Написать нам

Поле необходимо заполнить!
Поле необходимо заполнить!
Поле необходимо заполнить!
Поле необходимо заполнить!
Не пройдена проверка от автоматических сообщений
Необходимо согласие на обработку персональных данных

Как отобразить невидимое. Цветовая палитра в тепловизорах и режимы увеличения контраста

Тепловизионная палитра типа "Радуга".jpg

Тепловизионная палитра типа "Радуга"

При использовании тепловизоров в системах безопасности у моих партнеров  постоянно возникают вопросы, «Как же показывает тепловизор?», «То, что мы видим на экране – что это?». Ответам на эти вопросы посвящена эта статья.

Человек обладает способностью ощущать тепло и холод. Как известно, у человека имеется пять органов чувств. Глаза, уши, нос, язык и кожа. Кожными покровами человек способен ощущать тепло и холод, прикасаясь к предметам, ощущать их горячими, теплыми или холодными. Для поддержания своего организма в оптимальных условиях человек наделен способностью ощущать тепловые волны. Тепло и тепловое излучение играют одну из ключевых ролей в жизнедеятельности на Земле. Солнечный свет несет в себе огромнейшее количество энергии. Одна из частей этой энергии приходится на тепловую часть спектра -- на область от 2 до 17 мкм. Область же спектра, которая представляет собой видимый человеческим глазом свет, лежит в диапазоне 0,3--0,8 мкм. Огромнейшая разница как в ширине спектра, так и в длинах волн.

БОльшую часть информации человек получает через зрение -- через видимый спектральный диапазон (0,3--0,8 мкм). Поэтому логично, что большинство приборов, дающих возможность получить информацию из других, отличных от видимой, областей спектра, разрабатываются и изготавливаются таким образом, чтобы преобразовать информацию из исследуемого диапазона в видимый.

Функция "черного ящика"

Электромагнитный спектр.png

Электромагнитный спектр


Наиболее характерные и известные приборы, преобразующие информацию в видимый диапазон, -- это рентгеновские аппараты, УЗИ, видеокамеры, приборы ночного видения и тепловизоры. Каждый из этих приборов работает на своих длинах волн, но общее между ними -- это наличие некой функции, преобразующей получаемую информацию в некоторый графический вид, который можно увидеть обычным человеческим зрением. По своей сути, эта функция представляет собой этакий черный ящик, на входе которого -- энергия в определенной области спектра, а на выходе -- изображение. То есть это некий энергетический трансформатор, некая проекция из одной области в область видимых изображений. А механизм данной проекции -- это и есть механизм функции. Таким образом, то, какое видимое изображение мы получаем, зависит от механизма (или алгоритма) используемой функции. Меняя алгоритм функции, можно получать совершенно различные видимые изображения одного и того же наблюдаемого физического объекта. Такое критическое значение алгоритма функции преобразования является ключевым моментом как в построении приборов, так и в интерпретации получаемых изображений.

Закономерности линейных систем

Работа с нелинейными системами.jpg

Работа с нелинейными системами

Посмотрим на процесс преобразования информации с системной точки зрения. В природе линейные системы практически не встречаются. Можно лишь говорить о некоторой области значений, в которой рассматриваемая система ведет себя линейно. Но несмотря на это, человеческое мышление привыкло к линейным зависимостям. Хорошей иллюстрацией может послужить пример огорода и удобрений. Так, если на огород положить 1 кг удобрений, то урожай повысится со 100 до 200 кг, если 2 кг, то до 300 кг, если 3 кг, то всего до 330 кг, а если 4 кг, то урожай вообще понизится до 70 кг, поскольку почва будет отравлена. Такие же принципы действуют и в других системных областях. Говорить о линейности можно только там, где она реально есть, и только при определенных условиях, в которых находится система. Если изменятся внешние условия, то далеко не факт, что алгоритм функции системы будет продолжать выдавать линейные изменения выходных значений на линейные же изменения входных значений.

Алгоритм работы тепловизора

Совмещение технологий..jpg

Совмещение технологий. 

Тепловизор и видеокамера на
поворотном устройстве

Тепловизоры показывают тепловое распределение энергии на поверхностях объектов, и функцию преобразования теплового излучения в видимое изображение можно описать так. Тепловизор, наблюдая определенную сцену, воспринимает тепловое излучение от всех объектов, находящихся на этой сцене. Какие-то объекты имеют наиболее мощное излучение, какие-то -- наименее мощное. Одни объекты расположены ближе к тепловизору, другие -- дальше от тепловизора. На датчик тепловизора -- микроболометр -- попадает излучение ото всех объектов, находящихся на сцене. Датчик воспринимает мощность или энергию попадаемого на него излучения от объектов, и задача микропроцессора тепловизора -- преобразовать эту энергию в видимое изображение. По сути, в микропроцессоре работает программа, которая и преобразует один вид получаемой информации в другой. Данная программа и есть алгоритм, рассмотренный нами ранее в системном подходе.

