Hva er signal-til-støy-forhold? Hvordan påvirker det innledd visjon?

Jeg vet ikke om du noen gang har forstått konseptet signal-til-støy-forhold (SNR)? De som har vært utsatt for innbygget visjonssystemer skal vite at disse systemene avhenger av avanserte kammeraer og sensorer for å oppfatte og behandle bilde- og videodata og gi reeltids-innsikt og svar, noe som gjør dem populære i bransjer som helsevesen og sikkerhet. Signal-til-støy-forholdet er en nøkkelfaktor som kan påvirke visuell nøyaktighet, pålitelighet og ytelse for disse systemene.

Kanskje du fortsatt er forvirret over signal-til-støy-forhold. Selv om du har hørt om det, forstår du ikke hva det betyr, hvordan det regnes ut, og hvorfor det er viktig. Så i denne artikkelen skal vi komme til å forstå mer om dets betydning innen innbygget visjon (f.eks., smart overvåkningskamper, automatisk bæreeffekt-fotografering osv.).

Hva er signal-til-støy-forhold?

Hva er SN-forhold? Signal-ti-støy-forhold, eller SNR for kort, er en kvantitativ måling av styrken på et ønsket signal i forhold til bakgrunnsstøyen (uønsket signal). SNR er viktig for å sammenligne nyttige signaler med forstyrrende signaler i et system, skille mellom ulike utgangssignaler, og realisere effektiv utgang.

Signal-ti-støy-forhold uttrykkes vanligvis i decibel (dB). Jo høyere verdien på signal-ti-støy-forholdet, des bedre utgang. I innbygget visjon er signalet data som blir tatt opp av enheten, som kan inneholde informasjon som systemet trenger å behandle. Støy kan være noen eksterne faktorer som elektromagnetisk forstyrrelse, vibrasjon, osv. Jo mindre effekten av støy på signalet, jo høyere SNR, jo mer nyttig informasjon er i signalet, noe som forbedrer kvaliteten og påliteligheten på dataene. For eksempel er 90dB bedre enn 50dB.

så hvordan beregner man SNR? Beregning av signal-til-støyforhold (SNR) kan gjøres ved å bruke formelen, og resultatet uttrykkes ved hjelp av desibeler:

s/n forhold formel: SNR = 20 * log10 (Signal Amplitude / Støy Amplitude)

Hvor Signalamplitude er intensiteten på bilde- eller videodata, og Støyamplitude er intensiteten på støyen som påvirker dataene.

Hvorfor er signal-til-støyforhold viktig i innbygd visjon?

Signal-til-støyforhold er viktig fordi det påvirker direkte kvaliteten på bilde- og videodata, samt nøyaktigheten og påliteligheten på analyseresultatene. Når det gjelder innbygde visjonsapplikasjoner som kantbehandling, for eksempel tellepersoner og gjenstandsoppdaging, er et høyt SNR fordelsamt for å redusere støypartikler i bildet og gi klarere resultater. Og i algoritmer som maskinlæring og kunstig intelligens kan et høyt SNR effektivt forbedre nøyaktigheten på dataprogressering og redusere feil. Samtidig, for mørketolerante kameramoduler , kan det tydelig reflektere påvirkningen av støy på bildekvaliteten.

Påvirkningen av støy på innbygd visjonsdata

Støy refererer generelt til uønskede signaler som viser seg i bilde- eller videodata, for eksempel forvristing, kvantestøy, pikselering, etc., som kan føre til feil i dataene. Tilstedeværelsen av denne støyen reduserer visualiseringen av dataene og gjør det vanskeligere for systemet å trekke ut og behandle nyttig informasjon fra dem. Det øker også størrelsen og båndbreddekravene for dataene. Hva er støy i innbygd visjon?

Innvirkning av signal-ti-støy-forhold på ytelsen til innbygd visjonsystem

Støynivå: Et lavt SNR forsterker støynivået, noe som gjør det mer vanskelig for systemet å trekke ut nyttig informasjon fra informasjonen.
Dynamisk omfang: Nivået av SNR påvirker direkte dynamikkomfanget til systemet, som er forholdet mellom den lyseste og mørkeste delen. Et lavt SNR vil gjøre det vanskeligere for systemet å skille mellom ulike lysstyrker og kontraster.
Oppløsning og skarphet: Lav SNR vil gjøre at objektgjenkjenning blir stående fast, mens høy SNR hjelper til å forbedre oppløsningen og skarpheten på bildet, gjør detaljene mer synlige og hjelper edge-deteksjonsalgoritmer.

Hva er forholdet mellom SNR og kameraegenskaper?

