ฟิสิกส์ไม่ทำงานอย่างนั้น aliasing ถาวรแปลงความถี่ที่ผ่านมาวงเงิน Nyquist ให้ปรากฏเป็นความถี่ที่ต่ำกว่าขีด จำกัด แม้ว่าบรรดา "นามแฝง" ไม่ได้จริงๆมี จำนวนการประมวลผลสัญญาณ aliased ไม่สามารถกู้คืนสัญญาณดั้งเดิมในกรณีทั่วไป คำอธิบายทางคณิตศาสตร์แฟนซีนั้นค่อนข้างใช้เวลานานจนกว่าคุณจะได้เข้าชั้นเรียนในทฤษฎีการสุ่มตัวอย่างและการประมวลผลสัญญาณดิจิตอล หากคุณมีคุณจะไม่ถามคำถาม น่าเสียดายที่คำตอบที่ดีที่สุดก็คือ"นั่นไม่ใช่วิธีการทำงานของฟิสิกส์ขออภัย แต่คุณต้องเชื่อใจฉันในเรื่องนี้" .
ในการพยายามที่จะให้ความรู้สึกคร่าวๆว่าข้างต้นอาจเป็นจริงให้พิจารณากรณีของรูปกำแพงอิฐ หากไม่มีตัวกรอง AA จะมีลวดลายเป็นคลื่น (ซึ่งจริงๆแล้วเป็นนามแฝง) ทำให้เส้นอิฐดูเป็นคลื่น คุณไม่เคยเห็นสิ่งปลูกสร้างจริงเพียงภาพที่มีเส้นหยัก
คุณจะรู้ได้อย่างไรว่าอิฐที่แท้จริงไม่ได้ถูกวางในรูปแบบของคลื่น? คุณคิดว่าพวกเขาไม่ได้มาจากความรู้ทั่วไปเกี่ยวกับอิฐและประสบการณ์ของมนุษย์ในการเห็นกำแพงอิฐ อย่างไรก็ตามมีใครสักคนที่จะสร้างจุดกำแพงอิฐโดยเจตนาเพื่อให้มันดูในชีวิตจริง (เมื่อมองด้วยตาของคุณเอง) เหมือนภาพ? ใช่พวกเขาทำได้ ดังนั้นจึงเป็นไปได้หรือไม่ที่จะแยกความแตกต่างของรูปภาพที่มีนามแฝงของกำแพงอิฐปกติและรูปภาพที่ซื่อสัตย์ของกำแพงอิฐที่มีคลื่นจงใจ? ไม่มันไม่ใช่. ในความเป็นจริงคุณไม่สามารถบอกความแตกต่างได้เช่นกันยกเว้นความตั้งใจของคุณเกี่ยวกับภาพที่อาจเป็นตัวแทนอาจทำให้คุณประทับใจ อีกครั้งพูดอย่างเคร่งครัดคุณไม่สามารถบอกได้ว่า wavies เป็นสิ่งประดิษฐ์ลายคลื่นหรือเป็นของจริง
ซอฟต์แวร์ไม่สามารถลบ wavies ได้อย่างน่าอัศจรรย์เพราะไม่รู้ว่าอะไรจริงและอะไรไม่ ในทางคณิตศาสตร์มันสามารถแสดงให้เห็นว่ามันไม่สามารถรู้ได้อย่างน้อยก็แค่ดูที่ภาพหยัก
กำแพงอิฐอาจเป็นกรณีที่เห็นได้ชัดซึ่งคุณสามารถรู้ได้ว่าภาพที่มีนามแฝงนั้นผิด แต่มีอีกหลายกรณีที่คุณไม่รู้จริง ๆ และอาจไม่รู้ด้วยซ้ำว่าการใช้นามแฝงเกิดขึ้น
เพิ่มในการตอบสนองต่อความคิดเห็น:
ความแตกต่างระหว่างการกำหนดนามแฝงสัญญาณเสียงและภาพเป็นเพียงสิ่งที่อดีตคือ 1D และ 2D หลัง ทฤษฏีและคณิตศาสตร์ใด ๆ ที่ตระหนักถึงเอฟเฟกต์ยังคงเหมือนเดิมเพียงแค่นำไปใช้ในแบบ 2D เมื่อต้องรับมือกับภาพ หากตัวอย่างอยู่ในตารางสี่เหลี่ยมปกติเช่นเดียวกับในกล้องดิจิทัลปัญหาอื่น ๆ ที่น่าสนใจเกิดขึ้น ตัวอย่างเช่นความถี่ตัวอย่างคือ sqrt (2) ต่ำกว่า (ประมาณ 1.4x ต่ำกว่า) ตามแนวทแยงมุมตามทิศทางแนวแกน อย่างไรก็ตามทฤษฎีการสุ่มตัวอย่างอัตรา Nyquist และนามแฝงจริง ๆ นั้นไม่แตกต่างกันในสัญญาณ 2D มากกว่าในสัญญาณ 1D ความแตกต่างที่สำคัญน่าจะเป็นสิ่งที่ยากขึ้นสำหรับผู้ที่ไม่เคยคิดที่จะใช้พื้นที่ความถี่ในการห่อหุ้มจิตใจของพวกเขาและคาดการณ์สิ่งที่มีความหมายในแง่ของสิ่งที่คุณเห็นในภาพ
