Fundamentos Procesamiento Imagen

Cuándo la proyección de imagen óptica, es siempre una cierta "manchas" de la imagen resultante en comparación con lo que se muestra. Este deterioro de la imagen se caracteriza por explicar lo que el sistema de imagen a un medio punto, es decir, como se lubrica a partir de entonces. Un rasgo que caracteriza lo que se conoce como un punto de función (extensión PSF).

En el applet anterior, imagen de dos puntos (o por lo menos dos fuentes puntuales.) Como podemos ver en la mitad inferior del applet son las fuentes (con fibras discontinuas de poliéster con un ancho) manchada. Cuanto más grande es El PSF, que necesitan más separados dos puntos para nosotros, que visualmente puede ser separado de la imagen. La parte superior del applet muestra una función 1-D del segmento central de la imagen. En un sistema de imagen clásica, no importa qué tan bien, que el enfoque de la imagen, o para optimizar la difracción de la lente causado un cierto ancho y forma de la FDP Si difracción solo este efecto, nos puede acercar a una expresión analítica para la distancia mínima entre el punto obtenida de fuentes que se pueden resolver.

Un enfoque típico para almacenar una imagen en una computadora digital, es a través de la imagen en un muestreo de cuadrícula rectangular. El color o la intensidad de cada uno de estos puntos a un valor numérico convertido y equipo almacenado. Aparte del color o la intensidad de estos puntos específicos, todo lo demás se desecha cuando la imagen se almacena en el ordenador.

Si se trata de imagen digital, volvemos a formar una imagen continua por interpolación entre las muestras almacenadas. Una forma de interpolación que hacer es decir que por cada punto («continua»), sólo el valor para seleccionar la siguiente muestra. Esto se conoce como el próximo interpolación Vecino, y hace que cada muestra de imágenes digitales en la pantalla como un bien definidos cuadrados se dibujan. Interpolación bilineal o superior orden, es continua, suave y "real" reconstrucción de la imagen.

Independientemente de la reconstrucción, como de la imagen cuando no hay suficientes muestras digitales utilizadas, es decir, no suficientes muestras por área de la imagen, no puede la imagen original continua a reconstruir. En este caso, contiene la imagen digital no es la misma información que la imagen original. El contenido de la frecuencia espacial de la imagen original lleva a la otra el contenido de frecuencia geográfica en la imagen digital. Esto se conoce como aliasing.

Con el fin de reconstruir la imagen original se puede (es decir, evitar el aliasing) que tienen una frecuencia espacial que es mayor que el doble de la más alta frecuencia espacial del ejemplo de la imagen original. Este resultado es tan Nyquistschen teorema de muestreo de Shannon (o simplemente el teorema de muestreo) conocido. El applet anterior es (re) probarlo y una imagen de la pintura de cada muestra como un cuadrado (ampliada) reconstruir. En las zonas donde la imagen original tiene una frecuencia alta resolución espacial (o una de alta resolución, o un alto nivel de información), alias es evidente, y la imagen capturada con contenido diferente de lo que está en la imagen original.