¿Qué es el aliasing en imágenes?
El aliasing en imágenes es una distorsión que se produce cuando una imagen se muestrea con una resolución demasiado baja para su detalle espacial, lo que permite que frecuencias superiores a la mitad de la frecuencia de muestreo lleguen a la etapa de muestreo. Puede aparecer como bordes dentados, patrones de muaré, texturas falsas o detalles finos inestables.
Cómo funciona el aliasing en imágenes
El aliasing se produce cuando una variación espacial continua o de alta resolución se muestrea con una resolución demasiado baja, lo que hace que distintos patrones de origen produzcan muestras indistinguibles. La información falsa resultante no es simplemente una pérdida de nitidez; puede crear bordes estructurados, batidos y cambios de orientación que no estaban presentes en la escena. Los sistemas de captura lo abordan ópticamente y los sistemas de remuestreo lo hacen numéricamente. Es importante durante la adquisición con cámaras, las transformaciones geométricas, la creación de miniaturas, el mapeo de texturas y la visualización.
Datos clave
- El muaré es un patrón de interferencia de baja frecuencia que se crea cuando los detalles finos repetitivos interactúan con la cuadrícula de muestreo; aumentar la nitidez después de la captura puede resaltarlo, pero no permite identificar de manera unívoca el patrón original.
- La reducción de tamaño debe aplicar un filtro de paso bajo en función de la frecuencia de muestreo de destino antes de descartar muestras; la selección por vecino más cercano es especialmente propensa al aliasing en líneas finas y texturas.
- Los cambios temporales pueden hacer que el aliasing espacial parpadee o se desplace entre fotogramas de video, por lo que un filtro de cambio de tamaño que parece aceptable en una imagen fija puede seguir siendo inadecuado para contenido en movimiento.
Cuándo es importante el aliasing en imágenes
Aplica filtrado óptico antes de la captura y un filtro de paso bajo en función de la frecuencia de muestreo de destino al cambiar el tamaño, para suprimir las frecuencias que la resolución de destino no puede representar. Una simple reducción del muestreo sin filtrado puede convertir patrones finos en detalles falsos persistentes.