Wat is de signaal-ruisverhouding?Hoe beïnvloedt deze het ingebedde zicht?

Ik weet niet of je ooit het concept van signaal-ruisverhouding (SNR) hebt begrepen? Degene die zijn kennis hebben gemaakt met geïmbedde visiesystemen zouden moeten weten dat deze systemen afhankelijk zijn van geavanceerde camera's en sensoren om beeld- en videogegevens te vangen en te verwerken en real-time inzichten en reacties te bieden, wat ze populair maakt in sectoren zoals gezondheidszorg en veiligheid. De signaal-ruisverhouding is een belangrijke factor die de visuele nauwkeurigheid, betrouwbaarheid en prestaties van deze systemen kan beïnvloeden.

Misschien ben je nog steeds in de war over de signaal-ruisverhouding. Hoewel je er al van gehoord hebt, snap je niet wat het betekent, hoe het wordt berekend en waarom het belangrijk is. Dan zullen we in dit artikel meer leren over zijn betekenis in geïmbedde visie (bijvoorbeeld slimme bewakingscamera's, automatische fotografering, etc.).

Wat is Signaal-Ruisverhouding?

Wat is het SN-verhouding? Signal-to-Noise Ratio, of afgekort SNR, is een kwantitatieve maat voor de sterkte van een gewenst signaal ten opzichte van de achtergrondruis (ongewenst signaal). SNR is belangrijk voor het vergelijken van bruikbare signalen met storende signalen in een systeem, onderscheid maken tussen verschillende uitkomstsignalen en efficiënte uitkomsten realiseren.

Signal-to-noise ratio wordt meestal uitgedrukt in decibels (dB). Hoe hoger de waarde van het signaal-ruisverhoudingsvermogen, des te beter de uitkomst. In ingebedde visie is het signaal de door het apparaat gevangen data, die informatie kan bevatten die het systeem moet verwerken. Ruis kan elke externe factor zijn zoals elektromagnetische storing, trilling, etc. Hoe minder effect ruis heeft op het signaal, hoe hoger de SNR, des te meer nuttige informatie zit er in het signaal, waardoor de kwaliteit en betrouwbaarheid van de data verbetert. Bijvoorbeeld, 90dB is beter dan 50dB.

dus hoe bereken je snr? De berekening van het signaal-ruisverhoudings (SNR) kan met de formule worden uitgevoerd en het resultaat wordt uitgedrukt in decibels:

s/n verhouding formule: SNR = 20 * log10 (Signaal Amplitude / Ruis Amplitude)

Waarbij Signaal amplitude de intensiteit van de afbeeldings- of videogegevens is en Ruis amplitude de intensiteit van de ruis is die de gegevens beïnvloedt.

Waarom is het signaal-ruisverhouding belangrijk in ingebedde visie?

Het signaal-ruisverhouding is belangrijk omdat het rechtstreeks invloed heeft op de kwaliteit van afbeeldings- en videogegevens en de nauwkeurigheid en betrouwbaarheid van analyseresultaten. Wanneer het gaat om ingebedde visie-toepassingen zoals randverwerking, zoals hoofdtelling en objectherkenning, is een hoge SNR voordelig voor het verminderen van ruisdeeltjes in de afbeelding en het leveren van duidelijkere resultaten. En in algoritmes zoals machine learning en kunstmatige intelligentie kan een hoge SNR effectief de nauwkeurigheid van gegevensverwerking verbeteren en fouten reduceren. Tegelijkertijd, voor camera-modules voor weinig licht , kan het duidelijk weerspiegelen hoe ruis de afbeeldingskwaliteit beïnvloedt.

Impact van ruis op ingebedde visiegegevens

Geluid verwijst breed gezien naar ongewenste signalen die verschijnen in beeld- of videogegevens, zoals vervorming, kwantumgeluid, pixelatie, enz., wat kan leiden tot fouten in de gegevens. De aanwezigheid van dit geluid vermindert de visualisatie van de gegevens en maakt het moeilijker voor het systeem om nuttige informatie eruit te halen en te verwerken. Het verhoogt ook de grootte- en bandbreedtevereisten van de gegevens. Wat is geluid in ingebedde visie?

Impact van Signaal-Geluidsverhouding op prestaties van ingebedde visiesystemen

Geluidsniveau: Een lage SNR versterkt het geluiddoorvoerpeil, waardoor het moeilijker wordt voor het systeem om bruikbare informatie uit de gegevens te halen.
Dynamisch bereik: Het niveau van de SNR beïnvloedt rechtstreeks het dynamische bereik van het systeem, dat de verhouding is tussen het helderste en donkerste deel. Een lage SNR maakt het moeilijker voor het systeem om verschillen in helderheid en contrast te onderscheiden.
Resolutie en scherpte: Een lage SNR kan ervoor zorgen dat objectherkenning vastloopt, terwijl een hoge SNR helpt de resolutie en scherpte van de afbeelding te verbeteren, waardoor details duidelijker worden en randdetectiealgoritmes geholpen worden.

Wat is het verband tussen SNR en camera-eigenschappen?

