คำถามติดแท็ก aliasing

ฉันรู้ว่ามีออสซิลโลสโคป ( DSA8300 ) บางตัวอย่างที่ความถี่ไม่กี่ร้อย kS / s เพื่อสร้างสัญญาณ GHz ขึ้นมาใหม่ ฉันสงสัยว่าสิ่งนี้สามารถขยายไปยังสัญญาณ 2D (รูปถ่าย) ได้หรือไม่ ฉันสามารถถ่ายภาพนิ่งเป็นชุด (เช่น 4) โดยใช้กล้อง 16MP เชิงพาณิชย์เพื่อสร้างภาพ 32MP ใหม่ได้หรือไม่? การทำสิ่งนี้จะลบนามแฝงที่ฉันมีจากแต่ละภาพหรือไม่ หากมีสิ่งใดที่พยายามทำเช่นนี้จากภาพเดียวมันจะไม่ทำงานอย่างแน่นอนเนื่องจากไม่มีการแนะนำข้อมูลใหม่ หากภาพทั้งหมดที่ถ่ายนั้นเหมือนกันฉันจะยังคงอยู่ที่จุดเดียวกับภาพหนึ่งภาพหรือไม่? ดังนั้นรูปแบบต่าง ๆ จำเป็นหรือไม่ เสียงรบกวนแบบ CCD / CMOS นั้นมีความผันแปรเพียงพอที่จะทำให้สิ่งต่าง ๆ ใช้งานได้หรือไม่? มีชื่อสำหรับเทคนิคหรืออัลกอริทึมดังกล่าวหรือไม่? ฉันควรมองหาอะไร

12 image-processing  aliasing  resolution  superresolution  inverse-problem 

ดังนั้นหากคุณสร้างคลื่นสี่เหลี่ยมโดยเพียงแค่สลับสัญญาณระหว่างค่าสองค่าที่ขอบเขตตัวอย่างมันจะสร้างอนุกรมฮาร์โมนิกที่ไม่สิ้นสุดซึ่งเป็นนามแฝงและให้เสียงต่ำกว่าพื้นฐานของคุณซึ่งได้ยินได้มาก การแก้ปัญหาคือการสังเคราะห์แบบ จำกัด วงดนตรีไม่ว่าจะโดยใช้การสังเคราะห์แบบเติมแต่งหรือขั้นตอนแบบ จำกัด วงเพื่อสร้างรูปแบบของคลื่นที่เหมือนกับว่าคุณได้ จำกัด วงคลื่นสี่เหลี่ยมทางคณิตศาสตร์ในอุดมคติก่อนที่จะสุ่มตัวอย่าง: http://flic.kr/p/83JMjT แต่ฉันเพิ่งรู้ว่าถ้าคุณใช้การขยายขนาดใหญ่กับคลื่นไซน์ดิจิตอลและจากนั้นคลิปมันแบบดิจิทัลมันจะสร้างรูปร่างคลื่นสี่เหลี่ยมที่เหมือนกันโดยไม่มีปรากฏการณ์กิ๊บส์ ดังนั้นมันจึงเป็นผลิตภัณฑ์ที่มีการบิดเบือนนามแฝงใช่ไหม ดังนั้นใดบิดเบือนไม่เชิงเส้นในโดเมนดิจิตอลที่ผลิตฮาร์โมนินอกขีด จำกัด Nyquist จะผลิตสินค้าที่มีการบิดเบือน aliased? (แก้ไข: ฉันได้ทำการทดสอบและยืนยันว่าส่วนนี้เป็นจริง) มีสิ่งที่บิดเบือนวง จำกัด ในการจำลอง (ในโดเมนดิจิตอล) ผลกระทบของการบิดเบือน (ในโดเมนอนาล็อก) ก่อนที่วง จำกัด และการสุ่มตัวอย่าง? ถ้าเป็นเช่นนั้นคุณจะทำอย่างไร ถ้าฉันค้นหา "bandlimited distortion" ฉันพบการอ้างอิงถึงชื่อพหุนาม Chebyshev แต่ฉันไม่รู้ว่าจะใช้พวกมันอย่างไรหรือพวกมันใช้งานได้เฉพาะคลื่นไซน์หรืออะไร: เครื่องมือนี้ไม่ได้พยายามสร้างความผิดเพี้ยนแบบ จำกัด วง ผู้ที่สนใจในการบิดเบือนวง จำกัด ควรตรวจสอบการใช้ชื่อพหุนาม Chebyshev เพื่อสร้างผล การบิดเบี้ยวของไฮเพอร์โบลิกแทนเจนต์ "Chebyshev polynomial" - การสร้างฟังก์ชั่นที่มีคุณสมบัติสำคัญที่พวกเขามีวงดนตรี จำกัด - ภายในเช่นที่พวกเขาไม่แนะนำฮาร์โมนิกสเปกตรัมปลอมเนื่องจากการทับซ้อน …

