第12章 采样数据及处理.ppt

* 数字图像处理 Digital Image Processing DIP 中国传媒大学信息工程学院 * 第12章　采样数据的处理 12.1 引言 本章主要介绍： 1)采样在何种程度上造成信息丢失，其本质为何？ 2)对连续函数采样后，能否被完全恢复，怎样做？ 3)为保存图像信息，需如何细微地对函数采样？ 4)采样对函数的频谱有何影响？ 5)采样后的函数如何假设、近似为连续函数？ 12.2.1　Shah函数（无限冲激序列） 12.2 采样和插值 定义III(x)： 为沿x轴相隔单位间距出现的单位冲激序列。 x ? 0 III(x/?) s 1/? 0 ? III(?s) III(x)的傅立叶变换为其自身： 12.2.1.1　相似性 根据相似定理：　　　　　　　且 时（空）域乘对应频域除 因此III(x)的频谱为沿s轴间隔为1/?的冲激序列。 s 1/? 0 ? III(?s) 令a=1/? ： 　　设f(x)带宽为s0（当频率s超过s0时， f(x)便为0），即F(s)=0，当|s|? s0时。 12.2.2 使用Shah函数采样 　　以等间隔? 对f(x)采样，则仅在x=n? 处取得f(x)的样本值，在其他地方， f(x)被破坏了，这个过程相当于用III(x/? )乘以f(x) ，得到g(x) 。 x f(x) s0 s F(s) -s0 x 1/? s0 s -s0 -1/? 12.2.3 采样及其频谱 　　时域相乘对应频域卷积，即 III(x/? )乘f(x) 对应F(s)卷? III(?s ) 。 　　由于与冲激函数的卷积产生了函数本身的复制品。因此，频域卷积在s轴上每隔1/? 复制了一个F(s)，也就是说，G(s)是一个以F(s)重复的周期函数。 12.2.4 采样定理 　　由上可见，只要从G(s)中得到F(s)，即可从g(x)中获得f(x)。 方法：保留中心处于原点的F(s) ，消除其复制品，即用矩形?(s/2s1)去乘G(s) 。其中 可见，用采样后的函数与一个形式为 的内插函数做卷积，即可从g(x)重构f(x)。 上述推导的两个限制： 1)　f(x)的谱＜s0。 2)　 奈奎斯特采样定理： 12.2.5　内插 　　g(x)与内插函数卷积，等于在每个采样点上复制一个窄的sinc(x)函数，而互相重叠的sinc(x)函数的总和可准确地恢复出原函数。 12.2.6 欠采样与混叠（Aliasing） 　　当采样间隔不够密，即　　　　时，F(s)的复制品就会部分地重叠，此时就不能准确地恢复出原函数了。因为此时 s G(s) 0 1/2? 1/? 　　频率s1以上的能量被折叠返回到s1以下，并被加到频谱上，称为混叠。f(x)和内插所得的函数的差别称为混叠误差。 　　当f(x)是偶函数时， F(s)也是偶函数，混叠的效果是提高了频谱中的能量；奇函数与之相反；非奇非偶函数及谱则因此比实际更趋向于偶函数。 12.2.7 采样举例 函数： 频谱： 以等间隔?t对f(t)采样。 f(t)的周期是1/f0。 过采样： 临界采样： 欠采样： 严重欠采样： 对正弦信号的临界采样： 见后面图示 1、过采样： 2、临界采样： 3、欠采样： 变成低频了 4、严重欠采样： 变成直流了 零频！ 5、另一种情况： 　　相邻频域复制区间重叠的奇冲激对在s=fN处重叠并抵消。结果内插后的函数为0。它其实相当于在正弦函数的过零点进行了采样，每次采到的都是0。 12.2.7.1　图像数字化中的混叠 　　聚焦可有效保留信号的高频成分，而散焦则相当于信号的高频成分减少，带宽变窄，因而图像变得模糊些，但不再混叠了。 像素宽度小于像素间距 像素宽度等于像素间距 等效于 　　结论：空间采样点太稀疏，虽然像素很细小，但只能当粗点用，否则会出现高频混叠。 12.3.1　时域中的截取 12.3 频谱计算 　　对离散的f(t)样值计算F(s)，N个时域采样点将对应N个频谱上的点。通常频域上的点在s轴上等距分布。 频域采样间隔与时域中的截取窗口宽度成反比 最高频率与时域采样间隔成反比 　　假定一个信号f(t)用间距为?t的N个采样点来代表，则总的采样区间宽度T＝N?t。（T为截取窗口的宽度，T外部的信号的采样被忽略了，相当于将截取窗口外的信号置0了） 12.3.2　频域上的截取 　　离散f(t)的频谱是周期的，周期2sm=1/?t ，只需计算覆盖F(s)的一个周期即可。 　　常用的方法是将N个采样点均匀地散布在中心位于原点的F(s)的一个周期上，即 　　当在F(s)的一个周期上取N个等间隔的采样点，则N?s ＝ 1/?t 。其中?s ＝ 1/N?t＝1/T是频域中的采样间隔。因此计算f(t)频谱的最好做法是按?s ＝ 1/T等间隔取，即从-sm到sm 。 Sm=