El DRI en imagen térmica describe a qué distancia un sistema de cámara puede detectar que existe un objetivo, reconocer su clase e identificar suficiente detalle para tomar una decisión definida. Para ingenieros OEM, el DRI no es una especificación aislada del detector: es una estimación a nivel de sistema que depende del tamaño y contraste del objetivo, distancia focal, paso de píxel, transmisión óptica, función de transferencia de modulación, NETD, atenuación atmosférica, estabilización, procesamiento de imagen, condiciones de visualización y del observador humano o algoritmo que ejecuta la tarea.
Qué es DRI en imagen térmica
Detección, reconocimiento e identificación son niveles de tarea utilizados para convertir la calidad de imagen infrarroja en alcance operativo. La detección significa que el observador o el algoritmo puede determinar que hay un objeto presente frente al fondo. El reconocimiento implica determinar la clase del objeto, por ejemplo persona, vehículo, embarcación o aeronave. La identificación exige una discriminación más fina, como distinguir un tipo concreto de vehículo, una persona que transporta un objeto o el estado de un componente relevante para la aplicación.
La referencia de ingeniería más habitual se basa en los criterios de Johnson, que relacionan la probabilidad de adquisición del objetivo con el número de ciclos resolubles a través de su dimensión crítica. En términos simplificados de píxeles, la detección suele aproximarse a unos dos píxeles sobre la dimensión del objetivo, el reconocimiento a unos ocho píxeles y la identificación a unos 12 a 16 píxeles, según el criterio y la probabilidad exigida. Estos valores son útiles para comparaciones preliminares, pero no deben tratarse como umbrales universales de aceptación o rechazo.
Una declaración de DRI solo tiene sentido si la definición del objetivo está clara. Un “objetivo humano” puede modelarse por altura, anchura de hombros u otra dimensión crítica. En un vehículo terrestre puede usarse altura, anchura o una dimensión proyectada que cambia con el ángulo de aspecto. Una pequeña aeronave no tripulada requiere un modelo distinto al de un camión, aunque ambos se observen con el mismo módulo térmico. Por eso, el alcance DRI debe asociarse a un objetivo, fondo, condición meteorológica y probabilidad requerida de completar la tarea.
Cómo calcular el alcance DRI en cámaras térmicas
Una estimación práctica de DRI comienza con el campo de visión instantáneo, o IFOV. Para una matriz de plano focal con paso de píxel p y una lente de distancia focal f, el ángulo subtendido por un píxel es aproximadamente p / f radianes. El número de píxeles que cubren un objetivo se obtiene dividiendo la dimensión crítica del objetivo por la distancia y, de nuevo, por el IFOV. Reordenado, el alcance idealizado equivale a la dimensión del objetivo multiplicada por la distancia focal, dividida entre el número de píxeles requerido y el paso de píxel.
Este cálculo geométrico explica por qué una distancia focal mayor aumenta el alcance DRI y estrecha el campo de visión, mientras que un paso de píxel menor puede mejorar el muestreo para una misma distancia focal. Un detector LWIR de 12 μm con lente de 50 mm muestrea la escena con más detalle que el mismo detector con una lente de 25 mm. Un detector de 1280×1024 no duplica automáticamente el alcance frente a uno de 640×512 si el paso de píxel y la lente no cambian, pero puede ofrecer un campo más amplio con la misma densidad de muestreo o permitir una focal mayor manteniendo cobertura de escena.
El DRI geométrico es optimista si no se incluye el rendimiento óptico y radiométrico. Difracción, aberraciones, error de enfoque, muestreo del detector, procesamiento y reconstrucción en pantalla afectan a la MTF. También importa el contraste térmico. Una persona cálida sobre un fondo frío de noche es más fácil de detectar que el mismo objetivo sobre terreno calentado por el sol cerca del cruce térmico. Para referencias de bandas espectrales en óptica y fotónica, la norma ISO 20473:2007 ofrece un marco útil al hablar de regiones como SWIR, MWIR y LWIR.
En selección OEM, los cálculos DRI deben plantearse como una envolvente de alcance, no como un único número. Las entradas típicas incluyen dimensión del objetivo, diferencia de temperatura objetivo-fondo, visibilidad atmosférica, humedad, transmisión óptica, número f, NETD del detector, frecuencia de imagen, hipótesis de estabilización y cadena de procesamiento. La salida debe mostrar el rendimiento esperado en casos definidos, como noche despejada, aire costero húmedo, clutter diurno en desierto o alcance oblicuo aerotransportado.
