۲۵/۰۸/۱۹وقتی صحبت از ثبت تصاویر دقیق و قابل اعتماد در تحقیقات علمی می‌شود، کیفیت داده‌های شما به چیزی بیش از وضوح یا اندازه حسگر بستگی دارد. یکی از مهمترین معیارها - اما گاهی اوقات نادیده گرفته شده - نسبت سیگنال به نویز (SNR) است. در سیستم‌های تصویربرداری، SNR تعیین می‌کند که چقدر می‌توانید سیگنال واقعی (اطلاعات مفید) را از نویز ناخواسته تشخیص دهید.
در کاربردهای تصویربرداری علمی مانند میکروسکوپی، نجوم و طیف‌سنجی، SNR ضعیف می‌تواند به معنای تفاوت بین تشخیص یک هدف کم‌نور و از دست دادن کامل آن باشد. این مقاله به بررسی چگونگی تعریف SNR، اهمیت آن، تأثیر آن بر کنتراست و نحوه انتخاب و بهینه‌سازی یک دوربین علمی بر اساس این معیار حیاتی می‌پردازد.
نسبت سیگنال به نویز چیست و چگونه تعریف می‌شود؟
نسبت سیگنال به نویز (SNR) مهمترین معیار کیفیت تصویر ما، اساسی در کنتراست تصویر و اغلب مفیدترین عامل تعیین کننده در مورد حساسیت کافی دوربین برای کاربرد مورد نظر شماست.
تلاش‌ها برای بهبود حساسیت دوربین حول محور بهبود سیگنال جمع‌آوری‌شده می‌چرخد:
● از طریق بهبود در راندمان کوانتومی یا افزایش اندازه پیکسل
● کاهش منابع نویز وابسته به دوربین
منابع نویز با هم جمع می‌شوند، اما بسته به شرایط، یکی از آنها می‌تواند غالب باشد و هنگام تلاش برای بهبود SNR باید روی آن تمرکز کرد - چه از طریق بهینه‌سازی تنظیمات یا راه‌اندازی، یا ارتقا به منابع نور، اپتیک و دوربین‌های بهتر.
معمولاً تصاویر را بر اساس یک نسبت سیگنال به نویز توصیف می‌کنند، برای مثال می‌گویند یک تصویر SNR برابر با '15' دارد. با این حال، همانطور که از نام آن پیداست، نسبت سیگنال به نویز به سیگنال بستگی دارد که البته برای هر پیکسل متفاوت خواهد بود. این همان چیزی است که تصویر ما را به ما می‌دهد.
SNR یک تصویر معمولاً به SNR سیگنال پیک مورد نظر در تصویر اشاره دارد. به عنوان مثال، SNR از تصویری از سلول‌های فلورسنت در یک پس‌زمینه تاریک، از شدت سیگنال پیک از پیکسل‌های یک ساختار مورد نظر در داخل سلول استفاده می‌کند.
برای مثال، در نظر گرفتن یک مقدار میانگین برای SNR کل تصویر، نمایانگر نیست. در تکنیک‌هایی مانند میکروسکوپ فلورسانس که در آن یک پس‌زمینه تاریک با صفر فوتون شناسایی شده می‌تواند رایج باشد، این پیکسل‌های سیگنال صفر دارای SNR صفر هستند. بنابراین، هر میانگینی در یک تصویر به تعداد پیکسل‌های پس‌زمینه در دید بستگی دارد.
چرا SNR برای دوربین‌های علمی اهمیت دارد؟
در تصویربرداری علمی، SNR مستقیماً بر میزان توانایی شما در شناسایی جزئیات کم‌نور، اندازه‌گیری داده‌های کمی و بازتولید نتایج تأثیر می‌گذارد.
●وضوح تصویر– SNR بالاتر، دانه‌بندی را کاهش می‌دهد و ساختارهای ریز را قابل مشاهده می‌کند.
●دقت داده‌ها– خطاهای اندازه‌گیری را در آزمایش‌های مبتنی بر شدت کاهش می‌دهد.
●عملکرد در نور کم– برای میکروسکوپ فلورسانس، عکاسی نجومی اعماق آسمان و طیف‌سنجی، که در آنها تعداد فوتون‌ها به طور طبیعی کم است، ضروری است.
