Comprendere il campionamento di Nyquist: bilanciare la risoluzione ottica e quella della fotocamera

Nell'ambito dell'imaging digitale, è facile presumere che una risoluzione più elevata si traduca automaticamente in immagini migliori. I produttori di fotocamere spesso commercializzano i loro sistemi basandosi sul numero di megapixel, mentre i produttori di obiettivi ne evidenziano il potere risolutivo e la nitidezza. Tuttavia, in pratica, la qualità dell'immagine dipende non solo dalle specifiche dell'obiettivo o del sensore singolarmente, ma anche da quanto bene questi siano abbinati.

È qui che entra in gioco il campionamento di Nyquist. Originariamente un principio dell'elaborazione dei segnali, il criterio di Nyquist definisce il quadro teorico per catturare i dettagli con precisione. Nell'ambito dell'imaging, garantisce che la risoluzione ottica fornita da un obiettivo e la risoluzione digitale del sensore di una fotocamera lavorino insieme in modo armonioso.

Questo articolo analizza il campionamento di Nyquist nel contesto dell'imaging, spiega l'equilibrio tra risoluzione ottica e risoluzione della fotocamera e fornisce linee guida pratiche per applicazioni che spaziano dalla fotografia all'imaging scientifico.

Cos'è il campionamento di Nyquist?

Figura 1: Il teorema del campionamento di Nyquist

Superiore:Un segnale sinusoidale (ciano) viene misurato, o campionato, in più punti. La linea tratteggiata lunga grigia rappresenta 1 misurazione per ciclo del segnale sinusoidale, catturando solo i picchi del segnale e nascondendo completamente la sua vera natura. La curva tratteggiata fine rossa cattura 1,1 misurazioni per campione, rivelando una sinusoide ma rappresentandone erroneamente la frequenza. Questo è analogo a un effetto Moiré.

Metter il fondo a:Solo quando vengono prelevati 2 campioni per ciclo (linea tratteggiata viola) si comincia a cogliere la vera natura del segnale.

Il teorema del campionamento di Nyquist è un principio comune all'elaborazione dei segnali in elettronica, elaborazione audio, imaging e altri campi. Il teorema chiarisce che per ricostruire una data frequenza in un segnale, le misurazioni devono essere effettuate almeno al doppio di tale frequenza, come mostrato in Figura 1. Nel caso della nostra risoluzione ottica, ciò significa che la dimensione del pixel nello spazio oggetto deve essere al massimo la metà del più piccolo dettaglio che stiamo cercando di catturare o, nel caso di un microscopio, la metà della risoluzione del microscopio.

Figura 2: Campionamento di Nyquist con pixel quadrati: l'orientamento è importante

Utilizzando una telecamera con una griglia di pixel quadrati, il fattore di campionamento 2x del teorema di Nyquist catturerà con precisione solo i dettagli perfettamente allineati alla griglia di pixel. Se si tenta di risolvere strutture inclinate rispetto alla griglia di pixel, la dimensione effettiva del pixel è maggiore, fino a √2 volte maggiore in diagonale. La frequenza di campionamento deve quindi essere 2√2 volte la frequenza spaziale desiderata per catturare i dettagli a 45° rispetto alla griglia di pixel.

La ragione di ciò risulta evidente osservando la Figura 2 (metà superiore). Immaginiamo che la dimensione del pixel sia impostata sulla risoluzione ottica, assegnando a ciascun picco di due sorgenti puntiformi adiacenti, o a qualsiasi dettaglio che stiamo cercando di risolvere, un pixel diverso. Sebbene questi vengano poi rilevati separatamente, le misurazioni risultanti non indicano che si tratti di due picchi distinti – e ancora una volta la nostra definizione di "risoluzione" non viene soddisfatta. È necessario un pixel intermedio che catturi il minimo del segnale. Ciò si ottiene almeno raddoppiando la frequenza di campionamento spaziale, ovvero dimezzando la dimensione del pixel nello spazio oggetto.

