计算机图形学中不可避免的会涉及到图像分析与处理的相关知识,前些时间也重温了下常用到的采样、重建以及纹理贴图等内容,并对其中的走样与反走样有了更多的认识,这里小结一下。
1. 基本问题
信号的采样与重建过程中首先面临着两个基本的问题:- 给定一个连续的信号g(x)以及它的离散采样信号gs(x),能否通过gs(x)来完整的描述g(x) 的信息;
- 如果可以,如何通过gs(x)来重建出原始信号g(x)。
2. 采样
将一处于空间域(或时域)内的信号向频域进行转换,可以使用傅立叶变换(Fourier Transformation)来实现。给定空间域信号为g(x),其对应的频域信号为G(f),则其对应的傅立叶变换关系为:
其中的x 表示相应的空间位置,f 表示对应的频率。原始信号g(x)对应的频域空间中的函数G(f)(可能)如下图所示:
频域G(f)
图中的横轴f 表示相应的频率,越往两端对应的频率越大。其中可以看出,G(f) 的有效值主要限定于频率|fmax|之内,其余频率位置上均为0,对于这样的情况可以称G(f)是带限(bandlimited)于fmax 的。这是信号采样与重建中一个较为重要的属性。
对原始信号g(x)进行采样得到离散采样信号gs(x),采样的过程主要是通过一个基于脉冲函数的脉冲采样器来实现,其表述如下所示:
其中的Ts就是采样周期。在s(x) 下就可以得到原始信号与采样信号之间的关系:
为了更方便的观察gs(x)的一些属性,可以将其转换到频域空间内进行分析,这里可以借助傅立叶变换中的几个重要属性:
- 函数在空间域(或时域)内的乘积对应于它们在频域空间内的卷积:
- 累积脉冲函数的傅立叶变换的特殊形式(证明可见这里):
利用这些属性就可以推导gs(x)的频域函数Gs(f) 如下: