Was ist das Signal-Rausch-Verhältnis (SNR)? Warum ist SNR bei eingebetteten Kameras wichtig?

Das Signal-Rausch-Verhältnis (SNR) ist heute wahrscheinlich kein so großes Diskussionsthema wie vor 20 Jahren. Was einst als gewaltige Aufgabe galt, ist heute in vielen Anwendungen, insbesondere bei Kameras und bildbasierten Geräten, eher ein Standard als eine besondere Funktion.

Für viele bleibt der Begriff jedoch ein Rätsel. Obwohl viele davon gehört haben, verstehen nicht viele von uns, was er bedeutet, wie er gemessen wird oder warum er bei Kameras und Embedded Vision-Anwendungen wichtig ist.

In diesem Blog entmystifizieren wir das Konzept des Signal-Rausch-Verhältnisses, erklären, wie es berechnet wird und welche Bedeutung es für moderne Embedded Vision-Anwendungen hat, wie etwa intelligente Überwachungskameras , Systeme zur Fernüberwachung von Patienten , autonome Kassenkameras , intelligente Beschilderungskameras usw.

Was ist das Signal-Rausch-Verhältnis?

Das Signal-Rausch-Verhältnis (SNR) misst die Stärke des gewünschten Signals im Verhältnis zum Hintergrundrauschen, das ein unerwünschtes Signal ist. SNR ist zwingend erforderlich, um verschiedene Ausgangssignale zu unterscheiden und eine effiziente Ausgabe zu erreichen.

Das Signal-Rausch-Verhältnis wird normalerweise in Dezibel ausgedrückt. Je höher der SNR-Wert, desto besser die Ausgabe. Der Grund dafür ist, dass eine Ausgabe mit hohem SNR mehr nützliche Informationen (Signal) als unerwünschte Daten (Rauschen) enthält. Beispielsweise ist ein SNR von 100 dB besser als 70 dB.

So berechnen Sie das Signal-Rausch-Verhältnis

Die Berechnung des SNR kann je nach Gerät unterschiedlich sein. Wenn die Signalwerte jedoch in Dezibelform vorliegen, wird das SNR berechnet, indem die Rauschmenge vom gewünschten Signal abgezogen wird.

Also ist SNR = SN, wobei S die Signalmenge und N der Rauschpegel ist.

Um dies anhand eines Beispiels zu veranschaulichen, stellen Sie sich vor, dass Ihr Gerät ein Signal von -50 dBm (Dezibel pro Milliwatt) empfängt und der Rauschpegel -70 dBm beträgt. Dann kann das Signal-Rausch-Verhältnis wie folgt berechnet werden:

SNR = -50-(-70) = 20 dB

Eine weitere Methode zur Berechnung des SNR besteht in der Ermittlung des linearen Verhältnisses zwischen dem aufgezeichneten Signal und dem gesamten quadratischen Mittelwert des Rauschens, wie in der folgenden Formel dargestellt. Dieses Verfahren wird als lineares SNR bezeichnet.

Bedeutung des SNRs in eingebetteten Kameras

Das SNR von Kameras gibt die Signalqualität eines Bildes an. Ein hohes SNR ist in vielen Embedded Vision-Anwendungen erforderlich, insbesondere in solchen mit Edge-basierter Verarbeitung, bei denen KI/ML-Algorithmen das verarbeitete Bild analysieren müssen , um intelligente Entscheidungen zu treffen. Dies liegt daran, dass die Bildausgabe in solchen intelligenten KI-Kameras die erforderlichen Details für Funktionen wie Personenzählung (in Überwachungssystemen), Demografieanalyse (in intelligenten Beschilderungen), Ernteerkennung (in landwirtschaftlichen Robotern, Fahrzeugen und Drohnen), Objekterkennung (in autonomen Einkaufssystemen, Robotern), Probenanalyse (medizinische Mikroskope, Diagnosegeräte) usw. liefern muss.