اینکه آیا شما از ... استفاده می‌کنید یا خیردوربین sCMOSبرای تصویربرداری با سرعت بالا یا یک CCD خنک‌شده برای کاربردهای نوردهی طولانی، درک SNR به شما کمک می‌کند تا بین عملکردها تعادل برقرار کنید.
چگونه SNR بر کنتراست تصویر تأثیر می‌گذارد
کنتراست، تفاوت نسبی شدت نور بین نواحی روشن و نواحی تاریک یک تصویر است. برای بسیاری از کاربردها، کنتراست خوب تصویر در نواحی مورد نظر، هدف نهایی است.
عوامل زیادی در سوژه تصویربرداری، سیستم نوری و شرایط تصویربرداری وجود دارند که عوامل تعیین‌کننده اصلی کنتراست تصویر هستند، مانند کیفیت لنز و میزان نور پس‌زمینه.
●نسبت سیگنال به نویز بالا→ جدایی مشخص بین مناطق روشن و تاریک؛ لبه‌ها واضح به نظر می‌رسند؛ جزئیات ظریف قابل مشاهده باقی می‌مانند.
●نسبت سیگنال به نویز (SNR) پایین→ نواحی تاریک به دلیل نویز روشن‌تر می‌شوند، نواحی روشن کم‌نورتر می‌شوند و کنتراست کلی تصویر کاهش می‌یابد.
برای مثال، در میکروسکوپ فلورسانس، SNR پایین می‌تواند باعث شود یک نمونه با فلورسانس ضعیف با پس‌زمینه ترکیب شود و تجزیه و تحلیل کمی را غیرقابل اعتماد کند. در نجوم، ستاره‌ها یا کهکشان‌های کم‌نور می‌توانند به طور کامل در داده‌های نویزی ناپدید شوند.
با این حال، عواملی نیز در خود دوربین وجود دارد - عامل اصلی نسبت سیگنال به نویز است. علاوه بر این، و به خصوص در نور کم، مقیاس‌بندی شدت تصویر، نحوه نمایش تصویر روی مانیتور، نقش بزرگی در کنتراست تصویر درک شده ایفا می‌کند. با نویز بالا در مناطق تاریک تصویر، الگوریتم‌های مقیاس‌بندی خودکار تصویر می‌توانند حد پایین خود را با پیکسل‌های نویزی کم‌ارزش خیلی پایین تنظیم کنند، در حالی که حد بالا با نویز در پیکسل‌های سیگنال بالا افزایش می‌یابد. این دلیل ظاهر خاکستری «رنگ‌پریده» مشخصه تصاویر با SNR پایین است. با تنظیم حد پایین به آفست دوربین، می‌توان کنتراست بهتری به دست آورد.
عواملی که بر SNR در دوربین‌های علمی تأثیر می‌گذارند
چندین پارامتر طراحی و عملیاتی بر SNR یک سیستم دوربین تأثیر می‌گذارند:
فناوری حسگر
● sCMOS – نویز خوانش کم و نرخ فریم بالا را ترکیب می‌کند، ایده‌آل برای تصویربرداری پویا.
● CCD – از نظر تاریخی نویز کمی در نوردهی‌های طولانی ارائه می‌دهد، اما از طراحی‌های مدرن CMOS کندتر است.
● EMCCD – از تقویت روی تراشه برای تقویت سیگنال‌های ضعیف استفاده می‌کند، اما می‌تواند نویز ضربی ایجاد کند.
اندازه پیکسل و ضریب پر شدن
پیکسل‌های بزرگتر فوتون‌های بیشتری را جمع‌آوری می‌کنند و سیگنال و در نتیجه SNR را افزایش می‌دهند.
بازده کوانتومی (QE)
QE بالاتر به این معنی است که فوتون‌های ورودی بیشتری به الکترون تبدیل می‌شوند و SNR را بهبود می‌بخشند.
مدت زمان قرارگیری در معرض بیماری
نوردهی‌های طولانی‌تر فوتون‌های بیشتری را جمع‌آوری می‌کنند و سیگنال را افزایش می‌دهند، اما ممکن است نویز جریان تاریک را نیز افزایش دهند.
سیستم‌های خنک‌کننده
خنک‌سازی جریان تاریک را کاهش می‌دهد و به طور قابل توجهی SNR را برای نوردهی‌های طولانی بهبود می‌بخشد.
