{"id":2750,"date":"2026-07-17T11:45:12","date_gmt":"2026-07-17T03:45:12","guid":{"rendered":"https:\/\/www.thermal-image.com\/blog\/thermal-camera-module-mini-640-analog-thermal-imaging-module-with\/"},"modified":"2026-07-17T11:45:14","modified_gmt":"2026-07-17T03:45:14","slug":"modul-kamery-termowizyjnej-mini-640-analogowy-modul-obrazowania-termicznego-z","status":"publish","type":"post","link":"https:\/\/www.thermal-image.com\/pl\/blog\/thermal-camera-module-mini-640-analog-thermal-imaging-module-with\/","title":{"rendered":"Mini modu\u0142 kamery termowizyjnej 640: Przewodnik integracji analogowego wideo CMOS noktowizji i H.265"},"content":{"rendered":"<p># Mini 640 Modu\u0142 Kamery Termowizyjnej: Przewodnik integracji analogowego wideo noktowizyjnego CMOS i H.265<\/p>\n<p>Szybka konwergencja termografii dronowej, taktycznych system\u00f3w noktowizyjnych i monitoringu z przetwarzaniem brzegowym stworzy\u0142a pilne zapotrzebowanie na lekkie, wysokowydajne komponenty obrazowania termicznego. Dla architekt\u00f3w sprz\u0119tu, wykonawc\u00f3w z sektora obronnego i in\u017cynier\u00f3w R&amp;D integracja rdzenia termicznego to ju\u017c nie tylko rejestrowanie sygnatur cieplnych; to z\u0142o\u017cone wyzwanie in\u017cynieryjne obejmuj\u0105ce optymalizacj\u0119 rozmiaru, wagi, mocy i kosztu (SWaP-C), synchronizacj\u0119 wielu czujnik\u00f3w oraz strumieniowanie wideo o niskim op\u00f3\u017anieniu. <\/p>\n<p>Ten przewodnik s\u0142u\u017cy jako kompleksowy plan integracji systemowej dla **Mini 640 Modu\u0142u Kamery Termowizyjnej**. Przeanalizujemy podstawowe zasady in\u017cynieryjne niech\u0142odzonych detektor\u00f3w d\u0142ugofalowej podczerwieni (LWIR), om\u00f3wimy interfejsy mechaniczne i elektryczne wymagane do sparowania rdzenia termicznego 640\u00d7512 z wysokoczu\u0142ymi czujnikami noktowizyjnymi CMOS oraz ocenimy konkretne strategie integracji oprogramowania do przetwarzania surowych strumieni wideo w r\u00f3\u017cnych \u015brodowiskach sprz\u0119towych \u2013 od analogowych gogli FPV po komputery jednop\u0142ytkowe (SBC) z brzegow\u0105 AI, takie jak Raspberry Pi, uruchamiaj\u0105ce frameworki wizji komputerowej w czasie rzeczywistym.<\/p>\n<div class=\"static-toc\" style=\"background-color: #f8f9fa; padding: 25px; border-radius: 8px; margin: 35px 0; border-left: 4px solid #0056b3; width: 100%; clear: both; box-sizing: border-box;\">\n<h3 style=\"margin-top:0; color: #2c3e50; font-size: 1.3em;\">Spis tre\u015bci<\/h3>\n<ul style=\"list-style: none; padding-left: 0; margin-bottom: 0;\">\n<li style=\"margin-bottom: 12px;\">\ud83d\udc49 <a href=\"#technical-fundamentals\" style=\"color: #0056b3; text-decoration: none; font-weight: 600;\">Podstawy techniczne niech\u0142odzonych rdzeni termicznych LWIR<\/a><\/li>\n<li style=\"margin-bottom: 12px;\">\ud83d\udc49 <a href=\"#dual-sensor-fusion\" style=\"color: #0056b3; text-decoration: none; font-weight: 600;\">Fuzja dw\u00f3ch czujnik\u00f3w: Integracja niech\u0142odzonego LWIR i CMOS<\/a><\/li>\n<li style=\"margin-bottom: 12px;\">\ud83d\udc49 <a href=\"#video-interfaces\" style=\"color: #0056b3; text-decoration: none; font-weight: 600;\">Cyfrowe i analogowe interfejsy wideo: H.265, MIPI i CVBS<\/a><\/li>\n<li style=\"margin-bottom: 12px;\">\ud83d\udc49 <a href=\"#lens-optimization\" style=\"color: #0056b3; text-decoration: none; font-weight: 600;\">Dob\u00f3r optyki i optymalizacja parametr\u00f3w obiektywu<\/a><\/li>\n<li style=\"margin-bottom: 12px;\">\ud83d\udc49 <a href=\"#swap-c-optimization\" style=\"color: #0056b3; text-decoration: none; font-weight: 600;\">Optymalizacja SWaP-C dla \u0142adunk\u00f3w dron\u00f3w i system\u00f3w przeno\u015bnych<\/a><\/li>\n<li style=\"margin-bottom: 12px;\">\ud83d\udc49 <a href=\"#product-showcase\" style=\"color: #0056b3; text-decoration: none; font-weight: 600;\">Prezentacja i specyfikacje produktu<\/a><\/li>\n<li style=\"margin-bottom: 12px;\">\ud83d\udc49 <a href=\"#software-integration\" style=\"color: #0056b3; text-decoration: none; font-weight: 600;\">Integracja oprogramowania krok po kroku i analityka brzegowej AI<\/a><\/li>\n<li style=\"margin-bottom: 12px;\">\ud83d\udc49 <a href=\"#integration-faq\" style=\"color: #0056b3; text-decoration: none; font-weight: 600;\">FAQ dotycz\u0105ce zaawansowanej integracji<\/a><\/li>\n<\/ul>\n<\/div>\n<p>---<\/p>\n<h2 id=\"technical-fundamentals\">Podstawy techniczne niech\u0142odzonych rdzeni termicznych LWIR<\/h2>\n<p>Sercem Mini 640 Modu\u0142u Kamery Termowizyjnej jest niech\u0142odzona matryca mikrobolometryczna w p\u0142aszczy\u017anie ogniskowej (FPA) dzia\u0142aj\u0105ca w spektrum d\u0142ugofalowej podczerwieni (zazwyczaj od 8 mikrometr\u00f3w do 14 mikrometr\u00f3w). W przeciwie\u0144stwie do ch\u0142odzonych czujnik\u00f3w termicznych, kt\u00f3re wymagaj\u0105 niepor\u0119cznych, energoch\u0142onnych krioch\u0142odziarek do obni\u017cenia temperatury czujnika do blisko 77 Kelwin\u00f3w, niech\u0142odzone rdzenie LWIR dzia\u0142aj\u0105 w temperaturze otoczenia. To sprawia, \u017ce s\u0105 one wysoce odpowiednie do zastosowa\u0144 z ograniczeniami SWaP, takich jak taktyczne urz\u0105dzenia noszone i ma\u0142e bezza\u0142ogowe statki powietrzne (UAV).<\/p>\n<p>Oto sedno sprawy z niech\u0142odzonymi czujnikami: niesko\u0144czenie u\u0142atwiaj\u0105 \u017cycie projektowe, gdy masz ma\u0142o miejsca, ale musisz zrozumie\u0107 podstawow\u0105 fizyk\u0119 czujnika, aby wycisn\u0105\u0107 z nich ka\u017cd\u0105 uncj\u0119 wydajno\u015bci. <\/p>\n<p>### Architektura mikrobolometru: VOx vs. a-Si<br \/>\nNowoczesne niech\u0142odzone czujniki termiczne opieraj\u0105 si\u0119 g\u0142\u00f3wnie na jednym z dw\u00f3ch cienkowarstwowych materia\u0142\u00f3w p\u00f3\u0142przewodnikowych: **tlenku wanadu (VOx)** lub **amorficznym krzemie (a-Si)**. <\/p>\n<p>S\u0142uchaj, w warsztacie ca\u0142y czas spotykamy si\u0119 z t\u0105 debat\u0105. Oto jak wypadaj\u0105 w por\u00f3wnaniu:<\/p>\n<p>\u2705 **VOx (tlenek wanadu):** To z\u0142oty standard dla wysokowydajnego obrazowania termicznego. Detektory VOx oferuj\u0105 wy\u017cszy temperaturowy wsp\u00f3\u0142czynnik rezystancji (TCR). Co to oznacza dla twojego projektu, jest proste: uzyskujesz znacznie ni\u017cszy poziom szum\u00f3w i doskona\u0142\u0105 czu\u0142o\u015b\u0107 termiczn\u0105. Przek\u0142ada si\u0119 to bezpo\u015brednio na ni\u017csz\u0105 r\u00f3\u017cnic\u0119 temperatur ekwiwalentn\u0105 szumom (NETD).