función de transferencia de señal

La función de transferencia de señal ( SiTF ) es una medida de la señal de salida en relación con la señal de entrada de un sistema, como un sistema infrarrojo o un sensor . Existen muchas aplicaciones generales de la SiTF. Específicamente, en el campo del análisis de imágenes, proporciona una medida del ruido de un sistema de imágenes y, por lo tanto, permite evaluar su rendimiento. ^{[ 1 ]}

En la evaluación de la curva SiTF, la señal de entrada y la señal de salida se miden diferencialmente ; es decir, se calcula y grafica la diferencial de la señal de entrada y la diferencial de la señal de salida. Un operador, mediante software informático, define un área arbitraria, con un conjunto dado de puntos de datos, dentro de las regiones de señal y fondo de la imagen de salida del sensor infrarrojo, es decir, de la unidad bajo prueba (UUT) (ver imagen "Media Luna" a continuación). La señal y el fondo promedio se calculan promediando los datos de cada región definida arbitrariamente. Se ajusta una curva polinómica de segundo orden a los datos de cada línea . Luego, el polinomio se resta de los datos promedio de señal y fondo para obtener la nueva señal y fondo. La diferencia entre los nuevos datos de señal y fondo se toma para obtener la señal neta. Finalmente, la señal neta se grafica en función de la señal de entrada. La señal de entrada de la UUT está dentro de su propia respuesta espectral (por ejemplo, temperatura correlacionada con el color , intensidad de píxeles , etc.). La pendiente de la porción lineal de esta curva se encuentra luego utilizando el método de mínimos cuadrados . ^{[ 2 ]}

La señal neta se calcula a partir de la señal promedio y el fondo, como en la relación señal/ruido (imágenes)#Cálculos . La curva SiTF se obtiene a partir de los datos de salida de la señal (datos de la señal neta) representados gráficamente frente a los datos de entrada de la señal (véase el gráfico de SiTF a la derecha). Todos los puntos de datos en la región lineal de la curva SiTF se pueden utilizar en el método de mínimos cuadrados para encontrar una aproximación lineal. Dado${\displaystyle n\,}$puntos de datos${\displaystyle (x_{i}\,,y_{i}\,)}$una línea de mejor ajuste parametrizada como${\displaystyle y=mx+b\,}$está dado por: ^{[ 3 ]}

${\displaystyle m={\frac {{\frac {\sum x_{i}y_{i}}{n}}-{\frac {\sum x_{i}}{n}}{\frac {\sum y_{i}}{n}}}{{\frac {\sum x_{i}^{2}}{n}}-({\frac {\sum x_{i}}{n}})^{2}}}\qquad \qquad b={\frac {\sum y_{i}}{n}}-m{\frac {\sum x_{i}}{n}}}$

• función de transferencia óptica
• Distorsión
• Diferencia mínima de temperatura resoluble
• Diferencia de temperatura equivalente al ruido
• Densidad espectral de potencia
• Contraste mínimo resoluble
• Relación señal/ruido (imágenes)

• http://www.electro-optical.com