Kamery termowizyjne

• Co potrafią kamery termowizyjne?
  Kamery termowizyjne wykrywają promieniowanie cieplne (ciepło) emitowane przez wszystkie obiekty o temperaturze niezerowej. Dzięki zdolności do wykrywania niewielkich różnic temperatury oraz ich przekształcania w obraz kamery te umożliwiają rozróżnianie osób i pojazdów z bardzo dużej odległości. Działają nawet w całkowitej ciemności oraz niezależnie od warunków oświetleniowych, kamuflażu, roślinności, trudnych warunków pogodowych i innych sytuacji, w których kamera optyczna nie sprawdziłaby się.

• Do czego są używane?
  Kamery termowizyjne są szeroko stosowane w systemach ochrony obwodowej. Materiał wizyjny przekazywany na żywo przez kamerę termowizyjną pozwala dostrzec obecność osób w krytycznych miejscach na długo przed tym, zanim kamera optyczna wykryje nietypową aktywność. Obrazy termowizyjne są poddawane automatycznej analizie bezpośrednio w kamerze, a w systemie bezpieczeństwa można skonfigurować różnego rodzaju reakcje. Mogą one obejmować automatyczne wyemitowanie alarmu dźwiękowego przez głośniki w celu odstraszenia intruzów, wysłanie powiadomienia e-mail do pracowników ochrony czy zmianę położenia wchodzących w skład systemu kamer optycznych oraz przybliżenie obrazu w celu zarejestrowania tradycyjnego materiału wizyjnego umożliwiającego identyfikację intruzów.

  Kamery termowizyjne instaluje się także w celu monitorowania temperatury procesów przemysłowych. Można ich używać do wykrywania wycieków ciepła w budynkach i określania, czy dany pojazd był ostatnio używany.

  Zazwyczaj same obrazy termowizyjne nie umożliwiają identyfikacji konkretnych osób. Z tego względu kamery termowizyjne są przydatną metodą dozoru w miejscach, w których szczególnie duże znaczenie ma ochrona prywatności, takich jak szkoły.

• NETD — miara dokładności czujnika termicznego
  Zdolność czujnika termicznego do wykrywania bardzo małych różnic promieniowania cieplnego można opisać przy użyciu parametru NETD (noise equivalent temperature difference — różnica temperatur równoważna szumowi). Zasadniczo im niższa wartość NETD, tym lepszy czujnik. Jednak kamer nie należy oceniać wyłącznie przez porównywanie wartości NETD, ponieważ brakuje znormalizowanego protokołu pomiarowego.

• Ogólne wskazówki dotyczące instalacji
  Kryteria Johnsona opisują zależność między minimalną wymaganą rozdzielczością i oczekiwanym zasięgiem detekcji zależnie od tego, czy chodzi o możliwość detekcji, rozpoznawania czy identyfikacji pojazdów lub osób. Kolejnym przydatnym narzędziem jest nomogram, który w formie graficznej przedstawia zależność między zasięgiem detekcji a ogniskową obiektywu kamery przy określonej wymaganej rozdzielczości. Rzeczywiste wyniki mogą się jednak różnić zależnie od warunków pogodowych. Ponadto, jeśli są używane aplikacje analityczne, do prawidłowego działania mogą one wymagać większej liczby pikseli, niż wynikałoby z niniejszych ogólnych wskazówek.

• Wpływ czynników środowiskowych na detekcję
  Deszcz, mgła i smog ograniczają zasięg detekcji. Stopień tłumienia promieniowania cieplnego zależy od wielkości i stężenia cząstek lub kropelek wody w powietrzu. Jednak w większości przypadków zjawiska te w znacznie mniejszym stopniu wpływają na zasięg kamery termowizyjnej niż kamery optycznej. Zwłaszcza w warunkach umiarkowanej mgły lub dymu kamera termowizyjna wykrywa obiekty, które dla kamery optycznej byłyby całkowicie niewidoczne.

Kamery termowizyjne tworzą obrazy przez wykorzystanie promieniowania podczerwonego emitowanego przez wszystkie obiekty w zależności od ich temperatury. Zdolność do detekcji niewielkich różnic temperatury sprawia, że kamery te znakomicie sobie radzą z wychwytywaniem osób znajdujących się na złożonym tle lub ukrytych w głębokim cieniu. Równie łatwa jest detekcja pojazdów i innych obiektów, która może być prowadzona w dzień i w nocy niezależnie od warunków oświetleniowych.

