2025/09/11In elk meetsysteem – van draadloze communicatie tot digitale fotografie – is de signaal-ruisverhouding (SNR) een fundamentele kwaliteitsindicator. Of u nu telescoopbeelden analyseert, microfoonopnames verbetert of een draadloze verbinding oplost, de SNR geeft aan hoeveel nuttige informatie zich onderscheidt van ongewenste achtergrondruis.
Het correct berekenen van de signaal-ruisverhouding (SNR) is echter niet altijd even eenvoudig. Afhankelijk van het systeem moeten mogelijk aanvullende factoren zoals donkerstroom, uitleesruis of pixelbinning in overweging worden genomen. Deze handleiding leidt u door de theorie, de kernformules, veelgemaakte fouten, toepassingen en praktische manieren om de SNR te verbeteren, zodat u de methode nauwkeurig kunt toepassen in uiteenlopende contexten.
Wat is de signaal-ruisverhouding (SNR)?
In essentie meet de signaal-ruisverhouding de relatie tussen de sterkte van een gewenst signaal en de achtergrondruis die dit signaal maskeert.
● Signaal = de betekenisvolle informatie (bijv. een stem in een telefoongesprek, een ster op een telescoopfoto).
● Ruis = willekeurige, ongewenste fluctuaties die het signaal vervormen of maskeren (bijv. statische ruis, sensorruis, elektrische interferentie).
Mathematisch gezien wordt SNR als volgt gedefinieerd:
Omdat deze verhoudingen over vele ordes van grootte kunnen variëren, wordt de SNR meestal uitgedrukt in decibels (dB):
● Hoge SNR (bijv. 40 dB): het signaal domineert, wat resulteert in duidelijke en betrouwbare informatie.
● Lage SNR (bijv. 5 dB): ruis overstemt het signaal, waardoor interpretatie moeilijk wordt.
Hoe bereken je de SNR?
De signaal-ruisverhouding kan met verschillende nauwkeurigheidsniveaus worden berekend, afhankelijk van welke ruisbronnen worden meegenomen. In dit gedeelte worden twee methoden geïntroduceerd: een die rekening houdt met de lekstroom en een die ervan uitgaat dat deze kan worden verwaarloosd.
Let op: Het optellen van onafhankelijke ruiswaarden vereist kwadratische optelling. Elke ruisbron wordt gekwadrateerd, opgeteld en de wortel van het totaal wordt genomen.
Signaal-ruisverhouding met donkerstroom
De volgende vergelijking moet worden gebruikt in situaties waarin de donkerstroomruis groot genoeg is om te worden meegenomen:
Hieronder vindt u de definities van de termen:
Signaal (e-): Dit is het signaal van belang in foto-elektronen, waarbij het donkerstroomsignaal is afgetrokken.
Het totale signaal (e-) is het aantal foto-elektronen in de betreffende pixel – strikt genomen niet de pixelwaarde in grijstinten. De tweede instantie van het signaal (e-), onderaan de vergelijking, is de fotonruis.
Donkerstroom (DC):De donkerstroomwaarde voor die pixel.
t: Belichtingstijd in seconden
σr:Ruisdetectie in cameramodus.
Signaal-ruisverhouding bij verwaarloosbare donkerstroom
In het geval van korte (Bij belichtingstijden van minder dan 1 seconde, in combinatie met gekoelde, hoogwaardige camera's, zal de donkerstroomruis over het algemeen ruim onder de uitleesruis liggen en veilig verwaarloosd kunnen worden.
De termen zijn wederom zoals hierboven gedefinieerd, met uitzondering van het feit dat het donkerstroomsignaal niet hoeft te worden berekend en van het signaal hoeft te worden afgetrokken, aangezien het gelijk moet zijn aan nul.
Beperkingen van deze formules en ontbrekende termen
De formules hiernaast geven alleen correcte antwoorden voor CCD enCMOS-camera'sEMCCD en apparaten met versterking introduceren extra ruisbronnen, waardoor deze vergelijkingen niet gebruikt kunnen worden. Voor een completere vergelijking van de signaal-ruisverhouding die rekening houdt met deze en andere bijdragen, zie de documentatie.
Een andere ruisterm die vaak (of vroeger vaak) in SNR-vergelijkingen werd opgenomen, is de fotoreactie-niet-uniformiteit (PRNU), ook wel aangeduid als 'vaste patroonruis' (FPN). Deze vertegenwoordigt de ongelijkmatigheid van de versterking en de signaalrespons over de sensor, die bij hoge signalen dominant kan worden als deze groot genoeg is, waardoor de SNR afneemt.