Detección, reconocimiento e identificación: diferencias prácticas
La detección es el nivel DRI menos exigente, pero el más sensible a falsas alarmas. En el alcance de detección, el objetivo puede ocupar solo unos pocos píxeles, de modo que el clutter, el ruido, el movimiento y los artefactos de no uniformidad pueden generar indicios ambiguos. La detección suele bastar para orientar una unidad pan-tilt, activar un algoritmo de seguimiento o alertar a un operador de que hace falta inspección adicional. En vigilancia de largo alcance y sistemas de seguridad fronteriza, primero se maximiza normalmente la detección y después se usan campos de visión más estrechos o sensores secundarios para confirmación.
El reconocimiento requiere más información espacial y mejor estabilidad de contraste. La imagen debe sostener una decisión sobre la clase del objeto, no solo sobre su presencia. Reconocer una persona frente a un animal grande, un sedán frente a un camión o una embarcación frente a un artefacto de oleaje exige suficiente forma y movimiento resueltos. Por tanto, el alcance de reconocimiento se ve más afectado por enfoque óptico, desenfoque por movimiento, mejora de imagen y ángulo de aspecto que la detección básica.
La identificación es el nivel DRI más exigente y se sobreestima con frecuencia en comparaciones de fichas técnicas. Exige detalle suficiente para una decisión específica, y esa decisión cambia según la misión. Una plataforma vehicular puede necesitar distinguir la postura de un peatón o peligros en el borde de la vía. Una carga útil de inspección eléctrica puede necesitar localizar un conector caliente o una zona de aislador, no solo detectar un objeto cálido. Una carga aerotransportada puede requerir identificar un objetivo desde un ángulo oblicuo, con neblina y vibración. Los píxeles necesarios sobre el objetivo pueden superar mucho una estimación simple basada en Johnson cuando el fondo es complejo o el coste de una decisión errónea es alto.
En sistemas automatizados, detección, reconocimiento e identificación deben definirse tanto en términos algorítmicos como de imagen. Una red neuronal puede detectar objetivos con menos píxeles que un observador humano en una escena restringida, pero también puede fallar por cambio de dominio, polaridad térmica inusual o fondos saturados. Por esa razón, el DRI con IA debe validarse con datos representativos, no inferirse solo del formato del detector.
Qué parámetros de cámara afectan al alcance DRI
El paso de píxel y la distancia focal fijan el muestreo angular, pero no definen por sí solos el DRI. La NETD indica la diferencia de temperatura que produce una señal igual al ruido bajo condiciones especificadas, y es relevante cuando el contraste del objetivo es bajo. Sin embargo, una NETD menor no compensa un muestreo espacial insuficiente en rangos de reconocimiento o identificación. A la inversa, un muestreo espacial excelente puede no ayudar si el objetivo apenas tiene contraste térmico frente al fondo.
La MTF es central porque el DRI depende del detalle resoluble. Detector, lente, rejilla de muestreo, procesamiento de imagen y pantalla contribuyen a la MTF del sistema. Una lente con poco contraste en la frecuencia de Nyquist del detector puede reducir el alcance efectivo aunque el formato del detector parezca adecuado. La deriva de enfoque, los límites de atermalización, los materiales de ventana y las cúpulas protectoras también reducen el contraste útil. Al comparar módulos, conviene solicitar información de MTF o MRTD a nivel de sistema cuando esté disponible, no solo parámetros del detector. La norma ISO 12233:2024 es una referencia relevante para resolución y respuesta de frecuencia espacial en cámaras digitales, aunque los proyectos térmicos suelen requerir pruebas infrarrojas adicionales.
La frecuencia de imagen y el tiempo de integración afectan a plataformas y objetivos en movimiento. Una integración más larga puede mejorar la señal, pero introduce desenfoque en sistemas aerotransportados, vehículos, gimbals y robots móviles. Estabilización, latencia y comportamiento de exposición global frente a rolling shutter influyen en si los píxeles sobre el objetivo siguen siendo útiles para reconocimiento. En cargas útiles para UAV y plataformas aerotransportadas, estas condiciones pueden limitar más el DRI efectivo que el detector nominal.
LWIR, MWIR, SWIR o doble banda: qué elegir para DRI
Los módulos LWIR se seleccionan a menudo para imagen pasiva de personas, vehículos y terreno en exteriores porque la banda de 8 a 14 μm es eficaz para muchos objetivos a temperatura ambiente y puede implementarse con microbolómetros no refrigerados. Un módulo LWIR no refrigerado como SPECTRA L06 640×512 LWIR 12μm puede ser adecuado cuando tamaño, peso, consumo, coste y funcionamiento continuo pesan más que la identificación máxima a largo alcance. LWIR también es útil en oscuridad, humo y muchas aplicaciones perimetrales, aunque humedad, lluvia, fondos calentados y selección óptica siguen limitando el DRI.
