11/09/2025Dans tout système de mesure, des communications sans fil à la photographie numérique, le rapport signal/bruit (RSB) est un critère de qualité fondamental. Qu'il s'agisse d'analyser des images télescopiques, d'améliorer des enregistrements de microphone ou de dépanner une liaison sans fil, le RSB indique la quantité d'informations utiles qui se distinguent du bruit de fond indésirable.
Calculer correctement le rapport signal/bruit (SNR) n'est pas toujours simple. Selon le système, des facteurs supplémentaires tels que le courant d'obscurité, le bruit de lecture ou le regroupement de pixels peuvent entrer en ligne de compte. Ce guide vous présente la théorie, les formules fondamentales, les erreurs courantes, les applications et les méthodes pratiques pour améliorer le SNR, vous permettant ainsi de l'appliquer avec précision dans de nombreux contextes.
Qu'est-ce que le rapport signal/bruit (SNR) ?
En substance, le rapport signal/bruit mesure la relation entre la force d'un signal souhaité et le bruit de fond qui le masque.
● Signal = l'information significative (par exemple, une voix lors d'un appel, une étoile dans une image de télescope).
● Bruit = fluctuations aléatoires et indésirables qui déforment ou masquent le signal (par exemple, statique, bruit du capteur, interférences électriques).
Mathématiquement, le rapport signal/bruit (SNR) est défini comme suit :
Étant donné que ces rapports peuvent varier sur plusieurs ordres de grandeur, le rapport signal/bruit (SNR) est généralement exprimé en décibels (dB) :
● Rapport signal/bruit élevé (par exemple, 40 dB) : le signal domine, ce qui donne des informations claires et fiables.
● Faible rapport signal/bruit (par exemple, 5 dB) : le bruit submerge le signal, rendant l'interprétation difficile.
Comment calculer le rapport signal/bruit (SNR) ?
Le calcul du rapport signal/bruit peut être effectué avec différents niveaux de précision selon les sources de bruit prises en compte. Dans cette section, deux formules seront présentées : l’une tenant compte du courant d’obscurité et l’autre supposant qu’il est négligeable.
Remarque : L’addition de valeurs de bruit indépendantes nécessite une opération quadratique. Chaque source de bruit est élevée au carré, puis les résultats sont additionnés et la racine carrée du total est calculée.
Rapport signal/bruit avec courant d'obscurité
Voici l'équation à utiliser dans les situations où le bruit du courant d'obscurité est suffisamment important pour nécessiter une prise en compte :
Voici la définition des termes :
Signal (e-) : Il s'agit du signal d'intérêt dans les photoélectrons, après soustraction du signal du courant d'obscurité.
Le signal total (e-) correspond au nombre de photoélectrons dans le pixel considéré, et non à sa valeur en niveaux de gris. La seconde occurrence du signal (e-), au dénominateur de l'équation, représente le bruit de photons.
Courant d'obscurité (CC) :La valeur du courant d'obscurité pour ce pixel.
t: Temps d'exposition en secondes
σr:Lire le bruit en mode caméra.
Rapport signal/bruit pour un courant d'obscurité négligeable
Dans les cas de court (Avec des temps d'exposition < 1 seconde, et grâce à des caméras refroidies et performantes, le bruit du courant d'obscurité sera généralement bien inférieur au bruit de lecture et pourra être négligé sans risque.
Les termes sont à nouveau définis comme ci-dessus, à l'exception du signal de courant d'obscurité qui n'a pas besoin d'être calculé et soustrait du signal puisqu'il doit être égal à zéro.
Limites de ces formules et termes manquants
Les formules ci-contre ne fourniront des réponses correctes que pour CCD etCaméras CMOSLes dispositifs EMCCD et intensifiés introduisent des sources de bruit supplémentaires, rendant ces équations inapplicables. Pour une équation de rapport signal/bruit plus complète prenant en compte ces contributions et d'autres, veuillez consulter [référence manquante].
Un autre terme de bruit couramment inclus (ou ayant été inclus) dans les équations du rapport signal/bruit (SNR) est celui de la non-uniformité de la réponse photoélectrique (PRNU), parfois appelée « bruit de motif fixe » (FPN). Ce bruit représente l'irrégularité du gain et de la réponse du signal sur le capteur, qui peut devenir prédominante pour les signaux élevés si elle est suffisamment importante, réduisant ainsi le SNR.