<\/p>\n<p>\u2705 **a-Si (amorficzny krzem):** Matryce FPA na bazie krzemu zapewniaj\u0105 wysoce jednolit\u0105 struktur\u0119 materia\u0142u. Ta jednorodno\u015b\u0107 u\u0142atwia sp\u00f3jno\u015b\u0107 mi\u0119dzy pikselami i pomaga z czasem \u0142agodzi\u0107 wzorce szumu przestrzennego. Jaki jest kompromis? Zazwyczaj masz do czynienia z nieznacznie ni\u017csz\u0105 czu\u0142o\u015bci\u0105 surow\u0105 w por\u00f3wnaniu z VOx.<\/p>\n<p>Piksele detekcyjne sk\u0142adaj\u0105 si\u0119 z zawieszonej struktury mikromostka z azotku krzemu pokrytej aktywn\u0105 warstw\u0105 termistora VOx lub a-Si. Gdy padaj\u0105ce promieniowanie LWIR uderza w piksel, mikromostek absorbuje fotony, podnosz\u0105c swoj\u0105 temperatur\u0119 fizyczn\u0105. Ta zmiana temperatury zmienia op\u00f3r elektryczny termistora. Uk\u0142ad odczytowy (ROIC) po\u0142\u0105czony bezpo\u015brednio pod matryc\u0105 czujnika przyk\u0142ada napi\u0119cie polaryzacji do piksela, przekszta\u0142caj\u0105c zmian\u0119 oporu w mierzalny sygna\u0142 analogowy. Sygna\u0142 ten jest nast\u0119pnie digitalizowany przez szybkie, wbudowane przetworniki analogowo-cyfrowe (ADC).<\/p>\n<div style=\"background-color: #f8f9fa; border-left: 4px solid #0056b3; padding: 18px 20px; margin: 30px 0; border-radius: 0 6px 6px 0; box-shadow: 0 2px 5px rgba(0,0,0,0.02);\">\n    <strong style=\"color: #2c3e50; display: block; margin-bottom: 8px;\">\ud83d\udd17 Polecane \u017ar\u00f3d\u0142o<\/strong><br \/>\n    <a href=\"https:\/\/www.thermal-image.com\/wp-content\/uploads\/2024\/03\/video-of-640-thermal-camera.mov\" target=\"_blank\" rel=\"noopener noreferrer\" style=\"color: #0056b3; text-decoration: none; font-weight: 500; font-size: 1.05em;\">Film demonstracyjny miniaturowego rdzenia termowizyjnego 640\u00d7512<\/a>\n<\/div>\n<p>Rozdzielczo\u015b\u0107, rozstaw pikseli i rozdzielczo\u015b\u0107 przestrzenna<br \/>\nRozdzielczo\u015b\u0107 przestrzenna i og\u00f3lna wydajno\u015b\u0107 obrazu niech\u0142odzonego rdzenia termicznego s\u0105 definiowane przez trzy g\u0142\u00f3wne parametry:<\/p>\n<p>**Rozdzielczo\u015b\u0107 matrycy ogniskowej:** Matryca 640x512 pikseli reprezentuje 327 680 pojedynczych pikseli termicznych. To dramatyczny wzrost danych przestrzennych w por\u00f3wnaniu z polami o ni\u017cszej rozdzielczo\u015bci 256x192 (49 152 piksele). Pozwala operatorom rozr\u00f3\u017cnia\u0107 cele na znacznie wi\u0119kszych odleg\u0142o\u015bciach fizycznych.<br \/>\n**Rozstaw pikseli:** Odleg\u0142o\u015b\u0107 od \u015brodka do \u015brodka mi\u0119dzy s\u0105siednimi pikselami detektora na matrycy FPA. W miar\u0119 post\u0119pu produkcji p\u00f3\u0142przewodnik\u00f3w, rozstaw pikseli zmniejszy\u0142 si\u0119 z 25 mikrometr\u00f3w do 17 mikrometr\u00f3w, a obecnie do 12 mikrometr\u00f3w. Zmniejszenie rozstawu pikseli obni\u017ca fizyczny rozmiar uk\u0142adu detektora, umo\u017cliwiaj\u0105c stosowanie bardziej kompaktowych i lekkich obiektyw\u00f3w przy zachowaniu szerokiego pola widzenia (FOV).<br \/>\n**Chwilowe pole widzenia (IFOV):** Mierzone w miliradianach (mrad), IFOV reprezentuje rozdzielczo\u015b\u0107 przestrzenn\u0105 pojedynczego piksela i jest obliczane na podstawie rozstawu pikseli (d) i ogniskowej (f) obiektywu. Wz\u00f3r to IFOV = d \/ f. Mniejszy rozstaw pikseli w po\u0142\u0105czeniu z wi\u0119ksz\u0105 ogniskow\u0105 zapewnia w\u0119\u017csze IFOV, pozwalaj\u0105c uk\u0142adowi optycznemu rzutowa\u0107 pojedynczy piksel na znacznie mniejszy obszar fizyczny na du\u017cych odleg\u0142o\u015bciach. Jest to kluczowy wym\u00f3g dla wojskowego wykrywania cel\u00f3w i inspekcji sieci energetycznych.<\/p>\n<p>Czu\u0142o\u015b\u0107 termiczna (NETD) i kalibracja szumu przestrzennego<br \/>\nCzu\u0142o\u015b\u0107 termiczna czujnika podczerwieni jest definiowana przez jego r\u00f3\u017cnic\u0119 temperatur r\u00f3wnowa\u017cn\u0105 szumowi (NETD), mierzon\u0105 w milikelwinach (mK). NETD reprezentuje r\u00f3\u017cnic\u0119 temperatur, kt\u00f3ra wytwarza stosunek sygna\u0142u do szumu (SNR) r\u00f3wny jedno\u015bci. Ni\u017cszy NETD oznacza bardziej czu\u0142\u0105 kamer\u0119. Standardowe systemy komercyjne osi\u0105gaj\u0105 poni\u017cej 50 mK, podczas gdy rdzenie o wysokiej wydajno\u015bci, takie jak modu\u0142y Mini 640, osi\u0105gaj\u0105 poni\u017cej 35 mK. Pozwala im to rozr\u00f3\u017cnia\u0107 subtelne szczeg\u00f3\u0142y termiczne nawet w trudnych warunkach o niskim kontra\u015bcie, takich jak g\u0119sta mg\u0142a, ulewny deszcz czy ca\u0142kowita ciemno\u015b\u0107.<\/p>\n<p>Niech\u0142odzone mikrobolometry cierpi\u0105 z powodu nieod\u0142\u0105cznej niejednorodno\u015bci przestrzennej spowodowanej niewielkimi r\u00f3\u017cnicami w oporze mi\u0119dzy pikselami, polaryzacj\u0105 i winietowaniem optycznym. Objawia si\u0119 to jako szum sta\u0142ego wzorca (FPN) na aktywnym obrazie. Aby temu przeciwdzia\u0142a\u0107, modu\u0142y wykonuj\u0105 korekcj\u0119 niejednorodno\u015bci (NUC). <\/p>\n<p>\u2699\ufe0f **Potok kalibracji NUC:**<br \/>\n* **Zdarzenie migawki mechanicznej:** System okresowo zamyka mechaniczn\u0105 migawk\u0119 \u2014 lub u\u017cywa algorytmu programowego bez migawki \u2014 aby zaprezentowa\u0107 jednolit\u0105 referencyjn\u0105 temperatur\u0119 termiczn\u0105 dla ca\u0142ej matrycy czujnika.<br \/>\n* **Obliczanie wsp\u00f3\u0142czynnik\u00f3w:** Wewn\u0119trzny procesor modu\u0142u ponownie oblicza wsp\u00f3\u0142czynniki korekcji offsetu i wzmocnienia dla ka\u017cdego pojedynczego piksela.<br \/>\n* **Remapowanie jednorodno\u015bci pikseli:** Procesor wideo czasu rzeczywistego stosuje te tabele korekcyjne na bie\u017c\u0105co, ca\u0142kowicie eliminuj\u0105c szum sta\u0142ego wzorca.<\/p>\n<p>Integracja ci\u0105g\u0142ych algorytm\u00f3w NUC ma kluczowe znaczenie dla instalacji o krytycznym znaczeniu, aby utrzyma\u0107 czysty, wolny od artefakt\u00f3w obraz. Aby dowiedzie\u0107 si\u0119 wi\u0119cej o taktycznych wdro\u017ceniach system\u00f3w termowizyjnych w trudnych warunkach, zapoznaj si\u0119 z tym przewodnikiem na temat <a href=\"https:\/\/www.thermal-image.com\/pl\/blog\/najlepszy-nocny-modul-kamery-termowizyjnej-do-projektow-diy-taktyczny\/\">najlepszego modu\u0142u noktowizyjnej kamery termowizyjnej do projekt\u00f3w DIY i zastosowa\u0144 taktycznych<\/a>.