ອັດຕາສ່ວນສັນຍານຕໍ່ສຽງລົບກວນໃນກ້ອງວິທະຍາສາດ: ເປັນຫຍັງມັນຈຶ່ງສຳຄັນ |

ໃນເວລາທີ່ມັນມາກັບການຈັບພາບທີ່ຊັດເຈນແລະເຊື່ອຖືໄດ້ໃນການຄົ້ນຄວ້າວິທະຍາສາດ, ຄຸນນະພາບຂອງຂໍ້ມູນຂອງທ່ານແມ່ນຂຶ້ນກັບຫຼາຍກ່ວາພຽງແຕ່ຄວາມລະອຽດຫຼືຂະຫນາດເຊັນເຊີ. ຫນຶ່ງໃນທີ່ສໍາຄັນທີ່ສຸດ - ແຕ່ບາງຄັ້ງຖືກມອງຂ້າມ - metrics ແມ່ນອັດຕາສ່ວນສັນຍານຫາສຽງ (SNR). ໃນລະບົບການຖ່າຍຮູບ, SNR ກໍານົດຢ່າງຊັດເຈນວ່າທ່ານສາມາດຈໍາແນກສັນຍານທີ່ແທ້ຈິງ (ຂໍ້ມູນທີ່ເປັນປະໂຫຍດ) ຈາກສິ່ງລົບກວນທີ່ບໍ່ຕ້ອງການ.

ໃນຄໍາຮ້ອງສະຫມັກການຖ່າຍຮູບວິທະຍາສາດເຊັ່ນ: ກ້ອງຈຸລະທັດ, ດາລາສາດ, ແລະ spectroscopy, SNR ທີ່ບໍ່ດີສາມາດຫມາຍຄວາມວ່າຄວາມແຕກຕ່າງລະຫວ່າງການກວດພົບເປົ້າຫມາຍທີ່ອ່ອນເພຍແລະຂາດມັນທັງຫມົດ. ບົດຄວາມນີ້ຈະສຶກສາວິທີການກໍານົດ SNR, ເປັນຫຍັງມັນຈຶ່ງສໍາຄັນ, ມັນມີຜົນກະທົບທາງກົງກັນຂ້າມແນວໃດ, ແລະວິທີການເລືອກແລະເພີ່ມປະສິດທິພາບກ້ອງຖ່າຍຮູບວິທະຍາສາດໂດຍອີງໃສ່ຕົວຊີ້ວັດທີ່ສໍາຄັນນີ້.

ອັດຕາສ່ວນສັນຍານຕໍ່ສິ່ງລົບກວນແມ່ນຫຍັງ ແລະມັນຖືກກໍານົດແນວໃດ?

ອັດຕາສ່ວນສັນຍານຕໍ່ກັບສິ່ງລົບກວນ (SNR) ແມ່ນມາດຕະການທີ່ສໍາຄັນທີ່ສຸດຂອງຄຸນນະພາບຮູບພາບຂອງພວກເຮົາ, ພື້ນຖານໃນຄວາມຄົມຊັດຂອງຮູບພາບ, ແລະມັກຈະເປັນປັດໄຈກໍານົດທີ່ເປັນປະໂຫຍດທີ່ສຸດວ່າກ້ອງຖ່າຍຮູບມີຄວາມອ່ອນໄຫວພຽງພໍສໍາລັບຄໍາຮ້ອງສະຫມັກຂອງທ່ານ.

ຄວາມພະຍາຍາມທີ່ຈະປັບປຸງຄວາມອ່ອນໄຫວຂອງກ້ອງຖ່າຍຮູບແມ່ນໝູນວຽນທັງການປັບປຸງສັນຍານທີ່ເກັບກຳມາໄດ້:

● ຜ່ານການປັບປຸງປະສິດທິພາບທາງຄວັນຕອມ ຫຼື ການເພີ່ມຂະໜາດຂອງ pixels ລວງ
● ການຫຼຸດຜ່ອນແຫຼ່ງສຽງທີ່ຂຶ້ນກັບກ້ອງຖ່າຍຮູບ

