图像采样器_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
图像采样器
上传于||暂无简介
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
你可能喜欢君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
【数字图像处理】期末复习
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口图形图像（36）
2048HZ对信号来说是过采样了，事实上只要信号不混叠就好（满足尼奎斯特采样定理），所以可以对过采样的信号作抽取，即是所谓的“降采样”。在现场中采样往往受具体条件的限止，或者不存在300HZ的采样率，或调试非常困难等等。若R&&1，则Rfs/2就远大于音频信号的最高频率fm，这使得量化噪声大部分分布在音频频带之外的高频区域，而分布在音频频带之内的量化噪声就会相应的减少，于是，通过低通滤波器滤掉fm以上的噪声分量，就可以提高系统的信噪比。
原采样频率为2048HZ，这时信号允许的最高频率是1024HZ（满足尼奎斯特采样定理），但当通过滤波器后使信号的最高频率为16HZ，这时采样频率就可以用到32HZ（满足尼奎斯特采样定理，最低为32HZ，比32HZ高都可以）。从2048HZ降到32HZ，便是每隔64个样本取1个样本。这种把采样频率降下来，就是降采样downsample）。这样做的好处是减少数据样点，也就是减少运算时间，在实时处理时常采用的方法。
过采样定义：就是用高于nyquist频率进行采样，好处是可以提高信噪比，缺点是处理数据量大。
过采样是使用远大于奈奎斯特采样频率的频率对输入信号进行采样。设数字音频系统原来的采样频率为fs，通常为44.1kHz或48kHz。若将采样频率提高到R×fs，R称为过采样比率，并且R&1。在这种采样的数字信号中，由于量化比特数没有改变，故总的量化噪声功率也不变，但这时量化噪声的频谱分布发生了变化，即将原来均匀分布在0 ~ fs/2频带内的量化噪声分散到了0 ~ Rfs/2的频带上。若R&&1，则Rfs/2就远大于音频信号的最高频率fm，这使得量化噪声大部分分布在音频频带之外的高频区域，而分布在音频频带之内的量化噪声就会相应的减少，于是，通过低通滤波器滤掉fm以上的噪声分量，就可以提高系统的信噪比。
但是单靠这种过采样方式来提高信噪比的效果并不明显，所以，还得结合噪声整形技术。直观上讲：采样后的信号是原来的信号频域延拓叠加，限带信号通常是离中心频率越远，幅度越低，因此采样率越高混叠的情况越小.
过采样目的：就是要改变的噪声的分布，减少噪声在有用信号的带宽内，然后在通过低通滤波器滤除掉噪声，达到较好的信噪比，一般用在sigma-deltaDAC 或者ADC里面。
过采样作用：能将噪声扩展到更高的频率，通过低通滤波器后，可使得基带内的SNR提高
过采样意义：
1.提高时域分辨力从而获得更好的时域波形;
2.提高滤波器的处理增益,当在频域上滤波时,滤波器的设计变得更容易;
3.提高信噪比,匹配滤波时更好地收集波形能量;
4.抑制镜像,使上变频更容易,降低对后级DA转换的保持时间要求;
5.需要fractional sampling timing时是必需的.
