Criterio di Johnson e classificazione DRI

Criterio di Johnson e classificazione DRI

Sul datasheet di una telecamera termica trovi tre numeri: rilevamento 1.200 metri, riconoscimento 300 metri, identificazione 150 metri. Sembrano prestazioni del prodotto. Sono il risultato di una formula, e la formula la puoi rifare tu.

Sapere come si ottengono quei numeri è l’unico modo per capire se una telecamera copre davvero l’area che devi proteggere, e per accorgerti quando due datasheet non sono confrontabili.

Il principio: contano i pixel sul bersaglio, non la distanza

Una telecamera non “vede lontano”. Risolve un certo numero di pixel su un oggetto di una certa dimensione, e da quel numero dipende cosa un operatore riesce a farci.

Un bersaglio su cui cadono due pixel è una macchia che si muove: sai che c’è qualcosa. Con otto pixel distingui la sagoma e capisci se è una persona o un veicolo. Con tredici cominci a distinguere l’individuo.

Questa è tutta l’idea. Il resto è geometria.

Da dove viene

Il criterio nasce nel 1958 dal lavoro di John Johnson, ricercatore del laboratorio di visione notturna dell’esercito statunitense. Johnson mostrava a operatori immagini di bersagli a diverse distanze, misurava a che punto riuscissero a compiere un dato compito, e cercava la grandezza che spiegasse il risultato.

La trovò nel numero di coppie di linee risolte sulla dimensione critica del bersaglio. Una coppia di linee è una linea chiara più una scura, e corrisponde a due pixel su un sensore digitale.

È un criterio empirico, ricavato da prove su esseri umani con apparecchiature degli anni Cinquanta. Non è una legge fisica. Ma descrive bene il limite geometrico del sistema, e per questo è sopravvissuto sessantacinque anni ed è ancora la base dei datasheet.

Le quattro soglie

Compito	Cosa permette	Coppie di linee	Pixel sulla dimensione critica
Rilevamento (Detection)	c’è qualcosa che non è sfondo	1,0	2
Orientamento (Orientation)	capisci come è disposto, di fronte o di lato	1,4	~3
Riconoscimento (Recognition)	distingui la classe: persona, veicolo, animale	4,0	8
Identificazione (Identification)	distingui l’individuo o il modello specifico	6,4	~13

I valori originali hanno una tolleranza di circa ±0,25 coppie di linee e vanno intesi come soglia al 50% di probabilità: a quella distanza metà degli operatori riesce nel compito e metà no. È una precisazione che sui datasheet non compare mai.

La classificazione DRI è la versione commerciale ridotta a tre livelli: Detection, Recognition, Identification. L’orientamento viene omesso perché commercialmente serve poco.

La formula

La grandezza che governa tutto è l’angolo sotteso da un singolo pixel, chiamato IFOV, Instantaneous Field of View:

IFOV = passo del pixel ÷ lunghezza focale

Con passo di 17 micron e ottica da 25 mm, l’IFOV è 0,68 milliradianti. A un chilometro di distanza, un pixel copre 68 centimetri di scena.

Da qui la portata per un dato compito:

                dimensione critica del bersaglio × lunghezza focale
Portata  =  ─────────────────────────────────────────────────────────
                 pixel richiesti dal compito × passo del pixel

Le dimensioni critiche convenzionali sono 0,75 metri per una persona e 2,3 metri per un veicolo. Sono convenzioni, non misure. Alcuni costruttori usano valori diversi, ed è la prima cosa da verificare quando confronti due datasheet.

Esempio di calcolo

Passo del pixel 17 micron, ottica 25 mm, bersaglio persona con dimensione critica 0,75 metri.

Rilevamento, 2 pixel: 0,75 × 0,025 ÷ (2 × 0,000017) = 551 metri

Riconoscimento, 8 pixel: 0,75 × 0,025 ÷ (8 × 0,000017) = 138 metri

Identificazione, 12,8 pixel: 0,75 × 0,025 ÷ (12,8 × 0,000017) = 86 metri

Le tre portate stanno fra loro in rapporto fisso: il riconoscimento è un quarto del rilevamento, l’identificazione un sesto e mezzo. Se un datasheet dichiara rapporti molto diversi, sta usando convenzioni proprie e i numeri non sono confrontabili con altri.

Tabella di riferimento

Portate in metri, passo del pixel 17 micron, bersaglio persona (0,75 m).

Focale	Rilevamento	Riconoscimento	Identificazione
13 mm	287	72	45
19 mm	419	105	65
25 mm	551	138	86
35 mm	772	193	121
50 mm	1.103	276	172
75 mm	1.654	414	259
100 mm	2.206	551	345

Per un veicolo (2,3 m) moltiplica per 3,07. Con ottica da 25 mm: rilevamento 1.691 metri, riconoscimento 423, identificazione 264.

Per un sensore con passo di 12 micron moltiplica per 1,42: a parità di ottica la portata cresce del 42%, perché ogni pixel copre meno scena.

La cosa che quasi tutti sbagliano

Aumentare la risoluzione non allunga la portata.

Nella formula la risoluzione non compare. Compaiono il passo del pixel e la focale. Un sensore da 1280 × 1024 con lo stesso passo di uno da 640 × 512 e la stessa ottica ha esattamente la stessa portata: vede la stessa scena con la stessa densità di pixel sul bersaglio, ma inquadra un campo doppio in larghezza.

Serve a coprire più area con una telecamera sola, non a vedere più lontano.

