25/08/19როდესაც საქმე სამეცნიერო კვლევაში ზუსტი და სანდო სურათების გადაღებას ეხება, თქვენი მონაცემების ხარისხი დამოკიდებულია არა მხოლოდ გარჩევადობაზე ან სენსორის ზომაზე. ერთ-ერთი ყველაზე მნიშვნელოვანი - მაგრამ ზოგჯერ უგულებელყოფილი - მეტრიკაა სიგნალი-ხმაურის თანაფარდობა (SNR). ვიზუალიზაციის სისტემებში SNR განსაზღვრავს, თუ რამდენად ნათლად შეგიძლიათ განასხვავოთ რეალური სიგნალი (სასარგებლო ინფორმაცია) არასასურველი ხმაურისგან.
სამეცნიერო ვიზუალიზაციის ისეთ აპლიკაციებში, როგორიცაა მიკროსკოპია, ასტრონომია და სპექტროსკოპია, ცუდი მაღალი სიხშირის სიგნალი შეიძლება იყოს განსხვავება სუსტი სამიზნის აღმოჩენასა და მის სრულად გამოტოვებას შორის. ეს სტატია იკვლევს, თუ როგორ განისაზღვრება მაღალი სიხშირის სიგნალი, რატომ არის ის მნიშვნელოვანი, როგორ მოქმედებს ის კონტრასტზე და როგორ შევარჩიოთ და ოპტიმიზაცია გავუკეთოთ სამეცნიერო კამერას ამ კრიტიკული მეტრიკის საფუძველზე.
რა არის სიგნალი-ხმაურის თანაფარდობა და როგორ განისაზღვრება ის?
სიგნალი-ხმაურის თანაფარდობა (SNR) ჩვენი გამოსახულების ხარისხის ყველაზე მნიშვნელოვანი საზომია, ფუნდამენტურია გამოსახულების კონტრასტის დასადგენად და ხშირად ყველაზე სასარგებლო განმსაზღვრელი ფაქტორია იმის დასადგენად, საკმარისად მგრძნობიარეა თუ არა კამერა თქვენი გამოყენებისთვის.
კამერის მგრძნობელობის გაუმჯობესების მცდელობები შეგროვებული სიგნალის გაუმჯობესებაზეა ორიენტირებული:
● კვანტური ეფექტურობის გაუმჯობესების ან პიქსელის ზომის გაზრდის გზით
● კამერაზე დამოკიდებული ხმაურის წყაროების შემცირება
ხმაურის წყაროები ერთად იკრიბება, თუმცა გარემოებებიდან გამომდინარე, ერთ-ერთი მათგანი შეიძლება დომინირებდეს და მათზე უნდა გავამახვილოთ ყურადღება SNR-ის გაუმჯობესების მცდელობისას - ან პარამეტრების ან დაყენების ოპტიმიზაციის გზით, ან უკეთესი სინათლის წყაროების, ოპტიკისა და კამერების განახლებით.
სურათების ერთი სიგნალ-ხმაურის თანაფარდობით აღწერა საკმაოდ გავრცელებული შემოკლებით შეიძლება, მაგალითად, როდესაც სურათს აქვს „15“-ის ტოლი სიგნალ-ხმაურის თანაფარდობა. თუმცა, როგორც სახელიდან ჩანს, სიგნალ-ხმაურის თანაფარდობა დამოკიდებულია სიგნალზე, რომელიც, რა თქმა უნდა, განსხვავებული იქნება თითოეული პიქსელისთვის. სწორედ ეს ქმნის ჩვენს გამოსახულებას.
გამოსახულების SNR, როგორც წესი, გულისხმობს გამოსახულებაში საინტერესო პიკური სიგნალის SNR-ს. მაგალითად, მუქ ფონზე ფლუორესცენტური უჯრედების გამოსახულებიდან SNR გამოიყენებს უჯრედში საინტერესო სტრუქტურის პიქსელებიდან მიღებულ პიკური სიგნალის ინტენსივობას.
