影像之信號雜訊比
試證明如果影像經過n次取像再求取平均值而得,則影像之信號雜訊比的平方值也將提高n倍。
假設有一影像之信號
Gi(x,y)=S(x,y)+Ni(x,y)
Gi(x,y)為第i次取像之灰度值。
S(x,y)為影像之信號值。
Ni(x,y)為第i次取像之雜訊大小。
考慮及第i次取像之整體(the ith ensemble)雜訊為隨機分佈之情形,我們可以推測:
e {Ni(x,y)}=0
其中 e {}為一推測或期望運算子( expectation operator),e {Ni(x,y)}則為第i次取像之整體(the ith ensemble)雜訊之平均值。至於影像之雜訊值則可使用一般求取信號函數有效值的概念,也就是將影像整體雜訊平方後求取平均值再開根號而得,亦即即能代表影像之雜訊值。
影像之信號雜訊比SNR(signal noise ratio)可定義為
SNR=影像之信號值 / 影像雜訊值= S(x,y) /
影像之信號雜訊比平方則為SNR2 = S(x,y) 2 /
如果影像經過n次取像再求取平均值而得,亦即
G(x,y)= [S(x,y)+Ni(x,y)]
G (x,y)為n次取像之平均灰度值。
此時影像之信號雜訊比平方則變為SNR‘2 = S(x,y) 2 /
將上式之N提出,
SNR‘2 =
=
=
但=+
i¹ j
但前面提及取像之整體雜訊為隨機分佈之情形,同理我們可以推測:
=0
i¹ j
因此原式化為
SNR‘2=
=
=
最後我們可得 SNR‘= SNR ,這表示如果影像經過n次取像再求取平均值而得,則影像之信號雜訊比將提高倍。