DORI számítási útmutató (2026): Lépésről lépésre EN 62676-4 megfelelőség valós projektekhez
Három valós, működő példa – raktári rakodótér, parkoló ANPR kapuja és banki pénztárgép – a teljes EN 62676-4 szerinti pixel/méter aritmetikai leírással. A cikk végére fejben ki tudod majd számolni DORI szinteket bármilyen kamera- és céltávolságra, és pontosan tudni fogod, hogy melyik kamera-objektív kombináció felel meg az adott DORI küszöbértéknek.
Tartalomjegyzék
Amit tanulni fogsz
DORI -ról olvasni rendben van. Egy valós projekten DORI kiszámítása az, ami valójában elnyeri a pályázatokat és túléli az üzembe helyezést. Ez a cikk a koncepcionális DORI magyarázó gyakorlati megfelelője. Kiválasztottunk három projektarchetípust, amelyek a CCTV-tervek nagyjából 80%-ában előfordulnak, és mindegyiken végigfuttattuk az EN 62676-4 szerinti számokat, elejétől a végéig, látható matematikai számításokkal. A végére meg kell tudnod nézni a kamera adatlapját, a lencseválasztást és a céltávolságot, és harminc másodpercen belül tudni kell, hogy a terv melyik DORI szintnek felel meg.
Miért három példa, és nem egy? Mert minden archetípus a számítás más részét hangsúlyozza. A raktár arra kényszerít, hogy elgondolkodj azon, hogyan romlik DORI értéke a távolsággal. Az ANPR kapu arra kényszerít, hogy elgondolkodj a rendszámtábla olvashatóságának pixel-magasságán. A banki pénztáros arra kényszerít, hogy elgondolkodj az arcfelismerés pixelsűrűségén közelről, korlátozott objektívválaszték mellett. Együttesen lefedik azokat a számítási erőket, amelyekre szinte minden olyan tervhez szükséged van, amellyel találkozol.
DORI matematikai felfrissítő – a képlet egy bekezdésben
EN 62676-4 szabvány DORI a céltávolságon lévő méterenkénti pixelszámban határozza meg. Az aritmetika középiskolai geometria: a lencse látószöge a jelenet egy vízszintes szeletére vetül, és a kamera vízszintes pixelszáma eloszlik ezen a szeleten. A tömör képlet a következő:
A DORI pixel/méter képlet
PPM = (fókusztávolság_mm × képszélesség_pixel) / (érzékelő_szélesség_mm × távolság_m)
- focal_length_mm — the lens you have selected (e.g. 6mm, 12mm).
- image_width_pixels — the horizontal pixel count (e.g. 2560 for 4MP at 16:9).
- sensor_width_mm — the horizontal sensor dimension (1/2.8" ≈ 5.376mm; 1/1.8" ≈ 7.20mm).
- distance_m — the metres from the camera to the target.
Hasonlítsa össze az eredményt az EN 62676-4 szabvány küszöbértékeivel: 25 ppm detektálás, 62 ppm megfigyelés, 125 ppm felismerés, 250 ppm azonosítás. A 2025-ös módosítás bevezeti OODPCVS módokat, amelyek kiterjesztik ezt a szókincset, de az alapul szolgáló pixelaritmetika azonos.
Két gyakorlati megjegyzés, mielőtt rátérnénk a bemutatókra. Először is, a szenzor méretét általában hüvelyk töredékében adják meg (1/2,8", 1/1,8", 1/1,2") – ezek nem szó szerint hüvelykben értendők, hanem a vidikon tubusos kamerákból származó hagyományos elnevezések. Használd az alábbi átváltási táblázatot, vagy bízd a számológépedre a keresést. Másodszor, a képlet egy szabványos, egyenes vonalú objektívet feltételez. A nagylátószögű és halszemoptikák hordótorzítást okoznak, amely finoman megváltoztatja a képen belüli effektív pixelsűrűséget; ezek esetében a gyártó effektív fókusztávolság-adatát használd a névleges érték helyett.
| Érzékelő mérete | Vízszintes mm |
|---|---|
| 1/3" | 4.80mm |
| 1/2.8" | 5.376mm |
| 1/2.5" | 5.76mm |
| 1/1.8" | 7.20mm |
| 1/1.2" | 10.67mm |
1. útmutató — Raktári rakodódokk
A beállítás. Egy logisztikai ügyfél CCTV-t szerel fel egy 25 méter széles rakodódokkra, amelynek egyik kamerája az épület falára van felszerelve, közvetlenül a dokkolóajtó fölé, és az udvarra néz. A kiválasztott kamera 4 MP-es, 1/2,8"-os érzékelővel (2560 × 1440, 5,376 mm vízszintes) és 6 mm-es fix objektívvel. A kérdés: milyen DORI szintet ér el ez a kamera 10, 20 és 35 méterre a faltól?