W tym dokumencie omówiono zalety kamer termowizyjnych i ich wykorzystanie wraz z analizą obrazu w systemach ochrony obwodowej. Przedstawiono sposób pomiaru skuteczności kamer termowizyjnych i wyjaśniono zależność zasięgu detekcji od ogniskowej obiektywu kamery oraz żądanego poziomu dokładności. W dokumencie zawarto też informacje na temat wpływu warunków pogodowych na skuteczność oraz omówiono aspekty, na które należy zwrócić uwagę przed przystąpieniem do instalacji kamery termowizyjnej.

Kamery termowizyjne są wykorzystywane w wielu zastosowaniach z zakresu bezpieczeństwa, na przykład do ochrony obwodowej obiektów przemysłowych, lotnisk czy elektrowni. Materiał wizyjny przekazywany na żywo z kamery termowizyjnej może ostrzec operatora systemu monitoringu o osobie chodzącej między samochodami na parkingu na długo przed tym, zanim kamera optyczna wykryje ten ruch. Znakomite możliwości detekcji sprawiają też, że kamery termowizyjne bardzo się przydają w akcjach poszukiwawczych i ratunkowych.

Sam obraz termowizyjny zazwyczaj nie wystarcza do identyfikacji osoby. Dlatego kamery termowizyjne stanowią dobry wybór w wielu sytuacjach, w których duże znaczenie ma prywatność. W wielu krajach nagrywanie materiału wizyjnego w miejscach publicznych wymaga zgody odpowiednich władz. Często łatwiej jest uzyskać zgodę na korzystanie z kamer termowizyjnych niż kamer optycznych, ponieważ kamery termowizyjne nie pozwalają na identyfikację nagranych osób.

W porównaniu z kamerami optycznymi kamery termowizyjne pozwalają na bardziej niezawodną detekcję i rozpoznawanie kształtów. Jest to możliwe dzięki połączeniu dużego kontrastu obrazu z detekcją ruchu. Przekłada się to na niski współczynnik fałszywych alarmów, co oznacza mniej zbędnych interwencji i działań ze strony personelu.

Informacje termiczne dostarczane przez kamery termowizyjne umożliwiają także monitorowanie procesów i wykrywanie nieprawidłowości związanych ze zmianami temperatury. Przykładowo kamer termowizyjnych można używać do wykrywania wycieków ciepła w budynkach lub określania, czy w ostatnim czasie jeżdżono danym samochodem.

Kamery termowizyjne Axis zapewniają dyskretną i ekonomiczną detekcję oraz umożliwiają znaczną poprawę bezpieczeństwa budynków i zarządzania w sytuacjach kryzysowych. Wbudowane w kamerę funkcje inteligentne w połączeniu z narzędziami do analizy wideo tworzą rozwiązanie, które umożliwia automatyczną analizę przechwyconego materiału wizyjnego przez system dozoru. Kamery termowizyjne mogą przekazywać wyniki tej analizy do kamer optycznych wchodzących w skład systemu IP, na przykład w ramach ochrony obwodowej.

Aplikacje analityczne Axis do ochrony obwodowej stanowią bardzo skuteczny system, który automatycznie wykrywa intruzów i reaguje na nich. Użytkownik może wybrać żądany rodzaj reakcji. Gdy ktoś wejdzie na zdefiniowany obszar znajdujący się w polu widzenia kamery termowizyjnej, może ona np. automatycznie wysłać e-mailem alarm do pracowników ochrony i jednocześnie wyzwolić kamerę PTZ (z funkcjami obrotu, pochylenia i zbliżenia) w celu dostarczania materiału wizyjnego. Umożliwia to rozpoznawanie podejrzanej aktywności jeszcze przed wtargnięciem intruza na obserwowany teren oraz wzrokową weryfikację zdarzeń przed podjęciem odpowiednich czynności. Kamera może także używać technologii edge-to-edge w celu włączania głośnika i odstraszania intruzów.

Aplikacje analityczne Axis z zakresu ochrony obwodowej są narzędziami brzegowymi. Oznacza to, że są osadzone w kamerach, w których też wykonywane są analizy. Ponieważ materiał wizyjny nie jest wysyłany na centralny serwer na potrzeby analiz, system jest elastyczny i skalowalny oraz ułatwia panowanie nad kosztami.