ແຫຼ່ງສິ່ງລົບກວນເພີ່ມຂຶ້ນຮ່ວມກັນ, ແຕ່ຂຶ້ນກັບສະຖານະການທີ່ຫນຶ່ງສາມາດຄອບຄອງ, ແລະຄວນຈະໄດ້ຮັບການສຸມໃສ່ການໃນເວລາທີ່ພະຍາຍາມປັບປຸງ SNR - ໂດຍຜ່ານການຕັ້ງຄ່າການເພີ່ມປະສິດທິພາບຫຼືການຕັ້ງຄ່າ, ຫຼືການຍົກລະດັບແຫຼ່ງແສງສະຫວ່າງທີ່ດີກວ່າ, optics, ແລະກ້ອງຖ່າຍຮູບ.

ມັນເປັນແບບຫຍໍ້ທົ່ວໄປທີ່ຈະອະທິບາຍຮູບພາບໃນແງ່ຂອງອັດຕາສ່ວນສັນຍານຕໍ່ສຽງລົບກວນ, ຕົວຢ່າງການອ້າງວ່າຮູບພາບມີ SNR ຂອງ '15'. ຢ່າງໃດກໍຕາມ, ດັ່ງທີ່ເຫັນໄດ້ຊັດເຈນຈາກຊື່, ອັດຕາສ່ວນສັນຍານຕໍ່ສຽງແມ່ນຂຶ້ນກັບສັນຍານ, ເຊິ່ງແນ່ນອນວ່າມັນຈະແຕກຕ່າງກັນສໍາລັບແຕ່ລະ pixels ລວງ. ນີ້ແມ່ນສິ່ງທີ່ເຮັດໃຫ້ພວກເຮົາຮູບພາບຂອງພວກເຮົາ.

SNR ຂອງຮູບພາບໂດຍປົກກະຕິຫມາຍເຖິງ SNR ຂອງສັນຍານສູງສຸດຂອງຄວາມສົນໃຈພາຍໃນຮູບພາບ. ສໍາລັບຕົວຢ່າງ, SNR ຈາກຮູບພາບຂອງຈຸລັງ fluorescent ໃນພື້ນຫລັງຊ້ໍາຈະນໍາໃຊ້ຄວາມເຂັ້ມງວດຂອງສັນຍານສູງສຸດຈາກ pixels ຂອງໂຄງສ້າງຄວາມສົນໃຈພາຍໃນເຊນ.

ມັນບໍ່ແມ່ນຕົວແທນທີ່ຈະເອົາ, ຕົວຢ່າງ, ຄ່າສະເລ່ຍສໍາລັບ SNR ຂອງຮູບພາບທັງຫມົດ. ໃນເຕັກນິກເຊັ່ນ: ກ້ອງຈຸລະທັດ fluorescence ບ່ອນທີ່ພື້ນຫລັງມືດທີ່ມີໂຟຕອນທີ່ກວດພົບໄດ້ເປັນສູນ, pixels ສັນຍານເຫຼົ່ານີ້ມີສູນ SNR. ດັ່ງນັ້ນ, ຄ່າສະເລ່ຍຂອງຮູບພາບໃດໜຶ່ງຈະຂຶ້ນກັບຈຳນວນ pixels ພື້ນຫຼັງຢູ່ໃນມຸມເບິ່ງ.

ເປັນຫຍັງ SNR ຈຶ່ງສຳຄັນສຳລັບກ້ອງວິທະຍາສາດ

ໃນການຖ່າຍພາບທາງວິທະຍາສາດ, SNR ມີຜົນກະທົບໂດຍກົງທີ່ທ່ານສາມາດລະບຸລາຍລະອຽດທີ່ອ່ອນເພຍ, ວັດແທກຂໍ້ມູນປະລິມານ, ແລະຜະລິດຄືນຜົນໄດ້ຮັບ.

●ຄວາມຊັດເຈນຂອງຮູບພາບ- SNR ທີ່ສູງຂຶ້ນຊ່ວຍຫຼຸດຜ່ອນການເປັນເມັດພືດແລະເຮັດໃຫ້ໂຄງສ້າງທີ່ດີເຫັນໄດ້ຊັດເຈນ.