A számok
- PPM @ 10 m = (6 × 2560) / (5,376 × 10) = 285,7 ppm → Azonosítás (>250)
- PPM @ 20m = (6 × 2560) / (5,376 × 20) = 142,9 ppm → Felismerés (>125)
- PPM 35 méteren = (6 × 2560) / (5,376 × 35) = 81,6 ppm → Megfigyelés (>62)
Az értelmezés. Egyetlen 4 MP-es, 6 mm-es kamera lefedi a dokkot, három különböző DORI szinttel, három különböző tartományban: azonosítás közvetlenül az ajtónál, felismerés az udvar közepén, megfigyelés a rakodótér mélyén. Egy 25 méter széles dokk esetében a dokk felületén minden pixel megfelel a felismerés vagy annál jobb kritériumnak, ami a megfelelő küszöbérték ahhoz, hogy „tudjuk, ki melyik konténert vette fel”.
A tervezési következtetés. Ha az ügyfélnek 20 méterről kell azonosítania (például targoncavezetői azonosító leolvasásához teljes yardos távolságból), akkor ez a kamera nem elég – vagy hosszabb fókusztávolságra van szükségük (ami feláldozza a széles, ajtó közeli látómezőt), vagy nagyobb felbontású érzékelőre (ugyanazon a 6 mm-es objektíven a 8 MP 20 méteren túl is képes azonosítani). A bejárás számokban mutatja meg a kompromisszumot, ami pontosan az a beszélgetés, amelyet az ügyféllel a telepítés előtt, és nem utána szeretne lefolytatni.
2. útmutató — Parkoló ANPR kapu
A beállítás. Egy kereskedelmi ügyfél automatikus rendszámfelismerő ( ANPR ) rendszert szeretne egy mélygarázs bejáratánál. A sorompó 5 méterre van a kameratartótól. A kiválasztott kamera 8 MP-es, 1/1,8"-os érzékelővel (3840 × 2160, 7,20 mm vízszintes) és 12 mm-es fix objektívvel. A kérdés: megfelel-e ez a kombináció az azonosítás (250 ppm) követelményeinek a kapunál, és mekkora a mozgástér?
A számok
- PPM 5 m-en = (12 × 3840) / (7,20 × 5) = 1280 ppm → Azonosítás (>>250)
- PPM @ 10m = (12 × 3840) / (7,20 × 10) = 640 ppm → Azonosítás (>>250)
- PPM @ 25m = (12 × 3840) / (7,20 × 25) = 256 ppm → Azonosítás (kicsit 250 felett)
Az értelmezés. 5 méteren a kamera 1280 ppm-et szolgáltat – ez több mint ötszöröse az EN 62676-4 azonosítási küszöbértéknek. Ez a mozgástér nem vész kárba. ANPR csak akkor működik megbízhatóan, ha a rendszámtábla jól megvilágított, jó szögben áll és mentes a mozgás okozta elmosódástól – a pixelmozgási térnek köszönhetően a rendszer tolerálja az elkerülhetetlen valós minőségromlást (eső a lencsén, alacsony napsütés, a jármű enyhe dőlése) anélkül, hogy az olvashatósági küszöb alá esne. Egy olyan kialakítás, amely laboratóriumi körülmények között mindössze 250 ppm-et képes elszűrni, általában gyártás közben kudarcot vall.
A tervezési következtetés. A 8MP-es 12 mm-es objektív jól illeszkedik egy 5 méteres kapuhoz, jelentős mozgástérrel. Ha ugyanazt a kamerát hátrébb szerelnénk fel – akár nagyjából 25 méterre is –, akkor is megfelelne az azonosítási követelményeknek, de sokkal kisebb környezeti toleranciával. Egyetlen célú ANPR kamera esetében a nagyméretű pixel-magasság a megfelelő tervezési döntés, nem pedig pazarló megoldás.