SNR beïnvloedt niet alleen visualisatie, het staat nauw verbonden met vele eigenschappen van de camera. Begrijpen hoe deze eigenschappen SNR beïnvloeden kan leiden tot betere visuele resultaten.

Dynamisch bereik: Een goed dynamisch bereik kan meer kleurtinten vastleggen, wat gunstig is voor een betere SNR op verschillende helderheidniveaus, en beter onderscheid maken in lichte en donkere gebieden.

ISO-gevoeligheid: Een hoge ISO versterkt het signaal, maar ook het ruisniveau, wat de SNR verlaagt. Een lage ISO geeft een betere signaal-ruisverhouding, maar vereist betere belichting.

sluitertijd: snellere sluitertijden verminderen bewegingsvaagheid, maar vereisen een grotere diafragmaopening of ISO, wat de SNR beïnvloedt. langzamere sluitertijden in schemerlicht resulteren in een lagere SNR door toegenomen belichtingstijd.

sensorgrootte: Hoe groter de sensor, des te groter de pixels zijn, des te meer fotonen worden verzameld en des te meer licht kan worden opgevangen voor een betere signaal-ruisverhouding. Tegenovergesteld, kleine pixels kunnen ruis genereren en de SNR beïnvloeden.

Afbeeldingsverwerkingsalgoritmes: Geavanceerde afbeeldingsverwerkingsalgoritmes kunnen ongewenste ruis verminderen en de SNR verbeteren terwijl de afbeeldingsdetails behouden blijven.

Diafragmaopening: Hoe groter de diafragmaopening, des te meer licht er is, wat helpt bij het verbeteren van de SNR-verhouding. Hoe kleiner de diafragmaopening, des te langer de benodigde belichtingstijd, wat meer ruis introduceert.

Waarom beïnvloedt belichtingstijd de SNR?

Belichtingstijd is ook een sleutelfactor in het signaal-geruisverhouding (SNR), waarbij wordt bepaald hoe lang de sensor licht ontvangt. Langer belichtingstijden kunnen het aantal opgevangen fotonen verhogen, wat theoretisch het signaalsterkte verhoogt en het signaal-geruisverhouding verbetert. Dit kan echter ook leiden tot meer fotonische en elektronische ruis, vooral bij hoge temperaturen of tijdens lange belichtingen, wat de beeldkwaliteit kan verslechtering.

Uit bovenstaand kunnen we concluderen dat het signaal (s) evenredig is aan het aantal fotonen dat tijdens de belichtingstijd wordt verzameld, de laatste wordt berekend als het product van de lichtintensiteit (I) en de belichtingstijd (t):

Bij het overwegen van de incidentele fotonintensiteit komt er ook fotonverspreidingsruis voor (fotonverspreidingsruis is een type ruis inherent aan elk systeem dat licht in discrete eenheden telt (d.w.z., fotonen)). Het signaal-geruisverhouding door fotonverspreidingsruis (SNR_Shot) wordt gegeven door de volgende vergelijking:

Wanneer de belichtingstijd langer is, neemt ook het aantal verzamelde fotonen (N) toe, en ook het signaal (S). De wortel van het signaal (√S) neemt eveneens toe. Dit betekent dat in het geval van verspreide korrelruis, het verhoudingssignaal tot ruis met de wortel van de belichtingstijd toeneemt.

Enkele relevante suggesties om SNR te verbeteren in embedded visie

Uit het bovenstaande kan ik afleiden dat het verminderen van de ruis of het verbeteren van de signaalkwaliteit effectief kan zijn om de SNR te verbeteren. Daarvoor kunnen we de volgende relevante optimalisatiesuggesties formuleren:

• voor signaalsterkteoptimalisatie. Maar vermijd overdreven optimalisatie om te voorkomen dat de ruis wordt versterkt, wat resulteert in geen substantiële verbetering van de afbeelding.
• Optimaliseer de architectuur van de camera bij aankoop of aanpassing van de camera. Het gebruik van een goede architectonische ontwerp zorgt voor betere beeldprestaties.
• Gebruik een hoge-kwaliteitsensor. Hoogwaardige beeldsensoren met lage leesruis kunnen ruis verminderen en SNR verbeteren.
• Een effectieve thermische ontwerptechniek verlaagt de sensortemperatuur en verminderd andere vormen van ruis, zoals thermische ruis.
• optimaliseert camera-instellingen zoals belichtingstijd en sluitersnelheid om ruis te verminderen terwijl de beste afbeeldingen worden vastgelegd.

Samenvattend

De signaal-ruisverhouding is een belangrijke factor die invloed heeft op ingebedde visiesystemen, wat rechtstreeks invloed uitoefent op de kwaliteit van afbeeldings- en videogegevens en de nauwkeurigheid en betrouwbaarheid van analyseresultaten. We hopen dat door dit artikel we een beter inzicht kunnen krijgen in de betekenis van de signaal-ruisverhouding, de factoren die er invloed op hebben, en hoe we het kunnen verbeteren, zodat we onze ingebedde visieapplicaties kunnen optimaliseren en betere resultaten kunnen behalen.

Als u hulp nodig heeft of een low-noise-camera wilt aanpassen en integreren in uw ingebedde visieapplicatie, aarzel dan niet om Contacteer ons .