Parametr NETD jest najpopularniejszą miara klasyfikacji skuteczności czujników termicznych, a nawet całych systemów kamer termowizyjnych. Akronim ten pochodzi od słów noise equivalent temperature difference (różnica temperatur równoważna szumowi). NETD określa próg szumu czujnika, czyli różnicę temperatur wymaganą do wytworzenia sygnału o wartości równej progowi szumu.

Zasadniczo NETD określa zdolność czujnika do rozróżniania bardzo niewielkich różnic w promieniowaniu cieplnym obecnych na obrazie. Im niższa wartość NETD, tym lepszy czujnik. Jeśli przykładowo NETD czujnika wynosi 50 mK (milikelwinów), czujnik potrafi wykrywać wyłącznie różnice temperatur przekraczające 50 mK, natomiast różnice niższe od tego progu stanowią dla niego część szumu.

Porównywanie wartości NETD podanych w specyfikacjach różnych kamer może być źródłem problemów. Często są to wartości obliczone przy użyciu różnych metod lub w odmiennych warunkach, na przykład w różnej temperaturze otoczenia albo z zastosowaniem różnych czasów integracji czy obiektywów o różnych otworach względnych przysłony (wartościach f). Wartości NETD podane w specyfikacjach zazwyczaj nie uwzględniają szumu przestrzennego. Oznacza to, że wartość NETD może być niska mimo tego, że obraz zawiera znaczną ilość zakłóceń ze względu na obecność szumu stałego lub quasi-stałego.

Rzeczywista wydajność kamery zależy od wielu innych czynników niż parametr NETD jej przetwornika, a najlepsza kamera wcale nie musi mieć najniższej wartości NETD. Przykładowo NETD nie uwzględnia, jak dobrze ustawiona jest ostrość obiektywu kamery: kamera z nieprawidłowo ustawioną ostrością wciąż może mieć dobrą wartość NETD. Dlatego o wyborze określonego modelu kamery termowizyjnej i odrzuceniu innego nie powinno decydować jedynie porównanie wartości NETD podanych w ich specyfikacjach.

W Axis do pomiaru parametru NETD kamer termowizyjnych stosujemy jednolitą metodę opisaną w tej sekcji.

Używany jest układ kamery termowizyjnej z obiektywem f/1,0. Celem stanowi wysokiej jakości ciało doskonale czarne. Większość operacji przetwarzania obrazu (takich jak transfer sygnału liniowego i nieliniowego, wyostrzanie oraz lokalna poprawa jakości obrazu) jest pomijanych, natomiast wykonywane są takie operacje jak korekcja niejednorodności, korekcja metodą płaskiego pola i filtrowanie szumu.

Zestawy danych są gromadzone przy temperaturze ciała doskonale czarnego wynoszącej 20°C, 25°C i 30°C.

W temperaturach 20°C i 30°C rejestrowana jest sekwencja 100 klatek. Dla każdego piksela obliczana jest średnia wartość tych dwóch zestawów danych, w wyniku czego powstają dwie klatki średnie — jedna dla temperatury 20°C i jedna dla 30°C. Następnie, odejmując od siebie te dwie klatki i dzieląc otrzymany wynik przez różnicę temperatur (czyli przez 10°C), otrzymujemy klatkę średniej reakcji układu kamery termowizyjnej.

W temperaturze 25°C gromadzony jest zestaw danych obejmujący 200 kolejnych klatek. Na podstawie tych 200 klatek obliczane jest odchylenie standardowe każdego piksela, które jest zapisywane w odrębnej klatce. Ta nowa klatka złożona z wartości odchylenia standardowego pikseli jest dzielona przez klatkę średniej reakcji. Otrzymany wynik jest uśredniany i mnożony przez 1000, dzięki czemu uzyskujemy wartość NETD w mK (milikelwinach).

Rozdzielczość wymagana do detekcji obiektu jest podawana w pikselach i określana za pomocą kryteriów Johnsona. Metodę tę wynaleziono w latach 50. XX wieku w celu przewidywania skuteczności systemów czujników. Amerykański naukowiec John Johnson zmierzył zdolność obserwatorów do identyfikowania pomniejszonych modeli celów w różnych warunkach, a następnie opracował kryteria minimalnej wymaganej rozdzielczości. Kryteria te zapewniają 50% prawdopodobieństwa, że obserwator dostrzeże dany obiekt na określonym poziomie.

