25/09/11Во секој систем за мерење - од безжична комуникација до дигитална фотографија - односот сигнал-шум (SNR) е фундаментален критериум за квалитет. Без разлика дали анализирате телескопски слики, подобрувате микрофонски снимки или решавате проблеми со безжична врска, SNR ви кажува колку корисни информации се издвојуваат од несаканиот шум во позадина.
Но, правилното пресметување на SNR не е секогаш едноставно. Во зависност од системот, можеби ќе треба да се земат предвид дополнителни фактори како што се темна струја, шум од читање или групирање на пиксели. Ова упатство ве води низ теоријата, основните формули, вообичаените грешки, примените и практичните начини за подобрување на SNR, осигурувајќи се дека можете да го примените прецизно во широк спектар на контексти.
Што е однос сигнал-шум (SNR)?
Во својата суштина, односот сигнал-шум ја мери врската помеѓу јачината на посакуваниот сигнал и позадинската бучава што го заматува.
● Сигнал = значајна информација (на пр., глас во повик, ѕвезда во слика од телескоп).
● Шум = случајни, несакани флуктуации кои го нарушуваат или кријат сигналот (на пр., статички електрицитет, шум од сензорот, електрични пречки).
Математички, SNR е дефиниран како:
Бидејќи овие соодноси можат да варираат во многу редови на големина, SNR обично се изразува во децибели (dB):
● Висок SNR (на пр., 40 dB): сигналот доминира, што резултира со јасни и сигурни информации.
● Низок SNR (на пр., 5 dB): бучавата го преоптоварува сигналот, отежнувајќи ја интерпретацијата.
Како да се пресмета SNR
Пресметката на односот сигнал-шум може да се изврши со различни нивоа на прецизност во зависност од тоа кои извори на шум се вклучени. Во овој дел ќе бидат воведени две форми: една што ја зема предвид темната струја и една што претпоставува дека може да се занемари.
Забелешка: Додавањето независни вредности на шум бара нивно додавање во квадратура. Секој извор на шум се квадрира, се собира и се зема квадратниот корен од вкупниот број.
Однос сигнал-шум со темна струја
Следната равенка што треба да се користи во ситуации каде што шумот од темна струја е доволно голем за да бара вклучување:
Еве ја дефиницијата на термините:
Сигнал (e-): Ова е сигналот од интерес за фотоелектроните, при што се одзема сигналот на темната струја.
Вкупниот сигнал (e-) ќе биде бројот на фотоелектрони во пикселот од интерес - строго не вредноста на пикселите во единици на сиви нивоа. Втората инстанца на сигналот (e-), на дното од равенката, е шумот од фотоснимката.
Темна струја (DC):Вредноста на темната струја за тој пиксел.
t: Време на експозиција во секунди
σr:Читање на бучава во режим на камера.
Однос сигнал-шум за занемарлива темна струја
Во случаи на кратки (< 1 секунда) време на експозиција, плус ладени, високо-перформансни камери, шумот од темна струја генерално ќе биде далеку под шумот на читање и безбедно ќе се занемари.
Каде што членовите се повторно како што е дефинирано погоре, со исклучок на тоа што сигналот за темна струја не треба да се пресметува и одзема од сигналот бидејќи треба да биде еднаков на нула.
Ограничувања на овие формули и термини што недостасуваат
Формулите спротивни ќе дадат точни одговори само за CCD иCMOS камериEMCCD и интензивираните уреди воведуваат дополнителни извори на шум, така што овие равенки не можат да се користат. За поцелосна равенка на односот сигнал-шум што ги зема предвид овие и други придонеси.
Друг термин за шум што е (или порано беше) вообичаено вклучен во SNR равенките е нерамномерноста на фотоодговорот (PRNU), понекогаш наречена и „шум со фиксен образец“ (FPN). Ова ја претставува нерамномерноста на засилувањето и на сигналниот одговор низ сензорот, што може да стане доминантно при високи сигнали ако е доволно големо, намалувајќи го SNR.
