2.3抽样定理.ppt

2.3 抽样定理 如何合理抽样和复原？ 二.奈魁斯特（Nyquist）抽样定理 * * 抽样——在连续变化的信号上每隔一定距离抽取一个样本而得到离散值。抽样间隔是根据图象处理任务中要求重建图象所需的分辨率来确定。 原函数 抽样值 重建函数 光学图像信息 特点：连续分布 计算机处理数据 特点：离散（序列） 抽样间隔越小，抽样值 就越能准确反映出原函数 。 但采样点越密，要存贮、传递和处理的数据就越多，不利于快速运算； 反之，采样点越少，则会丢失信息，不能准确反映出原函数。 对上图进行分析： 抽样间隔 2 4 6 8 一. 函数的抽样 梳状函数的性质: 基于梳状函数的性质，一般采用 来对连续的二维函数 进行抽样。 根据卷积定理，有 上式的含义：函数在空间域被抽样，则其频谱在频率域产生周期性重复。 见教材上P59 (2-41) 原函数 原函数的频谱 抽样 傅立叶变换 傅立叶变换 空间域抽样间隔为 ，被重复的频谱岛中心的间距为 。 信号理想抽样前后频谱的变化 时域离散?频域周期 抽样间隔发生变化 设频谱在空间频域的带宽为 ，如下图。 为了使周期性重复的频谱不相互重叠（即频谱岛不混叠），抽样间隔必须满足： 频谱混叠图例 频谱混叠的坏处：很难用滤波的方法从 中分离出 ，再由 恢复出原函数。 表述如下： 一个有限带宽函数，带宽为 ，则该函数可以由一系列间隔小于 的抽样值唯一地确定。 见教材59页。 奈魁斯特间隔： 带宽 Bandwidth 三. 函数的复原 还原过程： 低通滤波器 四.由抽样函数恢复原函数的途径 选择矩形函数作为滤波器，有 则抽样函数中的一个频谱岛被分离出来： 这个滤波过程可以等效于空域中的卷积运算，即 频域滤波 由于 所以 若取最大允许的抽样间隔，即 则有 ——香农（Shannon）抽样定理 香农（Shannon）抽样定理 香农抽样定理表明了：只要抽样间隔满足公式 则在每一个抽样点上放置一个以抽样值为权重的sinc函数作为内插函数，由这些sinc函数的线性组合可以恢复原函数。 1. 频域滤波 2. 空域插值 看教材61页