2、关键性能指标（KPI）体系：噪声等效温差（NETD）、最小可分辨温差（MRTD）、探测距离、视场角（FOV）、帧频

各位同学，欢迎来到第二章。上一章我们聊了红外系统的基本原理，说白了就是「看到温度」。但光知道原理没用，你得知道怎么评价一套系统好不好。

我个人习惯，拿到一款红外热像仪，先看五个数字：NETD、MRTD、探测距离、FOV、帧频。这五个指标，就是红外系统的「体检报告」。今天咱们一个一个拆开讲。

2.1 噪声等效温差（NETD）—— 灵敏度的「体温计」

NETD 的全称是 Noise Equivalent Temperature Difference。翻译成人话就是：系统能「看到」的最小温差。

怎么理解？你拿一台热像仪对着墙面，墙面上有一个比环境温度高 0.1℃ 的斑点。如果 NETD 是 50mK（0.05℃），那这个斑点清晰可见。如果 NETD 是 100mK，那它可能就淹没在噪声里了。

NETD 的典型值范围：

2.2 最小可分辨温差（MRTD）—— 真正的人眼感知指标

NETD 是探测器本身的物理极限。但人眼不是探测器，人眼有视觉暂留、有空间积分能力。所以就有了 MRTD——最小可分辨温差。

MRTD 的定义是：观察者通过红外系统，刚好能分辨出四条明暗相间的条纹（靶标）时，目标与背景之间的温差。说白了，这是「人 + 机」联合系统的灵敏度。

你想想看，NETD 再好，如果光学系统模糊、显示器分辨率低，人眼照样看不清。MRTD 把所有这些因素都考虑进去了。

MRTD 与空间频率的关系：

2.3 探测距离 —— 用户最关心的数字

说实话，客户问得最多的问题就是：「你这台机能看多远？」

但探测距离不是单一数字。它取决于三个因素：目标大小、目标与环境温差、大气衰减。

我习惯用这个简化公式估算：

R = (ΔT × τ_atm × D) / (MRTD × ω_target)

其中：

• R：探测距离（km）
• ΔT：目标与环境温差（K）
• τ_atm：大气透过率（与距离、湿度、波长有关）
• D：光学口径（mm）
• MRTD：对应空间频率下的最小可分辨温差（mK）
• ω_target：目标张角（mrad）

2.4 视场角（FOV）—— 看得宽 vs 看得远

FOV 就是红外系统能看到的范围，分水平视场角和垂直视场角。它由探测器靶面尺寸和光学焦距决定：

FOV_h = 2 × arctan( W / (2 × f) )
FOV_v = 2 × arctan( H / (2 × f) )

其中 W、H 是探测器靶面的宽和高，f 是焦距。

这里有个永恒的 trade-off：

• 大 FOV（广角）：看得宽，但每个像素对应的空间角度大，分辨率低，探测距离近。
• 小 FOV（长焦）：看得远，分辨率高，但视野窄，容易丢失目标。

2.5 帧频 —— 动态场景的「刷新率」

帧频就是每秒显示的图像帧数，单位 Hz。对于静态场景，25Hz 就够了。但对于高速运动目标，帧频低了会怎样？

你想想看，一辆时速 100km 的汽车，在 1/25 秒内移动了 1.1 米。如果帧频只有 9Hz，那相邻两帧之间目标移动了 3 米多，画面会严重卡顿，跟踪算法也容易跟丢。

不同场景的帧频需求：

• 手持测温：9 ~ 25 Hz，够用
• 安防监控：25 ~ 50 Hz，流畅
• 高速目标跟踪：50 ~ 100 Hz，必须
• 科学瞬态测量：100 Hz 以上，需要高速相机

2.6 五个指标的耦合关系

讲到这里，你应该明白了：这五个指标不是独立的。它们像五根绳子，你拉一根，其他四根都会动。

我总结了一个简单的耦合矩阵：