Иако раните камери имале доволно значаен PRNU за да бараат негово вклучување, повеќето модернинаучни камериимаат доволно ниска PRNU за да го дадат својот придонес далеку под оној на шумот од фотонските снимки, особено откако ќе се применат корекции на вградената плоча. Затоа, сега обично се занемарува во пресметките на SNR. Сепак, PRNU е сè уште важна за некои камери и апликации и е вклучена во понапредната SNR равенка за комплетност. Ова значи дека дадените равенки се корисни за повеќето CCD/CMOS системи, но не треба да се третираат како универзално применливи.
Видови на шум во пресметките на SNR
Пресметката на SNR не е само споредување на сигнал со една вредност на шум. Во пракса, повеќе независни извори на шум придонесуваат, а нивното разбирање е од суштинско значење.
Шум на истрел
● Потекло: статистичко пристигнување на фотони или електрони.
● Се скалира со квадратниот корен од сигналот.
● Доминантно во фотонско-ограниченото снимање (астрономија, флуоресцентна микроскопија).
Термички шум
● Исто така се нарекува Џонсон-Никвистов шум, произведен од движење на електрони во отпорници.
● Се зголемува со температурата и пропусниот опсег.
● Важно во електрониката и безжичната комуникација.
Шум од темна струја
● Случајна варијација на темната струја во сензорите.
● Позначајно кај долги експозиции или топли детектори.
● Намалено со ладење на сензорот.
Читање на шум
● Шум од засилувачи и аналогно-дигитална конверзија.
● Фиксно по отчитување, толку е критично во режими со низок сигнал.
Квантизирачки шум
● Воведено со дигитализација (заокружување на дискретни нивоа).
● Важно кај системи со мала битна длабочина (на пр., 8-битен аудио).
Шум од околината/системот
● EMI, преслушување, бранување на напојувањето.
● Може да доминира ако заштитата/заземјувањето е лошо.
Разбирањето кое од овие е доминантно помага во изборот на вистинската формула и метод на ублажување.
Чести грешки при пресметување на SNR
Лесно е да се сретнат многу „кратки“ методи за проценка на односот сигнал-шум при снимање. Овие имаат тенденција да бидат или помалку сложени од спротивните равенки, или овозможуваат полесно изведување од самата слика, наместо да бараат познавање на параметрите на камерата, како што е шумот при читање, или и двете. За жал, веројатно е дека секој од овие методи е неточен и ќе доведе до искривени и бескорисни резултати. Препорачливо е спротивните равенки (или напредната верзија) да се користат во сите случаи.
Некои од најчестите лажни кратенки вклучуваат:
1. Споредба на интензитетот на сигналот наспроти интензитетот на позадината, во сиви нивоа. Овој пристап се обидува да ја процени чувствителноста на камерата, јачината на сигналот или односот сигнал-шум со споредување на интензитетот на врвот со интензитетот на позадината. Овој пристап е длабоко погрешен бидејќи влијанието на поместувањето на камерата може произволно да го постави интензитетот на позадината, засилувањето може произволно да го постави интензитетот на сигналот и не се зема предвид придонесот на шумот ниту во сигналот ниту во позадината.
2. Делење на врвовите на сигналот со стандардната девијација на област од пиксели во позадина. Или, споредување на вредностите на врвовите со визуелниот шум во позадината откриен од линискиот профил. Под претпоставка дека поместувањето е правилно одземено од вредностите пред делењето, најзначајната опасност во овој пристап е присуството на позадинско светло. Секоја позадинска светлина обично ќе доминира над шумот во пикселите во позадина. Понатаму, шумот во сигналот од интерес, како што е шумот од удар, всушност воопшто не се зема предвид.
3, Среден сигнал во пиксели од интерес наспроти стандардна девијација на вредностите на пикселите: Споредувањето или набљудувањето колку се менува врвниот сигнал низ соседните пиксели или последователните кадри е поблиску до точноста од другите методи за скратување, но малку е веројатно дека ќе избегне други влијанија што ги нарушуваат вредностите, како што е промената во сигналот што не произлегува од шумот. Овој метод може да биде неточен и поради малиот број на пиксели во споредбата. Одземањето на вредноста на поместувањето исто така не смее да се заборави.
