Понимание дискретизации Найквиста: баланс между оптическим разрешением и разрешением камеры

В цифровой фотографии легко предположить, что более высокое разрешение автоматически означает лучшие снимки. Производители фотоаппаратов часто рекламируют свои системы, основываясь на количестве мегапикселей, в то время как производители объективов подчеркивают разрешающую способность и резкость. Однако на практике качество изображения зависит не только от характеристик объектива или сенсора по отдельности, но и от того, насколько хорошо они согласованы.

Здесь вступает в игру метод выборки Найквиста. Первоначально принцип из обработки сигналов, критерий Найквиста закладывает теоретическую основу для точного захвата деталей. В области обработки изображений он обеспечивает гармоничное взаимодействие оптического разрешения, обеспечиваемого объективом, и цифрового разрешения сенсора камеры.

В этой статье рассматривается метод Найквиста в контексте получения изображений, объясняется баланс между оптическим разрешением и разрешением камеры, а также приводятся практические рекомендации для применений, начиная от фотографии и заканчивая научной визуализацией.

Что такое выборка Найквиста?

Рисунок 1: Теорема Найквиста о дискретизации

Вершина:Синусоидальный сигнал (голубой) измеряется или дискретизируется в нескольких точках. Серая длинная пунктирная линия представляет собой 1 измерение за цикл синусоидального сигнала, фиксируя только пики сигнала и полностью скрывая истинную природу сигнала. Красная тонкая пунктирная кривая фиксирует 1,1 измерения на выборку, выявляя синусоиду, но искажая её частоту. Это аналогично муаровому узору.

Нижний:Истинная природа сигнала начинает проявляться только при взятии двух выборок за цикл (фиолетовая пунктирная линия).

Теорема Найквиста о частоте дискретизации — это принцип, широко используемый в обработке сигналов в электронике, обработке звука, визуализации и других областях. Теорема ясно показывает, что для восстановления заданной частоты в сигнале необходимо провести измерения, по меньшей мере, вдвое превышающие эту частоту, как показано на рисунке 1. В случае нашего оптического разрешения это означает, что размер пикселя в пространстве объектов должен быть не более половины размера мельчайшей детали, которую мы пытаемся запечатлеть, или, в случае микроскопа, половины разрешения микроскопа.

Дискретизация Найквиста с использованием квадратных пикселей

Рисунок 2: Выборка Найквиста с использованием квадратных пикселей: ориентация имеет значение.

При использовании камеры с сеткой из квадратных пикселей коэффициент дискретизации 2x, рассчитанный по теореме Найквиста, позволит точно запечатлеть только те детали, которые идеально выровнены относительно пиксельной сетки. При попытке различить структуры под углом к пиксельной сетке эффективный размер пикселя будет больше, вплоть до √2 раз по диагонали. Следовательно, частота дискретизации должна быть в 2√2 раза больше желаемой пространственной частоты, чтобы запечатлеть детали под углом 45° к пиксельной сетке.

Причина этого становится очевидной при рассмотрении рисунка 2 (верхняя половина). Представьте, что размер пикселя установлен равным оптическому разрешению, в результате чего пики двух соседних точечных источников или любой детали, которую мы пытаемся разрешить, получают свой собственный пиксель. Хотя они затем обнаруживаются отдельно, в полученных измерениях нет никаких указаний на то, что это два отдельных пика – и снова наше определение «разрешения» не выполняется. Необходим промежуточный пиксель, захватывающий впадину сигнала. Это достигается как минимум за счет удвоения частоты пространственной дискретизации, то есть уменьшения вдвое размера пикселя в пространстве объекта.

Оптическое разрешение против разрешения камеры

Чтобы понять, как работает метод Найквиста в визуализации, необходимо различать два типа разрешения:

● Оптическое разрешение: Определяется объективом и относится к его способности воспроизводить мелкие детали. Этот предел устанавливается такими факторами, как качество объектива, диафрагма и дифракция. Функция передачи модуляции (MTF) часто используется для измерения того, насколько хорошо объектив передает контраст на разных пространственных частотах.

● Разрешение камеры: определяется сенсором и зависит от размера пикселя, шага пикселя и общих размеров сенсора. Шаг пикселяCMOS-камеранапрямую определяет частоту Найквиста, которая, в свою очередь, определяет максимальную детализацию, которую может запечатлеть датчик.

Когда эти два параметра не совпадают, возникают проблемы. Объектив, разрешение которого превышает разрешающую способность сенсора, фактически «тратится впустую», поскольку сенсор не может запечатлеть все детали. И наоборот, сенсор высокого разрешения в сочетании с низкокачественным объективом приводит к тому, что качество изображений не улучшается, несмотря на большее количество мегапикселей.