SNR påvirker ikke bare visualisering, det er tett knyttet til mange egenskaper ved kameraet. Å forstå hvordan disse egenskapene påvirker SNR kan føre til bedre visuelle resultater.

Dynamisk omfang: En god dynamisk rekkevidde kan fange flere fargetoner, noe som er godt for å få bedre SNR på ulike lysstyrker, og bedre å skiller ut detaljer i lys og mørke områder.

ISO-følsomhet: Høy ISO forsterker signalet samtidig som den forsterker støyen, hvilket senker SNR. Lav ISO gir bedre signal-til-støy-forhold, men krever bedre belysning for utssetting.

Skytthastighet: høyere slutterfart reduserer bevegelsesuskydd, men krever et større aperatur eller ISO, som påvirker SNR. lavere slutterfart i mørkt lys fører til lavere SNR grunnet økt utssetting.

Sensorstørrelse: jo større sensoren er, jo større er pikslene, og jo flere fotoner blir samlet inn, og mer lys kan bli fanget for en bedre signal-tostøyforhold. Imot det, små piksler kan generere støy og påvirke SNR.

Bildebehandlingsalgoritmer: Avanserte bildebehandlingsalgoritmer kan redusere uønsket støy og forbedre SNR samtidig som de opprettholder bilde detaljer.

Aperaturstørrelse: Jo større aperaturet er, jo mer lys er det, noe som hjelper til å forbedre snr-forholdet. Jo mindre aperaturet er, jo lenger utssettingstid kreves, noe som introducerer mer støy.

Hvorfor påvirker utssettingstid SNR?

Eksponerings_tid er også en nøkkel_faktor i signal_til_støy_forholdet (SNR), og bestemmer hvor lenge sensoren mottar lys. Lengre eksponerings_tider kan øke antall fangete fotoner, teoretisk sett forsterket signal_styrken og forbedre signal_til_støy_forholdet. Dette kan også føre til oppstår av mer fotonisk og elektronisk støy, spesielt ved høye temperaturer eller under lange eksponeringer, som kan forurene bilde_kvaliteten.

Fra det ovenfor kan vi konkludere at signalet (s) er proporsjonal med antall fotoner samlet inn under eksponerings_tiden, den siste beregnet som produktet av lys_intensiteten (I) og eksponerings_tiden (t):

Når man tar hensyn til innfallende foton_intensitet, viser seg også foton_sprednings_støy (foton_sprednings_støy er en type støy inneboende i ethvert system som teller lys i diskrete enheter (dvs., fotoner)). Signal_til_støy_forholdet på grunn av foton_sprednings_støy (SNR_Shot) er gitt av følgende ligning:

Når utsynthiden er lengre, øker også antall fotoner som samles inn (N), og dermed også signalet (S). Kvadratroten av signalet (√S) øker også. Dette betyr at i tilfelle av støy fra spredde korn, øker signal-til-støy-forholdet med kvadratroten av utsynthiden.

Noen relevante forslag for å forbedre SNR i innbygd visjon

Fra det over kan jeg si at å redusere støyen eller forbedre signalkvaliteten kan være effektivt for å forbedre SNR. For dette kan vi komme med følgende relevante optimiseringsforslag:

• for signalstyrkeoptimisering. Unngå imidlertid over-optimisering for å forhindre at støyen forsterkes, noe som ikke fører til noen større forbedring av bildet.
• Optimer kameraarkitekturen når du kjøper eller tilpasser kameraet. Ved å bruke en god arkitekturdesign tillater dette bedre bildeprestasjoner.
• Bruk en høykvalitets sensor. Høykvalitets bilde sensorer med lav lesestøy kan redusere støy og forbedre SNR.
• En effektiv termisk design senker sensorens temperatur og reduserer andre former for støy, som for eksempel termisk støy.
• optimerer kamerainnstillingene, som eksponeringstid og skyllfart, for å redusere støy samtidig som det fanger de beste bildene.

For å summer opp

Signal-til-støy-forholdet er et viktig faktor som påvirker innbygde visjonssystemer, noe som direkte påvirker kvaliteten på bilde- og videodata og nøyaktigheten og påliteligheten på analyseresultater. Vi håper at gjennom denne artikkelen kan vi forstå signal-til-støy-forholdet bedre, faktorene som påvirker det, og hvordan vi kan forbedre det for å optimere våre innbygde visjonsapplikasjoner og oppnå bedre resultater.

Hvis du trenger hjelp eller tilpassede lavstøyskameraer og ønsker å integrere dem i din innbygde visjonsapplikasjon, ikke nøl med å Kontakt oss .