اپتیک و روشنایی
لنزهای با کیفیت بالا و روشنایی پایدار، ثبت سیگنال را به حداکثر و تغییرپذیری را به حداقل می‌رسانند.
نمونه‌هایی از مقادیر مختلف SNR در پیک‌ها
در تصویربرداری، PSNR اغلب به یک حداکثر نظری نسبت به اشباع پیکسل اشاره دارد. علیرغم تفاوت در سوژه‌های تصویربرداری، شرایط تصویربرداری و فناوری دوربین، برای دوربین‌های علمی مرسوم، تصاویر با نسبت سیگنال به نویز یکسان می‌توانند شباهت‌هایی داشته باشند. درجه «دانه‌بندی»، تغییر از فریمی به فریم دیگر و تا حدودی کنتراست، همگی می‌توانند در این شرایط مختلف مشابه باشند. بنابراین، می‌توان از تصاویر نماینده، مانند تصاویر نشان داده شده در جدول، درک درستی از مقادیر SNR و شرایط و چالش‌های مختلف ناشی از آنها به دست آورد.
توجه: مقادیر پیک سیگنال بر حسب فوتوالکترون برای هر ردیف با رنگ آبی نشان داده شده است. تمام تصاویر با مقیاس‌بندی خودکار هیستوگرام نمایش داده می‌شوند و 0.35٪ از روشن‌ترین و تاریک‌ترین پیکسل‌ها نادیده گرفته می‌شوند (اشباع می‌شوند). دو ستون تصویر سمت چپ: تصویربرداری مبتنی بر لنز از یک هدف آزمایشی تصویربرداری. چهار ستون سمت راست: آسکاریس گرفته شده در فلورسانس با یک میکروسکوپ شیئی 10x. برای نشان دادن تغییرات فریم به فریم در مقادیر پیکسل در SNR پایین‌تر، سه فریم متوالی ارائه شده است.
یک تصویر مبتنی بر لنز از یک هدف آزمایشی، به همراه یک تصویر میکروسکوپی فلورسانس، به همراه یک نمای بزرگنمایی شده از تصویر فلورسنت که تغییرات را در 3 فریم متوالی نشان می‌دهد، نشان داده شده است. حداکثر تعداد فوتوالکترون در هر سطح سیگنال نیز ارائه شده است.
شکل زیر نسخه‌های کامل این تصاویر نمونه را برای مرجع نشان می‌دهد.
تصاویر با اندازه کامل مورد استفاده برای جدول نمونه‌های نسبت سیگنال به نویز
چپ: یک هدف آزمایشی تصویربرداری که با یک لنز عکس‌برداری شده است.
درستنمونه‌ای از برش کرم نماتد آسکاریس که با میکروسکوپ فلورسانس با بزرگنمایی ۱۰ برابر مشاهده شده است.
نسبت سیگنال به نویز (SNR) در برنامه‌ها
SNR در زمینه‌های مختلف، ماموریتی حیاتی است:
● میکروسکوپی – تشخیص فلورسانس ضعیف در نمونه‌های بیولوژیکی برای جلوگیری از نتایج منفی کاذب به SNR بالا نیاز دارد.
● نجوم - شناسایی کهکشان‌ها یا سیارات فراخورشیدی دوردست نیازمند نوردهی طولانی با حداقل نویز است.
● طیف‌سنجی – SNR بالا، اندازه‌گیری‌های دقیق شدت پیک را در آنالیز شیمیایی تضمین می‌کند.
● بازرسی صنعتی – در خطوط مونتاژ با نور کم، SNR بالا به تشخیص قابل اعتماد عیوب کمک می‌کند.
انتخاب یک دوربین علمی با SNR مناسب
هنگام ارزیابی یک دوربین علمی جدید:
●مشخصات SNR را بررسی کنید– مقادیر دسی‌بل را در شرایط مشابه کاربرد خود مقایسه کنید.
●سایر معیارها را متعادل کنید– راندمان کوانتومی، محدوده دینامیکی و نرخ فریم را در نظر بگیرید.