Obiektem może być osoba, którą zazwyczaj definiuje się przy użyciu szerokości krytycznej wynoszącej 0,75 m, lub pojazd, który zazwyczaj definiuje się przy użyciu szerokości krytycznej wynoszącej 2,3 m. W przypadku czujników termicznych różnica temperatur między obiektem a tłem musi według kryteriów Johnsona wynosić co najmniej 2°C.

Poziomy kryteriów Johnsona używane w kamerach termowizyjnych Axis są następujące:

• Do detekcji, czyli zauważenia obecnego obiektu, obserwator potrzebuje co najmniej 1,5 piksela.

• Do rozpoznania, czyli rozróżnienia obiektu, na przykład osoby stojącej przed płotem, obserwator potrzebuje co najmniej 6 pikseli.

• Do identyfikacji, czyli rozróżnienia obiektu i jego cech charakterystycznych, na przykład osoby trzymającej w ręku łom, obserwator potrzebuje co najmniej 12 pikseli.

Kryteria Johnsona opracowano przy założeniu, że informacje wizualne są przetwarzane przez człowieka. Jeśli natomiast informacje te przetwarza algorytm programowy, do jego niezawodnego działania wymagana jest ściśle określona liczba pikseli definiujących obiekt. Należy zauważyć, że nawet jeśli człowiek jest w stanie wykryć określony obiekt, algorytm programowy do poprawnego działania może potrzebować większej liczby pikseli przy danym zasięgu detekcji.

Praktycznym narzędziem pomagającym w ustaleniu liczby pikseli wymaganej przy danym zasięgu jest nomogram. Jest to dwuwymiarowy wykres, który obrazuje zależność między długością ogniskowej obiektywu, liczbą pikseli zmierzoną w poprzek obiektu i zasięgiem.

Jeśli przykładowo znamy zarówno wymaganą liczbę pikseli, jak i odległość, z której musimy rozpoznać obiekt, możemy obliczyć, jakiego obiektywu lub jakiej kamery powinniśmy użyć. Podobnie, jeśli znane są kamera i wymagana liczba pikseli, nomogram wskaże odległość, z której kamera wykryje obiekt.

Z przykładowego nomogramu wynika, że jeśli obiektyw kamery ma ogniskową 60 mm, obiekt będzie rozpoznawalny (6 pikseli w poprzek obiektu) z 300 m (punkt A). Jeśli wymagana jest tylko detekcja (1,5 piksela w poprzek obiektu), zasięg wyniesie 1200 m (punkt B).

Należy pamiętać, że kryteria Johnsona obowiązują jedynie w warunkach idealnych. Zasięg detekcji oka ludzkiego, kamery optycznej i kamery termowizyjnej zależy od warunków pogodowych panujących na miejscu. Zasięg detekcji kamery termowizyjnej zazwyczaj w mniejszym stopniu zależy od pogody (na przykład w mglisty dzień) niż zasięg kamery optycznej.

Zasięg detekcji przedstawiony na nomogramie w poprzedniej sekcji wymaga różnicy temperatur wynoszącej 2°C między obiektem docelowym a tłem. Warunki pogodowe mogą negatywnie wpłynąć na obraz termowizyjny przez zmniejszenie różnicy temperatur, ale zaawansowane mechanizmy przetwarzania obrazu, takie jak lokalne wzmocnienie kontrastu, ułatwiają kamerze odróżnienie obiektów od tła nawet przy niewielkiej różnicy temperatur.

Dwoma najważniejszymi czynnikami środowiskowymi, które wpływają na obraz obiektu w kamerze, są pochłanianie i rozpraszanie. Ograniczają one ilość promieniowania cieplnego docierającego do kamery, tym samym zmniejszając odległość, z której kamera jest w stanie wykryć obiekt. Rozpraszanie w większym stopniu niż pochłanianie wpływa na utratę energii cieplnej.