Los módulos MWIR, normalmente con detectores fotónicos refrigerados, se eligen cuando se necesita mayor alcance de reconocimiento o identificación, especialmente con óptica de alta calidad e integración controlada. MWIR refrigerado puede ofrecer alta sensibilidad, respuesta rápida y fuerte contraste para muchos objetivos, pero añade consumo del enfriador, consideraciones acústicas y de vibración, tiempo de arranque, planificación de ciclo de vida y coste. Un módulo MWIR refrigerado de alta resolución como SPECTRA M12 1280×1024 Cooled MWIR suele evaluarse cuando el requisito DRI justifica esa complejidad adicional.
SWIR no es imagen térmica en el mismo sentido de emisión pasiva que LWIR o MWIR para escenas a temperatura ambiente. Se parece más a imagen de luz reflejada y puede aportar detalle a través de neblina, en algunos casos a través de vidrio, y en condiciones de baja iluminación cuando hay luz disponible. SWIR puede apoyar tareas de identificación que el contraste térmico por sí solo no resuelve, pero depende mucho de la iluminación y reflectancia de la escena. Para OEM, SWIR suele considerarse una banda complementaria, no un reemplazo directo de LWIR o MWIR para DRI.
Los sistemas de doble banda combinan indicios de detección térmica con información visible u otra información espectral para clasificación y conciencia situacional. Un módulo como FUSION LV1225A 1280×1024+2560×1440 puede apoyar flujos donde la detección térmica se combina con contexto visible de alta resolución. En operación con IA, sistemas como NEXUS LV0619B AI multi-band Ethernet/SDI deben evaluarse con conjuntos de datos que coincidan con el dominio real, porque la fusión multibanda puede mejorar el reconocimiento, pero no elimina la necesidad de suficientes píxeles sobre el objetivo, registro preciso y validación ambiental.
Para seleccionar un módulo OEM, el DRI debe tratarse como un requisito de ingeniería derivado de la aplicación, no como un número de alcance aislado. La elección correcta depende de dimensiones del objetivo, campo de visión, probabilidad deseada de detección, movimiento de la plataforma, envolvente ambiental, interfaces, arquitectura de procesamiento y SWaP-C aceptable. Empiece por las tareas requeridas de detección, reconocimiento e identificación; después seleccione formato de detector, banda espectral, lente, estabilización y procesamiento que las cumplan con margen medible.
Preguntas frecuentes
¿Cuál es la diferencia entre alcance de detección y alcance de identificación en imagen térmica?
El alcance de detección es la distancia a la que el sistema puede determinar que hay un objetivo presente. El alcance de identificación es una distancia menor a la que se resuelve suficiente detalle para tomar una decisión más específica. La identificación normalmente exige varias veces más píxeles sobre el objetivo, mejor contraste y una imagen más estable.
¿Cuántos píxeles se necesitan para DRI en imagen térmica?
Una interpretación simplificada usa unos dos píxeles sobre el objetivo para detección, alrededor de ocho para reconocimiento y aproximadamente 12 a 16 o más para identificación. Son aproximaciones derivadas de criterios de ciclos resolubles. Los requisitos reales dependen de probabilidad de éxito, tipo de objetivo, ángulo de aspecto, contraste, ruido, movimiento y si el observador es humano o algorítmico.
¿Una cámara térmica de mayor resolución siempre mejora el DRI?
No siempre. Una mayor resolución mejora el DRI cuando aporta más píxeles útiles sobre el objetivo o conserva el campo de visión al aumentar el muestreo. Si distancia focal, paso de píxel, calidad de lente, enfoque y sensibilidad térmica no están alineados con el detector, la mejora de alcance puede ser limitada. También aumentan procesamiento, ancho de banda y exigencias ópticas.
¿MWIR es mejor que LWIR para DRI de largo alcance?
MWIR suele ser mejor para reconocimiento e identificación de largo alcance cuando un detector refrigerado, la óptica adecuada y el entorno operativo lo justifican. LWIR suele preferirse para imagen pasiva continua, no refrigerada y de menor SWaP en objetivos a temperatura ambiente. La elección depende de firma del objetivo, trayectoria atmosférica, alcance, restricciones de plataforma y coste de ciclo de vida.
¿Puede la IA aumentar el rendimiento DRI térmico?
La IA puede mejorar detección y clasificación en condiciones definidas al usar patrones espaciales, temporales y multibanda de forma consistente. No puede recuperar detalle que no existe en la imagen y puede fallar si el dominio de despliegue difiere de los datos de entrenamiento. Las afirmaciones de DRI con IA deben validarse con objetivos, clima, fondos, distancias y ajustes de sensor representativos.
