Lo scopo di ogni sensore è quello di rilevare la quantità di un certo oggetto è presente in un dato spazio . Ad esempio , un sensore telecamera rileva la quantità di luce in uno spazio per il numero di fotoni con cui interagisce . Macchine MRI percepiscono campi elettromagnetici. Queste rilevazioni sono noti come segnali , e idealmente sono tutti che vengono catturati dal sensore . Sensori , tuttavia, può anche segnalare un certo valore di rumore o interferenze da altre forze nella loro zona . Il rapporto segnale-rumore è noto come SNR , e ci sono diversi modi in cui può essere misurata in base al tipo di sensore utilizzato . Photoshop

fotocamere digitali contengono sensori luminosi che rilevano fotoni per produrre una immagine visiva utilizzando pixel di colore . Quando pixel variano notevolmente da quello che un fotografo sa l’immagine a guardare realtà come , l’immagine si dice che contengono un sacco di rumore . Questo è simile all’effetto “neve” visto sul televisore quando l’immagine diventa sfocata . Quando si importa una foto digitale in Photoshop , il programma di fotoritocco Adobe , è possibile selezionare una parte della foto che appare sfocato , e Photoshop vi dirà la deviazione standard del segnale ( SNR per la fotografia ) . Questo è l’ ammontare al quale i pixel variano dal segnale medio di tutta la fotografia .

Analizza

Analizzare è un programma sviluppato dalla Fondazione Mayo nel Minnesota per calcolare SNR dalla risonanza magnetica per immagini (MRI) macchine. Dopo una risonanza magnetica cattura un’immagine utilizzando il metodo singola acquisizione , analisi in grado di determinare SNR utilizzando una serie di equazioni matematiche . L’ unico metodo di acquisizione richiede una sola immagine MRI , e si confronta il rumore presente in quella immagine di una seconda immagine che è un controllo in bianco con nessun rumore .

Equazioni matematiche

Se il tipo di sensore e le sue proprietà sono note da parte dell’operatore, è possibile che SNR può essere calcolato manualmente attraverso l’uso di equazioni . Questo richiede anche i tipi di segnale ( audio , luce , elettromagnetici , ecc ) per essere conosciuto . Queste equazioni sono complesse , e possono spesso richiedere un numero di variabili da note che include frequenze d’onda , dimensioni del sensore , le durate di impulso e ampiezze d’onda . Queste equazioni sono più utili in condizioni controllate di laboratorio in cui tali variabili possono essere controllati . Un esempio di equazione utilizzata per il calcolo del SNR in una nebulosa , secondo l’Università del Vermont , è :

S /N = [ Con – n ( XSky ) ] /sqrt ( Con- n ( XSky ) ) /G+ n ( cielo sigma) ^ 2 + n ( cielo sigma) ^ 2 /p

dove:

S /n = Signal to Noise Ratio

Con = Conti da parte del sensore

n = stella pixel

XSky = conteggi medi per sensore di controllo

cielo sigma = RMS valore del sensore

G = guadagno

p = pixel totali ( stella e cielo )

Matlab

Matlab è un programma software che può determinare il SNR senza dover conoscere che cosa è stato usato tipo di sensore . Questi parametri vengono immessi dall’operatore del programma . Matlab prende i dati e li legge come essere senza unità . L’operatore fornisce le unità di valori , ma il programma non tenerne conto quando si analizzano . Matlab sarà in uscita un valore numerico che l’operatore deve essere preparato ad interpretare utilizzando i grafici Matlab produce.