过采样应用：D/A转换，但不一定非要过采样，过采样的技术一般用在低速（几十K到数M）高精度（如16bit 18bit .....)的情况。DA过采样可以用线性插值实现。
当采样频率fs.max大于信号中，最高频率fmax的2倍时，即：fs.max&=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息，一般取2.56-4倍的信号最大频率；采样定理又称奈奎斯特定理。欠采样是在测试设备带宽能力不足的情况下，采取的一种手段，相当于增大了测试设备的带宽，从而达到可以采样更高频率信号的能力。
根据采样理论，对复杂信号（由数种不同频率的分量信号组成）进行采样时，如果采样时钟频率不到信号中最大频率的两倍，则会出现一种称为“混叠”的现象。当采样时钟频率足够低时，则导致一种称为“欠采样”的混叠。一个带宽为fb的模拟信号，采样速率必须为 fs & 2fb，才能避免信息的损失。实际所需最小采样频率是信号带宽的函数，而不仅取决于它的最大频率成份。通常来说，采样频率至少必须是信号带宽的两倍，并且被采样的信号不能是
fs/2 的整数倍，以防止混叠成份的相互重叠。
欠采样是软件无线电应用中一个非常有用的工具，但是必须十分仔细和小心才能获得良好的性能。
对彩色电视图像进行采样时，可以采用两种采样方法。一种是使用相同的采样频率对图像的亮度信号和色差信号进行采样，另一种是对亮度信号和色差信号分别采用不同的采用频率进行采样。如果对色差信号使用的采样频率比对亮度信号使用的采样频率低，这种采样就称为图像子采样(subsampling)。子采样的基本根据是人的视觉系统所具有的两条特性，一是人眼对色度信号的敏感程度比对亮度信号的敏感程度低，利用这个特性可以把图像中表达颜色的信号去掉一些而使人不察觉；二是人眼对图像细节的分辨能力有一定的限度，利用这个特性可以把图像中的高频信号去掉而使人不易察觉。子采样就是利用这个特性来达到压缩彩色电视信号。
定义：对于一个样值序列间隔几个样值取样一次，这样得到新序列就是原序列的下采样。
采样率变化主要是由于信号处理的不同模块可能有不同的采样率要求。下采样相对于最初的连续时间信号而言，还是要满足采样定理才行，否则这样的下采样会引起信号成分混叠。
下采样就是抽取，是多速率信号处理中的基本内容之一。在不同应用场合，下采样可以带来许多相应的好处。就以在最常见的数字接收机中为例，最后要得到的基带信号的采样率等于符号速率，这个速率是比较低的，但通常的做法并不是直接以这个采样率对模拟信号进行采样，而是采用高的多（几十甚至上百倍）的采样率，这样可以提高采样得到的信号的信噪比，然后再用数字的方法对信号进行多级的滤波和抽取，直到最后信号的采样率与符号速率相等。这样处理可以获得的信噪比增益为最初采样率与最后输出信号采样率之比。
不同的采样率之前，是有一个带宽与该采样率对应的滤波器的，采样率越高，滤波器带宽就越大，对于宽带噪声而言（噪声带宽高于最高的采样率），通过的噪声功率就越高（噪声功率即功率谱密度乘上带宽，也即是每采样值中噪声分量的平方取均值。）
信号功率在采样前后始终是没有变化的（信号功率即是每采样值中信号分量的平方取均值）。
对于窄带噪声或者窄带干扰（噪声或者干扰带宽低于最高采样率），下采样获得“信噪比增益为最初采样率与最后输出信号采样率之比”的这样结论可能是没有的。或者说信噪功率比增益提高没有这么多。
所谓采样就是采集模拟信号的样本。 采样是将时间上、幅值上都连续的信号，在采样脉冲的作用下，转换成时间、幅值上离散的信号。所以采样又称为波形的离散化过程。普通的奈奎斯特采样定理的前提是频率受限于（0，f）的带限信号。
通常采样指的是下采样，也就是对信号的抽取。其实，上采样和下采样都是对数字信号进行重采，重采的采样率与原来获得该数字信号（比如从模拟信号采样而来）的采样率比较，大于原信号的称为上采样，小于的则称为下采样。上采样的实质也就是内插或插值。
上采样是下采样的逆过程，也称增取样（Upsampling）或内插（Interpolating）[1]。增取样在频分多路复用中的应用是一个很好的例子。如果这些序列原先是以奈奎斯特频率对连续时间信号取样得到的，那么在进行频分多路利用之前必须对它们进行上采样。
1、过采样是采样频率大于最高频率的两倍（奈奎斯特采样率），实际对低通信号采样也是2.5倍左右过采样；
2、欠采样就是小于奈奎斯特采样率，应该就指带通采样吧；
3、上采样和下采样其实对数字信号进行重采，重采的采样率与原来获得该数字信号（比如从模拟信号采样而来）的采样率比较，大于上采样，小于下采样。
上采样和下采样分别就是内插和抽取。
缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：
1、使得图像符合显示区域的大小；
2、生成对应图像的缩略图。放大图像（或称为上采样（upsampling）或图像插值（interpolating））的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。
对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而，确实有一些缩放方法能够增加图像的信息，从而使得缩放后的图像质量超过原图质量的。
转自：http://blog.csdn.net/tianzhaixing2013/article/details/8924233
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：136264次
积分：2113
积分：2113
排名：第13477名
原创：56篇
转载：60篇
评论：21条
(6)(10)(12)(6)(2)(4)(5)(2)(1)(1)(1)(3)(1)(11)(9)(10)(6)(18)(40)图像采样器_中华文本库
第1页/共3页
图像采样器（抗锯齿）
固定：vr中最简单的采样器，对于每一个像素它使用一个固定数量的样本。
细分：确定每一个像素使用的样本数量，数值越大所花费时间越长。当取值为1 的时候，意味着在每一个像素的中心使用一个样本，虽然时间较快但此时锯齿较大；当取值为4的时候，将按照低差异的蒙特卡罗序列来产生样本，虽然锯齿有所改善，但时间花费较长。
对于具有大量模糊特效（比如运动模糊，景深模糊，反射模糊，折射模糊）或高细节的纹理贴图场景，使用（固定图像采样器）是兼顾图像品质与渲染时间的最好选择。 一般地，固定方式由于其速度较快而用于测试，细分值保持默认，在最终出图时选用自适应qmc或者自适应细分。
1、自适应qmc：根据每个像素和它相邻像素的明暗差异qmc 产生不同数量的样本，使用时细节显得平滑。适用于场景中有大量模糊和细节情况。它与vr的qmc采样器是关联的，它没有自身的极限控制值，不过可以使用vr的qmc采样器中的噪波阈值参数来控制品质。
2、最小细分：决定每个像素使用的样本的最小数量，主要用在对角落等不平坦地方采样，数值越大图像品质越好，所花费的时间也会越长。一般情况下，你很少需要设置这个参数超过1，除非有一些细小的线条无法正确表现。
3、最大细分，决定每个像素使用的样本的最大数量，主要用在对角落等平坦地方采样，数值越大图像品质越好，所花费的时间也会越长。
对于那些具有大量微小细节，如vrayfur 物体，或模糊效果（景深、运动模糊灯）的场景或大量几何体面，这个采样器是首选。它也比下面提到的自适应细分采样器占用的内存要少。渲商业图时可设得低些，因为平坦部分需要采样不多。
此采样器没有自身的极限控制值，它受（vray：rqmc采样器）中（噪波阈值）的制约，因此不可分开来看。当一个场景具有高细节的纹理贴图或大量几何学细节而只有少量模糊特效的时候，特别是这个场景需要渲染动画时，使用这个采样器是不错的选择。自适应qmc比固定所用时间长些，通常情况下最小细分1最大细分为4时或者最小细分1最大细分为3可以得到较为理想的效果。
第1页/共3页
寻找更多 ""Java代码怎么实现图像采样距离变换算法
下面给大家介绍Java代码怎么实现图像采样距离变换算法，希望能给大家提供帮助。
算法是别人提出来的，感兴趣可以搜索《Distance Transforms of Sampled Functions》这篇论文，网上也有很多实现的代码，但是结构不是很好，而且很分散不是一个完整的算法。所以我整理了一下，写成一个单独的类，只要简单调用一下即可出结果图片。至于算法原理什么的，我真很难解释清楚，大致的思想是基于能量最小化的，分别进行行与列的1D距离变变换采样。
运行结果：
算法代码：
package&com.gloomyfish.image.&& &&& &import&java.awt.image.BufferedI&& &&& &import&com.gloomyfish.filter.study.GrayF&& &/**& &&*&& &&*&@author&gloomyfish& &&*& &&*/&& &public&class&FastDistanceTransformAlg&extends&GrayFilter&{&& &&&&&public&final&static&double&INF&=&1E20;&& &&&&&private&int&backgroundColor&=&0;&//&default&black&& &&& &&&&&public&int&getBackgroundColor()&{&& &&&&&&&&&return&backgroundC&& &&&&&}&& &&& &&&&&public&void&setBackgroundColor(int&backgroundColor)&{&& &&&&&&&&&this.backgroundColor&=&backgroundC&& &&&&&}&& &&& &&&&&@Override&& &&&&&public&BufferedImage&filter(BufferedImage&src,&BufferedImage&dest)&{&& &&&&&&&&&int&width&=&src.getWidth();&& &&&&&&&&&int&height&=&src.getHeight();&& &&&&&&&&&dest&=&super.filter(src,&null);&& &&&&&&&&&&& &&&&&&&&&//&& &&&&&&&&&int[]&inPixels&=&new&int[width*height];&& &&&&&&&&&float[]&outPixels&=&new&float[width*height];&& &&&&&&&&&getRGB(&dest,&0,&0,&width,&height,&inPixels&);&& &&&&&&&&&int&index&=&0;&& &&&&&&&&&for(int&row=0;&row;&row++)&{&& &&&&&&&&&&&&&int&tr&=&0;&& &&&&&&&&&&&&&for(int&col=0;&col;&col++)&{&& &&&&&&&&&&&&&&&&&index&=&row&*&width&+&&& &&&&&&&&&&&&&&&&&tr&=&(inPixels[index]&&16)&&&0&& &&&&&&&&&&&&&&&&&if(tr&==&backgroundColor)&& &&&&&&&&&&&&&&&&&&&&&outPixels[index]&=&(float)INF;&& &&&&&&&&&&&&&&&&&else&& &&&&&&&&&&&&&&&&&&&&&outPixels[index]&=&0;&&&&&&&&&&&&&&&&&&&&& &&&&&&&&&&&&&}&& &&&&&&&&&}&& &&&&&&&&&&& &&&&&&&&&//&transform&along&columns&& &&&&&&&&&float[]&f&=&new&float[Math.max(width,&height)];&& &&&&&&&&&for(int&col=0;&col;&col++)&{&& &&&&&&&&&&&&&for(int&row=0;&row;&row++)&{&& &&&&&&&&&&&&&&&&&index&=&row&*&width&+&&& &&&&&&&&&&&&&&&&&f[row]&=&outPixels[index];&& &&&&&&&&&&&&&}&& &&&&&&&&&&&&&float[]&disColumns&=&distance1DTransform(f,&height);&&&&&&&&&&&&&& &&&&&&&&&&&&&for(int&row=0;&row;&row++)&{&& &&&&&&&&&&&&&&&&&index&=&row&*&width&+&&& &&&&&&&&&&&&&&&&&outPixels[index]&=&disColumns[row];&& &&&&&&&&&&&&&}&& &&&&&&&&&}&& &&&&&&&&&&& &&&&&&&&&//&transform&along&rows&& &&&&&&&&&for&(int&row&=&0;&row&&;&row++)&{&& &&&&&&&&&&&for&(int&col&=&0;&col&&;&col++)&{&& &&&&&&&&&&&&&index&=&row&*&width&+&&& &&&&&&&&&&&&&f[col]&=&outPixels[index];&& &&&&&&&&&&&}&& &&&&&&&&&&&float[]&disColumns&=&distance1DTransform(f,&width);&&&&&&&& &&&&&&&&&&&for&(int&col&=&0;&col&&;&col++)&{&& &&&&&&&&&&&&&index&=&row&