11.09.2025In jedem Messsystem – von der drahtlosen Kommunikation bis zur digitalen Fotografie – ist das Signal-Rausch-Verhältnis (SNR) ein grundlegender Qualitätsindikator. Ob Sie Teleskopbilder analysieren, Mikrofonaufnahmen verbessern oder eine drahtlose Verbindung überprüfen: Das SNR gibt an, wie viele nützliche Informationen sich vom unerwünschten Hintergrundrauschen unterscheiden.
Die korrekte Berechnung des Signal-Rausch-Verhältnisses (SNR) ist jedoch nicht immer einfach. Je nach System müssen zusätzliche Faktoren wie Dunkelstrom, Ausleserauschen oder Pixel-Binning berücksichtigt werden. Dieser Leitfaden führt Sie durch die Theorie, die wichtigsten Formeln, häufige Fehler, Anwendungsbereiche und praktische Methoden zur Verbesserung des SNR, damit Sie ihn in verschiedensten Kontexten präzise anwenden können.
Was ist das Signal-Rausch-Verhältnis (SNR)?
Im Kern misst das Signal-Rausch-Verhältnis das Verhältnis zwischen der Stärke eines gewünschten Signals und dem Hintergrundrauschen, das dieses überlagert.
● Signal = die bedeutungsvolle Information (z. B. eine Stimme in einem Telefonat, ein Stern in einem Teleskopbild).
● Rauschen = zufällige, unerwünschte Schwankungen, die das Signal verzerren oder verdecken (z. B. statisches Rauschen, Sensorrauschen, elektrische Störungen).
Mathematisch ist das Signal-Rausch-Verhältnis (SNR) wie folgt definiert:
Da diese Verhältnisse um viele Größenordnungen variieren können, wird das Signal-Rausch-Verhältnis (SNR) üblicherweise in Dezibel (dB) angegeben:
● Hohes Signal-Rausch-Verhältnis (z. B. 40 dB): Das Signal dominiert, was zu klaren und zuverlässigen Informationen führt.
● Niedriges Signal-Rausch-Verhältnis (z. B. 5 dB): Das Rauschen überlagert das Signal, was die Interpretation erschwert.
Wie berechnet man das SNR?
Die Berechnung des Signal-Rausch-Verhältnisses kann mit unterschiedlicher Genauigkeit erfolgen, je nachdem, welche Rauschquellen berücksichtigt werden. In diesem Abschnitt werden zwei Verfahren vorgestellt: eines, das den Dunkelstrom berücksichtigt, und eines, das ihn vernachlässigt.
Hinweis: Um unabhängige Rauschwerte zu addieren, müssen diese quadratisch addiert werden. Jede Rauschquelle wird quadriert, die Ergebnisse werden summiert und die Quadratwurzel der Summe wird gezogen.
Signal-Rausch-Verhältnis bei Dunkelstrom
Die folgende Gleichung ist in Situationen anzuwenden, in denen das Dunkelstromrauschen so groß ist, dass es berücksichtigt werden muss:
Hier die Definition der Begriffe:
Signal (e-): Dies ist das interessierende Signal der Photoelektronen, wobei das Dunkelstromsignal subtrahiert wurde.
Das Gesamtsignal (e⁻) entspricht der Anzahl der Photoelektronen im betrachteten Pixel – nicht dem Pixelwert in Graustufen. Der zweite Anteil des Signals (e⁻) am unteren Rand der Gleichung ist das Photonenschrotrauschen.
Dunkelstrom (DC):Der Dunkelstromwert für dieses Pixel.
t: Belichtungszeit in Sekunden
σr:Rauschen im Kameramodus lesen.
Signal-Rausch-Verhältnis bei vernachlässigbarem Dunkelstrom
Im Falle von kurzen (Bei Belichtungszeiten von weniger als einer Sekunde und gekühlten Hochleistungskameras liegt das Dunkelstromrauschen im Allgemeinen weit unter dem Ausleserauschen und kann getrost vernachlässigt werden.
Die Begriffe haben wieder die oben definierten Bedeutungen, mit der Ausnahme, dass das Dunkelstromsignal nicht berechnet und vom Signal subtrahiert werden muss, da es gleich Null sein sollte.
Einschränkungen dieser Formeln und fehlende Terme
Die gegenüberliegenden Formeln liefern nur für CCD undCMOS-KamerasEMCCD- und verstärkte Bauelemente führen zu zusätzlichen Rauschquellen, weshalb diese Gleichungen nicht anwendbar sind. Für eine umfassendere Gleichung zur Berechnung des Signal-Rausch-Verhältnisses, die diese und weitere Beiträge berücksichtigt, siehe [Referenz einfügen].
Ein weiterer Rauschterm, der häufig in SNR-Gleichungen berücksichtigt wird (oder wurde), ist die Photoempfindlichkeits-Nichtuniformität (PRNU), die auch als „Festmusterrauschen“ (FPN) bezeichnet wird. Sie beschreibt die Ungleichmäßigkeit der Verstärkung und der Signalantwort über den Sensor, die bei hohen Signalstärken dominant werden und das SNR verringern kann.
Während frühe Kameras über einen so signifikanten PRNU-Wert verfügten, dass dessen Einbeziehung erforderlich war, weisen die meisten modernen Kameras einen solchen Wert auf.wissenschaftliche KamerasDie Photonenrauschrate (PRNU) ist so niedrig, dass ihr Beitrag deutlich unter dem des Photonenschrotrauschens liegt, insbesondere nach Anwendung der internen Korrekturen. Daher wird sie in SNR-Berechnungen üblicherweise vernachlässigt. Für einige Kameras und Anwendungen ist die PRNU jedoch weiterhin wichtig und wird der Vollständigkeit halber in die erweiterte SNR-Gleichung aufgenommen. Die bereitgestellten Gleichungen sind somit für die meisten CCD/CMOS-Systeme nützlich, sollten aber nicht als universell anwendbar betrachtet werden.
Rauscharten bei SNR-Berechnungen
Die Berechnung des Signal-Rausch-Verhältnisses (SNR) besteht nicht nur darin, ein Signal mit einem einzelnen Rauschwert zu vergleichen. In der Praxis tragen mehrere unabhängige Rauschquellen dazu bei, und deren Verständnis ist unerlässlich.
Schrotrauschen
● Ursprung: statistisches Eintreffen von Photonen oder Elektronen.
● Skaliert mit der Quadratwurzel des Signals.
● Dominant in der photonenlimitierten Bildgebung (Astronomie, Fluoreszenzmikroskopie).
Thermisches Rauschen
● Es wird auch Johnson-Nyquist-Rauschen genannt und entsteht durch die Bewegung von Elektronen in Widerständen.
● Steigt mit zunehmender Temperatur und Bandbreite.
● Wichtig in der Elektronik und drahtlosen Kommunikation.
Dunkelstromrauschen
● Zufällige Schwankungen des Dunkelstroms innerhalb der Sensoren.
● Deutlicher bei Langzeitbelichtungen oder warmen Detektoren.
● Reduziert durch Kühlung des Sensors.
Leserauschen
● Rauschen von Verstärkern und Analog-Digital-Wandlung.
● Fest pro Auslesung, daher kritisch bei schwachen Signalen.
Quantisierungsrauschen
● Eingeführt durch die Digitalisierung (Rundung auf diskrete Stufen).
● Wichtig in Systemen mit niedriger Bittiefe (z. B. 8-Bit-Audio).
Umgebungs-/Systemgeräusche
● Elektromagnetische Störungen, Übersprechen, Spannungsversorgungswelligkeit.
● Kann dominieren, wenn die Abschirmung/Erdung mangelhaft ist.
Das Verständnis dafür, welcher dieser Faktoren überwiegt, hilft bei der Auswahl der richtigen Formel und der passenden Minderungsmethode.
