คำนวณระยะ DORI กล้อง CCTV

DORI คืออะไร

DORI คือรายละเอียดภาพสี่ระดับ ซึ่ง IEC 62676-4 กำหนดจากจำนวนพิกเซลที่ตกบนฉากหนึ่งเมตร ณ จุดเป้าหมาย เครื่องมือนี้ใช้สี่ค่านี้

ข้อโต้แย้งส่วนใหญ่หลังเกิดเหตุเป็นเรื่อง Identify: กล้อง "เห็น" คนนั้น แต่แค่ระดับ Detect หรือ Observe

ต้องใส่อะไร และหาตัวเลขแต่ละตัวได้จากไหน

• ความละเอียด ใช้แค่จำนวนพิกเซลแนวนอน: 2MP คือ 1920, 4MP คือ 2560, 5MP คือ 2592 หรือ 2880 แล้วแต่เซนเซอร์, 8MP (4K) คือ 3840 ดูได้จาก datasheet หรือหน้าตั้งค่าวิดีโอของกล้อง หรือเลือก "กำหนดเอง"
• ทางยาวโฟกัสเลนส์ พิมพ์อยู่บนเลนส์หรือป้าย เช่น 2.8 mm หรือ 4 mm เลนส์ varifocal (2.8–12 mm) ให้ใส่ค่าที่จะตั้งใช้จริง ไม่ใช่ช่วง
• ขนาดเซนเซอร์ ดูใน datasheet เช่น 1/2.8" CMOS เครื่องมือใช้ความกว้างใช้งานจริงดังนี้: 1/3" = 4.8 mm, 1/2.9" = 5.38 mm, 1/2.8" = 5.57 mm, 1/2.7" = 5.76 mm, 1/1.8" = 7.68 mm ความกว้างแบบ 16:9 แต่ละค่าคือขนาดพิกเซล × จำนวนพิกเซลแนวนอนของเซนเซอร์ที่พบบ่อยในขนาดนั้น (1/2.8" = 2.9 µm × 1920) ส่วน 1/3" เป็นความกว้างมาตรฐาน 4:3 กล้องแต่ละรุ่นอาจต่างเล็กน้อย ถ้า datasheet ให้ค่ามา ใช้ "กำหนดความกว้างเอง"
• "ฉันรู้มุมมองแนวนอน (HFOV) จาก datasheet" ติ๊กแล้วพิมพ์มุมมองแนวนอนแทนเลนส์และเซนเซอร์ แม่นยำกว่า โดยเฉพาะเลนส์ 2.8 mm ที่ภาพโค้งออก (barrel distortion)
• ระยะ เส้นตรงจากกล้องถึงจุดที่หน้าคนหรือป้ายทะเบียนจะอยู่ ไม่ใช่ระยะตามพื้น กล้องที่ติดสูงบนเสาอยู่ห่างจากหน้าคนมากกว่าที่ตาเห็น

เครื่องมือคำนวณอย่างไร

1. มุมมองแนวนอน = 2 × atan(ความกว้างเซนเซอร์ ÷ (2 × ทางยาวโฟกัส)) หรือใช้ HFOV จาก datasheet ถ้าใส่ไว้
2. ความกว้างภาพที่ระยะ d = 2 × d × tan(HFOV ÷ 2) ความละเอียดที่เป้าหมาย = พิกเซลแนวนอน ÷ ความกว้างภาพ
3. ระยะไกลสุดของแต่ละระดับ = พิกเซลแนวนอน ÷ (px/m × 2 × tan(HFOV ÷ 2))

ผลลัพธ์แสดง "ระบุตัวตนได้ไกลสุด" เป็นตัวเลขใหญ่ ตามด้วย HFOV, "ตรวจพบได้ไกลสุด" และที่ระยะที่คุณเลือก จะแสดงความละเอียด px/m ระดับที่ได้ และความกว้างภาพ ถ้า HFOV เกิน 100° เครื่องมือจะเตือนว่าขอบภาพโค้งและมีรายละเอียดน้อยกว่ากลางภาพ ไม่มีค่าเผื่อความปลอดภัยในตัว ตัวเลขถือว่าแสงดี โฟกัสคม และเลนส์ไม่บิดเบือน ให้ถือเป็นกรณีดีที่สุด

ตัวอย่างคำนวณ: หน้าคนที่ประตูโกดัง

โกดังใกล้เวียงจันทน์ต้องการเห็นหน้าคนที่เดินผ่านประตู ห่างจากกล้องราว 8 m ช่างเสนอกล้อง 2MP เลนส์ 2.8 mm เซนเซอร์ 1/2.8"