●ຄວາມຖືກຕ້ອງຂອງຂໍ້ມູນ- ຫຼຸດຜ່ອນຄວາມຜິດພາດໃນການວັດແທກໃນການທົດລອງທີ່ອີງໃສ່ຄວາມເຂັ້ມຂົ້ນ.

●ປະສິດທິພາບແສງສະຫວ່າງຕ່ໍາ– ຈຳເປັນສຳລັບກ້ອງຈຸລະທັດ fluorescence, ການຖ່າຍຮູບດາວເຄາະໃນທ້ອງຟ້າເລິກ ແລະ spectroscopy, ບ່ອນທີ່ຈຳນວນໂຟຕອນມີໜ້ອຍຕາມທຳມະຊາດ.

ບໍ່ວ່າທ່ານກໍາລັງໃຊ້ aກ້ອງ sCMOSສໍາລັບການຖ່າຍຮູບຄວາມໄວສູງຫຼື CCD ເຢັນສໍາລັບຄໍາຮ້ອງສະຫມັກທີ່ມີແສງຍາວ, ຄວາມເຂົ້າໃຈ SNR ຊ່ວຍໃຫ້ທ່ານດຸ່ນດ່ຽງການປະຕິບັດການຄ້າ.

SNR ມີອິດທິພົນຕໍ່ຄວາມຄົມຊັດຂອງຮູບພາບແນວໃດ

ກົງກັນຂ້າມແມ່ນຄວາມແຕກຕ່າງຂອງຄວາມເຂັ້ມລະຫວ່າງພື້ນທີ່ແສງສະຫວ່າງແລະພື້ນທີ່ມືດຂອງຮູບພາບ. ສໍາລັບຫຼາຍໆແອັບພລິເຄຊັນ, ຄວາມແຕກຕ່າງຂອງຮູບພາບທີ່ດີໃນພື້ນທີ່ທີ່ມີຄວາມສົນໃຈແມ່ນເປົ້າຫມາຍສຸດທ້າຍ.

ມີຫຼາຍປັດໃຈພາຍໃນຫົວຂໍ້ການຖ່າຍຮູບ, ລະບົບ optical ແລະເງື່ອນໄຂການຖ່າຍຮູບທີ່ເປັນປັດໃຈຕົ້ນຕໍທີ່ກໍານົດຄວາມຄົມຊັດຂອງຮູບພາບ, ເຊັ່ນ: ຄຸນນະພາບເລນແລະປະລິມານຂອງແສງພື້ນຫລັງ.

●SNR ສູງ→ການແບ່ງແຍກທີ່ແຕກຕ່າງກັນລະຫວ່າງພາກພື້ນທີ່ສົດໃສແລະຊ້ໍາ; ແຄມປາກົດ crisp; ລາຍລະອຽດລະອຽດອ່ອນຍັງຄົງເຫັນໄດ້.

●SNR ຕໍ່າ→ ພື້ນທີ່ມືດຈະສະຫວ່າງຂຶ້ນເນື່ອງຈາກມີສຽງລົບກວນ, ພື້ນທີ່ສະຫວ່າງຈະມືດມົວ, ແລະຄວາມຄົມຊັດຂອງພາບໂດຍລວມຈະແປລົງ.

ຕົວຢ່າງ, ໃນກ້ອງຈຸລະທັດ fluorescence, SNR ຕ່ໍາສາມາດເຮັດໃຫ້ຕົວຢ່າງ fluorescent ອ່ອນໆເຂົ້າໄປໃນພື້ນຫລັງ, ເຮັດໃຫ້ການວິເຄາະປະລິມານບໍ່ຫນ້າເຊື່ອຖື. ໃນດ້ານດາລາສາດ, ດາວ ຫຼື galaxies ອ່ອນໆສາມາດຫາຍໄປໃນຂໍ້ມູນທີ່ບໍ່ມີສຽງ.

