Signal-to-Noise Ratio юу вэ? Энэ нь Бүтцийн Үзэгчид дээр ямар үзүүлэлт гүйцэтгэх вэ?

Би хэрэглэгч танд амжилттай SNR (сигнал-шумын харьцаа) үеэр мэдээллийг оролдоогүй болохыг бодож байна уу? Тэдгээрийг сонирхож чадах багтсан дүрслэлийн системүүд ажилладаг нь эдгээр системүүд шинэчлэгтэй камера, санал зөвлөгөөний төхөөрөмжүүдийг ашиглан зургийг видео мэдээнийг боловсруулж, процессинг хийхэд ашигладаг, эдгээр системүүд нь удирдах, хариуцлага өгөх боломжийг олгодог. Сигнал-шумын харьцаа нь эдгээр системүүдийн зорилго, хүчин чадлыг, ажиллах чадварыг агуулдаг.

Харин танд сигналийн шумын харьцаа талаар ямар ч мэдээлэл байгаа болохыг бодож байна. Танд тухайн үгийг сонирхож байгаа ч юу вэ, тэдгээрийг яг хэргээр тооцоолоход, ямар чухал байдаг вэ гэх мэт асуудлуудад хариулт олоход хялбар биш байгаа. Энэ лавлахад танд тухайн үеэрээ багтсан дүрслэлийн (үүнд: зөвхөн суурин камер, автоматик бичлэгийн зураг авах зэрэг) чухалдаг хувьсагчид талаар илүү мэдээлэл өгөх болно.

Сигнал-шумын харьцаа юу вэ?

sN харьцаа юу вэ? Сигналын тэмдэгт харьцаа, эсвэл томъёоноор SNR нь үзсэн байгаа сигналын чадварыг оролцох шум (хэрэглэгүй сигнал)тай харьцуулан тоог тодорхойлдог тоон утгатай хэмжээ юм. SNR нь системд байгаа ашигтай сигналуудыг харилцагчийн сигналуудтай харьцуулах, гадуур гаралтын сигналуудыг ялгах, боломжтой гаралтыг илрүүлэхэд их санаа өгдөг.

Сигналын шумтай харьцаа зөвхөн децибелүүдэд (dB) илэрхийлэгддэг. Сигналын шумтай харьцааны утга их байх хэрэгтэй. Хөшөөний дүрсэлбэрийн дотор сигнал нь үйлдвэрлэгчид агуулсан мэдээллийг бүхэлдээ агуулдаг бөгөөд системд шинжилгээ хийх шаардлагатай мэдээллийг агуулж болно. Шум нь электромагнитын хамаарал, шимшэг гэх мэт өөр аль ч гадны үр чадвар байж болно. Шумын сигнал дээр хамаарах үр чадвар багаснаа SNR ихэснээр ашигтай мэдээллийн хэмжээ нэмэгдэх ба мэдээллийн хувьд үнэ цэнэтэй болон тухайн үнэлгээний хувьд хялбар болно. Жишээлбэл, 90dB нь 50dB-с сайн.

яагаад SNR-г тооцоолох вэ? Сигналын харьцааны (SNR) тооцоолол формулыг ашиглан боловч үр дүн нь децибелуудад илэрхийлэгдэнэ:

с/ш харьцааны томъёо: С/Ш = 20 * log10 (Сигналийн амплитуд / Шумын амплитуд)

Энд Signal Amplitude нь зургийн эсвэл видеийн мэдээний интенсив бөгөөд Noise Amplitude нь мэдээний дээр үзэгдэх шумын интенсив юм.

Яагаад embedded vision-д сигналын харьцааны чухал вэ?

Сигналын харьцаа нь зургийн болон видеийн мэдээний ямар чанар, тодорхойлолтын нарийвчлал, тодорхойлолтын зөвлөгөөг хамгийн их хэмжээний хамаарах учраас чухал юм. Edge processing, хүн амийн тоог тооцоолох, объектыг таних гэх мэт embedded vision-ийн албан ёсоор SNR-тай ихээр хамаарах ба шумын хувьсагчидыг багасгаж, тодорхой үр дүнг олгоно. Машин сургалтын эсвэл бусад алгоритмуудад SNR ихээр хамаарах учраас мэдээний процессингийн зөвхөн зөв байдлыг нэмэгдүүлэх, алдааг багасгах боломжтой. Тиймээс бага сарны камерын модуль зургийн ямар чанарт шумын үр дүнтэй холбоотой үзүүлэлтийг тодорхойлохад тусална.