• HFOV: 2 × atan(5.57 ÷ 5.6) = 89.7° ตัวคูณความกว้าง 5.57 ÷ 2.8 = 1.989
• Identify: 1920 ÷ (250 × 1.989) = 1920 ÷ 497.3 = 3.86 m แสดงเป็น 3.9 m
• ที่ 8 m: ความกว้างภาพ 8 × 1.989 = 15.9 m ความละเอียด 1920 ÷ 15.9 = 121 px/m คือระดับ Observe ต่ำกว่า Recognise (125) เห็นว่าคนใส่เสื้อสีฟ้า แต่ไม่รู้ว่าเป็นใคร

เปลี่ยนแค่เลนส์เป็น 6 mm:

• HFOV: 2 × atan(5.57 ÷ 12) = 49.8° ตัวคูณความกว้าง 5.57 ÷ 6 = 0.928
• Identify: 1920 ÷ (250 × 0.928) = 1920 ÷ 232.1 = 8.27 m แสดงเป็น 8.3 m
• ที่ 8 m: ความกว้างภาพ 8 × 0.928 = 7.43 m ความละเอียด 1920 ÷ 7.43 = 259 px/m จึงได้ Identify ตรวจซ้ำ: 250 px/m × 7.43 m = ต้องการ 1,857 พิกเซล น้อยกว่า 1,920 ที่มี

กล้อง 6 mm ครอบคลุมความกว้างแค่ 7.4 m จึงใช้เฝ้าประตู ส่วนลานใช้กล้องมุมกว้างอีกตัว กล้อง 4MP เลนส์ 6 mm เซนเซอร์ 1/2.7" จะ Identify ได้ถึง 2560 ÷ (250 × 0.96) = 10.7 m

ต่อมาคือตัวเลือก HFOV ถ้า datasheet ของกล้อง 2.8 mm บอก 105° แทน 89.7° ที่ได้จากสูตร ตัวคูณความกว้างจะเป็น 2 × tan 52.5° = 2.606 และ Identify ลดเหลือ 1920 ÷ (250 × 2.606) = 2.9 m พร้อมคำเตือนมุมกว้าง

ข้อผิดพลาดที่เราเจอบ่อยในไซต์ที่ลาว

• ใช้เลนส์ 2.8 mm ทุกจุดเพราะเห็นพื้นที่กว้างที่สุด ได้ภาพรวม แต่ไม่ได้ตัวตน
• หวังให้กล้อง 4K ตัวเดียวเฝ้าทั้งลานและอ่านหน้าคนที่รั้วไกลสุด
• เข้าใจว่า "IR 30 m" บนกล่องคือระยะที่เห็นหน้าคน ระยะ IR เป็นเรื่องแสง ไม่ใช่รายละเอียด
• ติดกล้องสูงเกินไปที่ทางเข้า ภาพที่บันทึกได้จึงเห็นแต่หัว
• ประตูหันรับแดดบ่ายโดยไม่มี WDR หน้าคนกลายเป็นเงาดำ
• ตั้ง bitrate ต่ำเพื่อประหยัดดิสก์ หน้าคนจึงเบลอแม้ความละเอียด px/m พอ ตรวจพื้นที่จัดเก็บด้วย เครื่องคำนวณพื้นที่เก็บ CCTV แทนการลดคุณภาพ

กลางคืน สภาพอากาศ และเมื่อเครื่องคำนวณไม่พอ

ตัวเลขเหล่านี้เป็นกรณีดีที่สุดตอนกลางวัน กลางคืน IR ต้องส่องถึงระยะที่ต้องการ และแสง IR มักสะท้อนฝน แมลง และฝุ่น เช้าหน้าฝนมีหมอก ไซต์เหมืองมีฝุ่นเกาะโดม และการบีบอัดวิดีโอตัดรายละเอียดเล็กๆ ออก การอ่านป้ายทะเบียนต้องการราวระดับ Identify (≥ 250 px/m) ที่จุดที่รถผ่าน ใช้เลนส์มุมแคบและตั้ง shutter เร็ว กล้องตัวเดียวไม่ควรคุมทั้งพื้นที่กว้างและป้ายทะเบียนพร้อมกัน นั่นเป็นงาน ระบบอ่านป้ายทะเบียน

สำหรับแนวรั้ว ลานจอดรถ และประตู เราเดินสำรวจไซต์ กำหนดจุดที่ต้องจับหน้าคนและป้ายทะเบียน และทดสอบกล้องที่ระยะจริงทั้งกลางวันและกลางคืนก่อนสั่งของทั้งหมด คู่มือความละเอียดและเลนส์กล้อง CCTV อธิบายข้อแลกเปลี่ยน และงานออกแบบติดตั้งเป็นส่วนหนึ่งของ ระบบกล้อง IP CCTV

ขั้นตอนถัดไป

ส่งให้เราทาง WhatsApp: ภาพหน้าจอผลจากเครื่องคำนวณ ภาพป้ายรุ่นกล้องหรือ datasheet และภาพถ่ายจากมือถือ ณ จุดที่จะติดกล้อง พร้อมระยะถึงประตูหรือทางเข้า เราจะบอกว่าเลนส์ไหนให้ระดับ Identify ที่จุดนั้น