ຢ່າງໃດກໍຕາມ, ຍັງມີປັດໃຈພາຍໃນກ້ອງຖ່າຍຮູບຕົວມັນເອງ - ປັດໃຈຕົ້ນຕໍແມ່ນອັດຕາສ່ວນສັນຍານກັບສິ່ງລົບກວນ. ນອກຈາກນັ້ນ, ແລະໂດຍສະເພາະແມ່ນຢູ່ໃນແສງສະຫວ່າງຕ່ໍາ, ຂະຫນາດຄວາມເຂັ້ມຂອງຮູບພາບ, ວິທີການຮູບພາບໄດ້ຖືກສະແດງຢູ່ໃນຈໍສະແດງຜົນ, ມີບົດບາດອັນໃຫຍ່ຫຼວງຕໍ່ຄວາມຄົມຊັດຂອງຮູບພາບ. ດ້ວຍສິ່ງລົບກວນສູງໃນພື້ນທີ່ມືດຂອງຮູບພາບ, ຂັ້ນຕອນການປັບຂະໜາດຮູບພາບອັດຕະໂນມັດສາມາດກຳນົດຂອບເຂດທີ່ຕໍ່າເກີນໄປໂດຍ pixels ທີ່ບໍ່ມີສຽງທີ່ມີມູນຄ່າຕໍ່າ, ໃນຂະນະທີ່ຄວາມຜູກມັດສູງແມ່ນເພີ່ມຂຶ້ນໂດຍສິ່ງລົບກວນໃນ pixels ສັນຍານສູງ. ນີ້ແມ່ນສາເຫດຂອງລັກສະນະສີຂີ້ເຖົ່າ 'ລ້າງອອກ' ຂອງຮູບພາບ SNR ຕ່ໍາ. ຄວາມແຕກຕ່າງທີ່ດີຂຶ້ນສາມາດໄດ້ຮັບໂດຍການກໍານົດຂອບເຂດຕ່ໍາຕໍ່ກັບການຊົດເຊີຍກ້ອງຖ່າຍຮູບ.

ປັດໃຈທີ່ສົ່ງຜົນກະທົບຕໍ່ SNR ໃນກ້ອງຖ່າຍຮູບວິທະຍາສາດ

ການອອກແບບແລະຕົວກໍານົດການປະຕິບັດງານຈໍານວນຫນຶ່ງມີອິດທິພົນຕໍ່ SNR ຂອງລະບົບກ້ອງຖ່າຍຮູບ:

ເຕັກໂນໂລຊີເຊັນເຊີ

● sCMOS – ລວມສຽງລົບກວນອ່ານຕ່ຳ ແລະອັດຕາເຟຣມສູງ, ເໝາະສຳລັບການຖ່າຍຮູບແບບເຄື່ອນໄຫວ.

● CCD – ເປັນປະຫວັດສາດໃຫ້ສຽງລົບກວນຕໍ່າໃນການເປີດຮັບແສງດົນໆ, ແຕ່ຊ້າກວ່າການອອກແບບ CMOS ທີ່ທັນສະໄຫມ.

● EMCCD – ໃຊ້ການຂະຫຍາຍເທິງຊິບເພື່ອເພີ່ມສັນຍານອ່ອນໆ, ແຕ່ສາມາດແນະນຳສຽງລົບກວນໄດ້.

ຂະຫນາດ Pixel ແລະປັດໄຈການຕື່ມ

pixels ຂະຫນາດໃຫຍ່ເກັບກໍາ photons ຫຼາຍ, ເພີ່ມສັນຍານແລະດັ່ງນັ້ນ SNR.

ປະສິດທິພາບ Quantum (QE)

QE ສູງຂຶ້ນຫມາຍຄວາມວ່າ photons ເຂົ້າມາຫຼາຍຈະຖືກປ່ຽນເປັນເອເລັກໂຕຣນິກ, ປັບປຸງ SNR.

ເວລາການສຳຜັດເຊື້ອ

ການເປີດຮັບແສງທີ່ດົນກວ່າຈະລວບລວມ photons ຫຼາຍຂຶ້ນ, ເພີ່ມສັນຍານ, ແຕ່ອາດຈະເພີ່ມສຽງລົບກວນໃນປະຈຸບັນຊ້ໍາ.