Hohes SNR ist bei Kameramodulen mit schwacher Beleuchtung erforderlich , bei denen das Rauschen einen weitaus größeren und deutlicheren Einfluss auf die Bildqualität haben kann als bei Kameras, die unter normalen Lichtbedingungen arbeiten.

Untersuchung der Beziehung zwischen SNR und anderen Kamerafunktionen

Das SNR hängt mit anderen Kamerafunktionen wie Pixelgröße, Sensorfunktionen, Objektivqualität usw. zusammen. Um die beste Bildqualität und ein höheres SNR zu erreichen, ist es wichtig zu verstehen, wie diese Kamerafunktionen miteinander zusammenhängen. Sehen wir uns an, wie sich verschiedene Kameraeigenschaften auf das SNR auswirken.

Sensorgröße: Größere Sensoren erfassen normalerweise mehr Licht, was zu einem höheren SNR führt. Größere Sensoren bedeuten auch größere Pixel, die mehr Photonen erfassen können, was zu einem besseren SNR beiträgt. Im Gegensatz dazu besteht bei kleinen Pixeln möglicherweise eine höhere Wahrscheinlichkeit für Rauschen, was sich negativ auf das SNR auswirkt.

Blendengröße: Eine größere Blende lässt mehr Licht herein und trägt zu einem höheren SNR bei. Kleinere Blenden erfordern möglicherweise längere Belichtungszeiten, was zu mehr Rauschen führen kann. Weitere Einzelheiten dazu, wie sich SNR und Belichtung gegenseitig beeinflussen, finden Sie im folgenden Abschnitt – Verstehen, wie sich die Belichtungszeit auf das SNR auswirkt

ISO-Empfindlichkeit: Höhere ISO-Einstellungen verstärken das Signal, aber auch das Rauschen, was möglicherweise das SNR senkt. Niedrigere ISO-Einstellungen führen im Allgemeinen zu einem besseren SNR, erfordern jedoch mehr Licht für eine korrekte Belichtung.

Bildverarbeitungsalgorithmen: Fortschrittliche Algorithmen zur Rauschunterdrückung können das SNR verbessern, indem sie unerwünschtes Rauschen reduzieren, ohne die Bilddetails zu beeinträchtigen.

Verschlussgeschwindigkeit: Schnellere Verschlussgeschwindigkeiten können Bewegungsunschärfe reduzieren, erfordern aber eine größere Blendenöffnung oder einen höheren ISO-Wert, was sich auf das SNR auswirkt. Langsamere Verschlussgeschwindigkeiten bei schlechten Lichtverhältnissen können aufgrund der längeren Belichtungszeit zu einem niedrigeren SNR beitragen. Weitere Einzelheiten dazu, wie sich SNR und Belichtung gegenseitig beeinflussen, finden Sie im folgenden Abschnitt – Verstehen, wie sich die Belichtungszeit auf das SNR auswirkt

Dynamikbereich: Eine Kamera mit gutem Dynamikbereich kann eine große Bandbreite an Farbtönen erfassen, was zu einem besseren SNR sowohl bei hellen als auch bei dunklen Bereichen beiträgt. Ein eingeschränkter Dynamikbereich kann zu einem Verlust von Details in hellen oder dunklen Bereichen führen.

Auswirkungen der Belichtungszeit auf das SNR

Die Grundlagen der Beziehung zwischen SNR und Belichtungszeit können anhand der Photonenstatistik verstanden werden. Das heißt, das Signal (S) ist proportional zur Anzahl der während der Belichtungszeit gesammelten Photonen, die als Produkt aus Lichtintensität (I) und Belichtungszeit (t) berechnet wird.