Głównymi przyczynami pochłaniania są obecne w powietrzu para wodna (H₂O) i dwutlenek węgla (CO₂). Pochłanianie polega na tym, że ciepło wypromieniowane przez obiekt jest wchłaniane przez parę wodną i dwutlenek węgla, skutkiem czego przed dotarciem do kamery traci część swojej energii. Obecna w powietrzu para wodna wpływa na jakość obrazu nawet w słoneczny, bezchmurny dzień, gdy poziom jej zawartości może być wysoki.

W dniach, w których zawartość pary wodnej jest mała, cząsteczki wody pochłaniają mniej promieniowania cieplnego, dzięki czemu większa część tego promieniowania dociera do kamery termowizyjnej. Przekłada się to na lepszą jakość obrazu w porównaniu z dniami o wyższym poziomie zawartości pary wodnej w powietrzu.

Rozpraszanie zachodzi, gdy promieniowanie cieplne pochodzące z obiektu zderza się z cząsteczkami obecnymi w powietrzu. Spadek poziomu promieniowania jest bezpośrednio związany z wielkością i stężeniem cząstek, kropelek lub kryształów stanowiących zanieczyszczenie, kondensację lub opad atmosferyczny, np. mgłę, smog, zamglenie, deszcz lub śnieg.

Mgła powstaje, gdy obecna w powietrzu para wodna skrapla się, tworząc kropelki wody. Rozmiar kropelek zależy od rodzaju mgły. Gęsta mgła składa się z większych kropelek wody i dlatego rozprasza promieniowanie cieplne bardziej niż rzadka mgła. Ponadto mgła rozprasza promieniowanie cieplne w większym stopniu niż smog i zamglenie, ponieważ zawiera kropelki wody o większym rozmiarze i stężeniu.

Kamery termowizyjne Axis pracują głównie w zakresie promieniowania podczerwonego o dużej długości fali (long-wavelength infrared — LWIR). Ogólnie rzecz biorąc, w porównaniu ze światłem widzialnym promieniowanie z zakresu LWIR znacznie lepiej rozchodzi się w obecności cząstek unoszących się w powietrzu, na przykład we mgle i dymie. W większości przypadków światło widzialne o krótkich długościach fal jest przez cząstki pochłaniane i rozpraszane w większym stopniu niż promieniowanie z zakresu LWIR. Skraca to zasięg detekcji kamer optycznych w porównaniu z termowizyjnymi. Osoba, która przy panującej mgle jest wyraźnie widoczna dla kamery termowizyjnej, dla kamery optycznej może być niewidoczna.

Jednym ze sposobów klasyfikacji mgły jest system stosowany przez Międzynarodową Organizację Lotnictwa Cywilnego (ICAO). Jego kategorie odpowiadają zakresom widoczności przy każdym rodzaju mgły. W poniższej tabeli wymieniono te kategorie, a także odpowiadający każdej z nich przybliżony zasięg detekcji przy użyciu promieniowania LWIR.

Jak wynika z tabeli, przy mniej gęstej mgle (klasy I i II) zasięg detekcji przy użyciu promieniowania LWIR jest znacznie dłuższy niż w przypadku światła widzialnego. Jednak przy gęstszej mgle (klasa III) nawet promieniowanie z zakresu LWIR podlega pochłanianiu i rozpraszaniu. W takich warunkach kamery optyczne i termowizyjne praktycznie nie różnią się zasięgiem.

Tabela ma wyłącznie charakter orientacyjny. Rzeczywisty zasięg detekcji kamery zależy także od innych czynników, takich jak obiekty fizyczne obecne w scenie, różnica temperatur między obiektem i tłem oraz fizyczna instalacja.

Chociaż krople deszczu są większe od kropelek mgły, ich stężenie jest mniejsze. Dlatego deszcz nie rozprasza promieniowania cieplnego tak mocno jak mgła. Opady śniegu pod względem stopnia rozpraszania plasują się między mgłą i deszczem. Deszcz ze śniegiem rozprasza promieniowanie cieplne w podobnym stopniu co deszcz, natomiast suchy śnieg jest pod tym względem podobny do mgły. Przykłady przybliżonych wartości tłumienia w różnych warunkach pogodowych przedstawiono w tabeli.