Per allungare la portata hai due leve: aumentare la focale, che restringe il campo, oppure ridurre il passo del pixel, che è una caratteristica del sensore e non si cambia dopo. Chi propone più megapixel come risposta a un problema di distanza sta rispondendo a un’altra domanda.

Cosa il criterio non dice

Il criterio descrive il limite geometrico in condizioni ideali. Nella pratica intervengono quattro fattori che nessuna formula include.

Il contrasto termico. Una persona su un prato notturno ha un contrasto forte. La stessa persona davanti a un muro riscaldato dal sole al tramonto quasi sparisce. Le portate dichiarate presuppongono un differenziale termico favorevole. In condizioni sfavorevoli il bersaglio non emerge dallo sfondo neanche da vicino.

L’atmosfera. Umidità, nebbia, pioggia e pulviscolo attenuano la radiazione infrarossa, e l’effetto cresce con la distanza. È il motivo per cui sulle lunghe portate le prestazioni reali si dimezzano facilmente. Conta anche la banda: l’onda lunga, 8-14 micron, regge meglio dell’onda media in presenza di umidità.

Il rumore del sensore. Un sensore con NETD alto produce immagini in cui il bersaglio si confonde con il rumore ben prima del limite geometrico. Il criterio dà il limite dei pixel, non quello del rapporto segnale rumore. Per questo NETD e criterio di Johnson vanno letti insieme e mai separatamente.

Il movimento. Un bersaglio in movimento si rileva molto prima di uno fermo, perché l’occhio e gli algoritmi lavorano sulle differenze fra fotogrammi. Le soglie valgono per scene statiche e sono conservative su bersagli in movimento.

Un criterio superato che tutti continuano a usare

Dagli anni Duemila il laboratorio di visione notturna statunitense ha sostituito il criterio di Johnson con il modello TTP, Targeting Task Performance, che tiene conto del contenuto in frequenza spaziale dell’immagine, del rumore e della risposta complessiva del sistema. Prevede le prestazioni con accuratezza molto maggiore, soprattutto sui sensori moderni che non sono limitati dalla sola geometria.

Il TTP però richiede parametri che il cliente non ha e produce numeri non confrontabili fra costruttori. Johnson invece si calcola con tre dati stampati sul datasheet.

Per questo l’industria continua a dichiarare DRI secondo Johnson. È una convenzione di mercato, non lo stato dell’arte. Saperlo aiuta a usarla per quello che serve, cioè confrontare prodotti, e non per prevedere cosa vedrai davvero quella notte.

Come usarlo quando specifichi un impianto

Parti dal compito, non dalla distanza. Chiediti cosa deve fare l’operatore in quel punto. Accorgersi che qualcuno ha superato la recinzione è rilevamento. Distinguere se è una persona o un animale è riconoscimento. Capire chi è, è identificazione, e lì una termica non basta: va affiancata a una telecamera nel visibile, perché il termico non restituisce tratti somatici.

Calcola invece di fidarti. Distanza massima da coprire, dimensione critica del bersaglio, pixel richiesti dal compito. Da lì ricavi focale e passo necessari.

Tieni conto delle convenzioni. Le portate dichiarate dipendono dal bersaglio e dal contrasto su cui sono calcolate, e i costruttori non usano tutti gli stessi valori. Due datasheet sono confrontabili solo se partono dalle stesse ipotesi.

Applica un margine. Fra limite teorico e resa in campo, nelle condizioni italiane con umidità e nebbia stagionali, un fattore ragionevole sta fra 0,5 e 0,7 sulle lunghe distanze. Progettare al limite significa progettare per la notte più bella dell’anno.

Somma le tecnologie. Termico per rilevare a distanza, visibile per identificare da vicino, analisi video per classificare. Il criterio ti dice dove finisce il compito di ciascuno.

Domande frequenti

Che cos’è il criterio di Johnson?

Un criterio empirico del 1958 che lega la capacità di compiere un compito visivo al numero di coppie di linee risolte sulla dimensione critica del bersaglio.

Quali sono i quattro compiti principali?

Rilevamento, orientamento, riconoscimento e identificazione, in ordine crescente di pixel richiesti.

Quanti pixel servono per ciascun compito?

Due per il rilevamento, circa tre per l’orientamento, otto per il riconoscimento, circa tredici per l’identificazione, misurati sulla dimensione critica del bersaglio.

Cosa significa la classificazione DRI?

Detection, Recognition, Identification: la versione commerciale a tre livelli del criterio, quella che compare sui datasheet.

Come si applica alla progettazione di un impianto?

Si parte dal compito richiesto in ciascun punto, si fissa la distanza da coprire e si ricava la focale necessaria con la formula.

Quali fattori ne influenzano l’efficacia?

Contrasto termico, condizioni atmosferiche, rumore del sensore e movimento del bersaglio. Nessuno dei quattro entra nella formula.

Perché è importante nella sicurezza?

Perché trasforma una richiesta generica in un requisito verificabile: invece di “voglio vedere il perimetro” si specifica “riconoscimento di una persona a 150 metri”, che si può calcolare e collaudare.

La risoluzione aumenta la portata?

No. A parità di passo del pixel e di ottica, più risoluzione significa campo più ampio, non maggiore distanza.

Termini collegati

• NETD — la sensibilità termica del sensore, che determina se il bersaglio emerge dal rumore prima del limite geometrico
• Campo visivo (FOV) — l’angolo inquadrato, legato a focale e dimensione del sensore
• Termografia — il principio fisico su cui si basa la misura
• Risoluzione e passo del pixel — perché sono due cose diverse e conta la seconda