3. végigjátszás — Banki pénztárgép
A beállítás. Egy kiskereskedelmi bank korszerűsíti a pénztárak fiókjaiban található CCTV-rendszert. Minden pénztári ablakhoz tartozik egy külön kamera, amely a hátsó falra van szerelve, 4 méterre a pult vásárlói oldalától. A kiválasztott kamera egy 6 MP-es, 1/1,8"-os érzékelővel (3072 × 2048, 7,20 mm vízszintes) és egy 8 mm-es fix objektívvel. A kérdés: vajon ez megfelel-e a 250 ppm-es azonosítási követelménynek a pult vásárlói oldalán arcfelismerési célokra?
A számok
- PPM @ 4m = (8 × 3072) / (7,20 × 4) = 853 ppm → Azonosítás (>>250)
- PPM 6 méteren = (8 × 3072) / (7,20 × 6) = 569 ppm → Azonosítás (>>250)
- PPM @ 12m = (8 × 3072) / (7,20 × 12) = 284 ppm → Azonosítás (kicsit 250 felett)
Az értelmezés. A 6MP-es, 8 mm-es kamera 250 ppm-es azonosítási sebességet biztosít a pénztárnál, jelentős pixelmagassággal. EN 62676-4 250 ppm-et jelöl meg olyan szintként, amelyen egy ismeretlen személy azonosítható a kép alapján – pontosan ez az eset áll fenn az arcfelismerésnél, amelyet egy megjelölt tranzakció indít el. Ugyanez a kamera nagyjából 12 méterig képes azonosítani, ami nagyobb, mint bármely hagyományos pénztárgép mélysége.
A tervezési következtetés. Ennél a geometriánál a szerelési magasság és a megrendelő arcához viszonyított szög fontosabb, mint a további pixelek. Egy meredek felülnézeti szögből nézve egy felületet nehezebb azonosítani, mint ugyanazt a pixelszámot egy közel szemből nézett felületen – a pixelsűrűség szükséges, de nem elégséges feltétel. A bemutatás a megfelelő tervezési párbeszédet mutatja be: a következő iterációban a kamera specifikációja helyett a szerelési pozícióra kell összpontosítani.
EN 62676-4 küszöbérték-emlékeztető. A 250 ppm azonosítási küszöbérték az a szabványosított határérték, amely felett egy ismeretlen személy megbízhatóan azonosítható a kép alapján. A helyi arcfelismerő algoritmusoknak általában lényegesen kevesebbre van szükségük a működéshez, de a 250 ppm-es érték az, ami túléli a bírósági bizonyítékok vizsgálatát – ami végső soron az a küszöb, amelyre egy banki pénztáros telepítését tervezik.
Gyakori hibák
Három hiba okozza szinte minden „a matek azt mondja, hogy igen, de a telepítés nem sikerül” beszélgetésünket. A cikk létrejöttének nagy része az, hogy megspórolhatjuk az oda-vissza utat.
- Érzékelőméret-zavar. Az 1/2,8"-os érzékelő nem 1/2,8 hüvelyk – ez a vidicon csövekből származó hagyományos nevezéktan, és nagyjából 5,376 mm-nek felel meg vízszintesen. A 9,07 mm-es képlet behelyettesítése (1 hüvelyk szó szerinti értéke osztva 2,8-cal) az egyik legmegbízhatóbb módszer az azonosítási távolság kétszeres faktorral való túlbecslésére.
- Hiányzik a képarány. Egy „4MP-es kamera” lehet 2560 × 1440 (16:9) vagy 2048 × 1536 (4:3) felbontású. A vízszintes pixelszám 25%-kal eltér, akárcsak a kapott DORI távolság. A felbontást mindig az adatlapról olvasd le – soha ne a megapixelszám alapján feltételezz képarányt.
- Hibás mértékegység-átváltások. A centiméter és méter, a láb és méter, vagy a milliméter és centiméter keverése a legtovább fennmaradó hiba, mivel hihetőnek tűnő számokat eredményez. Használjon olyan számológépet, amely felismeri a mértékegységeket (a CCTVplanner DORI számológép natívan kezeli a métert és a lábat), és minden lépésnél ellenőrizze a mértékegységet.
- Adatlap küszöbértékek vs. EN 62676-4 küszöbértékek. Egyes gyártók a saját belső pixelsűrűség-célértéküket használva teszik közzé az „azonosítási távolságot”. Mindig ellenőrizze, hogy az adatlap száma 100 ppm-et, 150 ppm-et vagy az EN 62676-4 szabvány szerinti 250 ppm-et feltételez-e – a különbség akár 2,5-szörös is lehet a távolság tekintetében.