Przykładowo w bezchmurny dzień kamera termowizyjna z obiektywem 60 mm (uwzględnionym na monogramie przedstawionym we wcześniejszej części dokumentu) będzie mieć zasięg 300 m przy założeniu 6-pikselowego rozmiaru obiektu docelowego. W mglisty dzień tłumienie wyniesie 10 dB/km lub 1 dB/100 m, a więc łączna wartość tłumienia będzie równa 3 dB. Tłumienie na poziomie 3 dB oznacza, że zaledwie 50% energii wyemitowanej przez obiekt dotrze do czujnika termicznego, co przełoży się na słabszy sygnał wejściowy. Ze słabszego sygnału wejściowego powstanie obraz o większej zawartości szumu, ponieważ stosunek sygnału do szumu będzie niższy. W pewnym stopniu zrekompensują to algorytmy przetwarzania obrazu, ale obraz wciąż będzie zawierał mniej informacji i dlatego będzie wydawał się bardziej „płaski”. Kontrast obrazu będzie niższy, co utrudni np. odróżnianie liści od płaskich powierzchni znajdujących się w tle. Tłumienie sygnału negatywnie wpłynie na wydajność kamery i skuteczność zintegrowanych aplikacji do analizy wideo.

Dlatego należy unikać instalacji, w których jedna kamera działa z niemal maksymalną wydajnością. Lepszym rozwiązaniem jest pokrycie danej odległości przy użyciu kilku kamer. Zabezpieczy to niezawodne działanie dzięki zapewnieniu wymaganego rozmiaru celu w pikselach oraz sprawi, że energia emitowana przez obiekt będzie wystarczająca.

Deszcz i mokry śnieg nie tylko rozpraszają promieniowanie, ale także niwelują różnice temperatur w tle obrazu. Jednolita temperatura tła obniża jego kontrast z perspektywy kamery termowizyjnej.

O ile rozpraszanie zmniejsza ilość energii docierającej do przetwornika kamery, o tyle jednolita temperatura tła nie wpływa na jego działanie. Jednak ze względu na niższy kontrast obrazu trudniej jest rozróżnić szczegóły znajdujące się w tle, a obraz wydaje się bardziej „płaski”. W takich warunkach kamera termowizyjna wciąż z łatwością wykryje osobę, ponieważ kontrast między ciepłą osobą a zimnym tłem będzie większy.

W pochmurny dzień tło jest mniej kontrastowe z tych samych powodów, a w słoneczny dzień — bardziej kontrastowe. Różnice temperatur rosną, ponieważ obiekty o powierzchniach z różnych materiałów nagrzewają się w różnym stopniu.

Przed przystąpieniem do instalacji sieciowej kamery termowizyjnej należy uwzględnić kilka kwestii. Aby uzyskać optymalne wyniki detekcji osób, temperatura tła monitorowanego obiektu powinna być jak najbardziej równomierna oraz powinna być niższa lub wyższa od temperatury typowej osoby mogącej się pojawić w obserwowanej scenie. Dzięki temu osoba będzie się odróżniać od tła.

Między kamerą a obszarem zainteresowania powinna istnieć swobodna linia widzenia, niezakłócona żadnymi przeszkodami ani niczym niezasłonięta. Scena powinna zawierać jeden lub kilka łatwo rozpoznawalnych obiektów, na przykład komin na tle nieba lub budynek. Używany komin będzie miał wyższą temperaturę, a z wnętrza budynku niemal zawsze wydobywa się jakieś ciepło.

Scena nie powinna zawierać żadnych gałęzi, flag ani podobnych obiektów, które w wietrznej pogodzie mogą zasłonić widok. Kamerę należy zamontować jak najstabilniej, dbając o to, by w pobliżu zamierzonej sceny nie było żadnych wyraźnych i ostrych krawędzi. Ostra krawędź znajdująca się bezpośrednio poza obszarem sceny może wyzwolić fałszywy alarm ruchu, gdy kamera zakołysze się na wietrze i spowoduje przemieszczenie obserwowanej sceny na krawędź. Ze względu na swój ruch kamera zinterpretuje zmieniony obraz jako ruch w scenie, mimo że przemieszczenie dotyczyło wyłącznie kamery.

Kamery termowizyjne obsługujące elektroniczną stabilizację obrazu są bardziej odporne na drgania. Jednak czynniki te wciąż należy wziąć pod uwagę przy instalowaniu kamery termowizyjnej, aby zapewnić jej optymalne działanie.