Bei der Betrachtung der Intensität der einfallenden Photonen kommt auch das Photonenrauschen ins Spiel (Photonenrauschen ist eine Art von Rauschen, das jedem System eigen ist, in dem Licht in diskreten Einheiten, d. h. Photonen, gezählt wird). Das Signal-Rausch-Verhältnis aufgrund des Photonenrauschens ( SNR_Shot ) ist gegeben durch

Bei längerer Belichtungszeit erhöht sich auch die Anzahl der gesammelten Photonen (N) und damit auch das Signal (S). Dadurch erhöht sich auch die Quadratwurzel des Signals (√S). Das bedeutet, dass sich im Zusammenhang mit Schrotrauschen das SNR mit der Quadratwurzel der Belichtungszeit verbessert.

Ein Nachteil bei der Wahl einer längeren Belichtungszeit besteht darin, dass dadurch mehr Photonen gesammelt werden und das SNR aufgrund des Schrotrauschens besser ist. Längere Belichtungen erhöhen jedoch auch die Wahrscheinlichkeit elektronischer Störungen und können zu Problemen wie thermischem Rauschen führen. Daher sollten für eine bestimmte Szene eine optimale Belichtungszeit und ein Kamera-Setup gewählt werden, das diese Faktoren ausgleicht.

Praktische Schritte zur Verbesserung des Signal-Rausch-Verhältnisses Ihres Embedded Vision-Geräts

Um ein hohes SNR zu erreichen, besteht manchmal die Tendenz, die Verstärkung zu maximieren, um die Signalstärke zu verbessern. Dies führt jedoch zu Signalspitzen und Rauschen. Und Sie werden feststellen, dass sich der SNR-Wert nicht wesentlich ändert – das heißt, Ihre Bildausgabe erhält möglicherweise einen besseren Kontrast, weist aber weiterhin dieselben Qualitätsprobleme auf.

Beim Einsatz eingebetteter Kameras in Anwendungen mit hohem Signal-Rausch-Verhältnis (wie Mikroskopen) müssen daher bestimmte praktische Schritte befolgt werden, um eine bessere Ausgabequalität (mit weniger Rauschen) zu gewährleisten. Daher muss die Kamera mit dem richtigen architektonischen Design gebaut/angepasst/eingesetzt werden und es müssen hochwertige Sensoren verwendet werden. Darüber hinaus kann es auch hilfreich sein, die Temperatur des Sensors durch entsprechende Wärmeableitung zu senken.

Rauscharme Kameras verfügen über einen Bildsensor mit geringem Leserauschen. In den meisten Fällen müssen Sie jedoch auch für eine aktive Kühlung sorgen. Dies würde helfen, andere Rauschquellen im Bildsensor zu bewältigen. Dies kann jedoch die Gesamtkosten der Lösung erhöhen.

Rauscharme Kameras von e-con Systems

e-con Systems, ein Branchenpionier, verfügt über mehr als 20 Jahre Erfahrung beim Design, der Entwicklung und Herstellung von OEM-Kameras für verschiedene Branchen, darunter Medizin und Biowissenschaften .

e-con Systems hat in den letzten zwei Jahrzehnten ein solides Portfolio an rauscharmen Kameras aufgebaut, die für verschiedene Embedded Vision-Anwendungen geeignet sind.

Im Folgenden finden Sie eine Liste aller rauscharmen Kameras von e-con Systems:

• Sony® Pregius IMX264 Monochrom-/ Farb- USB 3.0-Kameras
• e-CAM521_CUMI568C_MOD – 5MP Sony Pregius S IMX568 Global Shutter-Kameramodul
• See3CAM_CU55 – 5MP-USB-Kamera mit geringem Rauschen

Ich hoffe, wir konnten das Konzept des Signal-Rausch-Verhältnisses in diesem Artikel gut erklären. Wenn Sie weitere Fragen zu diesem Thema haben, können Sie gerne einen Kommentar hinterlassen. Wir werden uns so schnell wie möglich bei Ihnen melden.

Wenn Sie Hilfe bei der Anpassung und Integration rauscharmer Kameras in Ihre Produkte benötigen, schreiben Sie uns bitte an camerasolutions@e-consystems.com .

Kamera-Selektor besuchen, um einen vollständigen Überblick über das Kameraportfolio von e-con Systems™ zu erhalten.