4, Пресметување на SNR без претворање во единици за интензитет на фотоелектрони или без отстранување на поместувањето: Бидејќи шумот од истрел од фотон е обично најголемиот извор на бучава и се потпира на познавање на поместувањето и засилувањето на камерата за мерење, не е можно да се избегне пресметка назад кон фотоелектрони за пресметки на SNR.
5. Проценка на SNR со око: Иако во некои околности проценката или споредувањето на SNR со око може да биде корисно, постојат и неочекувани стапици. Проценката на SNR кај пиксели со висока вредност може да биде потешка отколку кај пиксели со пониска вредност или во позадина. Посуптилните ефекти исто така можат да играат улога: На пример, различни компјутерски монитори можат да прикажуваат слики со многу различен контраст. Понатаму, прикажувањето слики на различни нивоа на зумирање во софтверот може значително да влијае на визуелниот изглед на шумот. Ова е особено проблематично ако се обидувате да споредите камери со различни големини на пиксели во просторот на објектите. Конечно, присуството на позадинско светло може да го поништи секој обид за визуелно проценување на SNR.
Примени на SNR
SNR е универзална метрика со широк опсег на примена:
● Снимање аудио и музика: Ја одредува јасноста, динамичкиот опсег и верноста на снимките.
● Безжична комуникација: SNR е директно поврзан со стапките на битни грешки (BER) и пропусноста на податоци.
● Научно снимање: Во астрономијата, откривањето на слаби ѕвезди наспроти сјајот на небото во позадина бара висок SNR.
● Медицинска опрема: ЕКГ, МРИ и КТ скенирањата се потпираат на висок SNR за да се разликуваат сигналите од физиолошкиот шум.
● Камери и фотографија: Потрошувачките камери и научните CMOS сензори користат SNR за да ги споредат перформансите при слаба осветленост.
Подобрување на SNR
Бидејќи SNR е толку критична мерка, се вложуваат значителни напори за нејзино подобрување. Стратегиите вклучуваат:
Хардверски пристапи
● Користете подобри сензори со помала темна струја.
● Нанесете заштита и заземјување за да ги намалите електромагнетните бранови (EMI).
● Детектори за ладење за потиснување на термичкиот шум.
Софтверски пристапи
● Применете дигитални филтри за отстранување на несаканите фреквенции.
● Користете просекување низ повеќе кадри.
● Применувајте алгоритми за намалување на шумот при обработка на слики или аудио.
Пикселно групирање и неговото влијание врз SNR
Ефектот на бинирањето врз односот сигнал-шум зависи од технологијата на камерата и однесувањето на сензорот, бидејќи перформансите на шум на бинираните и небинираните камери можат значително да варираат.
CCD камерите можат да ги сумираат полнежите на соседните пиксели „на чипот“. Шумот од отчитувањето се јавува само еднаш, иако сигналот на темна струја од секој пиксел исто така ќе се сумира.
Повеќето CMOS камери вршат бинирање надвор од чипот, што значи дека вредностите прво се мерат (се внесува шум за читање), а потоа се собираат дигитално. Шумот за читање за вакви сумирања се зголемува со множење со квадратен корен од бројот на собрани пиксели, т.е. со фактор 2 за бинирање 2x2.
Бидејќи однесувањето на сензорите во однос на шумот може да биде комплицирано, за квантитативни апликации препорачливо е да се измери поместувањето, засилувањето и шумот за читање на камерата во биниран режим и да се користат овие вредности за равенката на односот сигнал-шум.
Заклучок
Односот сигнал-шум (SNR) е една од најважните метрики во науката, инженерството и технологијата. Од дефинирање на јасност во телефонските повици до овозможување на откривање на далечни галаксии, SNR е основа на квалитетот на системите за мерење и комуникација. Совладувањето на SNR не е само меморирање на формули - туку разбирање на претпоставките, ограничувањата и компромисите во реалниот свет. Од оваа перспектива, инженерите и истражувачите можат да прават посигурни мерења и да дизајнираат системи што извлекуваат значајни сознанија дури и во бучни услови.
Сакате да дознаете повеќе? Погледнете ги поврзаните статии:
Tucsen Photonics Co., Ltd. Сите права се задржани. При цитирање, ве молиме наведете го изворот:www.tucsen.com