<\/p>\n<p>---<\/p>\n<h2 id=\"dual-sensor-fusion\">Fuzja dw\u00f3ch czujnik\u00f3w: Integracja niech\u0142odzonego LWIR i CMOS<\/h2>\n<p>Podczas gdy niech\u0142odzony rdze\u0144 LWIR doskonale wykrywa sygnatury cieplne w \u015brodowiskach bez o\u015bwietlenia, brakuje mu wysokocz\u0119stotliwo\u015bciowych szczeg\u00f3\u0142\u00f3w przestrzennych \u2014 takich jak tekst, litery, drobne kontury strukturalne i kolor \u2014 dostarczanych przez kamery \u015bwiat\u0142a widzialnego. Fuzja dw\u00f3ch czujnik\u00f3w \u0142\u0105czy zalety czujnika LWIR z wysokoczu\u0142ym, s\u0142abo o\u015bwietlonym czujnikiem CMOS (Complementary Metal-Oxide-Semiconductor), aby wytworzy\u0107 pojedynczy, bogaty w informacje strumie\u0144 wideo.<\/p>\n<p>### Optyczne wsp\u00f3\u0142osiowanie i kalibracja b\u0142\u0119du paralaksy<br \/>\nPo\u0142\u0105czenie czujnika termicznego i czujnika CMOS wymaga fizycznego wsp\u00f3\u0142osiowania. Poniewa\u017c dwa centra optyczne s\u0105 oddzielone fizyczn\u0105 odleg\u0142o\u015bci\u0105 bazow\u0105, rejestruj\u0105 scen\u0119 z nieco r\u00f3\u017cnych perspektyw, tworz\u0105c b\u0142\u0105d paralaksy.<\/p>\n<p>Aby rozwi\u0105za\u0107 ten problem, nale\u017cy skonfigurowa\u0107 system, wykonuj\u0105c nast\u0119puj\u0105ce kluczowe kroki:<\/p>\n<p>\u2699\ufe0f **Krok 1: Sztywne mocowanie fizyczne:** Zamontuj fizyczne czujniki jak najbli\u017cej siebie na sztywnej, stabilnej termicznie obudowie, aby zapobiec dryftowi mechanicznemu pod wp\u0142ywem wibracji.<\/p>\n<p>\u2699\ufe0f **Krok 2: Kalibracja macierzy homografii:** Zastosuj programow\u0105 korekcj\u0119 paralaksy w czasie rzeczywistym. Geometryczna zale\u017cno\u015b\u0107 mi\u0119dzy przestrzeni\u0105 wsp\u00f3\u0142rz\u0119dnych czujnika CMOS a czujnika LWIR jest kalibrowana przy u\u017cyciu macierzy homografii 3x3 (H). Ta transformacja uwzgl\u0119dnia przesuni\u0119cia X i Y, obr\u00f3t i r\u00f3\u017cnice skali ogniskowej.<\/p>\n<p>\u2699\ufe0f **Krok 3: Procedura kalibracji z szachownic\u0105:** Wystaw zesp\u00f3\u0142 kamery na wsp\u00f3\u0142osiowany termiczno-widzialny cel w postaci szachownicy. Uruchamiane s\u0105 algorytmy wykrywania naro\u017cnik\u00f3w, aby obliczy\u0107 dok\u0142adne parametry homografii, kt\u00f3re s\u0105 przechowywane w pami\u0119ci nieulotnej modu\u0142u. <\/p>\n<p>\u2699\ufe0f **Krok 4: Reprojekcja w czasie rzeczywistym:** W czasie dzia\u0142ania procesor DSP stosuje t\u0119 macierz transformacji, aby ponownie wyr\u00f3wna\u0107 piksele CMOS, zapewniaj\u0105c idealn\u0105 kalibracj\u0119 pikseli niezale\u017cnie od odleg\u0142o\u015bci celu.<\/p>\n<p>### Algorytmy fuzji na poziomie pikseli<br \/>\nPo wyr\u00f3wnaniu strumienie termiczny i widzialny s\u0105 \u0142\u0105czone przy u\u017cyciu algorytm\u00f3w fuzji na poziomie pikseli. Celem jest zachowanie wysokoenergetycznych szczeg\u00f3\u0142\u00f3w przestrzennych obrazu CMOS przy jednoczesnym wykorzystaniu danych termicznych do kolorowania sygnatur cieplnych:<\/p>\n<p>**Filtrowanie g\u00f3rnoprzepustowe \/ Ekstrakcja kraw\u0119dzi:** Obraz CMOS jest konwertowany na kana\u0142 luminancji i przepuszczany przez przestrzenny filtr g\u00f3rnoprzepustowy (taki jak filtr Sobela, Laplacjana lub Canny'ego), aby wyizolowa\u0107 kontury strukturalne i tekstury.<br \/>\n**Konwersja przestrzeni kolor\u00f3w (YCbCr):** Kana\u0142 LWIR jest mapowany na wybran\u0105 palet\u0119 pseudokolor\u00f3w (np. Ironbow, White Hot, Black Hot).<br \/>\n**Nak\u0142adanie luminancji i chrominancji:** Wyodr\u0119bnione wysokocz\u0119stotliwo\u015bciowe linie strukturalne z czujnika CMOS s\u0105 nak\u0142adane na kana\u0142 luminancji obrazu termicznego. Jednocze\u015bnie dane dotycz\u0105ce koloru i intensywno\u015bci ciep\u0142a z kamery termowizyjnej s\u0105 wtapiane w kana\u0142y chrominancji.<\/p>\n<p>Powsta\u0142a po\u0142\u0105czona klatka wideo zachowuje zar\u00f3wno wysokokontrastowe sygnatury termiczne, jak i czytelne etykiety tekstowe lub kontury twarzy. To sprawia, \u017ce system jest idealny dla zespo\u0142\u00f3w poszukiwawczo-ratowniczych, inspektor\u00f3w przemys\u0142owych i si\u0142 bezpiecze\u0144stwa dzia\u0142aj\u0105cych w ca\u0142kowitej ciemno\u015bci.<\/p>\n<p>---<\/p>\n<h2 id=\"video-interfaces\">Cyfrowe i analogowe interfejsy wideo: H.265, MIPI i CVBS<\/h2>\n<p>R\u00f3\u017cne zastosowania wymagaj\u0105 okre\u015blonych interfejs\u00f3w wideo. Deweloperzy musz\u0105 oceni\u0107 wymagania warstwy fizycznej, protoko\u0142y i implikacje op\u00f3\u017anie\u0144 trzech g\u0142\u00f3wnych sygna\u0142\u00f3w wideo obs\u0142ugiwanych przez nowoczesne modu\u0142y mini 640, aby zr\u00f3wnowa\u017cy\u0107 ograniczenia wydajno\u015bci systemu.<\/p>\n<p>1TP5MIPI CSI-2 (Mobile Industry Processor Interface)<br \/>\nDo zastosowa\u0144 w edge-AI, robotyce i \u015bcis\u0142ej integracji z procesorami wbudowanymi, MIPI CSI-2 jest preferowanym interfejsem. Jest to szybka, r\u00f3\u017cnicowa magistrala szeregowa zaprojektowana do po\u0142\u0105cze\u0144 punkt-punkt mi\u0119dzy przetwornikami obrazu a procesorami aplikacyjnymi, takimi jak NVIDIA Jetson, Raspberry Pi czy NXP i.MX8.<\/p>\n<p>Modu\u0142 Mini 640 przesy\u0142a nieskompresowane 14-bitowe surowe dane radiometryczne przez dwie linie danych MIPI wraz z dedykowan\u0105 r\u00f3\u017cnicow\u0105 lini\u0105 zegara. Ta wysoka g\u0142\u0119bia bitowa zapewnia dost\u0119p do surowych zlicze\u0144 ADC termowizji (radiometrycznych pomiar\u00f3w temperatury), a nie tylko 8-bitowego obrazu wizualnego. MIPI CSI-2 dzia\u0142a z niemal zerowym op\u00f3\u017anieniem, poniewa\u017c surowe dane z czujnika s\u0105 przesy\u0142ane bezpo\u015brednio do bufora pami\u0119ci procesora hosta za pomoc\u0105 DMA. Poniewa\u017c MIPI opiera si\u0119 na sygnalizacji wysokiej cz\u0119stotliwo\u015bci i niskiego napi\u0119cia, odleg\u0142o\u015b\u0107 transmisji jest fizycznie ograniczona. \u015acie\u017cki na niestandardowych p\u0142ytach no\u015bnych musz\u0105 by\u0107 dopasowane impedancyjnie do 100 om\u00f3w (+\/- 10%) i nie mog\u0105 przekracza\u0107 15\u201320 cm d\u0142ugo\u015bci bez specjalistycznych aktywnych uk\u0142ad\u00f3w regeneruj\u0105cych sygna\u0142.<\/p>\n<p>### Strumieniowanie wideo IP H.265\/HEVC i H.264<br \/>\nDo sieciowych kamer bezpiecze\u0144stwa, \u0142\u0105czy telemetrycznych dron\u00f3w dalekiego zasi\u0119gu i zdalnego monitoringu przemys\u0142owego, wbudowany w modu\u0142 system-na-chipie konwertuje surowe dane na skompresowane strumienie H.265 (High-Efficiency Video Coding) lub H.264.