Hoewel vroege camera's een dusdanig hoge PRNU-waarde hadden dat de opname ervan noodzakelijk was, hebben de meeste moderne camera's dat niet meer.wetenschappelijke camera'sDe PRNU-waarde is voldoende laag om de bijdrage ervan aanzienlijk te verlagen ten opzichte van de fotonruis, vooral na toepassing van correcties aan boord. Daarom wordt deze waarde tegenwoordig meestal verwaarloosd in SNR-berekeningen. PRNU is echter nog steeds belangrijk voor sommige camera's en toepassingen en is voor de volledigheid opgenomen in de meer geavanceerde SNR-vergelijking. Dit betekent dat de gegeven vergelijkingen bruikbaar zijn voor de meeste CCD/CMOS-systemen, maar niet als universeel toepasbaar moeten worden beschouwd.
Soorten ruis in SNR-berekeningen
Het berekenen van de signaal-ruisverhouding (SNR) gaat niet alleen over het vergelijken van een signaal met één enkele ruiswaarde. In de praktijk dragen meerdere onafhankelijke ruisbronnen bij, en het is essentieel om deze te begrijpen.
Schotgeluid
● Oorsprong: statistische aankomst van fotonen of elektronen.
● Schaalt met de vierkantswortel van het signaal.
● Dominant in fotonbeperkte beeldvorming (astronomie, fluorescentiemicroscopie).
Thermische ruis
● Het wordt ook wel Johnson-Nyquist-ruis genoemd, veroorzaakt door de beweging van elektronen in weerstanden.
● Neemt toe met de temperatuur en de bandbreedte.
● Belangrijk in elektronica en draadloze communicatie.
Donkerstroomruis
● Willekeurige variatie in de donkerstroom binnen sensoren.
● Belangrijker bij lange belichtingstijden of bij warme detectoren.
● Verminderd door de sensor te koelen.
Lees het geluid
● Ruis van versterkers en analoog-digitaalconversie.
● Vast per uitlezing, dus cruciaal bij zwakke signaalsterkte.
Kwantiseringsruis
● Geïntroduceerd door digitalisering (afronding naar discrete niveaus).
● Belangrijk in systemen met een lage bitdiepte (bijv. 8-bits audio).
Omgevings-/systeemgeluid
● EMI, overspraak, rimpelspanning in de voeding.
● Kan dominant worden als de afscherming/aarding slecht is.
Inzicht in welke van deze factoren dominant is, helpt bij het kiezen van de juiste formule en aanpak.
Veelgemaakte fouten bij het berekenen van de SNR
Er zijn talloze 'snelle' methoden te vinden om de signaal-ruisverhouding in beeldvorming te schatten. Deze methoden zijn vaak minder complex dan de vergelijkingen hiernaast, kunnen gemakkelijker worden afgeleid uit de afbeelding zelf in plaats van dat kennis van cameraparameters zoals uitleesruis vereist is, of beide. Helaas is de kans groot dat elk van deze methoden onjuist is en tot vertekende en onbruikbare resultaten leidt. Het wordt sterk aangeraden om in alle gevallen de vergelijkingen hiernaast (of de geavanceerde versie) te gebruiken.
Enkele van de meest voorkomende valse snelkoppelingen zijn:
1. Vergelijking van signaalintensiteit versus achtergrondintensiteit, in grijswaarden. Deze methode probeert de gevoeligheid van een camera, de signaalsterkte of de signaal-ruisverhouding te beoordelen door een piekintensiteit te vergelijken met een achtergrondintensiteit. Deze methode is echter zeer gebrekkig, omdat de invloed van de camera-offset de achtergrondintensiteit willekeurig kan bepalen, de versterking de signaalintensiteit willekeurig kan bepalen en er geen rekening wordt gehouden met de bijdrage van ruis, noch in het signaal, noch in de achtergrond.
2. Het delen van signaalpieken door de standaardafwijking van een gebied met achtergrondpixels. Of, het vergelijken van piekwaarden met de visuele ruis in de achtergrond die zichtbaar wordt gemaakt door een lijnprofiel. Ervan uitgaande dat de offset correct van de waarden wordt afgetrokken vóór de deling, is het grootste gevaar van deze aanpak de aanwezigheid van achtergrondlicht. Elk achtergrondlicht zal doorgaans de ruis in de achtergrondpixels overheersen. Bovendien wordt de ruis in het signaal van belang, zoals schotruis, in feite helemaal niet meegenomen.
3. Gemiddeld signaal in de pixels van belang versus standaarddeviatie van de pixelwaarden: Het vergelijken of observeren van de mate waarin een pieksignaal verandert tussen naburige pixels of opeenvolgende frames is nauwkeuriger dan andere verkorte methoden, maar sluit waarschijnlijk niet uit dat andere invloeden de waarden vertekenen, zoals een verandering in het signaal die niet door ruis wordt veroorzaakt. Deze methode kan ook onnauwkeurig zijn bij een laag aantal pixels in de vergelijking. Ook mag de offsetwaarde niet worden afgetrokken.