მაგალითად, მთელი გამოსახულების SNR-ის საშუალო მნიშვნელობის აღება წარმომადგენლობითი არ არის. ისეთ ტექნიკებში, როგორიცაა ფლუორესცენტული მიკროსკოპია, სადაც ხშირია მუქი ფონი ნულოვანი ფოტონით, ამ ნულოვანი სიგნალის პიქსელებს აქვთ ნულოვანი SNR. ამიტომ, გამოსახულების ნებისმიერი საშუალო მნიშვნელობა დამოკიდებული იქნება იმაზე, თუ რამდენი ფონის პიქსელია ხილული.
რატომ არის SNR მნიშვნელოვანი სამეცნიერო კამერებისთვის
სამეცნიერო ვიზუალიზაციაში, SNR პირდაპირ გავლენას ახდენს იმაზე, თუ რამდენად კარგად შეგიძლიათ მკრთალი დეტალების იდენტიფიცირება, რაოდენობრივი მონაცემების გაზომვა და შედეგების რეპროდუცირება.
●გამოსახულების სიცხადე– უფრო მაღალი SNR ამცირებს მარცვლოვანებას და წვრილ სტრუქტურებს თვალსაჩინოს ხდის.
●მონაცემთა სიზუსტე– ამცირებს გაზომვის შეცდომებს ინტენსივობაზე დაფუძნებულ ექსპერიმენტებში.
●დაბალი განათების პირობებში მუშაობა– აუცილებელია ფლუორესცენტული მიკროსკოპიისთვის, ღრმა ცის ასტროფოტოგრაფიისა და სპექტროსკოპიისთვის, სადაც ფოტონების რაოდენობა ბუნებრივად დაბალია.
იყენებთ თუ არაsCMOS კამერამაღალსიჩქარიანი გამოსახულების მისაღებად ან ხანგრძლივი ექსპოზიციის აპლიკაციებისთვის გაგრილებადი CCD-ისთვის, SNR-ის გაგება დაგეხმარებათ შესრულების კომპრომისების დაბალანსებაში.
როგორ მოქმედებს SNR-ი გამოსახულების კონტრასტზე
კონტრასტი არის გამოსახულების ღია და ბნელ უბნებს შორის ინტენსივობის ფარდობითი სხვაობა. მრავალი გამოყენებისთვის, საინტერესო არეალებში გამოსახულების კარგი კონტრასტი საბოლოო მიზანია.
გამოსახულების გადაღების ობიექტის, ოპტიკურ სისტემისა და გამოსახულების პირობების მიხედვით, მრავალი ფაქტორი მოქმედებს გამოსახულების კონტრასტის ძირითად განმსაზღვრელ ფაქტორებზე, როგორიცაა ლინზის ხარისხი და ფონური სინათლის რაოდენობა.
●მაღალი SNR→ ნათელი და ბნელი რეგიონების მკაფიო გამიჯვნა; კიდეები მკვეთრი ჩანს; დახვეწილი დეტალები ხილული რჩება.
●დაბალი SNR→ ხმაურის გამო ბნელი ადგილები უფრო კაშკაშა ხდება, ნათელი ადგილები უფრო ბნელი ხდება და გამოსახულების საერთო კონტრასტი ბრტყელდება.
მაგალითად, ფლუორესცენციულ მიკროსკოპიაში, დაბალი SNR-მა შეიძლება გამოიწვიოს სუსტად ფლუორესცენტული ნიმუშის ფონზე შერევა, რაც რაოდენობრივ ანალიზს არასანდოს ხდის. ასტრონომიაში, მკრთალი ვარსკვლავები ან გალაქტიკები შეიძლება მთლიანად გაქრეს ხმაურიან მონაცემებში.
თუმცა, თავად კამერაშიც არსებობს ფაქტორები - მთავარი ფაქტორია სიგნალისა და ხმაურის თანაფარდობა. გარდა ამისა, განსაკუთრებით დაბალი განათების პირობებში, გამოსახულების ინტენსივობის მასშტაბირება, ანუ ის, თუ როგორ არის გამოსახულება მონიტორზე ნაჩვენები, დიდ როლს ასრულებს აღქმული გამოსახულების კონტრასტში. გამოსახულების ბნელ ადგილებში მაღალი ხმაურის შემთხვევაში, ავტომატური მასშტაბირების ალგორითმების ქვედა ზღვარი შეიძლება ძალიან დაბლა იყოს დაყენებული დაბალი მნიშვნელობის ხმაურიანი პიქსელების გამო, ხოლო ზედა ზღვარი იზრდება მაღალი სიგნალის პიქსელებში ხმაურის გამო. ეს არის დაბალი SNR სურათების დამახასიათებელი „გადაფერმკრთალი“ ნაცრისფერი იერსახის მიზეზი. უკეთესი კონტრასტის მიღწევა შესაძლებელია კამერის ოფსეტის ქვედა ზღვრის დაყენებით.