Risoluzione ottica vs. risoluzione della fotocamera

Per comprendere il funzionamento del campionamento di Nyquist nell'imaging, è necessario distinguere tra due tipi di risoluzione:

● Risoluzione ottica: determinata dall'obiettivo, la risoluzione ottica si riferisce alla sua capacità di riprodurre dettagli fini. Fattori come la qualità dell'obiettivo, l'apertura e la diffrazione stabiliscono questo limite. La funzione di trasferimento di modulazione (MTF) viene spesso utilizzata per misurare quanto bene un obiettivo trasmette il contrasto a diverse frequenze spaziali.

● Risoluzione della fotocamera: determinata dal sensore, la risoluzione della fotocamera dipende dalla dimensione dei pixel, dal passo dei pixel e dalle dimensioni complessive del sensore. Il passo dei pixel di unaTelecamera CMOSdefinisce direttamente la sua frequenza di Nyquist, che determina il livello massimo di dettaglio che il sensore può catturare.

Quando questi due elementi non sono allineati, sorgono dei problemi. Un obiettivo che supera il potere risolutivo del sensore è di fatto "sprecato", poiché il sensore non riesce a catturare tutti i dettagli. Viceversa, un sensore ad alta risoluzione abbinato a un obiettivo di bassa qualità produce immagini che non migliorano nonostante l'aumento dei megapixel.

Come bilanciare la risoluzione ottica e quella della fotocamera

Bilanciare ottica e sensori significa far coincidere la frequenza di Nyquist del sensore con la frequenza di taglio ottica dell'obiettivo.

● La frequenza di Nyquist di un sensore fotografico si calcola come 1 / (2 × passo dei pixel). Questa definisce la frequenza spaziale più alta che il sensore può campionare senza aliasing.
● La frequenza di taglio ottica dipende dalle caratteristiche della lente e dalla diffrazione.

Per ottenere risultati ottimali, la frequenza di Nyquist del sensore dovrebbe essere pari o leggermente superiore alla capacità di risoluzione dell'obiettivo. In pratica, una buona regola generale è assicurarsi che il passo dei pixel sia circa la metà della dimensione minima risolvibile dell'obiettivo.

Ad esempio, se un obiettivo è in grado di risolvere dettagli fino a 4 micrometri, un sensore con dimensioni dei pixel di circa 2 micrometri bilancerà bene il sistema.

Adattamento del teorema di Nyquist alla risoluzione della fotocamera e la sfida dei pixel quadrati

Il compromesso derivante dalla riduzione delle dimensioni dei pixel nello spazio oggetto è la diminuzione della capacità di raccolta della luce. È quindi importante trovare un equilibrio tra la necessità di risoluzione e quella di raccolta della luce. Inoltre, dimensioni maggiori dei pixel nello spazio oggetto tendono a fornire un campo visivo più ampio del soggetto ripreso. Per le applicazioni che richiedono una risoluzione elevata, si ritiene che un compromesso ottimale, basato su una "regola empirica", sia il seguente: la dimensione dei pixel nello spazio oggetto, moltiplicata per un fattore che tenga conto del principio di Nyquist, dovrebbe essere uguale alla risoluzione ottica. Questa quantità è chiamata risoluzione della fotocamera.

Il bilanciamento tra ottica e sensori spesso si riduce a garantire che la risoluzione di campionamento effettiva della telecamera corrisponda al limite di risoluzione ottica dell'obiettivo. Si dice che un sistema "corrisponda al principio di Nyquist" quando:

Risoluzione della fotocamera = Risoluzione ottica

Dove la risoluzione della fotocamera è data da:

Formula per il calcolo della risoluzione della fotocamera

Il fattore di Nyquist che viene spesso raccomandato è 2,3, non 2. Il motivo è il seguente.