Häufige Fehler bei der Berechnung des SNR
Es ist leicht, auf viele „Abkürzungsmethoden“ zur Schätzung des Signal-Rausch-Verhältnisses in der Bildgebung zu stoßen. Diese sind meist entweder weniger komplex als die gegenüberliegenden Gleichungen, ermöglichen eine einfachere Ableitung direkt aus dem Bild, anstatt Kenntnisse über Kameraparameter wie das Ausleserauschen zu erfordern, oder beides. Leider ist es wahrscheinlich, dass jede dieser Methoden fehlerhaft ist und zu verfälschten und unbrauchbaren Ergebnissen führt. Es wird dringend empfohlen, in allen Fällen die gegenüberliegenden Gleichungen (oder die erweiterte Version) zu verwenden.
Zu den häufigsten falschen Abkürzungen gehören:
1. Vergleich der Signalintensität mit der Hintergrundintensität in Graustufen. Dieser Ansatz versucht, die Kameraempfindlichkeit, die Signalstärke oder das Signal-Rausch-Verhältnis durch Vergleich der Spitzenintensität mit der Hintergrundintensität zu beurteilen. Dieser Ansatz ist jedoch stark fehlerhaft, da der Einfluss des Kamera-Offsets die Hintergrundintensität willkürlich festlegen kann, die Verstärkung die Signalintensität willkürlich beeinflusst und der Einfluss von Rauschen im Signal oder Hintergrund unberücksichtigt bleibt.
2. Die Signalspitzen werden durch die Standardabweichung eines Bereichs von Hintergrundpixeln dividiert. Alternativ werden die Spitzenwerte mit dem visuellen Rauschen im Hintergrund verglichen, das durch ein Linienprofil sichtbar wird. Unter der Annahme, dass der Offset vor der Division korrekt von den Werten subtrahiert wird, besteht die größte Gefahr bei diesem Verfahren im Vorhandensein von Hintergrundlicht. Jegliches Hintergrundlicht dominiert typischerweise das Rauschen in den Hintergrundpixeln. Darüber hinaus wird das Rauschen im eigentlichen Signal, wie beispielsweise Schrotrauschen, nicht berücksichtigt.
3. Mittleres Signal in den relevanten Pixeln im Vergleich zur Standardabweichung der Pixelwerte: Der Vergleich der Signalstärke benachbarter Pixel oder aufeinanderfolgender Frames liefert genauere Ergebnisse als andere Methoden, kann aber andere Einflussfaktoren, wie z. B. Signaländerungen, die nicht auf Rauschen zurückzuführen sind, nicht ausschließen. Bei geringen Pixelzahlen im Vergleich kann diese Methode ebenfalls ungenau sein. Die Subtraktion des Offset-Wertes ist nicht zu vernachlässigen.
4. Berechnung des Signal-Rausch-Verhältnisses ohne Umrechnung in Intensitätseinheiten von Photoelektronen oder ohne Entfernung des Offsets: Da das Photonenschrotrauschen typischerweise die größte Rauschquelle ist und die Messung auf der Kenntnis des Offsets und der Verstärkung der Kamera beruht, ist es nicht möglich, die Rückrechnung auf Photoelektronen für die Berechnung des Signal-Rausch-Verhältnisses zu vermeiden.
5. Visuelle Beurteilung des Signal-Rausch-Verhältnisses (SNR): Die visuelle Beurteilung oder der Vergleich des SNR kann zwar unter bestimmten Umständen hilfreich sein, birgt aber auch unerwartete Fallstricke. Die Beurteilung des SNR bei Pixeln mit hohen Werten kann schwieriger sein als bei Pixeln mit niedrigen Werten oder im Hintergrund. Auch subtilere Effekte können eine Rolle spielen: Beispielsweise können verschiedene Computermonitore Bilder mit sehr unterschiedlichem Kontrast darstellen. Darüber hinaus kann die Anzeige von Bildern in verschiedenen Zoomstufen in der Software das visuelle Erscheinungsbild des Rauschens erheblich beeinflussen. Dies ist besonders problematisch beim Vergleich von Kameras mit unterschiedlichen Objektraum-Pixelgrößen. Schließlich kann vorhandenes Hintergrundlicht jeden Versuch einer visuellen SNR-Beurteilung zunichtemachen.
Anwendungen von SNR
Das Signal-Rausch-Verhältnis (SNR) ist eine universelle Messgröße mit vielfältigen Anwendungsbereichen:
● Audio- und Musikaufnahmen: Bestimmt Klarheit, Dynamikumfang und Klangtreue von Aufnahmen.