ລະບົບເຮັດຄວາມເຢັນ

ຄວາມເຢັນຊ່ວຍຫຼຸດຜ່ອນກະແສໄຟຟ້າທີ່ມືດ, ປັບປຸງ SNR ຢ່າງຫຼວງຫຼາຍສໍາລັບການເປີດຮັບແສງທີ່ຍາວນານ.

Optics ແລະ Illumination

ເລນຄຸນນະພາບສູງແລະການໃຫ້ຄວາມສະຫວ່າງທີ່ຫມັ້ນຄົງຊ່ວຍຈັບສັນຍານສູງສຸດແລະຫຼຸດຜ່ອນການປ່ຽນແປງ.

ຕົວຢ່າງຂອງຄ່າ SNR ສູງສຸດທີ່ແຕກຕ່າງກັນ

ໃນການຖ່າຍຮູບ, PSNR ມັກຈະຫມາຍເຖິງສູງສຸດທາງທິດສະດີທີ່ກ່ຽວຂ້ອງກັບຄວາມອີ່ມຕົວຂອງ pixels ລວງ. ເຖິງວ່າຈະມີຄວາມແຕກຕ່າງໃນຫົວຂໍ້ການຖ່າຍຮູບ, ເງື່ອນໄຂການຖ່າຍຮູບແລະເຕັກໂນໂລຢີຂອງກ້ອງຖ່າຍຮູບ, ສໍາລັບກ້ອງຖ່າຍຮູບວິທະຍາສາດແບບດັ້ງເດີມ, ຮູບພາບທີ່ມີອັດຕາສ່ວນສັນຍານກັບສຽງລົບກວນສາມາດມີຄວາມຄ້າຍຄືກັນ. ລະດັບຂອງ 'graininess', ການປ່ຽນແປງຈາກກອບເປັນກອບ, ແລະໃນບາງຂອບເຂດກົງກັນຂ້າມ, ທັງຫມົດສາມາດຄ້າຍຄືກັນໃນທົ່ວເງື່ອນໄຂທີ່ແຕກຕ່າງກັນເຫຼົ່ານີ້. ດັ່ງນັ້ນ, ມັນເປັນໄປໄດ້ທີ່ຈະໄດ້ຮັບຄວາມເຂົ້າໃຈກ່ຽວກັບຄຸນຄ່າ SNR ແລະເງື່ອນໄຂແລະຄວາມທ້າທາຍທີ່ແຕກຕ່າງກັນທີ່ພວກເຂົາຫມາຍເຖິງຈາກຮູບພາບຕົວແທນ, ເຊັ່ນວ່າສະແດງຢູ່ໃນຕາຕະລາງ.

ຕົວຢ່າງຮູບພາບຢູ່ທີ່ສັນຍານ (ສູງສຸດ) ທີ່ແຕກຕ່າງກັນຕໍ່ກັບຄ່າອັດຕາສ່ວນສຽງ

ໝາຍເຫດ: ຄ່າສັນຍານສູງສຸດໃນ photoelectrons ສໍາລັບແຕ່ລະແຖວແມ່ນເປັນສີຟ້າ. ຮູບພາບທັງໝົດທີ່ສະແດງດ້ວຍຂະໜາດ histogram ອັດຕະໂນມັດ, ບໍ່ສົນໃຈ (ຄວາມອີ່ມຕົວ) 0.35% ຂອງ pixels ທີ່ສົດໃສ ແລະມືດທີ່ສຸດ. ຊ້າຍສອງຖັນຮູບພາບ: ການຖ່າຍຮູບຕາມເລນຂອງເປົ້າໝາຍການທົດສອບການຖ່າຍຮູບ. ສີ່ຖັນຂວາ: Ascaris ຈັບໃນ fluorescence ດ້ວຍຈຸດປະສົງກ້ອງຈຸລະທັດ 10x. ເພື່ອສະແດງໃຫ້ເຫັນການປ່ຽນແປງຂອງເຟຣມຫາເຟຣມໃນຄ່າ pixels ລວງທີ່ SNR ຕ່ໍາ, ສາມເຟຣມຕິດຕໍ່ກັນໄດ້ຖືກສະຫນອງໃຫ້.