<\/p>\n<p>H.265 oferuje do 50% redukcji przep\u0142ywno\u015bci w por\u00f3wnaniu do kodek\u00f3w poprzedniej generacji H.264 przy r\u00f3wnowa\u017cnej jako\u015bci wizualnej. Jest to kluczowe przy przesy\u0142aniu wysokorozdzielczego obrazu termowizyjnego 640x512 z pr\u0119dko\u015bci\u0105 30 klatek na sekund\u0119 (fps) przez \u0142\u0105cza kom\u00f3rkowe lub nadajniki telemetryczne w zat\u0142oczonym pa\u015bmie ISM. Strumie\u0144 H.265 jest enkapsulowany w standardowych protoko\u0142ach sieciowych, takich jak RTSP (Real-Time Streaming Protocol) czy ONVIF (Open Network Video Interface Profile). Pozwala to systemom na bezpo\u015brednie pod\u0142\u0105czenie miniaturowego rdzenia IP termowizji do gotowych, komercyjnych sieciowych rejestrator\u00f3w wideo (NVR) lub powszechnych system\u00f3w zarz\u0105dzania wideo (VMS). Jednak kompresja wprowadza op\u00f3\u017anienie rz\u0119du 50 do 150 ms ze wzgl\u0119du na czas przetwarzania wymagany do analizy makroblok\u00f3w, estymacji ruchu i buforowania klatek.<\/p>\n<p>### Analogowe wideo CVBS (Color, Video, Blanking, and Sync)<br \/>\nDo taktycznych dron\u00f3w FPV i integracji z systemami starszego typu, CVBS pozostaje wysoce istotny. Przesy\u0142a on kompozytowy analogowy sygna\u0142 wideo w pa\u015bmie podstawowym przez pojedynczy kabel koncentryczny lub par\u0119 r\u00f3\u017cnicow\u0105.<\/p>\n<p>W przeciwie\u0144stwie do potok\u00f3w cyfrowych, kt\u00f3re wymagaj\u0105 buforowania pakiet\u00f3w i etap\u00f3w dekodowania, CVBS prezentuje ci\u0105g\u0142y sygna\u0142 analogowy. Charakteryzuje si\u0119 on op\u00f3\u017anieniem propagacji poni\u017cej milisekundy, co czyni go preferowanym standardem do szybkiego pilota\u017cu przez analogowe gogle FPV. Operatorzy mog\u0105 skonfigurowa\u0107 wyj\u015bcie analogowe modu\u0142u Mini 640 dla standardu NTSC (rozdzielczo\u015b\u0107 640x480 przy 29,97 fps) lub PAL (rozdzielczo\u015b\u0107 720x576 przy 25 fps). Jednak CVBS jest podatny na zak\u0142\u00f3cenia RF i cierpi na t\u0142umienie sygna\u0142u na d\u0142ugich kablach. Sk\u0142adowe wideo wysokiej cz\u0119stotliwo\u015bci mog\u0105 ulec degradacji, co skutkuje nieco bardziej mi\u0119kkim obrazem z analogowymi artefaktami w \u015brodowiskach zaszumionych elektrycznie.<\/p>\n<p>---<\/p>\n<h2 id=\"lens-optimization\">Dob\u00f3r optyki i optymalizacja parametr\u00f3w obiektywu<\/h2>\n<p>Wydajno\u015b\u0107 detektora podczerwieni jest silnie ograniczona przez jego zesp\u00f3\u0142 optyczny. Poniewa\u017c zwyk\u0142e szk\u0142o optyczne poch\u0142ania fale LWIR, soczewki termowizyjne s\u0105 konstruowane przy u\u017cyciu specjalistycznych materia\u0142\u00f3w, takich jak **German (Ge)**, **Szk\u0142o chalkogenidkowe** lub **Krzem (Si)** ze specjalistycznymi pow\u0142okami antyrefleksyjnymi. Wyb\u00f3r optymalnej optyki ma krytyczne znaczenie dla dopasowania do profilu misji systemu.<\/p>\n<p>### Materia\u0142y do transmisji optycznej<br \/>\nW sklepie pracujemy z tymi podstawowymi materia\u0142ami optycznymi:<\/p>\n<p>\u2705 **German (Ge):** To z\u0142oty standard dla wysokowydajnych system\u00f3w soczewek LWIR. Oferuje wyj\u0105tkowo wysoki wsp\u00f3\u0142czynnik za\u0142amania \u015bwiat\u0142a (oko\u0142o 4,0 w pa\u015bmie LWIR) i nisk\u0105 dyspersj\u0119. Zapewnia wysok\u0105 skuteczno\u015b\u0107 transmisji optycznej (ponad 90% z pow\u0142okami antyrefleksyjnymi), ale jest stosunkowo ci\u0119\u017cki i wra\u017cliwy na wahania termiczne, co mo\u017ce powodowa\u0107 przesuni\u0119cia ostro\u015bci (rozogniskowanie termiczne).<\/p>\n<p>\u2705 **Szk\u0142o chalkogenkowe:** Ekonomiczna, l\u017cejsza alternatywa dla germanu, kt\u00f3r\u0105 mo\u017cna precyzyjnie formowa\u0107 w z\u0142o\u017cone kszta\u0142ty asferyczne. Redukuje to aberracje sferyczne przy jednoczesnym utrzymaniu niskich koszt\u00f3w produkcji surowca.<\/p>\n<p>\u2705 **Krzem (Si):** Stosowany g\u0142\u00f3wnie w soczewkach o kr\u00f3tkiej ogniskowej lub lekkich, ta\u0144szych konfiguracjach. Cho\u0107 jest bardziej wytrzyma\u0142y ni\u017c german, jego charakterystyka dyspersji i skuteczno\u015b\u0107 transmisji w pa\u015bmie 8-14 mikron\u00f3w ograniczaj\u0105 jego zastosowanie do mniej krytycznych konfiguracji konsumenckich.<\/p>\n<p>### Przys\u0142ona (liczba przys\u0142ony) i skuteczno\u015b\u0107 transmisji<br \/>\nLiczba przys\u0142ony, czyli apertura, to stosunek ogniskowej obiektywu (f) do \u015brednicy otworu wej\u015bciowego (D). Matematyczna reprezentacja to:<\/p>\n<p>$$\\text{Przys\u0142ona } (F) = \\frac{\\text{Ogniskowa } (f)}{\\text{\u015arednica otworu } (D)}$$<\/p>\n<p>Ilo\u015b\u0107 promieniowania cieplnego docieraj\u0105cego do FPA jest odwrotnie proporcjonalna do kwadratu liczby przys\u0142ony obiektywu:<\/p>\n<p>$$\\text{Strumie\u0144 promieniowania} \\propto \\frac{1}{F^2}$$<\/p>\n<p>Obiektyw z przys\u0142on\u0105 F\/1.0 wychwytuje dwa razy wi\u0119cej promieniowania podczerwonego ni\u017c obiektyw z F\/1.4. Wyb\u00f3r obiektywu o niskiej liczbie przys\u0142ony ma kluczowe znaczenie dla maksymalizacji efektywnego NETD sensora kamery. Pozwala to uzyska\u0107 ostre obrazy o wysokim kontra\u015bcie nawet w warunkach niskiego gradientu termicznego.<\/p>\n<p>### Opcje ogniskowych obiektyw\u00f3w i zasi\u0119gi detekcji (DRI)<br \/>\nProjektowanie lub zakup systemu termowizyjnego wymaga obliczenia odleg\u0142o\u015bci DRI (Detekcja, Rozpoznanie, Identyfikacja) w oparciu o Kryteria Johnsona:<\/p>\n<p>* **Detekcja:** Czy obiekt jest obecny? (wymaga co najmniej 1,5 piksela na celu).<br \/>\n* **Rozpoznanie:** Jaki to typ obiektu? (wymaga co najmniej 6,0 pikseli na celu).<br \/>\n* **Identyfikacja:** Szczeg\u00f3\u0142owe cechy obiektu? (wymaga co najmniej 12,0 pikseli na celu).