Jede Strahlung des elektromagnetischen Spektrums hat eine definierte Wellenlänge. Jedes Objekt mit einer Temperatur über dem absoluten Nullpunkt strahlt eine nachweisbare Menge an Infrarotstrahlung aus. Je höher die Temperatur des Objekts ist, desto mehr Infrarotstrahlung wird emittiert.
Obwohl für das menschliche Auge unsichtbar, erkennen Wärmebildkameras diese Art von Strahlung (Wellenlänge von 8 bis 14 μm,oder 8.000-14.000 nm) und erstellen Bilder mit Hilfe von Temperaturunterschieden. Dadurch kann die Umgebung ohne sichtbares Licht wahrgenommen werden.
Unter der effektiven Reichweite einer Infrarotkamera versteht man „ein Objekt sehen“. Definierte Schwellenwerte, bekannt als Johnson’s Kriterien, beziehen sich auf die erforderliche Mindestanzahl von Pixeln um entweder Ziele zu detektieren, zu erkennen oder zu identifizieren.
Weitere Informationen zu Detektionsreichweiten sind im jeweiligen Datenblatt zu finden.
Für die genaue Planung und Berechnung von Reichweiten, bietet Hikvision eine eigens entwickelte Software auf seiner Homepage zum Download an.
Durch präzise Kalibrierung und standardisierte Testverfahren bieten Wärmebildkameras eine hohe Stabilität und Genauigkeit von bis zu ±2°C oder ±2%, (je nachdem, welcher Wert größer ist) bei der Messung von Objekten. Bei der Messung der Hautoberfläche wird eine Genauigkeit von ±0,5°C erreicht, im kombinierten Einsatz mit einem Schwarzstrahler sogar eine Genauigkeit von ±0,3°C.
Darüber hinaus unterstützen die Wärmebildkameras von Hikvision die gleichzeitige Temperaturmessung mehrerer Bereiche. Benutzer können Regeln für verschiedene Szenarien definieren, um maximale Genauigkeit zu erreichen.
Basierend auf Deep-Learning Algorithmen liefern Hikvision Wärmebildkameras Informationen für verschiedene Funktionen. Die Kamera kann z.B. erkennen, wenn ein Objekt eine Linie überschreitet oder einen in definierten Bereich eintritt. Die intelligente Personen- und Fahrzeugerkennung reduziert Fehlalarme indem es Tiere, Kameravibrationen, herabfallendes Laub oder andere nicht interessante Objekte ignoriert.
Die Deep-Learning Technologie wird kontinuierlich mit neuesten Daten weiterentwickelt um eine höhere Genauigkeit bei der Erkennung von Objekten und Situation zu erzielen. Zum Beispiel wird für eine akkurate und schnelle Alarmauslösung bei der Erkennung von Bränden jedes einzelne Bild der Kamera ausgewertet.
