信息光学第一章.ppt

为什么要抽样？ 实际物理量多是连续分布的。当对它们进行接收、存储、传送和处理过程中，不可能以连续的方式进行处理计算机处理，不得不用分离的阵列来表示物理图。 接收器空间分辨率的限制； 存储器件容量的限制； 传送方式的限制； 数据处理方法和能力的限制等。 什么是抽样？将连续过程离散化。 抽样时会出现的问题？ 抽样精度不够高，信息丢失； 抽样精度过高，浪费资源、时间和效率。 抽样过程的实现？对某一原函数进行抽样，则将这一原函数与一个抽样函数相乘。 采用二维梳状函数 抽样的好处：便于高效、节约和切合实际地信息计算和处理。 1 抽样函数——二维梳状函数 梳状函数(comb function) 定义：一维 二维： 函数fs(x, y)的抽样： 原函数的频谱 用梳状函数取样后函数的频谱 抽样前后函数的频谱特点： 1）如果抽样前函数是带限函数，其频谱则只是占据某一区域。 2）用梳状函数取样后的函数的频谱则变成一系列等间隔的区域函数分布。每个区域函数形状与取样前的谱函数一样。 1) 取样函数的频谱比原函数丰富，包含原函数的频谱； 2) 分离的取样得到分离的频谱； 3）取样点间的距离越近（取样越密），分离频谱相邻间距越大。 取样点间距应该满足什么样的要求？ 2. Nyquist判据 抽样点阵的最大容许间隔： 核心意思：取样点应足够密，以至使各分离频谱间距足够大（不重叠）。 欠抽样，不能恢复原函数。 过抽样，有利于提高恢复原函数的精度。但太过抽样，增加信息处理的工作量、需要高的设备容量或仪器精度。 取样点密度要求取决于原函数的频谱宽度Bx和By。 3. 恢复原函数 1）恢复频谱，在这里即为将原函数频谱滤出来而去掉其他频谱； 2）恢复原函数。 恢复频谱：选择滤波函数将原函数频谱取出来而滤掉其他频谱。 原则：将原函数频谱完整取出即可。 不是唯一的，可灵活选。 这里以矩形滤波器为例。矩形滤波器的传递函数为： 矩形滤波器的脉冲函数为： 经过滤波器后的频谱即为原函数的频谱（卷积定理） 于是原函数得到恢复 取样点密度要求取决与原函数的频谱宽度Bx和By。 实际上同时空间和频谱带限函数是不存在的。取样就决定了函数是空间受限的，所以其对应的频谱就不可能是带限的。所以取样函数各个分离频谱“岛”是不可能完全分开的，滤波时，就必然截去一些频谱分量。具体操作时尽量使截去的频谱分量对原函数影响很小。 总结二维取样的步骤： 1）选抽样函数：梳妆函数。 Nyquist判据决定取样点密度（在物空间取样）。 2）选滤波函数进行滤波(在空间频谱区滤波)。 3）函数恢复。 空间－带宽积 空间和频谱带限函数是不存在的。空间受限越厉害，对应的频谱分布越广；反之也然。 如果函数只在-Lx?x ? Lx , -Ly?y ? Ly区域内显著不为零，按取样定理，在x, y方向的取样间隔分别为1/(2Bx), 1/(2By)，所需的取样点数为 空间－带宽积：对于一空间受限函数进行取样所需的最少取样点数。 只有系统的空间－带宽积大于信号的空间带宽积，信号通过系统时才不会丢掉信息。 空间－带宽积意义： 对于图像，描述信息容量。 SW越大，图像所包含的信息容量越大。 图像在空间传输，SW是不变的。 对于系统，描述系统传递和处理信息的能力。 SW越大，系统传递和处理信息的能力越强。 系统一旦制造完成，空间带宽积也是不变的。 总结 1）常用函数及其性质； 2）光场的表达方法及其基本概念； 3）系统、线性系统、线性空不变系统的概念； 4）傅立叶变换、抽样定理。 * 4）卷积定理 通过傅立叶变换，可将空域（或频域）中的卷积运算，对应为频域（或空域）中的乘积运算。避开了复杂的卷积运算。 两个函数卷积的傅立叶变换等于两函数各自傅立叶变换的乘积；而两个函数乘积的傅立叶变换等于此两函数各自傅立叶变换的卷积. 5）互相关定理 两函数的互相关函数和它们的互功率谱构成傅立叶变换对。 f(x, y)与g(x, y)的互功率谱 有兴趣的同学可以自行证明 6）自相关定理 信号的自相关函数与其功率谱之间存在傅立叶变换关系。 互功率谱 7）转动定理 原函数在空域中转动?角，对应的谱函数在频域也转动了同样的?角。（需知道结论） 8）能量守恒定理（岶色渥定理） 广义岶色渥定理 不要求证明，但要掌握！ 9）积分定理 即对函数连续进行变换和逆变换，又重新得到原函数（可逆）。 10）多次变换定理 在函数f(x,y)连续的各点上，有： 即对函数f(x,y)连续作两次傅立叶变换或逆变换，得其“镜像”（傅立叶变换的对称性）。光学模型为4f 成像系统 f f f f 像面 谱面 物面 透镜 透镜 11）微分性质 即空域的微分运算可被频域