<\/p>\n<p>Poni\u017cej znajduje si\u0119 macierz konfiguracji optycznej odwzorowuj\u0105ca ogniskowe na docelowe pola widzenia (FOV) i bezpieczne obliczenia DRI dla matrycy FPA 12 mikron\u00f3w dla standardowego celu ludzkiego (1,8 metra x 0,5 metra):<\/p>\n<table style=\"width: 100%; border-collapse: collapse; margin: 25px 0; font-size: 0.95em; border-radius: 8px; overflow: hidden; box-shadow: 0 4px 15px rgba(0,0,0,0.05);\">\n<thead>\n<tr style=\"background-color: #0056b3; color: white; text-align: left; font-weight: bold;\">\n<th style=\"padding: 12px 15px;\">Ogniskowa (mm)<\/th>\n<th style=\"padding: 12px 15px;\">Pole widzenia (FOV) na 640x512<\/th>\n<th style=\"padding: 12px 15px;\">Zasi\u0119g detekcji (m)<\/th>\n<th style=\"padding: 12px 15px;\">Zasi\u0119g rozpoznania (m)<\/th>\n<th style=\"padding: 12px 15px;\">Zasi\u0119g identyfikacji (m)<\/th>\n<th style=\"padding: 12px 15px;\">Typowe zastosowanie<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr style=\"border-bottom: 1px dotted #e9ecef;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">5.0<\/td>\n<td style=\"padding: 12px 15px;\">90.0\u00b0 x 72.0\u00b0<\/td>\n<td style=\"padding: 12px 15px;\">340<\/td>\n<td style=\"padding: 12px 15px;\">85<\/td>\n<td style=\"padding: 12px 15px;\">42<\/td>\n<td style=\"padding: 12px 15px;\">Szerokok\u0105tny FPV, omijanie przeszk\u00f3d, mikro-UAV<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px dotted #e9ecef; background-color: #f8f9fa;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">9.0<\/td>\n<td style=\"padding: 12px 15px;\">50.0\u00b0 x 40.0\u00b0<\/td>\n<td style=\"padding: 12px 15px;\">625<\/td>\n<td style=\"padding: 12px 15px;\">156<\/td>\n<td style=\"padding: 12px 15px;\">78<\/td>\n<td style=\"padding: 12px 15px;\">Monokulary taktyczne, ochrona obwodowa<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px dotted #e9ecef;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">13.0<\/td>\n<td style=\"padding: 12px 15px;\">34.6\u00b0 x 27.7\u00b0<\/td>\n<td style=\"padding: 12px 15px;\">900<\/td>\n<td style=\"padding: 12px 15px;\">225<\/td>\n<td style=\"padding: 12px 15px;\">112<\/td>\n<td style=\"padding: 12px 15px;\">Drony poszukiwawczo-ratownicze, \u0142adunki wielosensorowe<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px dotted #e9ecef; background-color: #f8f9fa;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">19.0<\/td>\n<td style=\"padding: 12px 15px;\">23.0\u00b0 x 18.0\u00b0<\/td>\n<td style=\"padding: 12px 15px;\">1,320<\/td>\n<td style=\"padding: 12px 15px;\">330<\/td>\n<td style=\"padding: 12px 15px;\">165<\/td>\n<td style=\"padding: 12px 15px;\">Obserwacja \u015bredniego zasi\u0119gu, UAV wysokog\u00f3rskie<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px dotted #e9ecef;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">35.0<\/td>\n<td style=\"padding: 12px 15px;\">12.5\u00b0 x 10.0\u00b0<\/td>\n<td style=\"padding: 12px 15px;\">2,430<\/td>\n<td style=\"padding: 12px 15px;\">607<\/td>\n<td style=\"padding: 12px 15px;\">303<\/td>\n<td style=\"padding: 12px 15px;\">Bezpiecze\u0144stwo granic, systemy patrolowe dalekiego zasi\u0119gu<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px dotted #e9ecef; background-color: #f8f9fa;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">50.0<\/td>\n<td style=\"padding: 12px 15px;\">8.8\u00b0 x 7.0\u00b0<\/td>\n<td style=\"padding: 12px 15px;\">3,470<\/td>\n<td style=\"padding: 12px 15px;\">867<\/td>\n<td style=\"padding: 12px 15px;\">433<\/td>\n<td style=\"padding: 12px 15px;\">Ochrona wybrze\u017ca, \u015bledzenie cel\u00f3w wojskowych<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>---<\/p>\n<h2 id=\"swap-c-optimization\">Optymalizacja SWaP-C dla \u0142adunk\u00f3w dron\u00f3w i system\u00f3w przeno\u015bnych<\/h2>\n<p>Projektowanie taktycznego wyposa\u017cenia noszonego przez \u017co\u0142nierzy (takiego jak monokulary lub gogle) lub \u0142adunk\u00f3w UAV nak\u0142ada \u015bcis\u0142e ograniczenia na parametry fizyczne. In\u017cynierowie musz\u0105 zarz\u0105dza\u0107 SWaP-C (Rozmiar, Waga, Moc i Koszt), aby zmaksymalizowa\u0107 czas lotu i zminimalizowa\u0107 zm\u0119czenie operatora.<\/p>\n<p>* **Rozmiar (Redukcja gabaryt\u00f3w):** Ultra-kompaktowy rozmiar **21 mm x 21 mm** pozwala na umieszczenie modu\u0142u termowizyjnego w ciasnych konfiguracjach, takich jak miniaturowe gimbale w cywilnych dronach poszukiwawczych typu DJI, taktyczne obudowy montowane na he\u0142mie do fuzji noktowizji i termowizji oraz kompaktowe celowniki montowane na broni.<br \/>\n* **Waga (Optymalizacja pod k\u0105tem lotu i walki):** Standardowe kamery termowizyjne mog\u0105 wa\u017cy\u0107 ponad 100 gram\u00f3w, wymagaj\u0105c ci\u0119\u017ckich mocowa\u0144 konstrukcyjnych. Lekki miniaturowy rdze\u0144 termiczny (poni\u017cej 15 gram\u00f3w bez optyki) zmniejsza obci\u0105\u017cenie mechaniczne silnik\u00f3w gimbala. Przek\u0142ada si\u0119 to bezpo\u015brednio na p\u0142ynniejsz\u0105 stabilizacj\u0119 i wyd\u0142u\u017cony czas lotu w przypadku quadkopter\u00f3w zasilanych bateryjnie. W przypadku r\u0119cznego sprz\u0119tu taktycznego ta niska waga zmniejsza obci\u0105\u017cenie szyi podczas d\u0142ugich misji.<br \/>\n* **Pob\u00f3r mocy (Pob\u00f3r operacyjny poni\u017cej 1,5 W):** Niech\u0142odzony rdze\u0144 LWIR jest zoptymalizowany pod k\u0105tem dynamicznego oszcz\u0119dzania energii. Dzia\u0142a w szerokim zakresie napi\u0119cia wej\u015bciowego (zazwyczaj od 3,3 V do 5,0 V DC) i zu\u017cywa mniej ni\u017c 1,5 W mocy podczas pracy w stanie ustalonym. Ten niski pob\u00f3r mocy ogranicza samonagrzewanie, kt\u00f3re w przeciwnym razie mog\u0142oby wprowadza\u0107 szum termiczny i pogarsza\u0107 odczyty czujnika podczas d\u0142ugotrwa\u0142ego u\u017cytkowania.<br \/>\n* **Odporno\u015b\u0107 \u015brodowiskowa (Stopie\u0144 ochrony obudowy IP54):** Urz\u0105dzenia przeznaczone do poszukiwa\u0144 i ratownictwa w terenie, operacji taktycznych lub inspekcji przemys\u0142owych wymagaj\u0105 solidnej ochrony przed zagro\u017ceniami \u015brodowiskowymi. Obudowa o stopniu ochrony IP54 chroni wra\u017cliwy niech\u0142odzony czujnik mikrobolometryczny i wewn\u0119trzn\u0105 elektronik\u0119 przetwarzaj\u0105c\u0105 przed burzami piaskowymi i bryzgami wody. Zapewnia to niezawodne dzia\u0142anie w nieprzyjaznych warunkach. Interesuj\u0105 Ci\u0119 historyczne wdro\u017cenia powietrznych sieci obserwacyjnych poddanych intensywnym presjom \u015brodowiskowym? Dowiedz si\u0119 wi\u0119cej o zdalnych systemach czujnik\u00f3w rozmieszczonych podczas prze\u0142omowych <a href=\"https:\/\/www.thermal-image.com\/pl\/blog\/pozary-w-pazdzierniku-2007-roku-w-santa-clara-w-kalifornii\/\">po\u017car\u00f3w w pa\u017adzierniku 2007 roku w Santa Clara w Kalifornii<\/a>.<\/p>\n<p>---<\/p>\n<h2 id=\"product-showcase\">Prezentacja i specyfikacje produktu<\/h2>\n<p>Aby pom\u00f3c integratorom system\u00f3w i projektantom uk\u0142ad\u00f3w w wyborze odpowiedniego rdzenia w stosunku do bud\u017cetu i cel\u00f3w dotycz\u0105cych \u0142adowno\u015bci, ten rejestr techniczny zawiera szczeg\u00f3\u0142owe specyfikacje wysokowydajnych modu\u0142\u00f3w mini.