ຮູບພາບທີ່ອີງໃສ່ເລນຂອງເປົ້າໝາຍການທົດສອບ, ພ້ອມກັບຮູບກ້ອງຈຸລະທັດ fluorescence ແມ່ນສະແດງທັງສອງ, ພ້ອມກັບການຊູມຂອງຮູບ fluorescent ທີ່ສະແດງໃຫ້ເຫັນການປ່ຽນແປງພາຍໃນ 3 ເຟຣມຕິດຕໍ່ກັນ. ການນັບຮູບເອເລັກໂຕຣນິກສູງສຸດໃນແຕ່ລະລະດັບສັນຍານຍັງຖືກມອບໃຫ້.

ຕົວເລກຕໍ່ໄປນີ້ສະແດງໃຫ້ເຫັນສະບັບເຕັມຂອງຮູບພາບຕົວຢ່າງເຫຼົ່ານີ້ສໍາລັບການອ້າງອີງ.

ຮູບພາບຂະໜາດເຕັມທີ່ໃຊ້ສຳລັບຕາຕະລາງຕົວຢ່າງອັດຕາສ່ວນສັນຍານກັບສິ່ງລົບກວນ

ຮູບພາບຂະໜາດເຕັມທີ່ໃຊ້ສຳລັບຕາຕະລາງຕົວຢ່າງອັດຕາສ່ວນສັນຍານຫາສຽງລົບກວນ

ຊ້າຍ: ການທົດສອບການຖ່າຍຮູບເປົ້າໝາຍທີ່ຖ່າຍຮູບດ້ວຍເລນ.

ສິດ: ຕົວຢ່າງຂອງພາກສ່ວນແມ່ທ້ອງ Ascaris nematode ທີ່ເບິ່ງດ້ວຍກ້ອງຈຸລະທັດ fluorescence ທີ່ກຳລັງຂະຫຍາຍ 10x.

SNR ໃນແອັບພລິເຄຊັນ

SNR ແມ່ນພາລະກິດທີ່ສໍາຄັນໃນທົ່ວຂົງເຂດຕ່າງໆ:

● ກ້ອງຈຸລະທັດ – ການກວດຫາ fluorescence faint ໃນຕົວຢ່າງທາງຊີວະພາບຕ້ອງການ SNR ສູງເພື່ອຫຼີກເວັ້ນການເປັນລົບທີ່ບໍ່ຖືກຕ້ອງ.

● ດາລາສາດ – ການຈຳແນກກາແລັກຊີທີ່ຢູ່ໄກ ຫຼືດາວເຄາະນອກດວງຕ້ອງການການເປີດຮັບແສງທີ່ຍາວນານໂດຍມີສຽງລົບກວນໜ້ອຍທີ່ສຸດ.

● Spectroscopy - SNR ສູງຮັບປະກັນການວັດແທກຄວາມເຂັ້ມງວດສູງສຸດທີ່ຖືກຕ້ອງໃນການວິເຄາະທາງເຄມີ.

● ການກວດກາອຸດສາຫະກໍາ - ໃນສາຍປະກອບທີ່ມີແສງສະຫວ່າງຕ່ໍາ, SNR ສູງຊ່ວຍກວດຫາຂໍ້ບົກພ່ອງຢ່າງຫນ້າເຊື່ອຖື.

ການເລືອກກ້ອງຖ່າຍຮູບວິທະຍາສາດທີ່ມີ SNR ທີ່ຖືກຕ້ອງ

ເມື່ອປະເມີນກ້ອງຖ່າຍຮູບວິທະຍາສາດໃຫມ່:

●ກວດເບິ່ງຂໍ້ມູນຈໍາເພາະ SNR- ປຽບທຽບຄ່າ dB ພາຍໃຕ້ເງື່ອນໄຂທີ່ຄ້າຍຄືກັນກັບຄໍາຮ້ອງສະຫມັກຂອງທ່ານ.