ფაქტორები, რომლებიც გავლენას ახდენენ სამეცნიერო კამერებში SNR-ზე
კამერის სისტემის SNR-ზე გავლენას ახდენს რამდენიმე დიზაინისა და ექსპლუატაციის პარამეტრი:
სენსორული ტექნოლოგია
● sCMOS – აერთიანებს დაბალი წაკითხვის ხმაურსა და მაღალ კადრების სიხშირეს, იდეალურია დინამიური ვიზუალიზაციისთვის.
● CCD – ისტორიულად, ხანგრძლივი ექსპოზიციის დროს დაბალი ხმაურის მაჩვენებელია, თუმცა თანამედროვე CMOS დიზაინებთან შედარებით უფრო ნელი.
● EMCCD – სუსტი სიგნალების გასაძლიერებლად იყენებს ჩიპში ჩაშენებულ გამაძლიერებელს, მაგრამ შეიძლება გამოიწვიოს მულტიპლიკაციური ხმაური.
პიქსელის ზომა და შევსების კოეფიციენტი
უფრო დიდი პიქსელები მეტ ფოტონს აგროვებენ, რაც ზრდის სიგნალს და შესაბამისად, SNR-ს.
კვანტური ეფექტურობა (QE)
უფრო მაღალი QE ნიშნავს, რომ მეტი შემომავალი ფოტონი გარდაიქმნება ელექტრონებად, რაც აუმჯობესებს SNR-ს.
Დაინფიცირების წყაროსთან კონტაქტის დრო
უფრო ხანგრძლივი ექსპოზიცია მეტ ფოტონს აგროვებს, რაც სიგნალს ზრდის, მაგრამ ასევე შეიძლება გაზარდოს ბნელი დენის ხმაური.
გაგრილების სისტემები
გაგრილება ამცირებს ბნელ დენს, რაც მნიშვნელოვნად აუმჯობესებს SNR-ს ხანგრძლივი ექსპოზიციის დროს.
ოპტიკა და განათება
მაღალი ხარისხის ლინზები და სტაბილური განათება მაქსიმალურად ზრდის სიგნალის აღქმას და მინიმუმამდე ამცირებს ცვალებადობას.
სხვადასხვა პიკური SNR მნიშვნელობების მაგალითები
ვიზუალიზაციისას, PSNR ხშირად აღნიშნავს პიქსელების გაჯერების მიმართ თეორიულ მაქსიმუმს. გადაღების ობიექტების, გამოსახულების პირობებისა და კამერის ტექნოლოგიის განსხვავებების მიუხედავად, ჩვეულებრივი სამეცნიერო კამერებისთვის, ერთი და იგივე სიგნალ-ხმაურის თანაფარდობის მქონე გამოსახულებებს შეიძლება ჰქონდეთ მსგავსება. „მარცვლოვანების“ ხარისხი, კადრიდან კადრამდე ვარიაცია და გარკვეულწილად კონტრასტი, ყველა ეს მაჩვენებელი შეიძლება მსგავსი იყოს ამ სხვადასხვა პირობებში. ამრიგად, შესაძლებელია SNR მნიშვნელობების და მათ მიერ გამოწვეული სხვადასხვა პირობებისა და გამოწვევების გაგება წარმომადგენლობითი სურათებიდან, როგორიცაა ცხრილში ნაჩვენები.