Тепловое излучение и видимое изображение

В настоящее время алгоритм, используемый для преобразования энергии теплового излучения в видимое изображение, предельно прост. Наиболее холодному объекту на сцене (объекту, от которого до тепловизора доходит меньше всего энергии) ставится в соответствие черный цвет. Наиболее горячему объекту -- белый. Далее весь динамический диапазон получаемой энергии от самого холодного до самого горячего объекта делится на 256 градаций, и каждому значению равномерно присваивается свой оттенок серого. Чем меньше энергия излучения, тем ближе оттенок к черному, чем больше энергия, тем оттенок ближе к белому.
Почему используется именно 256 градаций? Такое количество градаций соответствует среднему значению возможности человеческого глаза по различению градаций цвета. Конечно, от континента к континенту это число меняется. Например, жители экваториальной части земного шара способны различать больше градаций зеленого, чем жители северных регионов. Дело в том, что в природной гамме экваториальной части земного шара зеленый цвет преобладает. Тем не менее в среднем человек различает около 256 градаций цвета (8 бит информации).

Специальные алгоритмы обработки изображения

Информация, поступающая с тепловизионного детектора на процессор имеет 14-битную разрядность. Таким образом, потенциально алгоритм преобразования мог бы отобразить более 16 тыс. оттенков цвета. От самого холодного до самого теплого. Технически это возможно. Однако нецелесообразно линейно выводить все 16 тыс. оттенков цвета, получаемых с детектора. Человек просто не сможет их все различить, и потеряется огромное количество информации.

Специальный режим работы АРУ - ICE.png

Специальный режим работы АРУ - ICE

14-битная информация с детектора используется для систем машинного зрения и систем обработки видео. Например, наиболее продвинутые системы видеоанализа и детекции движения используют все 14 бит, приходящих с детектора, получая всю возможную информацию для работы своих алгоритмов. Каким же образом уместить 14-битную информацию в 8-битную? Это одна из самых нетривиальных и интересных задач, которые нужно решить при разработке тепловизора. Стандартное решение -- описанная выше линейная зависимость и механизмы настройки отображаемого динамического диапазона. Это классический режим работы АРУ тепловизора. Однако для высококонтрастных сцен или сцен с небольшим динамическим диапазоном и мелкими важными деталями такой режим не будет оптимальным, так как появится много упущенной информации.
Специальный режим работы АРУ - ICE).pngРешением данной проблемы занимаются ведущие производители тепловизоров. Например, компания DRS Technologies разработала специальный алгоритм повышения контрастности тепловизионного изображения ICE™ -- Image Contrast Enhancement. В основе этого алгоритма находится принцип равномерного разбиения изображения на квадратные области, каждая из которых обрабатывается отдельно от других и потом изображение как бы склеивается из отдельных квадратных областей. Плюс добавляется фильтр, который выбирает отдельные полосы из 14-битного диапазона и каждую полосу обрабатывает отдельно, также склеивая изображение в конце.

Выбор цветовой палитры

Еще одна интересная задача при формировании тепловизионного изображения -- это выбор цветовой палитры для отображения 256 цветовых градаций. По сути, можно выбрать абсолютно любые 256 цветов и поставить им в соответствие градации сигнала с процессора тепловизора. Обычно так и поступают при формировании тепловизионной палитры, только выбирают один основной цвет и делают от него 256 градаций. Например, градации серого, градации красного, градации зеленого и т.д.

Поиск неисправных элементов.jpg

Поиск неисправных элементов

Существуют также палитры, которые имеют в себе сочетание нескольких цветов или вообще все -- от красного до фиолетового. При использовании таких цветовых палитр, как правило, используют классическое сочетание цветов радуги. Красному ставят в соответствие наиболее теплый объект на изображении, а фиолетовому -- наиболее холодный. Разноцветные палитры на тепловизорах применяют в основном в электроэнергетике, где необходимо найти перегретые или неисправные элементы. Тогда цветное изображение очень информативно. Хотя профессионалы, проработавшие много лет с тепловизионной техникой, используют палитру в градациях серого даже в электроэнергетике. Это не удивительно. Помните, ранее мы обсуждали системы и линейность человеческого мышления. Палитра в градациях серого -- это классический пример линейного отображения информации. При использовании этой палитры все предельно понятно и просто. Темнее -- холоднее, светлее -- теплее. И более того, изображение, получаемое с тепловизора, использующее палитру в градациях серого, наиболее близко к обычному изображению с фото или видеокамеры в черно-белом режиме. Такое изображение привычно для человеческого глаза и не вызывает дискомфорта.

Палитры для видеонаблюдения

В охранном видеонаблюдении в подавляющем большинстве случаев используют именно палитру в градациях серого ввиду обозначенных выше причин и необходимости предоставить оператору системы изображение в наиболее понятном для него и адекватном виде.

Палитра в градациях красного.png

Палитра в градациях красного

Интересный тренд сейчас -- начало использования палитр в градациях красного. Такая палитра имеет два явных преимущества.
1. Привлечение внимания оператора, поскольку красный воспринимается как цвет опасности.
2. Красный цвет наиболее близок к невидимой ИК-области из всех цветов радуги. И он менее всего воздействует на глаз при переходе от освещенного места к темному. Представьте, вы вышли ночью из освещенного дома на темную улицу. Поначалу вы будете видеть не очень хорошо, так как глазам нужно время для адаптации к небольшой освещенности на улице, и только через некоторое время глаза адаптируются, и будет видно лучше.