Hogyan lehet automatikusan ellenőrizni
A kézi számítás nagyszerű módja a tanulásnak. Egy 40 kamerás projekt minden kameráján a kézi számítás nagyszerű módja a hibák bevezetésének. A CCTVplanner két ingyenes, böngészőalapú eszközt kínál, amelyek pontosan a fenti képletet tartalmazzák az EN 62676-4 küszöbértékekkel és a több mint 65 000 kamera katalógussal.
Két számológép, ami elvégzi helyetted a számítást
- DORI kalkulátor — válasszon egy kamerát és egy céltávolságot, majd megkapja az elért pixelsűrűséget és DORI szintet.
- EN 62676-4 kalkulátor – szabványoknak megfelelő lencseajánlás, beleértve a 2025-ös OODPCVS módokat.
- Tervező – teljes projektre kiterjedő vászon, ahol minden kamera automatikusan pontozásra kerül EN 62676-4 szabvány szerint a vásznon, BOM és PDF dokumentumban.
Többkamerás projektek esetén a tervező a megfelelő kiindulópont. Helyezzen el minden kamerát az alaprajzon, állítsa be az objektívet, és a vászon színkódjai jelzik, hogy melyik terület felel meg az adott DORI szintnek. A megfelelőségi jelzők pirossal jelennek meg minden olyan helyen, ahol a kamerától több pixelt kérnek méterenként, mint amennyit az objektívje és a felbontása megenged. Az exportált többoldalas PDF tartalmazza a kameránkénti DORI szintet a berendezéstáblázatban – a beszerzési tisztviselő beolvassa a kiszámított számot anélkül, hogy újra kellene számolnia.
Az eszközök mögött álló szabványoldali frissítésekről bővebben az EN 62676-4 :2025 OODPCVS frissítési cikkében olvashat, amely bemutatja a hét új módcímkét, amelyek a klasszikus DORI mellett szerepelnek a 2026-os uniós közbeszerzésben.
Gyakran ismételt kérdések
What is the basic formula for DORI pixel density?
Pixels per metre at the target distance equals (focal_length_mm × image_width_pixels) divided by (sensor_width_mm × distance_m). The horizontal resolution is in pixels, the focal length and sensor width are in millimetres, and the target distance is in metres. The result is the pixel density at that distance, which you compare against the EN 62676-4 thresholds: 25 ppm Detection, 62 ppm Observation, 125 ppm Recognition, 250 ppm Identification.
Do I use the horizontal pixels or the total megapixels in the formula?
Always use the horizontal pixel count. A 4MP camera at 16:9 has 2560 × 1440 pixels — for DORI you take 2560, not 4,000,000. Using megapixels in the formula will silently overestimate pixel density by orders of magnitude. This is the single most common mistake and the one most likely to make a design fail commissioning.
Why do my numbers differ from the camera datasheet's 'identification distance'?
Manufacturers sometimes publish identification distances using their own proprietary thresholds rather than the EN 62676-4 250 ppm value. Always cross-check the assumed pixel-density target. A datasheet that says 'identification at 18m' might be assuming 100 ppm or 150 ppm rather than the standard 250 ppm — at 250 ppm the same camera would only reach about 7m. The math is correct, the assumption is what differs.
Does the lens choice or the resolution matter more?
They matter equally — pixel density is proportional to focal length divided by sensor width, and proportional to horizontal resolution. Doubling either roughly doubles the achievable identification distance. In practice, varifocal lenses give you flexibility to optimise per-camera, while resolution upgrades benefit every zone uniformly. The right answer for any given site is usually a combination: a smaller number of higher-resolution cameras with appropriately-chosen lenses.
How do I verify a DORI calculation without doing the math by hand?
Use a calculator that knows the EN 62676-4 thresholds and the camera catalogue. The CCTVplanner DORI calculator at /calculator/dori takes the camera and the target distance and returns the achieved pixel density and DORI level. The dedicated EN 62676-4 calculator at /en-62676-4-calculator wraps the same maths with standards-aware language including the 2025 OODPCVS modes. Both are free and require no install.
Kapcsolódó cikkek
A négy szint és mindegyik célja, a matek előtt.
A DORI és OODPCVS célok mögötti aritmetikai műveletek.
A hétmódusú taxonómia, amely a klasszikus DORI épül 2026-ban.
Egymás melletti összehasonlítás, beleértve DORI renderelést és OODPCVS támogatást.
Szabadon választható opciók, amelyek EN 62676-4 szabvány szerint számítják ki DORI.
Lépésről lépésre útmutató, beleértve DORI küszöbértékre való migrációt.