เชื่อมโยงระหว่างการสุ่มตัวอย่างสัญญาณรบกวนสีน้ำเงินและการรบกวนพื้นผิวสีน้ำเงินหรือไม่

คุณสามารถมีการสุ่มตัวอย่างสัญญาณรบกวนสีฟ้าเช่นแผ่นดิสก์ปัวซองเหล่านี้:

และคุณสามารถมีพื้นผิวของเสียงรบกวนสีฟ้าเช่นนี้:

ฉันได้ภาพนั้นในภาพแรกมีหนึ่งอินพุต (ดัชนีตัวอย่าง) และเอาต์พุตสองจุด (พิกัด x, y ของจุด) และภาพที่สองนั้นกลับด้านโดยมีสองอินพุต (x พิกัด y ของตัวอย่าง) และหนึ่งเอาต์พุต (ค่าของจุด)

ฉันสงสัยว่าสิ่งเหล่านี้เกี่ยวข้องกันอย่างไร

หากคุณใช้ DFT ของภาพที่สองคุณจะเห็นว่ามันมีส่วนประกอบความถี่สูงมากกว่าต่ำ แต่ฉันไม่แน่ใจว่าคุณจะใช้ DFT ของจุดข้อมูลชุดแรกได้อย่างไร

ฉันสงสัยว่าเป็นไปได้ไหมที่จะใช้ลำดับความคลาดเคลื่อนต่ำอื่น ๆ (เช่น halton หรือ jittered grid) และสร้างพื้นผิวจากแนวคิดเช่นภาพที่สอง?

ลิงก์ที่ขาดหายไประหว่างสถานที่ตัวอย่างและพื้นผิวของสัญญาณรบกวนสีเทาคือ

การทำ dithering เป็นรายการของตำแหน่งพิกเซลที่มี "อันดับ" (ลำดับ) สำหรับแต่ละพิกเซล หากคุณมีพื้นหลังสีขาวและต้องการเพิ่มจุดสีดำสองจุดคุณจะเพิ่มจุดเหล่านั้นที่ตำแหน่งของพิกเซลสองตัวที่อยู่ในอันดับ 0 และอันดับที่ 1

การเลือกวิธีจัดอันดับลำดับของพิกเซลที่จะเปิดอาจแตกต่างกันอย่างมากกับผลลัพธ์ที่แตกต่างกัน ตัวอย่างเช่นเมทริกซ์เบเยอร์เป็นการเรียงลำดับเฉพาะของจุดและจุดตัวอย่างเสียงสีฟ้าก็มีเช่นกัน เสียงสีขาวเป็นเพียงการสับจุดเพื่อให้พวกเขามีการสั่งซื้อแบบสุ่ม

วิธีที่เราได้รับจาก "คำสั่ง dithering" นี้ (stippling) ไปยังภาพสีเสียงเฉดสีเทาคือการที่เราแบ่งอันดับของแต่ละจุดด้วยจำนวนจุดเพื่อให้ได้ค่าจาก 0 ถึง 1 และใช้เป็นสีจุดสีเทา

ที่ช่วยให้คุณมีพื้นผิวเสียงสีเทา

พื้นผิวของสัญญาณรบกวนสีฟ้าเทาถูกสร้างขึ้นด้วยอัลกอริทึม "โมฆะและคลัสเตอร์" ซึ่งทำให้จุดแต่ละจุดที่วางใหม่อยู่ตรงกลางของโมฆะที่ใหญ่ที่สุด นี่เป็นคุณสมบัติที่ดีที่คุณสามารถกำหนดพื้นผิวของสัญญาณรบกวนสีฟ้าได้ทุกค่าและผลลัพธ์จะเป็นตัวอย่างเสียงรบกวนสีฟ้าของความหนาแน่นที่ต้องการ

บทความนี้เป็นการอ่านที่ยอดเยี่ยมที่พูดถึงสิ่งเหล่านี้อย่างลึกซึ้งยิ่งขึ้น: http://cv.ulichney.com/papers/1993-void-cluster.pdf