12 sampling  aliasing  nyquist  distortion 

ฉันกำลังทำการแปลง gifs ของ Mobius ใน Matlab และรูปแบบแปลก ๆ บางอย่างก็เริ่มปรากฏขึ้น ฉันไม่แน่ใจว่าจำเป็นต้องมีความรู้ลึกเกี่ยวกับประเภทไฟล์ / อัลกอริทึมเพื่อเข้าใจปรากฏการณ์นี้หรือไม่ แต่ฉันคิดว่าอาจมีคำอธิบายทางคณิตศาสตร์อย่างแท้จริง ภาพที่ได้มาจากการระบายสีระนาบที่ซับซ้อนเหมือนกระดานหมากรุกแล้วกลับหัวกลับหางโดยการใช้ส่วนร่วมของคอนจูเกตที่ซับซ้อน นี่คือ psuedocode คณิตศาสตร์สำหรับภาพที่มีการซูม :kkk checkerboard:C→{black,white}checkerboard(z):={blackwhiteif ⌊I(z)⌋+⌊R(z)⌋≡0mod2if ⌊I(z)⌋+⌊R(z)⌋≡1mod2image={z∈C:|R(z)|,|I(z)|≤1}color:image→{black,white}color(z):=checkerboard(k/z¯¯¯)checkerboard:C→{black,white}checkerboard(z):={blackif ⌊ℑ(z)⌋+⌊ℜ(z)⌋≡0mod2whiteif ⌊ℑ(z)⌋+⌊ℜ(z)⌋≡1mod2image={z∈C:|ℜ(z)|,|ℑ(z)|≤1}color:image→{black,white}color(z):=checkerboard(k/z¯)\begin{align} &\mbox{checkerboard}:\mathbb C \to\{\mbox{black},\mbox{white}\}\\ &\mbox{checkerboard}(z):=\begin{cases} \mbox{black} & \mbox{if }\lfloor\Im(z)\rfloor+\lfloor\Re(z)\rfloor\equiv 0\mod 2\\ \mbox{white} & \mbox{if }\lfloor\Im(z)\rfloor+\lfloor\Re(z)\rfloor\equiv 1\mod 2 \end{cases}\\ &\mbox{image} = \{z\in\mathbb C:|\Re(z)|,|\Im(z)|\leq 1\}\\ &\mbox{color}:\mbox{image}\to\{\mbox{black},\mbox{white}\}\\ &\mbox{color}(z):=\mbox{checkerboard}(k/\overline{z}) \end{align} และนี่คือภาพเพื่อk=1k=1k=1 , …

11 image-processing  aliasing  pattern 

อัลกอริทึมที่ใช้โดยการ์ดวิดีโอคืออะไรเมื่อพูดถึงเช่น8xAA? ฉันคิดว่าอัลกอริทึมเกี่ยวกับการดูพิกเซลที่อยู่ใกล้เคียงเพื่อแก้ไข กระนั้นฉันได้ยินว่าการติดตั้งเป็นเพียงการยกตัวอย่างตามด้วยการลดขนาดลง

10 image-processing  aliasing 

ฉันกำลังเรียนระบบมัลติมีเดียในวิทยาการคอมพิวเตอร์ MSc ของฉันและฉันมีปัญหาบางอย่างในการทำความเข้าใจสูตรสำหรับความถี่นามแฝง - สิ่งนี้อาจเกิดจากความเข้าใจผิดเกี่ยวกับสัญญาณนามแฝงของฉัน ความเข้าใจของฉันเกี่ยวกับสัญญาณนามแฝงคือถ้าคุณขีดตัวอย่างสัญญาณอินพุตของคุณ (เช่นตัวอย่างในอัตราที่น้อยกว่าความถี่สูงสุดสองเท่า) จากนั้นเราสามารถสร้างนามแฝงได้เนื่องจากเราสุ่มตัวอย่างไม่บ่อยพอที่จะจับรายละเอียดความถี่สูง สัญญาณนามแฝงเป็นผลมาจากการรับค่าตัวอย่างเหล่านี้และเข้าร่วมกับพวกเขาด้วยเส้นโค้งเรียบ ดังนั้นสัญญาณที่ได้จึงมีความถี่ครึ่งหนึ่งของความถี่สุ่มตัวอย่างเนื่องจากไซนัสบริสุทธิ์บริสุทธิ์จะต้องใช้สองตัวอย่างต่อการแกว่ง (1 สำหรับแต่ละจุดเปลี่ยน) - นี่หมายความว่าความถี่นามแฝงควรเป็นหน้าที่ของความถี่สุ่มตัวอย่าง สูตรสำหรับความถี่นามแฝงคือความแตกต่างที่แน่นอนของความถี่สัญญาณและจำนวนเต็มคูณที่ใกล้เคียงที่สุดของความถี่การสุ่มตัวอย่างใครบางคนสามารถอธิบายสิ่งนี้ให้ฉันได้หรือไม่ ขอบคุณล่วงหน้า!

9 audio  sampling  continuous-signals  aliasing