Так как красный цвет наиболее близок к инфракрасному, палитры на основе красного начинают активно применять в ручных тепловизорах, с которыми оператор работает непосредственно на улице или в поле. При таком применении особенно важно, чтобы глаз быстро восстановился после работы с прибором и начал видеть в темноте. Поэтому в охранном тепловизионном наблюдении рекомендуется использовать монохромные палитры с градациями серого, если это стационарный или поворотный тепловизор, или с градациями красного, если это персональный ручной тепловизор.

Последние статьи

Коронавирус или тепловизор. Кто кого?
Статьи
17

Коронавирус или тепловизор. Кто кого?

Коронавирус взорвал рынок тепловизоров. Это слово теперь знает чуть ли не каждый. Возможность дистанционного измерения температуры может обеспечить непрерывность технологического процесса на предприятиях и предотвратить взрывной рост эпидемии в как в отдельно взятом предприятии, так и по восходящей в районе и регионе.

Неохлаждаемая тепловизионная китайская мясорубка
Статьи
19

Неохлаждаемая тепловизионная китайская мясорубка

Неимоверная рубка на тепловизионном рынке началась около 2-х лет назад. Высокомаржинальный элитный бизнес почувствовали многие игроки рынка видеонаблюдения (охранного телевидения).

Тепловизионные буллеты или конец дифференциации тепловизоров
Статьи
02

Тепловизионные буллеты или конец дифференциации тепловизоров

Буллеты пришли на рынок тепловизоров для систем видеонаблюдения. Они не могли не придти. Пришли и растворили, и не побоюсь сказать, растоптали все былые именитые тепловизионные бренды в сумасшедшей китайской мясорубке. Мясорубке рынка массового видеонаблюдения!

Тепловизор и видеоаналитика. Движение вместе.
Статьи
22

Тепловизор и видеоаналитика. Движение вместе.

Почему тепловизоры для систем видеонаблюдения теперь идут нога об ногу с системами видеоаналитики?

Следующее поколение тепловизионной техники: мультиспектральные системы, дроны, мобильные тепловизоры.
Статьи
13

Следующее поколение тепловизионной техники: мультиспектральные системы, дроны, мобильные тепловизоры.

Тепловизоры и дроны – одни из тех технологий, которые сейчас вызывают все больший резонанс в сфере безопасности. Если посмотреть в целом на этих технологии, то их популярность можно объяснить своими специфическими возможностями. Тепловизоры дают возможность видеть в полной темноте, что люди хотели уметь с незапамятных времен.

Путешествие на Восток. Тепловизоры. Радары. Конкурентная борьба.
Статьи
21

Путешествие на Восток. Тепловизоры. Радары. Конкурентная борьба.

Путевые бизнес-заметки о бизнесе в странах Востока, популярности тепловизионных технологий и настоящей конкурентной борьбе.

Начало этой статьи положено в терминале D аэропорта Шереметьево. Я ожидаю посадку на рейс Москва -- Париж. Зашел в кафе, перекусил и пишу статью. За последнее время международные перелеты стали для меня обычным делом. Пространство сжимается, а время не важно, оно циклично. Следствие восточного влияния.

Тепловизоры. Видеоаналитика и тренды снижения цен.
Статьи
04

Тепловизоры. Видеоаналитика и тренды снижения цен.

Материалы по мотивам интервью в журнал СБ...

FLIR взлетает в воздух. Тепловизионный модуль FLIR Vue.
Статьи
09

FLIR взлетает в воздух. Тепловизионный модуль FLIR Vue.

Можно что угодно говорить про дроны, но их популярность и относительная простота изготовления пробивает им путь в светлое будущее. Дронов становится все больше и больше. Для них придумывают различные применения и они сами открывают решения таких задач, которые до появления дронов невозможно было решить другими способами. Вобщем, хотим мы того или нет, а количество дронов в воздухе над нами растет с каждым днем.

Мачты и подъемные устройства. Обзор технологий.
Статьи
02

Мачты и подъемные устройства. Обзор технологий.

При работе в сфере систем наблюдения на большие расстояния рано или поздно встает задача подъема системы наблюдения или системы передачи данных над землей. Особенно актуальной становится задача, когда необходимо создать какой-либо подвижный пункт наблюдения или передачи данных. В таких случаях без подъемно-мачтового устройства просто не обойтись.

Создание беспилотных наблюдательных комплексов или воздушная акробатика
Статьи
19

Создание беспилотных наблюдательных комплексов или воздушная акробатика

Тема дронов развивается как никогда раньше -- начиная от детских игрушек до систем, несущих на своем борту ракеты. Практически каждая отрасль либо уже примеряла на себя дроны, либо примеряет, либо, по крайней мере, задумывается об их применении для решения своих задач и проблем.