动机
相机把连续变化的光场转换成有限的测量网格。当采样网格无法区分细致纹理的变化时,它可能变成虚假的较粗图案。相机形变章节已提醒下采样需要适当的预滤波;本单元推导具体的混叠例子,并明确给出有限族的恢复条件。
采样可能无法区分不同信号
定义 9.1.1
(点采样与频率)
令 为每单位距离的采样数。在理想点采样模型下,连续一维信号 在整数 处产生样本 。对每单位距离有 个周期的正弦信号,其复样本为 。产生相同样本的两个不同信号,称为彼此的混叠。
命题 9.1.2
(采样正弦信号的混叠)
对每个整数 ,频率 与 的复样本相同。对实余弦, 与 的样本也相同。
证明
(指数函数与余弦函数的周期性)
频率 的样本为 ,因为整数 使 。对余弦,
因为余弦是偶函数,并且以 为周期。
这些等式针对所述点采样网格;有限视场、噪声、像素平均及非均匀位置会带来额外影响,但上述公式并不保证它们能揭示全部缺失的信息。
反例模式
高频变得与较低频率无法区分
以 个样本每毫米采样。不同的信号 与 ,在每个 处的值都相同,因为对整数 有 。在 时两者不同。仅凭样本无法判断出现的是哪一个信号。加上相同的常数强度并同时缩放两个信号,仍保留这种模糊性。
例题 9.1.3
(几个输入的表观频率)
设 个样本每单位,并对 采样。把 对 取模,若结果大于 ,就换成 减去该结果。于是 的表观频率为 , 与 的表观频率为 。确实,。频率 是自身的折叠点:其余弦样本为 ,是网格所能显示的最快交替。因此 与 这五个输入只塌缩成两种不同的样本图案。
有限周期族的恢复结果
定理 9.1.4
(恢复受限的傅里叶(Fourier)族)
设 为整数,并预先知道未知周期信号具有有限形式
若已知 个等距样本 ,则所述族中的每个系数均可唯一恢复:
证明
(单位根的正交性)
把 的有限和代入并交换有限求和:
内层等比和在 可被 整除时为 ,否则为 。由于 ,只有 可被整除,故剩下 。因为公式由样本还原出 ,族中任何两个样本相同的信号,其系数也相同。
证明透视
为何样本数重要
假设 只用在一处:保证 ,使下标 中任何两个不同的下标都不会相差 的倍数。关键一步是 次单位根的正交性,它把样本上的和变成系数的提取。
当 时,族中两个指数函数可以在网格上相同,因为 只依赖 模 的值。这就是上一节混叠的系数形式。论证只证明所述有限族内的唯一性,并不能从有限样本辨认任意连续图像。频率边界处的等号必须小心:正、负的不同频率可能在网格上重合。
例题 9.1.5
(样本不足可能隐藏变化)
若 、,上述充分条件不成立。在 ,非零函数 的每个样本都为零,与零函数相同。这里正、负频率二的分量在网格上无法区分。例子说明声称唯一恢复时必须交代信号族与采样假设。
常见错误
(恰好取两倍频率并不一定足够)
当 、 时,信号 的样本是 (对每个 ),所以无法与零信号区分;而 给出 。在 时,纯余弦仍然可见,但同频率的正弦分量完全丢失。恢复条件 中的严格不等号也是基于同一道理。
采样前做平均
真实传感器的像素在非零范围内测量。一维中,宽度 的理想均匀范围可以建模为
命题 9.1.6
(方框范围对余弦的响应)
若 且 ,则
证明
(在以样本点为中心的区间上积分)
令 。则
利用恒等式 ,其中 、,分子为 。除以 即得 。
在 时,连续极限因子为 。此范围是预滤波器:其频率响应在采样前改变幅度。它可能衰减细致结构,但方框平均并不会消除所有可能混叠的频率。
例题 9.1.7
(范围衰减混叠频率,但不会消除它)
取 个样本每毫米, 毫米。对前面的两个频率,因子为 与 。此例中较高频率被衰减得更多,但其因子并非零。其样本仍与频率 呈相同的离散余弦图案,只是倍数不同;若没有幅度假设,这并不能唯一辨认底层频率。
实际解读
在二维中,矩形周期网格按水平及垂直采样周期,对应地混叠空间频率。下采样之前,应按传感范围及目标采样网格选择预滤波器。真实的镜头模糊、传感器积分、有限边界及随位置变化的形变,都需要各自的模型。插值是在现有样本之间构造数值,并不能恢复已因采样而丢失的任意频率。输出看起来更锐利,本身并不证明缺失的场景细节已被恢复。
常见错误
(采样后的滤波不能撤销混叠)
在上面的反例中, 与 在 下有相同的样本。任何只使用这些样本的处理,例如下采样后再做锐化或平滑,对 与对 的输出都相同,因此无法还原被采样的是哪一个。预滤波必须在采样之前进行,作用于连续信号,或在更细的网格上进行。
习题
快速检查
(若 个样本每单位,哪个小于 的非负较低频率,与频率 有相同的余弦样本?)
使用反射 。
解答 · 答案
频率 ,因为 ,且余弦样本在所有整数下标处相同。
快速检查
(对上述周期族, 是否满足 时的条件?当 ,频率 与 的两个指数函数会怎样?)
比较 与 ,并在网格上计算指数函数。
解答 · 答案
满足:。当 ,两个指数函数在采样网格上的值都是 ,所以仅凭这些样本无法分开它们的系数。
快速检查
(对范围宽度 与频率 ,计算 。)
代入 。
解答 · 答案
。
快速检查
(为什么即使某个受限族的定理允许恢复,有限个样本仍不能唯一确定任意连续信号?)
该定理对未知信号作了什么假设?
解答 · 答案
定理假设信号属于预先已知的有限傅里叶(Fourier)族。族外的其他连续信号可以在所有采样位置上取相同的值,前面的反例正说明这一点。
延伸学习
一般采样定理、二维频率几何、传感器点扩散函数、重建滤波器与自适应抗混叠都需要进一步分析。本单元没有实现图像重采样器,也不保证其视觉质量。