<\/p>\n<h3>Niekolowana miniaturowa kamera termowizyjna LWIR USB 640*512, modu\u0142 rdzenia do dron\u00f3w, podobna do DJI<\/h3>\n<p style=\"text-align: center;\"><img decoding=\"async\" src=\"https:\/\/www.thermal-image.com\/wp-content\/uploads\/2024\/04\/Hand-Holding-Mini-640-Uncooled-LWIR-thermal-Camera-Module-.jpg\" alt=\"R\u0119czny-mini-640-niech\u0142odzony-modu\u0142-kamery-termicznej-LWIR\" style=\"max-width: 100%; height: auto; border-radius: 8px; margin: 15px 0; box-shadow: 0 4px 10px rgba(0,0,0,0.1);\"><\/p>\n<p>Miniaturowy niech\u0142odzony modu\u0142 termowizyjny charakteryzuje si\u0119 ostrym i wyra\u017anym obrazem, kompaktowymi rozmiarami i niskim kosztem.<\/p>\n<p>Miniaturowy rozmiar 21 mm*21 mm, opcjonalna rozdzielczo\u015b\u0107 5\/9\/13\/18\/35\/50\/75\/100\/150 mm, 640*480, stabilna wydajno\u015b\u0107 i du\u017ca odporno\u015b\u0107 na warunki \u015brodowiskowe.<\/p>\n<p><a href=\"https:\/\/www.thermal-image.com\/pl\/product\/mini-640-niechlodzony-modul-kamery-termowizyjnej-lwir\/\" target=\"_blank\" style=\"display:inline-block; margin-top:15px; margin-bottom:20px; padding:12px 24px; background-color:#0056b3; color:#ffffff; text-decoration:none; border-radius:5px; font-weight:bold; font-size:1.1em; text-align:center;\">Wy\u015bwietl szczeg\u00f3\u0142y produktu i ceny \u2794<\/a><\/p>\n<p>* * *<\/p>\n<h3>Niekolowana miniaturowa kamera termowizyjna LWIR 256*192, modu\u0142 podobny do DJI, do wykrywania min<\/h3>\n<p style=\"text-align: center;\"><img decoding=\"async\" src=\"https:\/\/www.thermal-image.com\/wp-content\/uploads\/2024\/04\/Mini-256-Uncooled-LWIR-thermal-Camera-Module.jpg\" alt=\"Mini-256-niech\u0142odzony-modu\u0142-kamery-termicznej-LWIR\" style=\"max-width: 100%; height: auto; border-radius: 8px; margin: 15px 0; box-shadow: 0 4px 10px rgba(0,0,0,0.1);\"><\/p>\n<p>Mini 256 niech\u0142odzony modu\u0142 kamery termowizyjnej LWIR wykorzystuje wysokowydajne detektory podczerwieni do ultrawyra\u017anego obrazowania termicznego i dok\u0142adnego pomiaru temperatury. Przechwytuje promieniowanie podczerwone i generuje jednolity obraz termiczny z radiometri\u0105.<\/p>\n<p><a href=\"https:\/\/www.thermal-image.com\/pl\/product\/mini-256-niechlodzony-modul-kamery-termowizyjnej-lwir\/\" target=\"_blank\" style=\"display:inline-block; margin-top:15px; margin-bottom:20px; padding:12px 24px; background-color:#0056b3; color:#ffffff; text-decoration:none; border-radius:5px; font-weight:bold; font-size:1.1em; text-align:center;\">Wy\u015bwietl szczeg\u00f3\u0142y produktu i ceny \u2794<\/a><\/p>\n<p>* * *<\/p>\n<h3>Por\u00f3wnawcze specyfikacje techniczne<\/h3>\n<table style=\"width: 100%; border-collapse: collapse; margin: 25px 0; font-size: 0.95em; border-radius: 8px; overflow: hidden; box-shadow: 0 4px 15px rgba(0,0,0,0.05);\">\n<thead>\n<tr style=\"background-color: #343a40; color: white; text-align: left; font-weight: bold;\">\n<th style=\"padding: 12px 15px; width: 30%;\">Parametr<\/th>\n<th style=\"padding: 12px 15px; width: 35%;\">Mini 640 niech\u0142odzony modu\u0142 LWIR (wysoka rozdzielczo\u015b\u0107)<\/th>\n<th style=\"padding: 12px 15px; width: 35%;\">Mini 256 niech\u0142odzony modu\u0142 LWIR (taktyczny OEM)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr style=\"border-bottom: 1px solid #e9ecef;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">Aktywna rozdzielczo\u015b\u0107<\/td>\n<td style=\"padding: 12px 15px;\">640 x 512 pikseli (VGA-Plus)<\/td>\n<td style=\"padding: 12px 15px;\">256 x 192 pikseli (taktyczny poziom podstawowy)<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef; background-color: #f8f9fa;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">Rozstaw pikseli<\/td>\n<td style=\"padding: 12px 15px;\">Architektura o wysokiej g\u0119sto\u015bci 12 mikrometr\u00f3w<\/td>\n<td style=\"padding: 12px 15px;\">Architektura o wysokiej g\u0119sto\u015bci 12 mikrometr\u00f3w<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">NETD (Czu\u0142o\u015b\u0107)<\/td>\n<td style=\"padding: 12px 15px;\">&lt; 35 mK do &lt; 50 mK (przy F\/1.0, 30 Hz)<\/td>\n<td style=\"padding: 12px 15px;\">&lt; 40 mK do &lt; 50 mK (przy F\/1.0, 25 Hz)<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef; background-color: #f8f9fa;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">Opcje ogniskowych optyki<\/td>\n<td style=\"padding: 12px 15px;\">5 mm, 9 mm, 13 mm, 18 mm, 35 mm, 50 mm, 75 mm, 100 mm, 150 mm<\/td>\n<td style=\"padding: 12px 15px;\">Konfiguracje obiektyw\u00f3w 3,2 mm, 4,3 mm, 9,0 mm<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">Cz\u0119stotliwo\u015bci od\u015bwie\u017cania strumienia<\/td>\n<td style=\"padding: 12px 15px;\">Do 30 Hz \/ 25 Hz<\/td>\n<td style=\"padding: 12px 15px;\">Cz\u0119stotliwo\u015bci 25 Hz \/ 30 Hz<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef; background-color: #f8f9fa;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">G\u0142\u00f3wne interfejsy wideo<\/td>\n<td style=\"padding: 12px 15px;\">H.265\/H.264 IP, USB 2.0\/USB Type-C, surowe MIPI CSI-2, analogowe CVBS<\/td>\n<td style=\"padding: 12px 15px;\">USB 2.0, surowe SPI\/MIPI, CVBS analogowe kompozytowe<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">Fizyczny rozmiar obudowy<\/td>\n<td style=\"padding: 12px 15px;\">21 mm x 21 mm (miniaturowy niech\u0142odzony rdze\u0144)<\/td>\n<td style=\"padding: 12px 15px;\">21 mm x 21 mm (miniaturowy niech\u0142odzony rdze\u0144)<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef; background-color: #f8f9fa;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">Pob\u00f3r mocy operacyjnej<\/td>\n<td style=\"padding: 12px 15px;\">&lt; 1,5 W przy ci\u0105g\u0142ym obci\u0105\u017ceniu<\/td>\n<td style=\"padding: 12px 15px;\">&lt; 0,8 W przy niskim profilu systemowym<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">Docelowa ocena \u015brodowiskowa<\/td>\n<td style=\"padding: 12px 15px;\">Ochrona przed py\u0142em i zachlapaniem IP54<\/td>\n<td style=\"padding: 12px 15px;\">Ochrona przed py\u0142em i zachlapaniem IP54<\/td>\n<\/tr>\n<tr style=\"border-bottom: 1px solid #e9ecef; background-color: #f8f9fa;\">\n<td style=\"padding: 12px 15px; font-weight: bold;\">Mo\u017cliwo\u015bci radiometryczne<\/td>\n<td style=\"padding: 12px 15px;\">\u015aledzenie punktu centralnego w czasie rzeczywistym, alarmy graniczne, analiza obszaru docelowego<\/td>\n<td style=\"padding: 12px 15px;\">Precyzyjna radiometria, zlokalizowane profile \u015bledzenia wysokiej temperatury<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>---<\/p>\n<h2 id=\"software-integration\">Integracja oprogramowania krok po kroku i analityka brzegowej AI<\/h2>\n<p>Przetwarzanie surowego wideo z Mini 640 przez USB lub MIPI CSI-2 wymaga ustrukturyzowanego potoku oprogramowania. Poni\u017cszy przyk\u0142adowy kod demonstruje, jak po\u0142\u0105czy\u0107 si\u0119 z kamer\u0105 za pomoc\u0105 OpenCV w Pythonie na komputerze SBC opartym na systemie Linux (takim jak Raspberry Pi). Ten program przechwytuje surowe klatki wideo, przeprowadza detekcj\u0119 gor\u0105cych punkt\u00f3w opart\u0105 na progu i nak\u0142ada wska\u017aniki \u015bledzenia w czasie rzeczywistym.