●ດຸ່ນດ່ຽງການວັດແທກອື່ນໆ- ພິຈາລະນາປະສິດທິພາບ quantum, ລະດັບການເຄື່ອນໄຫວ, ແລະອັດຕາພາ.

●ຈັບຄູ່ເທກໂນໂລຍີເພື່ອໃຊ້ກໍລະນີ– ສໍາລັບສາກແບບເຄື່ອນໄຫວທີ່ມີຄວາມໄວສູງ, ກ້ອງຖ່າຍຮູບ sCMOS ອາດຈະເຫມາະສົມ; ສໍາລັບວັດຖຸສະຖິດທີ່ມີແສງສະຫວ່າງຕໍ່າສຸດ, CCD ຫຼື EMCCD ເຢັນອາດຈະປະຕິບັດໄດ້ດີກວ່າ.

●ການເຊື່ອມຕໍ່ສໍາລັບປະສິດທິພາບການເຮັດວຽກ– ໃນຂະນະທີ່ບໍ່ສົ່ງຜົນກະທົບຕໍ່ SNR ໂດຍກົງ, ຄຸນສົມບັດເຊັ່ນ: ຜົນຜະລິດ HDMI ສາມາດເປີດໃຊ້ການທົບທວນຮູບພາບໃນເວລາຈິງ, ຊ່ວຍໃຫ້ທ່ານກວດສອບໄດ້ໄວວ່າການຕັ້ງຄ່າການໄດ້ມາຂອງທ່ານບັນລຸໄດ້ SNR ທີ່ຕ້ອງການ.

ສະຫຼຸບ

ອັດຕາສ່ວນສັນຍານຫາສຽງລົບກວນ (SNR) ແມ່ນຕົວຊີ້ບອກປະສິດທິພາບຫຼັກທີ່ມີອິດທິພົນໂດຍກົງຕໍ່ຄວາມຊັດເຈນ ແລະ ຄວາມໜ້າເຊື່ອຖືຂອງຮູບພາບທາງວິທະຍາສາດ. ຄວາມເຂົ້າໃຈກ່ຽວກັບວິທີການກໍານົດ SNR, ປັດໃຈທີ່ມີຜົນກະທົບຕໍ່ມັນ, ແລະຜົນກະທົບຂອງຄ່າ SNR ທີ່ແຕກຕ່າງກັນເຮັດໃຫ້ນັກຄົ້ນຄວ້າແລະຜູ້ໃຊ້ດ້ານວິຊາການສາມາດປະເມີນລະບົບຮູບພາບທີ່ມີປະສິດທິພາບຫຼາຍຂຶ້ນ. ໂດຍການນໍາໃຊ້ຄວາມຮູ້ນີ້ — ບໍ່ວ່າຈະເປັນໃນການເລືອກໃຫມ່ກ້ອງຖ່າຍຮູບວິທະຍາສາດຫຼືການເພີ່ມປະສິດທິພາບການຕັ້ງຄ່າທີ່ມີຢູ່ແລ້ວ - ທ່ານສາມາດຮັບປະກັນວ່າຂັ້ນຕອນການຖ່າຍຮູບຂອງທ່ານເກັບກໍາຂໍ້ມູນທີ່ມີລະດັບຄວາມຊັດເຈນທີ່ຕ້ອງການສໍາລັບຄໍາຮ້ອງສະຫມັກສະເພາະຂອງທ່ານ.

FAQs

ສິ່ງທີ່ຖືວ່າເປັນ SNR "ດີ" ສໍາລັບກ້ອງຖ່າຍຮູບວິທະຍາສາດ?