●تطبیق فناوری با مورد استفاده– برای صحنه‌های پویا با سرعت بالا، یک دوربین sCMOS ممکن است ایده‌آل باشد؛ برای سوژه‌های ساکن در نور بسیار کم، یک CCD یا EMCCD با خنک‌کننده ممکن است عملکرد بهتری داشته باشد.
●اتصال برای افزایش بهره‌وری گردش کار– اگرچه مستقیماً بر SNR تأثیر نمی‌گذارد، ویژگی‌هایی مانند خروجی HDMI می‌توانند بررسی تصویر در زمان واقعی را فعال کنند و به شما کمک می‌کنند تا به سرعت تأیید کنید که تنظیمات تصویربرداری شما به SNR مورد نظر دست یافته است.
نتیجه‌گیری
نسبت سیگنال به نویز (SNR) یک معیار کلیدی عملکرد است که به طور مستقیم بر وضوح و قابلیت اطمینان تصاویر علمی تأثیر می‌گذارد. درک چگونگی تعریف SNR، عواملی که بر آن تأثیر می‌گذارند و پیامدهای مقادیر مختلف SNR به محققان و کاربران فنی این امکان را می‌دهد تا سیستم‌های تصویربرداری را به طور مؤثرتری ارزیابی کنند. با به کارگیری این دانش - چه در انتخاب یک سیستم جدیددوربین علمییا بهینه‌سازی تنظیمات موجود - می‌توانید اطمینان حاصل کنید که گردش کار تصویربرداری شما داده‌ها را با سطح دقت مورد نیاز برای کاربرد خاص شما ثبت می‌کند.
سوالات متداول
چه SNR "خوب" برای دوربین‌های علمی در نظر گرفته می‌شود؟
SNR ایده‌آل به کاربرد بستگی دارد. برای کارهای کمی بسیار دشوار - مانند میکروسکوپ فلورسانس یا نجوم - SNR بالای 40 دسی‌بل معمولاً توصیه می‌شود، زیرا تصاویری با حداقل نویز قابل مشاهده تولید می‌کند و جزئیات دقیق را حفظ می‌کند. برای استفاده عمومی آزمایشگاهی یا بازرسی صنعتی، 35 تا 40 دسی‌بل می‌تواند کافی باشد. هر مقداری کمتر از 30 دسی‌بل معمولاً دانه‌های قابل مشاهده را نشان می‌دهد و می‌تواند دقت را به خطر بیندازد، به خصوص در موقعیت‌های با کنتراست کم.
چگونه بازده کوانتومی (QE) بر SNR تأثیر می‌گذارد؟
بازده کوانتومی، میزان اثربخشی تبدیل فوتون‌های ورودی به الکترون توسط یک حسگر را اندازه‌گیری می‌کند. QE بالاتر به این معنی است که بخش بیشتری از نور موجود به عنوان سیگنال ثبت می‌شود و در نتیجه، صورت کسر معادله SNR را افزایش می‌دهد. این امر به ویژه در سناریوهای کم‌نور، که در آن هر فوتون اهمیت دارد، اهمیت دارد. به عنوان مثال، یک دوربین sCMOS با QE 80٪، در شرایط یکسان در مقایسه با یک حسگر با QE 50٪، به SNR بالاتری دست می‌یابد، صرفاً به این دلیل که سیگنال قابل استفاده‌تری را ثبت می‌کند.
تفاوت بین SNR و نسبت کنتراست به نویز (CNR) چیست؟
در حالی که SNR قدرت کلی سیگنال را نسبت به نویز اندازه‌گیری می‌کند، CNR بر روی میزان دیده شدن یک ویژگی خاص در برابر پس‌زمینه آن تمرکز دارد. در تصویربرداری علمی، هر دو مهم هستند: SNR به شما می‌گوید که تصویر به طور کلی چقدر «تمیز» است، در حالی که CNR تعیین می‌کند که آیا یک شیء خاص مورد نظر به اندازه کافی برای تشخیص یا اندازه‌گیری برجسته است یا خیر.
می‌خواهید بیشتر بدانید؟ نگاهی به مقالات مرتبط بیندازید:
بازده کوانتومی در دوربین‌های علمی: راهنمای مبتدیان
شرکت توسن فوتونیک. تمامی حقوق محفوظ است. هنگام نقل قول، لطفاً منبع را ذکر کنید:www.tucsen.com