Как сбалансировать оптическое и камерное разрешение

Балансировка оптики и датчиков означает согласование частоты Найквиста датчика с оптической частотой среза линзы.

● Частота Найквиста датчика камеры рассчитывается как 1 / (2 × шаг пикселя). Это определяет наивысшую пространственную частоту, которую датчик может регистрировать без эффекта наложения спектров.
● Оптическая частота среза зависит от характеристик линзы и дифракции.

Для достижения наилучших результатов частота Найквиста сенсора должна совпадать с разрешающей способностью объектива или немного превышать её. На практике хорошим эмпирическим правилом является обеспечение того, чтобы шаг пикселя составлял примерно половину наименьшего разрешаемого размера элемента объектива.

Например, если объектив способен различать детали с точностью до 4 микрометров, то сенсор с размером пикселя около 2 микрометров обеспечит хорошую балансировку системы.

Согласование показаний Найквиста с разрешением камеры и проблема квадратных пикселей.

Компромисс, связанный с уменьшением размера пикселя в пространстве объектов, заключается в снижении способности к сбору света. Поэтому важно найти баланс между потребностью в разрешении и в сборе света. Кроме того, больший размер пикселя в пространстве объектов, как правило, обеспечивает большее поле зрения объекта съемки. Для приложений, требующих высокого разрешения, оптимальное эмпирическое правило заключается в следующем: размер пикселя в пространстве объектов, умноженный на некоторый коэффициент, учитывающий эффект Найквиста, должен быть равен оптическому разрешению. Эта величина называется разрешением камеры.

Балансировка оптики и датчиков часто сводится к обеспечению соответствия эффективного разрешения выборки камеры пределу оптического разрешения объектива. Система считается «соответствующей кривой Найквиста», если:

Разрешение камеры = Оптическое разрешение

Разрешение камеры определяется следующим образом:

Часто рекомендуемый коэффициент для учета коэффициента Найквиста составляет 2,3, а не 2. Причина этого следующая.

Пиксели камеры (как правило) квадратные и расположены на двумерной сетке. Размер пикселя, определенный для использования в приведенном выше уравнении, представляет собой ширину пикселей вдоль осей этой сетки. Если объекты, которые мы пытаемся разрешить, лежат под любым углом, кроме идеального кратного 90° относительно этой сетки, эффективный размер пикселя будет больше, вплоть до √2 ≈ 1,41 раза больше размера пикселя под углом 45°. Это показано на рисунке 2 (нижняя половина).

Таким образом, рекомендуемый коэффициент согласно критерию Найквиста для всех ориентаций составит 2√2 ≈ 2,82. Однако, учитывая упомянутый ранее компромисс между разрешением и сбором света, в качестве эмпирического правила рекомендуется компромиссное значение 2,3.

Роль метода Найквиста в визуализации

Частота дискретизации Найквиста — это критерий качества изображения. Когда частота дискретизации падает ниже предела Найквиста:

● Недостаточная дискретизация → приводит к эффекту сглаживания: ложным деталям, неровным краям или муаровым узорам.

● Передискретизация → захватывает больше данных, чем может обеспечить оптическая система, что приводит к снижению эффективности: файлы большего размера и более высоким требованиям к обработке без видимых улучшений.

Правильная дискретизация гарантирует, что изображения будут одновременно резкими и реалистичными. Она обеспечивает баланс между оптическим входом и цифровой съемкой, избегая как потери разрешения, так и появления вводящих в заблуждение артефактов.

Практическое применение

Метод выборки Найквиста — это не просто теория, он имеет важнейшее применение в различных областях обработки изображений:

● Микроскопия:Исследователям необходимо выбрать датчики, которые позволяют получать изображения как минимум в два раза более мелких деталей, чем те, которые различимы объективом. Выбор правильного датчикамикроскопическая камераЭто критически важно, поскольку размер пикселя должен совпадать с разрешением объектива микроскопа, ограниченным дифракцией. Современные лаборатории часто предпочитаютsCMOS-камерыкоторые обеспечивают баланс чувствительности, динамического диапазона и тонкой структуры пикселей для высокоэффективной биологической визуализации.

● Фотография:Использование датчиков с высоким разрешением в паре с объективами, не способными отображать столь же мелкие детали, часто приводит к незначительному улучшению резкости. Профессиональные фотографы балансируют объективы и камеры, чтобы избежать потери разрешения.