<\/p>\n<p>```python<br \/>\n#!\/usr\/bin\/env python3<br \/>\n\"\"\"<br \/>\nPlan integracji dla programist\u00f3w: Dynamiczne \u015bledzenie celu w czasie rzeczywistym<br \/>\nDocelowy sprz\u0119t komponentu: Mini 640 niech\u0142odzony modu\u0142 rdzenia termowizyjnego LWIR<br \/>\n\"\"\"<\/p>\n<p>import cv2<br \/>\nimport numpy as np<br \/>\nimport sys<\/p>\n<p>def initialize_thermal_pipeline(device_id=0):<br \/>\n    \"\"\"<br \/>\n    Nawi\u0105zuje komunikacj\u0119 z Mini 640 przez standardowy interfejs USB UVC lub wirtualny sterownik MIPI.<br \/>\n    \"\"\"<br \/>\n    # Otw\u00f3rz strumie\u0144 przechwytywania (0 to zazwyczaj domy\u015blne \u0142\u0105cze kamery systemowej)<br \/>\n    cap = cv2.VideoCapture(device_id)<\/p>\n<p>    # Skonfiguruj atrybuty przechwytywania klatek dla naturalnej konfiguracji rozdzielczo\u015bci 640x512<br \/>\n    cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)<br \/>\n    cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 512)<\/p>\n<p>    if not cap.isOpened():<br \/>\n        print(f\"B\u0142\u0105d: Nie mo\u017cna po\u0142\u0105czy\u0107 si\u0119 z modu\u0142em termicznym na indeksie urz\u0105dzenia {device_id}\")<br \/>\n        sys.exit(1)<\/p>\n<p>    return cap<\/p>\n<p>def run_analytical_process_loop(cap):<br \/>\n    print(\"Inicjowanie segmentu \u015bledzenia termicznego. Naci\u015bnij 'q', aby bezpiecznie zako\u0144czy\u0107 p\u0119tl\u0119.\")<\/p>\n<p>    while True:<br \/>\n        ret, frame = cap.read()<br \/>\n        if not ret:<br \/>\n            print(\"B\u0142\u0105d: Odebrano pusty bufor ramki z czujnika.\")<br \/>\n            break<\/p>\n<p>        # Konwertuj ramk\u0119 na skal\u0119 szaro\u015bci, je\u015bli odebrano jako kolor, do oblicze\u0144<br \/>\n        if len(frame.shape) == 3:<br \/>\n            gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)<br \/>\n        else:<br \/>\n            gray_frame = frame<\/p>\n<p>        # Zastosuj rozmycie Gaussa, aby z\u0142agodzi\u0107 artefakty szumu sta\u0142ego wzorca (FPN) i odstaj\u0105ce warto\u015bci o wysokiej cz\u0119stotliwo\u015bci<br \/>\n        blurred = cv2.GaussianBlur(gray_frame, (5, 5), 0)<\/p>\n<p>        # Zlokalizuj absolutnie najja\u015bniejszy (najgor\u0119tszy) piksel w ramce termicznej<br \/>\n        min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(blurred)<\/p>\n<p>        # Dynamicznie segmentuj gor\u0105ce punkty za pomoc\u0105 progowania<br \/>\n        # Piksele o warto\u015bciach powy\u017cej 90% warto\u015bci maksymalnej s\u0105 izolowane<br \/>\n        threshold_value = max_val * 0.90<br \/>\n        _, thresholded_img = cv2.threshold(blurred, threshold_value, 255, cv2.THRESH_BINARY)<\/p>\n<p>        # Pobierz kontury strukturalne z segmentowanych region\u00f3w gor\u0105cych punkt\u00f3w<br \/>\n        contours, _ = cv2.findContours(thresholded_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)<\/p>\n<p>        # Narysuj niestandardow\u0105 map\u0119 pseudo-kolor\u00f3w do wy\u015bwietlania (przybli\u017cenie Jet lub Ironbow)<br \/>\n        colored_frame = cv2.applyColorMap(gray_frame, cv2.COLORMAP_JET)<\/p>\n<p>        # Iteruj po zlokalizowanych konturach i rysuj ramk\u0119 ograniczaj\u0105c\u0105 wok\u00f3\u0142 du\u017cych gor\u0105cych punkt\u00f3w<br \/>\n        for contour in contours:<br \/>\n            # Ignoruj ma\u0142e skoki sygna\u0142u (np. obszar &lt; 20 pikseli), aby unikn\u0105\u0107 fa\u0142szywych alarm\u00f3w &lt; 20:\n\n\n\n\n<figure class=\"wp-block-image aligncenter size-large\" style=\"margin: 30px 0;\">\n    <img decoding=\"async\" src=\"https:\/\/www.thermal-image.com\/wp-content\/uploads\/2024\/07\/thermal-camera-module-1.jpg\" alt=\"Zastosowania modu\u0142\u00f3w obrazowania termowizyjnego\" title=\"Zastosowania modu\u0142\u00f3w obrazowania termowizyjnego\" style=\"display:block; margin:25px auto; border-radius:12px; width:100%; max-width:650px; box-shadow: 0 4px 15px rgba(0,0,0,0.05);\"\/><figcaption style=\"text-align: center; font-style: italic; color: #777; margin-top: 10px; font-size: 0.9em;\">Rysunek 2: Zastosowania modu\u0142u kamery termowizyjnej<\/figcaption><\/figure>\n<h2 id=\"integration-faq\">FAQ dotycz\u0105ce zaawansowanej integracji<\/h2>\n<details style=\"background: #ffffff; border: 1px solid #e9ecef; border-left: 4px solid #0056b3; padding: 16px; border-radius: 6px; margin-bottom: 16px; cursor: pointer; box-shadow: 0 2px 8px rgba(0,0,0,0.04);\">\n<summary style=\"font-weight: 700; font-size: 1.15em; color: #2c3e50; outline: none;\">Czy mog\u0119 przesy\u0142a\u0107 strumieniowo w czasie rzeczywistym wideo termiczne o wysokiej rozdzielczo\u015bci 640x512 do Raspberry Pi lub Arduino?<\/summary>\n<div style=\"padding-top: 12px; color: #495057; line-height: 1.7; font-size: 1em;\">\n    Sp\u00f3jrzmy prawdzie w oczy. Praca z wysokiej rozdzielczo\u015bci strumieniem wideo termicznego 640x512 przy pr\u0119dko\u015bci do 30 klatek na sekund\u0119 to zadanie o du\u017cej przepustowo\u015bci. Podstawowe mikrokontrolery, takie jak Arduino, po prostu nie mog\u0105 przetwarza\u0107 tych strumieni danych ze wzgl\u0119du na niskie cz\u0119stotliwo\u015bci taktowania (zazwyczaj 16 MHz), brak dedykowanych bufor\u00f3w ramki i ograniczon\u0105 pami\u0119\u0107 SRAM (poni\u017cej 32 KB). Do przetwarzania termicznego w czasie rzeczywistym musisz przej\u015b\u0107 na procesor aplikacyjny, taki jak Raspberry Pi (4 lub 5) lub modu\u0142 NVIDIA Jetson. Modu\u0142 termiczny Mini 640 upraszcza t\u0119 integracj\u0119, obs\u0142uguj\u0105c standardowe po\u0142\u0105czenia USB 2.0 UVC typu plug-and-play oraz surowe fizyczne potoki MIPI CSI-2, umo\u017cliwiaj\u0105c przesy\u0142anie nieskompresowanych 14-bitowych danych bezpo\u015brednio do standardowych potok\u00f3w OpenCV.