შენიშვნა: თითოეული რიგისთვის ფოტოელექტრონებში პიკური სიგნალის მნიშვნელობები მოცემულია ლურჯ ფერში. ყველა სურათი ნაჩვენებია ავტომატური ჰისტოგრამის მასშტაბირებით, ყველაზე კაშკაშა და ყველაზე მუქი პიქსელების 0.35%-ის იგნორირებით (გაჯერებით). მარცხენა ორი გამოსახულების სვეტი: გამოსახულების ტესტის სამიზნის ლინზაზე დაფუძნებული გამოსახულება. მარჯვენა ოთხი სვეტი: ასკარიდები, გადაღებული ფლუორესცენციით 10x მიკროსკოპის ობიექტივით. პიქსელის მნიშვნელობების კადრებს შორის ვარიაციების საილუსტრაციოდ დაბალი SNR-ის დროს, მოცემულია სამი თანმიმდევრული კადრი.
ნაჩვენებია სატესტო სამიზნის ლინზაზე დაფუძნებული გამოსახულება, ფლუორესცენტული მიკროსკოპის გამოსახულებასთან ერთად, ფლუორესცენტული გამოსახულების გადიდებულ ხედთან ერთად, რომელიც აჩვენებს ვარიაციას 3 თანმიმდევრული კადრის ფარგლებში. ასევე მოცემულია ფოტოელექტრონების პიკური რაოდენობა თითოეულ სიგნალის დონეზე.
ქვემოთ მოცემულ ფიგურაში მოცემულია ამ სამაგალითო სურათების სრული ვერსიები საცნობაროდ.
სიგნალ-ხმაურის თანაფარდობის მაგალითების ცხრილისთვის გამოყენებული სრული ზომის სურათები
მარცხნივ: ლინზით გადაღებული გამოსახულების სატესტო სამიზნე.
მარჯვენაასკარიდას ნემატოდის ჭიის მონაკვეთის ნიმუში, დათვალიერებული ფლუორესცენტული მიკროსკოპით 10-ჯერ გადიდებით.
SNR აპლიკაციებში
SNR კრიტიკულად მნიშვნელოვანია სხვადასხვა სფეროში:
● მიკროსკოპია – ბიოლოგიურ ნიმუშებში სუსტი ფლუორესცენციის აღმოსაჩენად საჭიროა მაღალი SNR, რათა თავიდან იქნას აცილებული ცრუ უარყოფითი შედეგები.
● ასტრონომია – შორეული გალაქტიკების ან ეგზოპლანეტების იდენტიფიცირება მოითხოვს ხანგრძლივ ექსპოზიციას მინიმალური ხმაურით.
● სპექტროსკოპია – მაღალი SNR უზრუნველყოფს ქიმიური ანალიზის დროს პიკური ინტენსივობის ზუსტ გაზომვებს.
● სამრეწველო შემოწმება – დაბალი განათების პირობებში ასაწყობ ხაზებზე მაღალი SNR ხელს უწყობს დეფექტების საიმედოდ აღმოჩენას.
სწორი SNR-ის მქონე სამეცნიერო კამერის არჩევა
ახალი სამეცნიერო კამერის შეფასებისას:
●შეამოწმეთ SNR სპეციფიკაციები– შეადარეთ dB მნიშვნელობები თქვენი გამოყენების მსგავს პირობებში.
●სხვა მეტრიკების დაბალანსება– გაითვალისწინეთ კვანტური ეფექტურობა, დინამიური დიაპაზონი და კადრების სიხშირე.
●შეუსაბამეთ ტექნოლოგია გამოყენების შემთხვევას– მაღალსიჩქარიანი დინამიური სცენებისთვის, sCMOS კამერა შეიძლება იდეალური იყოს; ულტრადაბალი განათების სტატიკური ობიექტებისთვის, გაცივებული CCD ან EMCCD შეიძლება უკეთესად იმუშაოს.
●დაკავშირებადობა სამუშაო პროცესის ეფექტურობისთვის– მიუხედავად იმისა, რომ პირდაპირ გავლენას არ ახდენს SNR-ზე, ისეთი ფუნქციები, როგორიცაა HDMI გამომავალი, საშუალებას გაძლევთ რეალურ დროში გადახედოთ გამოსახულებას, რაც დაგეხმარებათ სწრაფად გადაამოწმოთ, რომ თქვენი გადაღების პარამეტრები სასურველ SNR-ს აღწევს.
