Каково точное определение отношения сигнал/шум, используемое DxOmark? См. здесь , после нажатия «Измерения» SNR 18% (напрямую ссылку невозможно).
Я ищу объяснение (в частности, точное определение), понятное тому, кто имеет достаточную математическую подготовку, но не знаком с этой инженерной областью и ее условностями.
Иными словами, при наличии изображения в градациях серого a_ij
простого серого листа ( a_ij
представляющего интенсивность в точке расположения пикселя (i,j)
), как можно рассчитать SNR? Кроме того, используются ли при вычислении данные линейного датчика или значения воспринимаемых пикселей?
SNR — это отношение логарифма мощности сигнала к логарифму мощности шума. Итак, это сигнал, разделенный на шум, но мы берем не амплитуду обоих, а скорее его мощность. Мощность, содержащаяся в сигнале, равна квадрату амплитуды. Вот почему, если у вас есть амплитуда, вы получаете коэффициент 2 в формуле. Тогда есть дополнительный коэффициент 10, относящийся к дБ, являющемуся deci - Bell.
SNR = 2 * 10 * log(signal/noise)
Здесь сигнал и шум определяются как среднее значение и стандартное отклонение. Это предполагает, что мы делаем снимок гладкой одноцветной поверхности. Таким образом, мы ожидаем одинаковое значение яркости по всему изображению (или интересующей области). Это означает, что наше среднее значение является сигналом . Любое отклонение от этого среднего значения означает, что камера измерила «неправильное» значение, т. е. добавила шум. Таким образом, стандартное отклонение принимается за шум .
Наконец, мы получаем:
SNR = 20 * log10(mean/std dev)
Говоря о SNR на уровне пикселей.
SNR уменьшенного изображения от датчика A / SNR уменьшенного изображения от датчика B = sqrt(Ra / Rb) * (SNRa / SNRb), где Ra и Rb — разрешение (общее количество пикселей) датчика A и датчика B. соответственно; SNRa и SNRb — это SNR на уровне пикселей на датчике A и датчике B соответственно.
Сабольч
Унапиедра
Сабольч