SNR ທີ່ເຫມາະສົມແມ່ນຂຶ້ນກັບຄໍາຮ້ອງສະຫມັກ. ສໍາລັບຄວາມຕ້ອງການສູງ, ວຽກງານປະລິມານ - ເຊັ່ນ: ກ້ອງຈຸລະທັດ fluorescence ຫຼືດາລາສາດ - SNR ສູງກວ່າ 40 dB ແມ່ນແນະນໍາໂດຍທົ່ວໄປ, ຍ້ອນວ່າມັນຜະລິດຮູບພາບທີ່ມີສິ່ງລົບກວນທີ່ເບິ່ງເຫັນຫນ້ອຍທີ່ສຸດແລະຮັກສາລາຍລະອຽດທີ່ດີ. ສໍາລັບການນໍາໃຊ້ຫ້ອງທົດລອງທົ່ວໄປຫຼືການກວດກາອຸດສາຫະກໍາ, 35-40 dB ສາມາດພຽງພໍ. ສິ່ງໃດກໍ່ຕາມທີ່ຕໍ່າກວ່າ 30 dB ໂດຍປົກກະຕິຈະສະແດງເມັດພືດທີ່ເຫັນໄດ້ຊັດເຈນແລະສາມາດປະນີປະນອມຄວາມຖືກຕ້ອງ, ໂດຍສະເພາະໃນສະຖານະການທີ່ມີຄວາມຄົມຊັດຕ່ໍາ.

ປະສິດທິພາບ quantum (QE) ມີຜົນກະທົບ SNR ແນວໃດ?

ປະສິດທິພາບ Quantum ວັດແທກປະສິດທິພາບຂອງເຊັນເຊີທີ່ຈະປ່ຽນ photons ເຂົ້າມາເປັນເອເລັກໂຕຣນິກ. QE ສູງຂຶ້ນຫມາຍຄວາມວ່າມີແສງເພີ່ມເຕີມໄດ້ຖືກຈັບເປັນສັນຍານ, ຊຸກຍູ້ຕົວເລກໃນສົມຜົນ SNR. ນີ້ແມ່ນສິ່ງສໍາຄັນໂດຍສະເພາະໃນສະຖານະການທີ່ມີແສງສະຫວ່າງຫນ້ອຍ, ບ່ອນທີ່ທຸກໆໂຟຕອນນັບ. ຕົວຢ່າງ, ກ້ອງຖ່າຍຮູບ sCMOS ທີ່ມີ QE ຂອງ 80% ຈະບັນລຸ SNR ສູງຂຶ້ນພາຍໃຕ້ເງື່ອນໄຂດຽວກັນເມື່ອທຽບກັບເຊັນເຊີທີ່ມີ 50% QE, ພຽງແຕ່ເນື່ອງຈາກວ່າມັນຈັບສັນຍານທີ່ສາມາດໃຊ້ໄດ້ຫຼາຍ.

ຄວາມແຕກຕ່າງລະຫວ່າງ SNR ແລະ Contrast-to-Noise Ratio (CNR) ແມ່ນຫຍັງ?

ໃນຂະນະທີ່ SNR ວັດແທກຄວາມແຮງຂອງສັນຍານໂດຍລວມທີ່ກ່ຽວຂ້ອງກັບສິ່ງລົບກວນ, CNR ສຸມໃສ່ການເບິ່ງເຫັນຄຸນສົມບັດສະເພາະຕໍ່ກັບພື້ນຫຼັງຂອງມັນ. ໃນການຖ່າຍຮູບທາງວິທະຍາສາດ, ທັງສອງມີຄວາມສໍາຄັນ: SNR ບອກທ່ານວ່າຮູບພາບ "ສະອາດ" ໂດຍລວມ, ໃນຂະນະທີ່ CNR ກໍານົດວ່າຈຸດປະສົງທີ່ມີຄວາມສົນໃຈສະເພາະແມ່ນພຽງພໍສໍາລັບການກວດພົບຫຼືການວັດແທກ.

ຕ້ອງການຮຽນຮູ້ເພີ່ມເຕີມ? ເບິ່ງບົດຄວາມທີ່ກ່ຽວຂ້ອງ:
ປະສິດທິພາບ Quantum ໃນກ້ອງຖ່າຍຮູບວິທະຍາສາດ: ຄູ່ມືເລີ່ມຕົ້ນ