I pixel della fotocamera sono (tipicamente) quadrati e disposti su una griglia bidimensionale. La dimensione del pixel, come definita nell'equazione a lato, rappresenta la larghezza dei pixel lungo gli assi di questa griglia. Se le caratteristiche che stiamo cercando di risolvere si trovano ad un angolo diverso da un multiplo perfetto di 90° rispetto a questa griglia, la dimensione effettiva del pixel sarà maggiore, fino a √2 ≈ 1,41 volte la dimensione del pixel a 45°. Questo è mostrato nella Figura 2 (metà inferiore).

Il fattore raccomandato secondo il criterio di Nyquist in tutti gli orientamenti sarebbe quindi 2√2 ≈ 2,82. Tuttavia, a causa del compromesso menzionato in precedenza tra risoluzione e raccolta della luce, si consiglia un valore di compromesso di 2,3 come regola empirica.

Il ruolo del campionamento di Nyquist nell'imaging

Il campionamento di Nyquist è il custode della fedeltà dell'immagine. Quando la frequenza di campionamento scende al di sotto del limite di Nyquist:

● Sottocampionamento → causa aliasing: falsi dettagli, bordi frastagliati o motivi moiré.

● Sovracampionamento → cattura più dati di quanti il sistema ottico possa fornire, con conseguenti rendimenti decrescenti: file più grandi e maggiori esigenze di elaborazione senza miglioramenti visibili.

Un campionamento corretto garantisce che le immagini siano nitide e fedeli alla realtà. Assicura il giusto equilibrio tra input ottico e acquisizione digitale, evitando la perdita di risoluzione da un lato o la creazione di artefatti fuorvianti dall'altro.

Applicazioni pratiche

Il campionamento di Nyquist non è solo teoria: ha applicazioni cruciali in diverse discipline di imaging.

● Microscopia:I ricercatori devono scegliere sensori che campionino almeno il doppio del più piccolo dettaglio risolvibile dall'obiettivo. Scegliere il giustotelecamera per microscopiaè fondamentale, poiché la dimensione dei pixel deve allinearsi con la risoluzione limitata dalla diffrazione dell'obiettivo del microscopio. I laboratori moderni spesso preferisconotelecamere sCMOSche offrono un equilibrio tra sensibilità, gamma dinamica e struttura dei pixel fine per l'imaging biologico ad alte prestazioni.

● Fotografia:Abbinare sensori ad alta risoluzione a obiettivi che non riescono a riprodurre dettagli altrettanto fini spesso si traduce in miglioramenti trascurabili in termini di nitidezza. I fotografi professionisti bilanciano obiettivi e fotocamere per evitare di sprecare risoluzione.

● Visione artificiale eFotocamere scientificheNel controllo qualità e nell'ispezione industriale, la mancanza di piccoli dettagli dovuta a un sottocampionamento potrebbe comportare il mancato rilevamento di parti difettose. Il sovracampionamento può essere utilizzato deliberatamente per lo zoom digitale o per un'elaborazione più avanzata.

Quando applicare il criterio di Nyquist: sovracampionamento e sottocampionamento

Il campionamento di Nyquist rappresenta l'equilibrio ideale, ma in pratica i sistemi di imaging possono sovracampionare o sottocampionare intenzionalmente a seconda dell'applicazione.

Che cos'è il sottocampionamento?

Nel caso di applicazioni in cui la sensibilità è più importante della risoluzione dei dettagli più minuti, l'utilizzo di una dimensione dei pixel nello spazio oggetto maggiore di quella richiesta dal principio di Nyquist può portare a notevoli vantaggi nella raccolta della luce. Questo fenomeno è chiamato sottocampionamento.

Ciò sacrifica i dettagli più fini, ma può essere vantaggioso quando:

● La sensibilità è fondamentale: i pixel più grandi raccolgono più luce, migliorando il rapporto segnale/rumore nelle immagini in condizioni di scarsa illuminazione.
● La velocità è importante: un minor numero di pixel riduce i tempi di lettura, consentendo un'acquisizione più rapida.
● È richiesta efficienza dei dati: nei sistemi con larghezza di banda limitata sono preferibili file di dimensioni ridotte.

