奈奎斯特极限是什么?它对摄影师有何意义?


Answers:


28

请注意,以下内容简化了工作原理

背景:

在数码摄影中,镜头将光线图案聚焦到图像传感器上。图像传感器由数百万个微小的光敏传感器组成,它们的测量值结合在一起形成2维像素阵列。每个微小的传感器都会进行一次光强度测量。为简单起见,我将研究一维情况。(将其视为仅查看单个像素行的切片)。

采样:

我们这排微小的传感器(每个传感器都测量一个光点)正在对连续信号(通过镜头的光)进行采样,以产生离散信号(每个均匀间隔的像素处的光强度值)。

采样定理:

产生仍包含所有原始信号信息的信号的最小采样率(即每英寸传感器的数量)被称为奈奎斯特速率,它是原始信号中最大频率的两倍。下图的顶部图显示了以奈奎斯特速率采样的1Hz正弦波,该正弦波为2Hz。产生的离散信号(以红色显示)包含与在其下方绘制的离散信号相同的信息,该信号以10Hz的频率采样。虽然略有简化,但实际上是这样的:当知道原始采样率时,没有信息丢失,并且原始信号中的最高频率小于采样率的一半。

在2f采样 在10f采样

采样不足的影响:

如果采样频率小于信号最大频率的2倍,则称该信号采样不足。在那种情况下,不可能从离散信号中重建原始的连续信号。下图说明了为什么是这种情况。在那里,以相同速率采样的两个不同频率的正弦波会产生相同的离散点集。这两个正弦波称为彼此的别名。

别名

所有离散和数字信号都具有无限数量的别名,这些别名对应于可能产生离散信号的所有正弦波。尽管这些别名的存在似乎在重建原始信号时会带来问题,但解决方案是忽略高于原始信号最大频率的所有信号内容。这等效于假设采样点取自最低可能的正弦波。当别名重叠时会出现问题,这可能在信号采样不足时发生。

但是照片看起来不像正弦波。这一切有什么关系?

所有这些对图像都很重要的原因是,通过应用傅立叶级数,任何长度有限的信号都可以表示为正弦波之和。这意味着,即使图片没有可辨别的波形,它仍然可以表示为不同频率的正弦序列。图像中可以表示的最高频率是奈奎斯特速率(采样频率)的一半。


相似术语的含义:

奈奎斯特速率 -可以使用的最低采样频率,同时仍保证可以完美重建原始连续信号。

奈奎斯特频率 -可以由离散信号(对于给定的采样频率)表示的最高频率连续信号。

这两个术语是同一枚硬币的两个面。第一个给你一个采样率的界限,它是最大频率的函数。第二个参数为您提供最大可能的频率作为采样率的函数。请参阅维基百科:奈奎斯特频率以获取更多信息。

奈奎斯特极限是奈奎斯特频率的另一个名称。参见 wolfram.com:奈奎斯特频率


3
极好的答案!关于欠采样的部分特别有用。
jrista

1
谢谢。我改编自几年前为某电气工程课程撰写的论文。
肖恩·

3
所以,这是我的问题。这些光点实际上不是理论上的点样本;它们覆盖了实际区域。(或者,在一维情况下,长度很短-但不是一点。)这对理论在现实中的应用是否有实际影响?
mattdm 2011年

1
@mattdm-这是一个非常有趣的问题。在我研究采样(时变电信号)的情况下,每个采样的持续时间相对于采样率从来都不长,因此从来就不是问题。据我想推测,其效果可能类似于应用截止频率非常接近采样频率的低通滤波器。这种滤波器会衰减(但不能完全去除)图像的非常高的频率成分。
肖恩

1
该视频可以帮助您可视化混叠:youtube.com/watch?v=yIkyPFLkNCQ- “频率”一直增加,直到达到奈奎斯特频率(大约为0:37),此后,该波似乎反转了方向并减小了“频率”回落到0
埃文·克劳

9

奈奎斯特限值主要用于数字录音,但也适用于数字摄影。

在数字录音中,您可能会录制的最高频率声音是采样频率的一半。录音av 44100 kHz不能记录22050 Hz以上的任何声音频率。

在摄影中,这意味着您可能无法捕获其中波浪比两个像素更靠近的波形。

在录音中,一切都是频率,因此奈奎斯特极限始终是重要的。在摄影中,您不会经常受到波型的影响,因此通常将其用作传感器分辨率的理论极限。

您可以在某些情况下在照片中出现水平或垂直波动模式的情况下看到此限制的效果,例如在拉开百叶窗的情况下在有一定距离的窗口拍照。如果百叶窗中的刀片比两个像素更近,则无法区分单独的刀片。但是,您更有可能看到不完全垂直于垂直方向的波形;在这种情况下,您会看到出现在奈奎斯特极限值之前的锯齿状边缘或莫尔条纹的影响。


8
在摄影的一切是同样的频率。数码相机对模拟信号进行采样。那时,信号是声音还是光都没有关系。这个答案似乎暗示该限制仅适用于场景中的某些模式,这是不正确的。
mattdm 2011年

4
没关系 图像仍然是模拟信号。关键是所有照片都具有跨越像素区域的图案。实际上,每张照片都是这样的图案,跨越所有像素。在某些情况下(如您所谈论的),您可能会看到由采样引起的伪影。但是在所有情况下,分辨率都是有限的。(一个更有趣的异议是,光站点不是点,而是实际上覆盖了一个区域;我不知道这些因素是如何产生的。)
mattdm 2011年

3
@ Guffa,@ mattdm,落在传感器上的光是波型。奈奎斯特限制适用,因为每个照片位置都是入射波形的样本。奈奎斯特极限表示,只有当采样频率> =入射频率的1/2时,我们才能重现采样波形。照片位点的数量决定了采样频率,从而决定了奈奎斯特极限。
labnut 2011年

7
@Guffa,数字图像是2D波形(实际上是三个,每个颜色通道一个),而不是光波的频率,而是组成图像的明暗像素的交替。光本身就是波这一事实与使用Nyquist-Shannon定理来测量传感器分辨率没有直接关系。
肖恩

4
@古法(Guffa):由镜头投射的模拟图像的确是波型,并且波理论的全部范围都可以应用于摄影图像。当我们用图像来谈论波时,不是在谈论离散的光波,而是在谈论2D图像中较亮和较暗元素的波特性。用最简单的术语来说,当仅考虑光度时,最大亮度像素是波的峰值,而最小暗像素是波的波谷。当您考虑R,G和B颜色时,问题变得更加复杂,但是概念仍然相同。
jrista

6

仅添加到先前的答案中...如果您有一个超出奈奎斯特极限的图案,您可能会遇到锯齿现象-即它可能在图像中显示为较低频率的图案。这在电视上的格子夹克上非常明显。因此,在采样之前,您确实需要一个低通抗混叠滤波器,因此该伪像不会成为问题。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.