● Drahtlose Kommunikation: Das Signal-Rausch-Verhältnis (SNR) steht in direktem Zusammenhang mit der Bitfehlerrate (BER) und dem Datendurchsatz.
● Wissenschaftliche Bildgebung: In der Astronomie erfordert die Erkennung schwacher Sterne vor dem Hintergrund des Himmelsleuchtens ein hohes Signal-Rausch-Verhältnis (SNR).
● Medizinische Geräte: EKG, MRT und CT-Scans benötigen ein hohes Signal-Rausch-Verhältnis (SNR), um Signale vom physiologischen Rauschen zu unterscheiden.
● Kameras & Fotografie: Sowohl Consumer-Kameras als auch wissenschaftliche CMOS-Sensoren verwenden das Signal-Rausch-Verhältnis (SNR), um die Leistung bei schwachem Licht zu messen.
Verbesserung des Signal-Rausch-Verhältnisses
Da das Signal-Rausch-Verhältnis (SNR) eine so wichtige Messgröße ist, werden erhebliche Anstrengungen unternommen, um es zu verbessern. Zu den Strategien gehören:
Hardware-Ansätze
● Bessere Sensoren mit geringerem Dunkelstrom verwenden.
● Um elektromagnetische Störungen zu reduzieren, sollten Abschirmung und Erdung eingesetzt werden.
● Kühle Detektoren zur Unterdrückung von thermischem Rauschen.
Softwareansätze
● Digitale Filter anwenden, um unerwünschte Frequenzen zu entfernen.
● Mittelwertbildung über mehrere Frames anwenden.
● Rauschunterdrückungsalgorithmen bei der Bild- oder Audioverarbeitung einsetzen.
Pixel-Binning und dessen Auswirkung auf das Signal-Rausch-Verhältnis
Der Einfluss des Binnings auf das Signal-Rausch-Verhältnis hängt von der Kameratechnologie und dem Sensorverhalten ab, da die Rauschleistung von Kameras mit und ohne Binning erheblich variieren kann.
CCD-Kameras können die Ladung benachbarter Pixel „auf dem Chip“ summieren. Das Ausleserauschen tritt nur einmal auf, allerdings wird auch das Dunkelstromsignal jedes Pixels summiert.
Die meisten CMOS-Kameras verwenden Off-Chip-Binning. Das bedeutet, dass die Werte zunächst gemessen werden (wodurch Ausleserauschen entsteht) und anschließend digital summiert werden. Das Ausleserauschen erhöht sich bei solchen Summationen durch Multiplikation mit der Quadratwurzel der Anzahl der summierten Pixel, also beispielsweise um den Faktor 2 bei 2x2-Binning.
Da das Rauschverhalten von Sensoren kompliziert sein kann, empfiehlt es sich für quantitative Anwendungen, den Offset, die Verstärkung und das Ausleserauschen der Kamera im Binning-Modus zu messen und diese Werte für die Gleichung des Signal-Rausch-Verhältnisses zu verwenden.
Abschluss
Das Signal-Rausch-Verhältnis (SNR) ist eine der wichtigsten Kennzahlen in Wissenschaft, Technik und Ingenieurwesen. Von der Sprachqualität bei Telefongesprächen bis hin zur Entdeckung ferner Galaxien – das SNR ist die Grundlage für die Qualität von Mess- und Kommunikationssystemen. Ein gutes Verständnis des SNR erfordert mehr als nur das Auswendiglernen von Formeln. Es geht darum, Annahmen, Grenzen und Kompromisse in der Praxis zu verstehen. So können Ingenieure und Forscher zuverlässigere Messungen durchführen und Systeme entwickeln, die auch unter schwierigen Bedingungen aussagekräftige Erkenntnisse liefern.
Möchten Sie mehr erfahren? Werfen Sie einen Blick auf verwandte Artikel:
Tucsen Photonics Co., Ltd. Alle Rechte vorbehalten. Bitte geben Sie bei Zitaten die Quelle an:www.tucsen.com