Шумын embedded vision мэдээний дээрх үр дүн

Амралтын үед зураг эсвэл видео дэд байдалд гарч ирж болох хэрэгсэлгүй цаодлыг нь агуулсан шороо гэж нэрлэдэг. Энэ нь мөнгө, квантын шороо, пикселтэй холбоотой зовшоруулалт гэх мэт. Эдгээр шороонуудын байрлал нь мэдээллийг алдаатай болгоход оршино. Шороогүй мэдээллийн төлөвлөгөөг хамгийн их удаан харахад туслах боломжгүй болгон, системд ашигтай мэдээллийг гаргаж авах, төлөөлөх үндсэн үйлдлийг хямд хийх боломжийг багасгана. Мөн мэдээллийн хэмжээ, сувагийн шаардлагыг нэмэгдүүлдэг. Харгалзах вижн доторх шороо юу вэ?

Ца/Ш харьцааны системийн ажиллагааны дундаж үр дүнтэй холбоотой үр чадвар

Амьсгалах шинжтэй: Бага Ца/Ш харьцаа нь шорооны түвшинг нэмэгдүүлэх, мэдээллийг мэдээллээс гаргаж авахад хямд болгодог.
Динамикийн загвар: Ца/Ш харьцааны түвшин нь системийн динамикийн загварыг直接影响 хийдэг, энэ нь хамгийн яримtal хэсгээс хамгийн босоо хэсгээр харьцуулсан харьцаа юм. Бага Ца/Ш нь системд ярилцдаг яримтал, контрастыг хооронд ялгахад хямд болгодог.
Шинж чанарын тодорхойлолт болон хөдөлгөөн: SNR-ийн урт орны үзэгдэл нь объектыг илэрхийлэхэд асуудал гаргаж, SNR-ийн ихэнх үзэгдэл нь зурагтай холбоотой шинж чанарыг сайжруулж, дэлгэцийн тодорхойлолтыг сайжруулна.

SNR болон камерын шинж чанаруудын хооронд ямар холбоотой вэ?

SNR нь толь бичигтэй магадгүй, энэ нь камерын ихэнх шинж чанаруудтай нягтралтай холбогдсон байдаг. Эдгээр шинж чанарууд яаж SNR-д үнэлэхийг харах нь илүү сайн дүрслэлийн үр дүнг өгч болно.

Динамикийн загвар: Динамик хэмжээнд маш олон өнгийн тоннуудыг авч болох ёстой, энэ нь өмнөх жишээнд харвал SNR-ийг сайжруулахад тусална, ялангуяа ягаан болон цэнхэр хэсгүүдийг тодорхойлоход.

ISO сандалт: Их ISO нь сигналыг нэмэгдүүлэхэд шорооны тоог нэмэгдүүлэх, SNR-ийг бууруулна. Бага ISO нь шорооны харьцааг сайжруулна, гэхдээ экспозицуудад илүү сайн гэрэл шаарддаг.

Хугацааны хурд: хурдан шатрын хурд нь хөдөлгөөний амттай зураг үзүүлэхийг багасгахад тусалдаг, гэхдээ энэ нь их апертурыг эсвэл ISO-г ашиглах шаардлагатай бөгөөд энэ нь SNR-д үр дүнг олгоно. Зөвхөн жижиг шатрын хурд нь баясгалан дээр нь SNR-г багасгах боломжтой юм.

Сенсорын хэмжээ: сенсорын хэмжээ их байвал пикселүүд нь их болж, олон фотон саналгүй, илүү усны өнгийг авч, SNR-г сайжруулна. Харин жижиг пикселүүд нь шумыг үүсгэж, SNR-д үр дүнг олгох боломжтой.

Зургийн процессингийн алгоритмууд: Авангард зургийн процессингийн алгоритмууд нь хэрэглэгчид SNR-г сайжруулах, зураг дээрх дэлгэрэнгүй мэдээллийг хадгалах боломжийг олгодог.

