Предел Найквиста часто упоминается в контексте разрешения объектива и сенсора.
Что это такое и каково его значение для фотографов?
Вот пример использования DPReview.com при тестировании разрешения .
Обратите внимание, что ниже приведено упрощение того, как все работает на самом деле.
Фон:
В цифровой фотографии световой узор фокусируется объективом на датчике изображения. Датчик изображения состоит из миллионов крошечных светочувствительных датчиков, измерения которых объединяются в двумерный массив пикселей. Каждый крошечный датчик производит одно измерение интенсивности света. Для простоты я рассмотрю одномерный случай. (Думайте об этом как о срезе, который рассматривает только один ряд пикселей).
Выборка:
Наш ряд крошечных датчиков, каждый из которых измеряет одну точку света, выполняет выборку непрерывного сигнала ( света, проходящего через линзу) для получения дискретного сигнала (значения интенсивности света в каждом равномерно расположенном пикселе).
Теорема выборки:
Минимальная частота дискретизации (т. е. количество датчиков на дюйм), при которой создается сигнал, содержащий всю информацию исходного сигнала, известна как частота Найквиста , которая в два раза превышает максимальную частоту исходного сигнала. Верхний график на рисунке ниже показывает синусоиду с частотой 1 Гц, дискретизированную с частотой Найквиста, которая для этой синусоиды составляет 2 Гц. Результирующий дискретный сигнал, показанный красным цветом, содержит ту же информацию, что и дискретный сигнал, изображенный под ним, который был дискретизирован с частотой 10 Гц. Хотя это небольшое упрощение, по сути верно то, что никакая информация не теряется, когда известна исходная частота дискретизации, а самая высокая частота в исходном сигнале составляет менее половины частоты дискретизации.
Эффекты недостаточной выборки:
Если частота дискретизации менее чем в 2 раза превышает максимальную частоту сигнала, говорят, что сигнал недостаточно дискретизирован. В этом случае невозможно восстановить исходный непрерывный сигнал из дискретного. Иллюстрацию того, почему это так, можно найти на рисунке ниже. Там две синусоидальные волны разных частот, дискретизированные с одинаковой частотой, создают один и тот же набор дискретных точек. Эти две синусоиды называются псевдонимами друг друга.
Все дискретные и цифровые сигналы имеют бесконечное число псевдонимов, которые соответствуют всем синусоидальным волнам, которые могут создавать дискретные сигналы. Хотя существование этих псевдонимов может показаться проблемой при восстановлении исходного сигнала, решение состоит в том, чтобы игнорировать все содержимое сигнала выше максимальной частоты исходного сигнала. Это эквивалентно предположению, что точки выборки были взяты из синусоиды с самой низкой возможной частотой. Проблема возникает, когда псевдонимы перекрываются, что может произойти, когда сигнал недостаточно дискретизирован.
Но фотографии не похожи на синусоидальные волны. Насколько все это актуально?
Причина, по которой все это имеет значение для изображений, заключается в том, что с помощью ряда Фурье любой сигнал конечной длины может быть представлен в виде суммы синусоид. Это означает, что даже если изображение не имеет различимой волновой картины, его все равно можно представить в виде последовательности синусоид разных частот. Самая высокая частота, которую можно представить на изображении, составляет половину скорости Найквиста (частоты дискретизации).
Значения похожих терминов:
Частота Найквиста — минимально возможная частота дискретизации, которую можно использовать, при этом гарантируя возможность идеального восстановления исходного непрерывного сигнала.
Частота Найквиста — непрерывный сигнал с самой высокой частотой, который может быть представлен дискретным сигналом (для данной частоты дискретизации).
Эти два термина — две стороны одной медали. Первый дает вам ограничение частоты дискретизации в зависимости от максимальной частоты. Второй дает вам максимально возможную частоту в зависимости от частоты дискретизации. См. Википедию: частота Найквиста для дальнейшего чтения.
Предел Найквиста — другое название частоты Найквиста. См. wolfram.com: частота Найквиста.
Предел Найквиста в основном используется в цифровой звукозаписи, но он также применим и к цифровой фотографии.
В цифровой звукозаписи самая высокая частота звука, которую вы можете записать, составляет половину частоты дискретизации. Звукозапись av 44100 кГц не может записывать звуковые частоты выше 22050 Гц.
В фотографии это означает, что вы не можете запечатлеть волновой узор, где волны находятся ближе друг к другу, чем два пикселя.
В звукозаписи все — частоты, поэтому предел Найквиста актуален всегда. В фотографии у вас не часто есть затронутые волновые узоры, поэтому он в основном используется как теоретический предел разрешения датчика.
Вы можете увидеть эффект этого ограничения в нескольких ситуациях, когда на фотографии есть горизонтальные или вертикальные волны, например, при съемке изображения, на котором на расстоянии находится окно с закрытыми жалюзи. Если лепестки в шторке ближе двух пикселей, то отдельные лезвия не различишь. Тем не менее, вы, скорее всего, увидите волновую структуру, которая не является точно горизонтальной или вертикальной; именно в этом случае вместо этого вы увидите эффект зубчатых краев или муаровых узоров, которые возникают до предела Найквиста.
Просто чтобы добавить к предыдущим ответам ... если у вас есть шаблон, выходящий за предел Найквиста, вы можете столкнуться с наложением имен, то есть это может отображаться как более низкий частотный шаблон на изображении. Раньше это было очень заметно на таких вещах, как клетчатые куртки по телевизору. Таким образом, перед сэмплированием вам нужен низкочастотный фильтр сглаживания, чтобы этот артефакт не был проблемой.
джриста
Шон
Утиценсис
Шон
матдм
Шон
Шон
Эван Кралл
пользователь56506