● Машинное зрение иНаучные камерыВ системах контроля качества и промышленной инспекции пропуск мелких деталей из-за недостаточной выборки может привести к тому, что дефектные детали останутся незамеченными. Избыточная выборка может использоваться преднамеренно для цифрового увеличения или улучшения обработки.

Когда следует согласовывать сигнал с сигналом Найквиста: передискретизация и недодискретизация

Метод дискретизации Найквиста представляет собой идеальный баланс, но на практике системы обработки изображений могут намеренно завышать или занижать разрешение в зависимости от области применения.

Что такое недодискретизация?

В тех случаях, когда чувствительность важнее, чем различение мельчайших деталей, использование размера пикселя в пространстве объектов, превышающего требования Найквиста, может привести к значительным преимуществам в сборе света. Это называется недодискретизацией.

Это приводит к потере мелких деталей, но может быть полезно в следующих случаях:

● Чувствительность имеет решающее значение: более крупные пиксели собирают больше света, улучшая отношение сигнал/шум при съемке в условиях низкой освещенности.
● Скорость имеет значение: меньшее количество пикселей сокращает время считывания, что позволяет ускорить процесс получения данных.
● Требуется высокая эффективность использования данных: в системах с ограниченной пропускной способностью предпочтительнее использовать файлы меньшего размера.

Пример: При визуализации кальция или напряжения сигналы часто усредняются по областям интереса, поэтому недодискретизация улучшает сбор света без ущерба для научного результата.

Что такое передискретизация?

И наоборот, многие приложения, для которых ключевое значение имеет разрешение мелких деталей, или приложения, использующие методы постобработки для восстановления дополнительной информации за пределами дифракционного предела, требуют меньшего размера пикселей изображения, чем того требует коэффициент Найквиста, что называется передискретизацией.

Хотя это и не повышает истинное оптическое разрешение, это может дать преимущества:

● Обеспечивает цифровое масштабирование с минимальной потерей качества.
● Улучшает постобработку (например, деконволюцию, шумоподавление, сверхвысокое разрешение).
● Уменьшает видимое сглаживание при последующем уменьшении разрешения изображений.

Пример: В микроскопии высокоразрешающая sCMOS-камера может передискретизировать клеточные структуры, чтобы вычислительные алгоритмы могли извлекать мелкие детали за пределами дифракционного предела.

Распространенные заблуждения

1. Большее количество мегапикселей всегда означает более четкое изображение.
Это неправда. Резкость зависит как от разрешающей способности объектива, так и от того, насколько корректно работает сенсор при обработке изображений.

2. Любой качественный объектив хорошо работает с любым сенсором высокого разрешения.
Несоответствие разрешения объектива и шага пикселя ограничит производительность.

3. Метод Найквиста применим только в обработке сигналов, а не в визуализации.
Напротив, цифровая обработка изображений по своей сути является процессом дискретизации, и закон Найквиста здесь так же актуален, как и в аудио или коммуникациях.

Заключение

Дискретизация по Найквисту — это не просто математическая абстракция, это принцип, обеспечивающий совместную работу оптического и цифрового разрешения. Согласовывая разрешающую способность линз с возможностями дискретизации датчиков, системы обработки изображений достигают максимальной четкости без артефактов и лишних затрат ресурсов.

Для специалистов в таких разнообразных областях, как микроскопия, астрономия, фотография и машинное зрение, понимание частоты дискретизации Найквиста имеет ключевое значение для проектирования или выбора систем визуализации, обеспечивающих надежные результаты. В конечном счете, качество изображения достигается не за счет доведения одной характеристики до крайности, а за счет достижения баланса.

Часто задаваемые вопросы

Что произойдет, если в камере не будет соблюдено условие дискретизации Найквиста?
Когда частота дискретизации падает ниже предела Найквиста, сенсор не может корректно отображать мелкие детали. Это приводит к эффекту сглаживания, который проявляется в виде зазубренных краев, муаровых узоров или ложных текстур, отсутствующих в реальной сцене.

Как размер пикселя влияет на частоту дискретизации Найквиста?
Меньший размер пикселей увеличивает частоту Найквиста, а это значит, что сенсор теоретически может различать более мелкие детали. Но если объектив не может обеспечить такой уровень разрешения, дополнительные пиксели мало что добавляют и могут увеличить уровень шума.

Отличается ли частота дискретизации Найквиста для монохромных и цветных датчиков?
Да. В монохромном сенсоре каждый пиксель напрямую измеряет яркость, поэтому эффективная частота Найквиста соответствует шагу пикселя. В цветном сенсоре с фильтром Байера каждый цветовой канал недодискретизирован, поэтому эффективное разрешение после дебайеризации немного ниже.