Alors que les premiers appareils photo présentaient un PRNU suffisamment important pour justifier son inclusion, la plupart des appareils modernescaméras scientifiquesLe PRNU présente un taux de bruit de photons résiduels (PRNU) suffisamment faible pour que sa contribution soit nettement inférieure à celle du bruit de grenaille photonique, notamment après application des corrections embarquées. C'est pourquoi il est généralement négligé dans les calculs du rapport signal sur bruit (SNR). Cependant, le PRNU reste important pour certaines caméras et applications, et est inclus dans l'équation du SNR plus avancée par souci d'exhaustivité. Cela signifie que les équations fournies sont utiles pour la plupart des systèmes CCD/CMOS, mais ne doivent pas être considérées comme universellement applicables.
Types de bruit dans les calculs du rapport signal/bruit
Le calcul du rapport signal/bruit (SNR) ne se limite pas à la comparaison d'un signal avec une seule valeur de bruit. En pratique, de multiples sources de bruit indépendantes y contribuent, et il est essentiel de les comprendre.
Bruit de tir
● Origine : arrivée statistique de photons ou d’électrons.
● Échelle en fonction de la racine carrée du signal.
● Dominante dans l'imagerie à nombre limité de photons (astronomie, microscopie à fluorescence).
Bruit thermique
● Il est également appelé bruit de Johnson-Nyquist, produit par le mouvement des électrons dans les résistances.
● Augmente avec la température et la bande passante.
● Important en électronique et en communication sans fil.
Bruit de courant sombre
● Variation aléatoire du courant d'obscurité au sein des capteurs.
● Plus significatif lors de longues expositions ou avec des détecteurs chauds.
● Réduit par le refroidissement du capteur.
Lire le bruit
● Bruit provenant des amplificateurs et de la conversion analogique-numérique.
● Fixe par lecture, donc critique dans les régimes de faible signal.
Bruit de quantification
● Introduit par la numérisation (arrondi à des niveaux discrets).
● Important dans les systèmes à faible profondeur de bits (par exemple, l'audio 8 bits).
Bruit environnemental/du système
● EMI, diaphonie, ondulation de l'alimentation électrique.
● Peut dominer si le blindage/la mise à la terre est médiocre.
Comprendre lequel de ces facteurs est dominant permet de choisir la formule et la méthode d'atténuation appropriées.
Erreurs fréquentes dans le calcul du rapport signal/bruit
Il est facile de trouver de nombreuses méthodes simplifiées pour estimer le rapport signal/bruit en imagerie. Celles-ci sont généralement soit moins complexes que les équations présentées ci-contre, soit permettent une dérivation plus aisée à partir de l'image elle-même sans nécessiter la connaissance de paramètres de la caméra tels que le bruit de lecture, soit les deux. Malheureusement, il est probable que chacune de ces méthodes soit incorrecte et conduise à des résultats faussés et inutiles. Il est fortement conseillé d'utiliser systématiquement les équations présentées ci-contre (ou leur version avancée).
Voici quelques-uns des raccourcis erronés les plus courants :
1. Comparaison de l'intensité du signal et de l'intensité du fond, en niveaux de gris. Cette approche vise à évaluer la sensibilité de la caméra, la puissance du signal ou le rapport signal/bruit en comparant une intensité maximale à l'intensité du fond. Elle présente toutefois de graves lacunes : le décalage de la caméra peut modifier arbitrairement l'intensité du fond, le gain peut modifier arbitrairement l'intensité du signal, et aucune contribution du bruit, que ce soit au signal ou au fond, n'est prise en compte.
2. Diviser les pics du signal par l'écart type d'une zone de pixels d'arrière-plan. Ou encore, comparer les valeurs de crête au bruit visuel de l'arrière-plan révélé par un profil de ligne. En supposant que le décalage soit correctement soustrait des valeurs avant la division, le principal risque de cette approche est la présence de lumière parasite. Cette lumière parasite masque généralement le bruit des pixels d'arrière-plan. De plus, le bruit présent dans le signal d'intérêt, tel que le bruit de grenaille, n'est pas pris en compte.
3. Signal moyen dans les pixels d'intérêt vs écart type des valeurs de pixels : comparer ou observer la variation d'un signal de crête entre pixels voisins ou images successives est une méthode plus précise que d'autres méthodes simplifiées, mais elle ne permet pas d'éliminer les facteurs de distorsion, comme une variation du signal non liée au bruit. Cette méthode peut également être imprécise si le nombre de pixels comparés est faible. Il est important de ne pas oublier de soustraire la valeur de décalage.
