوربین حرارتی، ما از شاخص " تشخیص "، " شناسایی " و " تعیین هویت " (DRI) استفاده می کنیم. در حالی که برای بررسی عملکرد وضوح یک دوربین IP، معمولا تعداد پیکسل های سنسور شمارش می شود.

به چه مقدار وضوح نیاز دارید؟ این مقاله به مقایسه روش تعریف وضوح در دوربین های نور مرئی و حرارتی می پردازد.

 

دوربین های حرارتی

در محافل نظامی، " تشخیص "، همراه با واژگان " شناسایی " و " تعیین هویت " استفاده می شود که بخشی از شاخص های DRI است که توسط John Johnson در سال 1958 تعریف شد. این استاندارد به منظور تعریف عملکرد دوربین های تصویربرداری با نور حرارتی تعریف شده است.

نظامی ها از " تشخیص هویت " به این معنی یاد می کنند که بتوانند تشخیص دهند که یک شخص، مرد است یا زن، یا در صورتی که این فرد کلاه به سر دارد یا اسلحه ای حمل می کند، متوجه شوند. متاسفانه بعضی اوقات از معیارهای جانسون برای سیستم های حساس به نور مرئی نیز استفاده می کنند که نوعی سواستفاده به حساب می آید!

به طور خلاصه و به عنوان یک مرور، معیارهای DRI به شرح زیر است:

شاخص های " تشخیص "، " شناسایی " و " تعیین هویت " که در حوزه ی دوربین های تصویربرداری حرارتی به کار می رود، طبق معیارهای Johnson، اینگونه تعریف می شود:

Detection ( تشخیص ): توانایی تمایز دادن یک شی، از تصویر پیش زمینه

Recognition ( شناسایی ): توانایی طبقه بندی نوع شی (حیوان، انسان، اتوموبیل، قایق، ...)

Identification ( تعیین هویت ): توانایی توصیف شی در قالب جزئیات (مردی با کلاه، یک گوزن، یک خودرو جیپ، ...)

تصاویر زیر این تعاریف را شرح می دهند:

تشخیص، شناسایی، تعیین هویت

تصویر سمت چپ: تشخیص در چند کیلومتری، دو شیء از پیش زمینه قابل تمایز و تشخیص هستند.

تصویر مرکزی: شناسایی - یک انسان در امتداد حصار در حال حرکت است.

تصویر سمت راست: تعیین هویت - دو مرد با کت و شلوار شناسایی شده اند یکی از آنها در حال استعمال دخانیات است.

 

دوربین های نور مرئی IP:

ما از شاخص های " تشخیص "، " شناسایی " و " تعیین هویت "، در سیستم های نظارتی با کاربرد دیگری استفاده می کنیم. بعضی اوقات، بسته به کاربرد، مفاهیم متفاوت است. به مثال های زیر توجه کنید:

Detection ( تشخیص ): می تواند به معنی تعدادی از چیزی باشد. بعضی اوقات ما چیزی را در حال حرکت در فاصله دور تشخیص می دهیم یا می بینیم، اما در این زمینه، بیشتر به موقعیت هایی اشاره دارد که زنگ خطر وجود دارد. زنگ خطر ها می توانند شامل تشخیص حرکت، جابجا شدن شی، خارج شدن شی، رد شدن از یک خط و دیگر موقعیت های زنگ خطر اتوماتیک هوشمند که امنیت را تامین می کنند، بشوند. ما به رزولوشن های متفاوتی برای این کاربرد ها نیاز داریم، از این رو ما باید پیش از محاسبه وضوح و رزولوشن، هدف و منظور استفاده خود را تعیین کنیم.

Recognition ( شناسایی ): بعضی اوقات ما برای گفتن این که تشخیص دهیم یک فرد مرد است یا زن، از این شاخص استفاده می کنیم، اما در موارد دیگر منظور آگاهی وضعیتی است. در این موارد ما به طریقه حرکت افراد یا اتوموبیل ها علاقه مندیم نه به شناسایی جزئیات آن ها.

Identification ( تعیین هویت ): در سیستم های نظارتی معمولا منظور بر این است که این فرد کیست، یا شماره پلاک این ماشین چیست.

 

مقایسه تکنولوژی حرارتی و نور مرئی

دوربین های حرارتی و دوربین های نورمرئی از تکنولوژی های کاملا متفاوتی استفاده می کنند. دوربین های حرارتی بر اساس انرژی گرمایی ( مادون قرمز ) منتشر شده توسط شی، تصویر را تامین می کنند، در صورتی که دوربین های نوری بر اساس نور مرئی منعکس شده از شی، تصویر را فراهم می کنند.