อีกครั้งคุณไม่สามารถ "demosaic" สัญญาณหลังจากความจริงอย่างน้อยไม่ในกรณีทั่วไปที่คุณไม่ทราบว่าต้นฉบับควรจะเป็น รูปแบบลายเส้นที่เกิดจากการสุ่มตัวอย่างภาพต่อเนื่องเป็นชื่อแทน คณิตศาสตร์เดียวกันนี้ใช้กับพวกเขาเช่นเดียวกับที่ใช้กับนามแฝงความถี่สูงในสตรีมเสียงและทำให้เกิดเสียงเหมือนเสียงพื้นหลัง มันเป็นสิ่งเดียวกันกับทฤษฎีเดียวกันที่จะอธิบายและวิธีแก้ปัญหาเดียวกันเพื่อจัดการกับมัน
วิธีการแก้ปัญหาคือการกำจัดความถี่สูงกว่าขีด จำกัด ของ Nyquist ก่อนการสุ่มตัวอย่าง ในเสียงที่สามารถทำได้ด้วยตัวกรองความถี่ต่ำแบบง่ายๆที่คุณอาจทำจากตัวต้านทานและตัวเก็บประจุ ในการสุ่มตัวอย่างภาพคุณยังต้องใช้ตัวกรองความถี่ต่ำในกรณีนี้มันใช้แสงบางส่วนที่จะกระทบเพียงพิกเซลเดียวและกระจายออกเป็นพิกเซลใกล้เคียง สายตาดูเหมือนว่าภาพจะเบลอเล็กน้อยก่อนหน้านี้มันเป็นตัวอย่าง เนื้อหาความถี่สูงดูเหมือนรายละเอียดหรือขอบคมชัดในภาพ ในทางตรงกันข้ามขอบที่คมชัดและรายละเอียดที่ดีนั้นมีความถี่สูง มันเป็นความถี่ที่สูงมากที่แปลงเป็นนามแฝงในภาพตัวอย่าง นามแฝงบางคนเป็นสิ่งที่เราเรียกรูปแบบคลื่นเมื่อต้นฉบับมีเนื้อหาปกติ นามแฝงบางคนให้เอฟเฟกต์ "บันได" กับเส้นหรือขอบโดยเฉพาะอย่างยิ่งเมื่อพวกเขาเกือบแนวตั้งหรือแนวนอน มีเอฟเฟ็กต์ภาพอื่น ๆ ที่เกิดจากนามแฝง
เพียงเพราะแกนอิสระในสัญญาณเสียงเป็นเวลาและแกนอิสระ (สองในนั้นเนื่องจากสัญญาณเป็น 2D) ของภาพเป็นระยะทางไม่ทำให้คณิตศาสตร์ไม่ถูกต้องหรือทำให้แตกต่างระหว่างสัญญาณเสียงและภาพ อาจเป็นเพราะทฤษฎีและแอปพลิเคชันของ aliasing และ anti-aliasing ได้รับการพัฒนาบนสัญญาณ 1D ที่เป็นแรงดันตามเวลาดังนั้นคำว่า "time domain" จึงถูกใช้เพื่อตรงกันข้ามกับ "โดเมนความถี่" ในรูปภาพการแทนพื้นที่ว่างที่ไม่ใช่ความถี่คือเทคนิค "โดเมนระยะทาง" แต่เพื่อความง่ายในการประมวลผลสัญญาณมันมักจะถูกเรียกว่า "โดเมนเวลา" อย่างไรก็ตาม อย่าปล่อยให้สิ่งนั้นมารบกวนคุณจากสิ่งที่เป็นนามแฝงจริงๆ และไม่มันไม่มีหลักฐานเลยว่าทฤษฏีไม่ได้ใช้กับภาพ เฉพาะบางครั้งการเลือกคำที่ทำให้เข้าใจผิดใช้เพื่ออธิบายสิ่งต่าง ๆ เนื่องจากเหตุผลทางประวัติศาสตร์ อันที่จริงแล้วโดเมนทางลัด "โดเมนเวลา" ที่ใช้กับโดเมนที่ไม่ใช่ความถี่ของภาพนั้นเป็นจริงเพราะทฤษฎีเหมือนกันระหว่างภาพและสัญญาณตามเวลาจริง นามแฝงคือนามแฝงโดยไม่คำนึงถึงสิ่งที่แกนอิสระ (หรือแกน) เกิดขึ้น
นอกเสียจากว่าคุณเต็มใจที่จะเจาะลึกเรื่องนี้ในระดับวิทยาลัยสองหลักสูตรเกี่ยวกับทฤษฎีการสุ่มตัวอย่างและการประมวลผลสัญญาณในท้ายที่สุดคุณก็จะต้องเชื่อถือสิ่งที่มีอยู่ บางส่วนของสิ่งนี้ไม่ได้ใช้งานง่ายโดยไม่มีพื้นฐานทางทฤษฎีที่สำคัญ