4. Calcul du SNR sans conversion en unités d'intensité de photoélectrons, ou sans suppression du décalage : Étant donné que le bruit de photons est généralement la plus grande source de bruit et repose sur la connaissance du décalage et du gain de la caméra pour la mesure, il n'est pas possible d'éviter le calcul inverse en photoélectrons pour les calculs du SNR.
5. Évaluation visuelle du rapport signal/bruit : Bien que l’évaluation ou la comparaison visuelle du rapport signal/bruit puisse s’avérer utile dans certains cas, elle présente également des pièges inattendus. L’évaluation du rapport signal/bruit sur les pixels de forte valeur peut être plus difficile que sur les pixels de faible valeur ou d’arrière-plan. Des effets plus subtils peuvent également intervenir : par exemple, différents écrans d’ordinateur peuvent afficher des images avec un contraste très différent. De plus, l’affichage d’images à différents niveaux de zoom dans un logiciel peut influencer considérablement l’apparence visuelle du bruit. Ceci est particulièrement problématique lorsqu’on tente de comparer des caméras avec des tailles de pixels différentes dans l’espace objet. Enfin, la présence de lumière ambiante peut rendre impossible toute tentative d’évaluation visuelle du rapport signal/bruit.
Applications du rapport signal/bruit
Le rapport signal/bruit (SNR) est une mesure universelle aux applications très variées :
● Enregistrement audio et musical : Détermine la clarté, la plage dynamique et la fidélité des enregistrements.
● Communication sans fil : le rapport signal/bruit (SNR) est directement lié au taux d'erreur binaire (BER) et au débit de données.
● Imagerie scientifique : En astronomie, la détection d'étoiles faibles sur fond de ciel lumineux nécessite un rapport signal/bruit élevé.
● Équipements médicaux : les scanners ECG, IRM et CT nécessitent un rapport signal/bruit élevé pour distinguer les signaux du bruit physiologique.
● Appareils photo et photographie : Les appareils photo grand public et les capteurs CMOS scientifiques utilisent tous deux le rapport signal/bruit pour évaluer les performances en basse lumière.
Amélioration du rapport signal/bruit
Le rapport signal/bruit étant une mesure essentielle, des efforts considérables sont déployés pour l'améliorer. Les stratégies employées comprennent :
Approches matérielles
● Utilisez de meilleurs capteurs avec un courant d'obscurité plus faible.
● Appliquer un blindage et une mise à la terre pour réduire les interférences électromagnétiques.
● Refroidir les détecteurs pour supprimer le bruit thermique.
Approches logicielles
● Appliquer des filtres numériques pour supprimer les fréquences indésirables.
● Utilisez la moyenne sur plusieurs images.
● Utiliser des algorithmes de réduction du bruit dans le traitement d'images ou audio.
Le regroupement de pixels et son effet sur le rapport signal/bruit
L'effet du regroupement de pixels sur le rapport signal/bruit dépend de la technologie de la caméra et du comportement du capteur, car les performances en matière de bruit des caméras avec et sans regroupement peuvent varier considérablement.
Les caméras CCD peuvent additionner les charges des pixels adjacents directement sur la puce. Le bruit de lecture n'est généré qu'une seule fois, bien que le signal de courant d'obscurité de chaque pixel soit également additionné.
La plupart des appareils photo CMOS effectuent un regroupement de pixels hors puce : les valeurs sont d’abord mesurées (ce qui introduit un bruit de lecture), puis additionnées numériquement. Le bruit de lecture lors de ces additions augmente par multiplication par la racine carrée du nombre de pixels additionnés, soit par un facteur 2 pour un regroupement 2x2.
Le comportement du bruit des capteurs pouvant être complexe, il est conseillé, pour les applications quantitatives, de mesurer le décalage, le gain et le bruit de lecture de la caméra en mode binning, et d'utiliser ces valeurs pour l'équation du rapport signal/bruit.
Conclusion
Le rapport signal/bruit (RSB) est l'un des paramètres les plus importants en sciences, ingénierie et technologie. De la clarté des appels téléphoniques à la détection des galaxies lointaines, le RSB est fondamental pour la qualité des systèmes de mesure et de communication. Maîtriser le RSB ne se résume pas à mémoriser des formules ; il s'agit de comprendre les hypothèses, les limitations et les compromis nécessaires en situation réelle. Grâce à cette compréhension, les ingénieurs et les chercheurs peuvent effectuer des mesures plus fiables et concevoir des systèmes capables d'extraire des informations pertinentes, même en présence de bruit.
Vous souhaitez en savoir plus ? Consultez les articles connexes :
Tucsen Photonics Co., Ltd. Tous droits réservés. Veuillez citer la source :www.tucsen.com