Esempio: nell'imaging del calcio o del potenziale di membrana, i segnali vengono spesso mediati su regioni di interesse, quindi il sottocampionamento migliora la raccolta della luce senza compromettere il risultato scientifico.

Cos'è l'oversampling?

Al contrario, molte applicazioni in cui la risoluzione dei dettagli più fini è fondamentale, o applicazioni che utilizzano metodi di analisi post-acquisizione per recuperare informazioni aggiuntive oltre il limite di diffrazione, richiedono pixel di immagine più piccoli di quelli richiesti dal principio di Nyquist, un fenomeno noto come sovracampionamento.

Sebbene ciò non aumenti la vera risoluzione ottica, può offrire dei vantaggi:

● Consente lo zoom digitale con una minore perdita di qualità.
● Migliora l'elaborazione successiva (ad esempio, deconvoluzione, riduzione del rumore, super-risoluzione).
● Riduce l'aliasing visibile quando le immagini vengono ridimensionate in un secondo momento.

Esempio: in microscopia, una telecamera sCMOS ad alta risoluzione può sovracampionare le strutture cellulari in modo che gli algoritmi computazionali possano estrarre dettagli fini oltre il limite di diffrazione.

Idee sbagliate comuni

1. Un maggior numero di megapixel si traduce sempre in immagini più nitide.
Non è vero. La nitidezza dipende sia dal potere risolutivo dell'obiettivo sia dalla corretta modalità di campionamento del sensore.

2. Qualsiasi buon obiettivo funziona bene con qualsiasi sensore ad alta risoluzione.
Una scarsa corrispondenza tra la risoluzione dell'obiettivo e il passo dei pixel limiterà le prestazioni.

3. Il campionamento di Nyquist è rilevante solo nell'elaborazione dei segnali, non nell'imaging.
Al contrario, l'imaging digitale è fondamentalmente un processo di campionamento, e il teorema di Nyquist è altrettanto rilevante in questo contesto quanto nell'audio o nelle comunicazioni.

Conclusione

Il campionamento di Nyquist è più di una semplice astrazione matematica: è il principio che garantisce la perfetta sinergia tra risoluzione ottica e digitale. Allineando il potere risolutivo delle lenti con le capacità di campionamento dei sensori, i sistemi di imaging raggiungono la massima nitidezza senza artefatti o spreco di risorse.

Per i professionisti di settori diversi come la microscopia, l'astronomia, la fotografia e la visione artificiale, comprendere il campionamento di Nyquist è fondamentale per progettare o scegliere sistemi di imaging che forniscano risultati affidabili. In definitiva, la qualità dell'immagine non deriva dallo spingere una specifica all'estremo, ma dal raggiungimento di un equilibrio.

FAQ

Cosa succede se il campionamento di Nyquist non viene soddisfatto in una fotocamera?
Quando la frequenza di campionamento scende al di sotto del limite di Nyquist, il sensore non è in grado di rappresentare correttamente i dettagli più fini. Ciò provoca l'aliasing, che si manifesta con bordi frastagliati, motivi moiré o texture false che non esistono nella scena reale.

In che modo la dimensione dei pixel influisce sul campionamento di Nyquist?
Pixel più piccoli aumentano la frequenza di Nyquist, il che significa che il sensore può teoricamente risolvere dettagli più fini. Ma se l'obiettivo non è in grado di fornire quel livello di risoluzione, i pixel aggiuntivi apportano poco valore e potrebbero aumentare il rumore.

Il campionamento di Nyquist è diverso per i sensori monocromatici rispetto a quelli a colori?
Sì. In un sensore monocromatico, ogni pixel campiona direttamente la luminanza, quindi la frequenza di Nyquist effettiva corrisponde al passo dei pixel. In un sensore a colori con filtro Bayer, ogni canale di colore viene sottocampionato, quindi la risoluzione effettiva dopo la demosaicizzazione è leggermente inferiore.