গাণিতিক সংজ্ঞা দিয়ে শুরু করা যাক।
বিচ্ছিন্ন সিগন্যাল পাওয়ারকে P s = ∞ ∑ - ∞ s 2 [ n ] = | হিসাবে সংজ্ঞায়িত করা হয়েছে
s [ n ] | ঘ ।
পিগুলি= ∑- ∞∞গুলি2[ n ] = | s [ n ] |2।
WপিW
পিএসএনআর= পিগুলিপিW
এক্স [ এন ] = এস [ এন ] + ডাব্লু [ এন ]
পিএসএনআর= পিগুলিপিW= পিগুলি| এক্স [ এন ] - এস [ এন ] |2।
| এক্স [ এন ] - এস [ এন ] |2
আসুন এখন এই ফলাফলটি ব্যাখ্যা করি। এটি শব্দের শক্তির সংকেতের পাওয়ারের অনুপাত। শক্তি কিছুটা অর্থে আপনার সংকেতের বর্ধিত আদর্শ nor এটি শূন্য থেকে গড়ে আপনার কত স্কোয়ার বিচ্যুতি তা দেখায়।
আপনার এও লক্ষ্য করা উচিত যে আমরা আপনার চিত্র ভেক্টরের সারি এবং কলামগুলির দ্বিগুণ সংশ্লেষ করে বা কেবল আপনার সম্পূর্ণ চিত্রটিকে পিক্সেলের একক ভেক্টরে প্রসারিত করে এবং এক-মাত্রিক সংজ্ঞা প্রয়োগ করে চিত্রগুলিতে এই ধারণাটি প্রসারিত করতে পারি। আপনি দেখতে পাচ্ছেন যে কোনও স্থানীয় তথ্য শক্তির সংজ্ঞাতে এনকোড করা হয়নি।
এবার শব্দ অনুপাতের শীর্ষ সিগন্যালটি দেখুন। এই সংজ্ঞাটি হ'ল
পিপিএসএনআর= সর্বোচ্চ ( গুলি)2[ এন ] )MSE।
পিএসএনআরপিপিএসএনআর। পিএসএনআর
এখন, এই সংজ্ঞাটি কেন বোঝায়? এটি উপলব্ধি করে কারণ এসএনআর-এর ক্ষেত্রে আমরা সিগন্যালটি কতটা শক্তিশালী এবং শব্দটি কতটা শক্তিশালী তা দেখছি। আমরা ধরে নিই যে কোনও বিশেষ পরিস্থিতি নেই। আসলে, এই সংজ্ঞাটি বৈদ্যুতিক শক্তির শারীরিক সংজ্ঞা থেকে সরাসরি অভিযোজিত। পিএসএনআর এর ক্ষেত্রে আমরা সিগন্যাল শিখরে আগ্রহী কারণ আমরা সিগন্যালের ব্যান্ডউইথ, বা আমাদের উপস্থাপনের জন্য প্রয়োজনীয় বিটগুলির মতো জিনিসে আগ্রহী হতে পারি। এটি খাঁটি এসএনআরের চেয়ে অনেক বেশি বিষয়বস্তু-নির্দিষ্ট এবং অনেকগুলি যুক্তিসঙ্গত অ্যাপ্লিকেশনগুলি খুঁজে পেতে পারে, চিত্রের সংকোচনতা সেগুলির মধ্যে রয়েছে। এখানে আমরা বলছি যে বিষয়টি কী তা হ'ল চিত্রের উচ্চ-তীব্রতা অঞ্চলগুলি কতটা ভাল শোরগোলের মধ্য দিয়ে আসে এবং আমরা কীভাবে কম তীব্রতার অধীনে পারফর্ম করছি তাতে খুব কম মনোযোগ দিচ্ছি।