4. Het berekenen van de SNR zonder omrekening naar intensiteitseenheden van foto-elektronen, of zonder de offset te verwijderen: Aangezien fotonruis doorgaans de grootste ruisbron is en de meting afhankelijk is van de offset en versterking van de camera, is het niet mogelijk om terugrekenen naar foto-elektronen te vermijden bij SNR-berekeningen.
5. Visuele beoordeling van de signaal-ruisverhouding (SNR): Hoewel het in sommige gevallen nuttig kan zijn om de SNR visueel te beoordelen of te vergelijken, zijn er ook onverwachte valkuilen. Het beoordelen van de SNR in pixels met een hoge waarde kan lastiger zijn dan in pixels met een lagere waarde of achtergrondpixels. Subtielere effecten kunnen ook een rol spelen: zo kunnen verschillende computermonitoren beelden met een zeer verschillend contrast weergeven. Bovendien kan het weergeven van beelden op verschillende zoomniveaus in software de visuele weergave van ruis aanzienlijk beïnvloeden. Dit is vooral problematisch bij het vergelijken van camera's met verschillende pixelgroottes in de objectruimte. Ten slotte kan de aanwezigheid van achtergrondlicht elke poging tot visuele beoordeling van de SNR onmogelijk maken.
Toepassingen van SNR
SNR is een universele meetwaarde met uiteenlopende toepassingen:
● Audio- en muziekopname: Bepaalt de helderheid, het dynamisch bereik en de geluidskwaliteit van opnames.
● Draadloze communicatie: SNR is rechtstreeks gerelateerd aan bitfoutpercentages (BER) en datadoorvoer.
● Wetenschappelijke beeldvorming: In de astronomie vereist het detecteren van zwakke sterren tegen de achtergrondgloed van de hemel een hoge signaal-ruisverhouding (SNR).
● Medische apparatuur: ECG-, MRI- en CT-scans zijn afhankelijk van een hoge signaal-ruisverhouding (SNR) om signalen te onderscheiden van fysiologische ruis.
● Camera's en fotografie: Zowel consumentencamera's als wetenschappelijke CMOS-sensoren gebruiken de signaal-ruisverhouding (SNR) om de prestaties bij weinig licht te meten.
Verbetering van de signaal-ruisverhouding (SNR)
Omdat de signaal-ruisverhouding (SNR) zo'n cruciale maatstaf is, wordt er veel moeite gedaan om deze te verbeteren. Strategieën omvatten onder meer:
Hardwarebenaderingen
● Gebruik betere sensoren met een lagere lekstroom.
● Pas afscherming en aarding toe om elektromagnetische interferentie te verminderen.
● Koel de detectoren om thermische ruis te onderdrukken.
Softwarebenaderingen
● Digitale filters toepassen om ongewenste frequenties te verwijderen.
● Gebruik middeling over meerdere frames.
● Pas ruisonderdrukkingsalgoritmen toe bij beeld- of audioverwerking.
Pixelbinning en het effect ervan op de signaal-ruisverhouding (SNR).
Het effect van binning op de signaal-ruisverhouding hangt af van de cameratechnologie en het gedrag van de sensor, aangezien de ruisprestaties van camera's met en zonder binning aanzienlijk kunnen verschillen.
CCD-camera's kunnen de lading van aangrenzende pixels 'op de chip' optellen. De uitleesruis treedt slechts eenmaal op, hoewel het donkerstroomsignaal van elke pixel ook wordt opgeteld.
De meeste CMOS-camera's voeren off-chip binning uit, wat betekent dat waarden eerst worden gemeten (en er leesruis wordt geïntroduceerd) en vervolgens digitaal worden opgeteld. De leesruis bij dergelijke optellingen neemt toe door vermenigvuldiging met de wortel van het aantal opgetelde pixels, oftewel met een factor 2 bij 2x2 binning.
Omdat het ruisgedrag van sensoren complex kan zijn, is het voor kwantitatieve toepassingen raadzaam om de offset, versterking en uitleesruis van de camera in binning-modus te meten en deze waarden te gebruiken voor de vergelijking van de signaal-ruisverhouding.
Conclusie
De signaal-ruisverhouding (SNR) is een van de belangrijkste meetwaarden in de wetenschap, techniek en technologie. Van het bepalen van de helderheid van telefoongesprekken tot het mogelijk maken van de detectie van verre sterrenstelsels, SNR vormt de basis voor de kwaliteit van meet- en communicatiesystemen. Het beheersen van SNR gaat niet alleen over het onthouden van formules, maar ook over het begrijpen van aannames, beperkingen en afwegingen in de praktijk. Vanuit dit perspectief kunnen ingenieurs en onderzoekers betrouwbaardere metingen uitvoeren en systemen ontwerpen die zinvolle inzichten opleveren, zelfs onder ruisomstandigheden.
Wil je meer weten? Bekijk dan de gerelateerde artikelen:
Tucsen Photonics Co., Ltd. Alle rechten voorbehouden. Vermeld bij citatie de bron:www.tucsen.com
