อัตราส่วนการลากเมาส์ไป- โหนก (SNR) เป็นกลไกหลักของการประมวลผลภาพ ซึ่งจะวัดคุณภาพของภาพได้โดยเปรียบเทียบระดับสัญญาณที่ต้องการกับเสียงรบกวน SNR ที่สูงกว่านี้ แสดงให้เห็นว่าภาพมีความชัดขึ้น โดยมีสัญญาณรบกวนน้อยลง การเข้าใจวิธีการคํานวณ SNR ช่วยในการประเมินค่าคุณภาพและปรับปรุงคุณภาพของภาพในโปรแกรมต่าง ๆ

การเข้าใจความทึบแสงของการจับเท็จ

SNR โดยปกติจะถูกแสดงเป็นอัตราส่วน หรือใน delp (dB) มันปรับปริมาณข้อมูลที่มีประโยชน์เทียบกับสัญญาณที่ไม่ต้องการ ภาพดิจิทัลเสียงสามารถมาจากข้อจํากัดของเซนเซอร์, ปัจจัยสิ่งแวดล้อม หรือกระบวนการประมวลผล

กําลังคํานวณ SNR ในภาพ

ในการคํานวณ SNR ให้เลือกขอบเขตของดอกเบี้ยภายในภาพที่มีเฉพาะสัญญาณ วัดความเข้มของพิกเซลในพื้นที่นี้ว่าเป็นระดับสัญญาณ จากนั้นให้คํานวณค่าค่าเบี่ยงเบนมาตรฐานของขอบเขตเสียง หรือจากพื้นที่กล่องแบนๆ เพื่อประเมินระดับเสียง

สูตรพื้นฐานสําหรับ SNR คือ

[FLT: 0] SNR =สัญญาณหลัก / การลดสัญญาณเสียงรบกวนมาตรฐาน

ตัว อย่าง ที่ ใช้ ได้ จริง

สมมติว่าภาพมีพื้นที่พื้นหลังแบบสม่ําเสมอ โดยค่าความหนาแน่นเฉลี่ยของพิกเซลคือ 150 ค่าเบี่ยงเบนมาตรฐานของค่าความเข้มของพิกเซลในพื้นที่นี้ คือ 15. SNR สามารถคํานวณเป็น:

[FLT: 0] SNR = 150 / 15 = 10

เคล็ดลับเพิ่มเติม

  • ใช้หลายภูมิภาคเพื่อให้ได้ค่าเสียงเฉลี่ย
  • แปลง SNR ให้เป็น DECD เพื่อเปรียบเทียบที่ง่ายกว่า:[FLT: 0] SNR(dB) = 20 * log10(SNR).
  • ขอบเขตที่ประกันได้ที่เลือกไว้ จะเป็นตัวแทนของภาพทั้งหมด
  • ใช้เทคนิคลดเสียงรบกวน ถ้า SNR ต่ําเกินไป