*&width&+&&& &&&&&&&&&&&&&outPixels[index]&=&disColumns[col];&& &&&&&&&&&&&}&& &&&&&&&&&}&& &&&&&&&&&&& &&&&&&&&&//&post&sqrt&calculation&& &&&&&&&&&int[]&result&=&new&int[width*height];&& &&&&&&&&&for(int&row=0;&row;&row++)&{&& &&&&&&&&&&&&&for(int&col=0;&col;&col++)&{&& &&&&&&&&&&&&&&&&&index&=&row&*&width&+&&& &&&&&&&&&&&&&&&&&int&pc&=&clamp(Math.sqrt(outPixels[index]));&& &&&&&&&&&&&&&&&&&result[index]&=&(255&&)&|&(pc&&)&|&(pc&&)&|&&& &&&&&&&&&&&&&}&& &&&&&&&&&}&& &&&&&&&&&setRGB(&dest,&0,&0,&width,&height,&result&);&& &&&&&&&&&return&&& &&&&&}&& &&&&&&& &&&&&public&static&int&clamp(double&c)&& &&&&&{&& &&&&&&&&&return&c&&255&?&255&:&(c&&&?&0&:&(int)c);&& &&&&&}&& &&&&&&& &&&&&/**& &&&&&&*&1D&distance&transform&using&squared&distance& &&&&&&*&& &&&&&&*&@param&data& &&&&&&*&@param&n& &&&&&&*&@return& &&&&&&*/&& &&&&&private&float[]&distance1DTransform(float[]&f,&int&n)&& &&&&&{&& &&&&&&&&&&&float[]&d&=&new&float[n];&& &&&&&&&&&&&int[]&v&=&new&int[n];&& &&&&&&&&&&&double[]&z&=&new&double[n+1];&& &&&&&&&&&&&int&k&=&0;&& &&&&&&&&&&&v[0]&=&0;&& &&&&&&&&&&&z[0]&=&-INF;&& &&&&&&&&&&&z[1]&=&+INF;&& &&&&&&&&&&&for&(int&q&=&1;&q&=&n-1;&q++)&{&& &&&&&&&&&&&&&double&s&&=&((f[q]+square(q))-(f[v[k]]+square(v[k])))/(2*q-2*v[k]);&& &&&&&&&&&&&&&while&(s&=&z[k])&{&& &&&&&&&&&&&&&&&k--;&& &&&&&&&&&&&&&&&s&&=&((f[q]+square(q))-(f[v[k]]+square(v[k])))/(2*q-2*v[k]);&& &&&&&&&&&&&&&}&& &&&&&&&&&&&&&k++;&& &&&&&&&&&&&&&v[k]&=&q;&& &&&&&&&&&&&&&z[k]&=&s;&& &&&&&&&&&&&&&z[k+1]&=&+INF;&& &&&&&&&&&&&}&& &&& &&&&&&&&&&&k&=&0;&& &&&&&&&&&&&for&(int&q&=&0;&q&=&n-1;&q++)&{&& &&&&&&&&&&&&&while&(z[k+1]&&)&& &&&&&&&&&&&&&&&k++;&& &&&&&&&&&&&&&d[q]&=&(float)square(q-v[k])&+&f[v[k]];&& &&&&&&&&&&&}&& &&&&&&&&&&&return&d;&& &&&&&}&& &&&&&&& &&&&&private&double&square(double&v)&& &&&&&{&& &&&&&&&&&return&v*v;&& &&&&&}&& &&&&&&& &}&&&
(责任编辑：6g下载网)
------分隔线----------------------------
本站所有软件和资料均为软件作者提供和网友推荐收集整理而来，仅供学习和研究使用。如有侵权，请联系站长QQ:
Copyright (C) g下载网().All Rights Reserved
黔ICP备号-2