طیف الکترومغناطیسی متشکل از پرتوهایی است که شامل نور مرئی (برای چشم ما)، و فرکانس های نامرئی است. دوربین های نوری می توانند بخش نور مرئی و بخشی از طیف مادون قرمز نزدیک ( Near infrared ) را ببینند. طیف مادون قرمز شامل فرکانس های مادون قرمز نزدیک ( Near infrared )، مادون قرمز میانی ( Mid Infrared ) و مادون قرمز دور ( Far infrared )، می شود. کارکرد دوربین های حرارتی در مادون قرمز میانی و دور است.

تصویر دوربین نور مرئی و حرارتی

 

* منظور از دوری و نزدیکی، طول موج های نزدیک و دور از محدوده مرئی نور است.

 طول موج نور مرئی

 

دوربین های حرارتی در دو مدل خنک ( Cooled ) و غیر خنک ( Uncooled ) وجود دارند. کارکرد دوربین های حرارتی غیر خنک در باند مادون قرمز موج بلند یاLWIR  ( از 7000nm تا 14000nm) است، در حالی که دوربین های حرارتی خنک در باند مادون قرمز موج میانی یا MWIR ( از 3000nm تا 5000nm ) عمل می کنند.

دوربین های حرارتی خنک، نسبت به دوربین های حرارتی غیر خنک، به تفاوت های گرمایی حساس ترند که البته گران قیمت تر نیز هستند.

دوربین های نوری IP به دلیل تامین ویدئو رنگی، نسبت به دوربین های حرارتی  Monochrome، جزئیات بیشتری را تامین می کنند. رنگ، اطلاعات بیشتری را تامین می کند و موجب شناسایی راحتتر اشیا می شود. به دلیل اینکه دوربین های حرارتی از انرژی گرمای ساطع شده از اشیا برای تامین تصویر استفاده می کنند، در تاریکی مطلق کارکرد مناسبی دارند، در صورتی که دوربین های نوری به یک منبع نور برای تامین تصویر نیاز دارند.

در شب، برای دیدن با یک دوربین نوری IP، ما از یک نور استاندارد سفید یا نور IR استفاده می کنیم تا با برخورد با شی، بازتاب نور آن به دوربین بازگردد. دوربین های نوری، به نور مادون قرمز حساس هستند اما در فرکانس های متفاوتی از فرکانس هایی که دوربین های حرارتی این حساسیت را دارند. پرژکتورهای IR ی که در 850nm یا 940nm عمل می کنند، می توانند به منظور دید در شب برای دوربین های IP نور مرئی به کار گرفته شوند.

ما معمولا برای تعریف وضوح حرارتی از جفت خط ها(Line pairs)، و برای وضوح دوربین های IP، از پیکسل ها استفاده می کنیم.

  

شاخص های وضوح برای دوربین های نورمرئی

دوربین های IP از شاخص های متفاوتی برای تشخیص، شناسایی و تعیین هویت استفاده می کنند. به جای جفت خط ها، از شمارش پیکسل برای اندازه گیری وضوح استفاده می کنیم. این روش یک راه آسان تر برای تعریف این مساله است که قادر به دیدن چه حد از جزئیات هستیم. وضوح دوربین های IP با این مهفوم تعریف می شود که قادر به تامین چه تعداد پیکسل هستند ( 1.2 مگاپیکسل، 2مگاپیکسل، ...). بعلاوه به این صورت که به تعداد پیکسل های افقی و عمودی موجود اشاره شود نیز کاربرد دارد (1280x720، یا 1920x1080، ...). همچنین برای کارکرد های ویژه، از pixels/m استفاده می شود که نشانگر تعداد پیکسل های مورد نیاز بر روی هدف یا شیء  مشخصی است.

در زیر خلاصه ای از شاخص ها به همراه توضیحی که چه چیزی را در یک وضوح خاص می توان دید، آورده شده است. این اعداد، تخمین هایی از تولیدکننده های مختلف و مقالاتی از Homeland Security هستند.

 

توضیحات pixels/m سطح تمایز
فرض می کند که ما به حداقل 9 پیکسل در یک هدف نیاز داریم. برای مثال یک فرد با قد 170 سانتی متر 4.8  تشخیص
فرض می کند که ما به حداقل 15 پیکسل در هدف نیاز داریم(همان فرد 170 سانتی متر)، که این توان را به ما می دهد که تشخیص دهیم فرد مرد است یا زن. 8.1  شناسایی
اشاره دارد به اینکه توانایی شناسایی فردی که شما می شناسید را به شما می دهد. که تقریبا به وجود 40 پیکسل در صورت نیاز دارد. 240  تعیین هویت

 

  

نمونه تصویر دوربین حرارتی 

نظرات
نظر بدهید بستن فرم ثبت نظر
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner
banner