Апертурын хэмжээ: Апертурын хэмжээ их байвал илүү усны өнгийг авч, SNR-г сайжруулахад тусална. Апертурын хэмжээ бага байвал зургийн экспозицуудын цаг хугацааг урдаараа өргөх шаардлагатай бөгөөд энэ нь шумыг нэмэгдүүлнэ.

Экспозицийн цаг хүртэл SNR-д ямар үр дүнг олгох вэ?

Амьсгалын цаг нь SNR-д ол хүчтэй тодорхойлогч фактор бөгөөд censor-ийн амьсгал авах цагийг тодорхойлно. Амьсгалын цагаа урдаад үзүүлэхээр заавал л хамгийн их фотонуудыг авах боломжтой бөгөөд энэ нь үе чанарыг нэмэгдүүлэх, SNR-ийг сайжруулах магадлалтай. Энэ нь их хэмжээний температурт эсвэл урт амьсгалын цагт электрон, фотоны шуманд илүү их үр дүн гаргаж чадна, энэ нь зургийн үнэцээг бууруулж болно.

Дээрхээс бид ямар ч signal (s) нь амьсгалын цагийн үед нийтлэгдсэн photons-ийн тооноос хамаардаг гэж баталж болно, энэ нь light intensity (I)-г амьсгалын цаг (t)-т үржигдээд тооцогдоно.

Харин incident photon intensity-ийг санал болгоход photon scattering noise (Photon scattering noise нь дискрет тооцооллын системд (яг мэт photons) light count хийх боломжтой бүх system-д inherent noise-ийн төрөл юм) үүсдэг. Photon scattering noise-ийн SNR_Shot нь дараах тэгшитгэлээр өгөгдөнө:

Харгалзах үеийн хугацаа уртаснаас, зураасын тоо (N) нь ихэсжээ, мөн тэмдэгт (S) нь ихэснээ. Тэмдэгтийн квадрат арифметик үр (√S) нь ихэснээ. Энэ нь харвал эргэлттэй шороонд байх үед, зурагны дуу болон шумын харьцаа (SNR) нь харгалзах үеийн квадрат арифметик үртэйгээр нэмэгдэнэ.

Эмбэддэд вижнд SNR-ийг сайжруулахад тулгарч буй саналууд

Дээрх мэдээллийг олон талаас шалгаснаар, шумыг багасгах эсвэл тэмдэгтний ялгаатай байдлыг сайжруулах нь SNR-ийг сайжруулахад ашигтай гэж мэдэх боломжтой. Энэ хувьд доорхи оптимизацийн саналуудыг гаргаж болно:

• тэмдэгтний ялгаатай байдлыг оптимизаци хийх. Гэхдээ шумыг ихэсгэхээс өөр үр дүнгүй болгохын тулд их оптимизаци хийхгүй болно.
• Камеруудыг худалдаж авах эсвэл засварлахдаа камерын архитектурыг оптимизаци хийнэ. Маш чухал архитектуртай камера ашиглах нь зургийн ялгаатай байдлыг сайжруулна.
• Ялгаатай байдлын ихэнх санал болгон өндөр ялгаатай сенсор ашиглах юм. Их ялгаатай, унших үед бага шумтай сенсорууд нь шумыг багасгаж, SNR-ийг сайжруулна.
• Эрчимтэй хурдны зорилготой бусад шинж чанаруудыг багасгах, дараа нь температурын өөрчлөлтийг бууруулж, температуртай холбоотой шумуудыг багасгахад тусална.
• зургийн тохиргоог илүү сайн үзүүлэхийн тулд шатлагын үе, шатлагын хурд гэх мэт тохиргоог шумуудыг багасгахад зориулагдсан.

Товчоолсоор

Сигнал шумын харьцаа нь зургийн эсвэл видео мэдээний утга, шинжилгээний үр дүнгийн зөв байдлыг, тодорхойлолтыг хамгийн их хэмжээнд хамаардаг. Энэ номын санаагаар сигналийн шумын харьцууг ямар чинь байдлаар хамаарах, ямар чинь байдлаар сайжруулах боломжийг оролдоход туслахыг хүсвэл.

Хэрэв таныг шум бага камерын томъёоцоолол, эсвэл эмбэддэд вижн ашиглахад тусламж шаарддаг байвал та танд хариуцаж байна. бидэнтэй холбоо барих .