\n  <\/div>\n<\/details>\n<details style=\"background: #ffffff; border: 1px solid #e9ecef; border-left: 4px solid #0056b3; padding: 16px; border-radius: 6px; margin-bottom: 16px; cursor: pointer; box-shadow: 0 2px 8px rgba(0,0,0,0.04);\">\n<summary style=\"font-weight: 700; font-size: 1.15em; color: #2c3e50; outline: none;\">Jak uzyska\u0107 fuzj\u0119 noktowizyjn\u0105 z analogowym modu\u0142em termicznym i czujnikiem CMOS?<\/summary>\n<div style=\"padding-top: 12px; color: #495057; line-height: 1.7; font-size: 1em;\">\n    Oto sedno sprawy: fuzja noktowizyjna z wielu czujnik\u00f3w wymaga po\u0142\u0105czenia pod\u015bwietlania gor\u0105cych cel\u00f3w przez niech\u0142odzone rdzenie LWIR ze strukturalnym o\u015bwietleniem otoczenia z wysoko czu\u0142ych czujnik\u00f3w CMOS do s\u0142abego \u015bwiat\u0142a. Mechanicznie, oba obiektywy s\u0105 ustawione obok siebie we wsp\u00f3lnej obudowie. Cyfrowo, procesor sygna\u0142owy czasu rzeczywistego wyr\u00f3wnuje przestrzenie wsp\u00f3\u0142rz\u0119dnych za pomoc\u0105 macierzy homografii, aby skorygowa\u0107 paralaks\u0119. Systemy nast\u0119pnie wykonuj\u0105 mieszanie na poziomie pikseli: system stosuje przestrzenny filtr g\u00f3rnoprzepustowy, aby wyodr\u0119bni\u0107 kraw\u0119dzie (drobne szczeg\u00f3\u0142y i tekst) z czujnika CMOS, a nast\u0119pnie nak\u0142ada te linie na pseudokolorowe p\u0142\u00f3tno termiczne. Ostateczny wynik jest dost\u0119pny jako skompresowany strumie\u0144 IP H.265 lub bezop\u00f3\u017anieniowe analogowe wyj\u015bcie CVBS.\n  <\/div>\n<\/details>\n<details style=\"background: #ffffff; border: 1px solid #e9ecef; border-left: 4px solid #0056b3; padding: 16px; border-radius: 6px; margin-bottom: 16px; cursor: pointer; box-shadow: 0 2px 8px rgba(0,0,0,0.04);\">\n<summary style=\"font-weight: 700; font-size: 1.15em; color: #2c3e50; outline: none;\">Co sprawia, \u017ce ten mini modu\u0142 640 nadaje si\u0119 do niestandardowych monokular\u00f3w DIY lub \u0142adunk\u00f3w dron\u00f3w w por\u00f3wnaniu z zamkni\u0119tymi systemami komercyjnymi?<\/summary>\n<div style=\"padding-top: 12px; color: #495057; line-height: 1.7; font-size: 1em;\">\n    Zamkni\u0119te systemy komercyjne (takie jak \u0142adunki termiczne DJI) dzia\u0142aj\u0105 w ograniczonych, zastrze\u017conych ekosystemach oprogramowania, kt\u00f3re uniemo\u017cliwiaj\u0105 niestandardowe modyfikacje sprz\u0119towe. W przeciwie\u0144stwie do nich, rdze\u0144 Mini 640 zosta\u0142 zaprojektowany z my\u015bl\u0105 o pe\u0142nej kontroli integracji. Dzi\u0119ki kompaktowym wymiarom 21 mm x 21 mm idealnie pasuje do mikrogimbali lub r\u0119cznych obud\u00f3w taktycznych. Jego wbudowany system-na-chipie obs\u0142uguje kompresj\u0119 H.265, co u\u0142atwia przesy\u0142anie wysokiej jako\u015bci wideo przez standardowy sprz\u0119t sieciowy. W przypadku latania FPV wra\u017cliwego na op\u00f3\u017anienia, natywne analogowe po\u0142\u0105czenie CVBS wysy\u0142a natychmiastowy obraz bezpo\u015brednio do gogli FPV. Otwarte zestawy SDK i standardowe protoko\u0142y interfejs\u00f3w umo\u017cliwiaj\u0105 programistom dostosowywanie algorytm\u00f3w sterowania i funkcji oprogramowania do konkretnych cel\u00f3w misji.\n  <\/div>\n<\/details>\n<p>---<\/p>\n<div style=\"background-color: #f1f3f5; padding: 25px; border-radius: 8px; margin-top: 40px; border-top: 4px solid #ced4da;\">\n<h3 style=\"margin-top:0; color: #343a40;\">\ud83d\udcda Pi\u015bmiennictwo i dalsze lektury<\/h3>\n<ul style=\"line-height: 1.8; color: #495057;\">\n<li><strong>Standard bran\u017cowy:<\/strong> Rozw\u00f3j widzenia komputerowego w czasie rzeczywistym za pomoc\u0105 open-source <a href=\"https:\/\/opencv.org\" target=\"_blank\" rel=\"noopener\">Biblioteka OpenCV<\/a>.<\/li>\n<li><strong>Powi\u0105zany przewodnik:<\/strong> Zapoznaj si\u0119 z naszymi zasobami projektowymi do budowy lekkiego, taktycznego sprz\u0119tu termicznego w naszym <a href=\"https:\/\/www.thermal-image.com\/pl\/blog\/najlepszy-nocny-modul-kamery-termowizyjnej-do-projektow-diy-taktyczny\/\">Przewodnik integracji DIY taktycznej kamery termicznej noktowizyjnej<\/a>.<\/li>\n<li><strong>Mapa strony i wyb\u00f3r produkt\u00f3w:<\/strong> Przegl\u0105daj nasz\u0105 pe\u0142n\u0105 gam\u0119 niech\u0142odzonych rdzeni za po\u015brednictwem <a href=\"https:\/\/www.thermal-image.com\/pl\/sklep-38-slider-banera-domowego\/\">Portal sklepu z obrazowaniem termicznym<\/a>.<\/li>\n<\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"<p># Mini 640 Thermal Camera Module: Night Vision CMOS Analog Video &#038; H.265 Integration Guide The rapid convergence of drone-based thermography, tactical night vision systems, and<span class=\"excerpt-hellip\"> [\u2026]<\/span><\/p>\n","protected":false},"author":1,"featured_media":2749,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"rank_math_title":"Mini 640 Thermal Camera Module: Night Vision CMOS Analog Video & H.265 Integration Guide","rank_math_description":"Looking for a high-res mini 640 thermal imaging module? Explore our IP54, H.265 analog core with CMOS sensor night vision. Contact our AI thermal experts today!","rank_math_focus_keyword":"thermal camera module mini 640 analog thermal imaging module with night vision cmos sensor ip54 h.265","rank_math_robots":"index, follow","_rank_math_focus_keyword":"thermal camera module mini 640 analog thermal imaging module with night vision cmos sensor ip54 h.265","_rank_math_title":"Mini 640 Thermal Camera Module: Night Vision CMOS Analog Video & H.265 Integration Guide","_rank_math_description":"Looking for a high-res mini 640 thermal imaging module? Explore our IP54, H.265 analog core with CMOS sensor night vision. Contact our AI thermal experts today!"},"categories":[148],"tags":[],"class_list":["post-2750","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"_links":{"self":[{"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/posts\/2750","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/comments?post=2750"}],"version-history":[{"count":0,"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/posts\/2750\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/media\/2749"}],"wp:attachment":[{"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/media?parent=2750"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/categories?post=2750"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.thermal-image.com\/pl\/wp-json\/wp\/v2\/tags?post=2750"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}