დასკვნა
სიგნალ-ხმაურის თანაფარდობა (SNR) არის ძირითადი შესრულების მეტრიკა, რომელიც პირდაპირ გავლენას ახდენს სამეცნიერო სურათების სიცხადესა და სანდოობაზე. SNR-ის განსაზღვრის, მასზე მოქმედი ფაქტორების და SNR-ის სხვადასხვა მნიშვნელობის შედეგების გაგება საშუალებას აძლევს მკვლევარებსა და ტექნიკურ მომხმარებლებს უფრო ეფექტურად შეაფასონ ვიზუალიზაციის სისტემები. ამ ცოდნის გამოყენებით - იქნება ეს ახალი...სამეცნიერო კამერაან არსებული კონფიგურაციის ოპტიმიზაცია — შეგიძლიათ დარწმუნდეთ, რომ თქვენი ვიზუალიზაციის სამუშაო პროცესი მონაცემებს თქვენი კონკრეტული აპლიკაციისთვის საჭირო სიზუსტით აღბეჭდავს.
ხშირად დასმული კითხვები
რა ითვლება „კარგ“ SNR-ად სამეცნიერო კამერებისთვის?
იდეალური SNR დამოკიდებულია გამოყენებაზე. მაღალი მოთხოვნების მქონე, რაოდენობრივი სამუშაოებისთვის, როგორიცაა ფლუორესცენტული მიკროსკოპია ან ასტრონომია, ზოგადად რეკომენდებულია 40 დბ-ზე მეტი SNR, რადგან ის წარმოქმნის გამოსახულებებს მინიმალური ხილული ხმაურით და ინარჩუნებს მცირე დეტალებს. ზოგადი ლაბორატორიული გამოყენებისთვის ან სამრეწველო შემოწმებისთვის, 35–40 დბ შეიძლება საკმარისი იყოს. 30 დბ-ზე ნაკლები ნებისმიერი მნიშვნელობა, როგორც წესი, აჩვენებს ხილულ მარცვლოვანებას და შეიძლება შეამციროს სიზუსტე, განსაკუთრებით დაბალი კონტრასტის სიტუაციებში.
როგორ მოქმედებს კვანტური ეფექტურობა (QE) SNR-ზე?
კვანტური ეფექტურობა ზომავს, თუ რამდენად ეფექტურად გარდაქმნის სენსორი შემომავალ ფოტონებს ელექტრონებად. უფრო მაღალი QE ნიშნავს, რომ ხელმისაწვდომი სინათლის მეტი ნაწილი სიგნალის სახით იჭრება, რაც ზრდის SNR განტოლების მრიცხველს. ეს განსაკუთრებით მნიშვნელოვანია დაბალი განათების სცენარებში, სადაც ყველა ფოტონი ითვლება. მაგალითად, sCMOS კამერა 80%-იანი QE-ით მიაღწევს უფრო მაღალ SNR-ს იდენტურ პირობებში, 50%-იანი QE-ს მქონე სენსორთან შედარებით, უბრალოდ იმიტომ, რომ ის იჭერს უფრო მეტ გამოსაყენებელ სიგნალს.
რა განსხვავებაა SNR-სა და კონტრასტ-ხმაურის თანაფარდობას (CNR) შორის?
მიუხედავად იმისა, რომ SNR ზომავს სიგნალის საერთო სიძლიერეს ხმაურთან მიმართებაში, CNR ფოკუსირებულია კონკრეტული მახასიათებლის ხილვადობაზე მის ფონზე. სამეცნიერო ვიზუალიზაციაში ორივე მნიშვნელოვანია: SNR გიჩვენებთ, თუ რამდენად „სუფთაა“ გამოსახულება საერთო ჯამში, ხოლო CNR განსაზღვრავს, გამოირჩევა თუ არა კონკრეტული ობიექტი საკმარისად აღმოსაჩენად ან გასაზომად.
გსურთ მეტი გაიგოთ? გადახედეთ დაკავშირებულ სტატიებს:
კვანტური ეფექტურობა სამეცნიერო კამერებში: სახელმძღვანელო დამწყებთათვის
Tucsen Photonics Co., Ltd. ყველა უფლება დაცულია. ციტირებისას, გთხოვთ, მიუთითოთ წყარო:www.tucsen.com
