O que é aliasing de imagem?
O aliasing de imagem é uma distorção que ocorre quando uma imagem é amostrada com resolução insuficiente para seu detalhamento espacial, permitindo que frequências acima da metade da taxa de amostragem cheguem à etapa de amostragem. Ele pode aparecer como bordas serrilhadas, padrões de moiré, texturas falsas ou detalhes finos instáveis.
Como funciona o aliasing de imagem
O aliasing ocorre quando uma variação espacial contínua ou de alta resolução é amostrada com resolução insuficiente, fazendo com que padrões diferentes da fonte produzam amostras indistinguíveis. A informação falsa resultante não é apenas uma perda de nitidez; ela pode criar bordas estruturadas, batimentos e mudanças de orientação que não existiam na cena. Os sistemas de captura tratam o problema por meios ópticos, e os reamostradores, por meios numéricos. Ele é relevante na aquisição por câmera, em transformações geométricas, na criação de miniaturas, no mapeamento de texturas e na exibição.
Informações essenciais
- O moiré é um padrão de interferência de baixa frequência criado quando detalhes finos e repetitivos interagem com a grade de amostragem; aumentar a nitidez após a captura pode destacá-lo, mas não permite identificar o padrão original de forma unívoca.
- A redução de resolução deve aplicar um filtro passa-baixas de acordo com a taxa de amostragem de destino antes de descartar amostras; a seleção pelo vizinho mais próximo é especialmente propensa a aliasing em linhas finas e texturas.
- Mudanças temporais podem fazer o aliasing espacial cintilar ou parecer se deslocar entre os quadros de vídeo, de modo que um filtro de redimensionamento aceitável em uma imagem estática pode continuar inadequado para conteúdo em movimento.
Quando o aliasing de imagem é importante
Aplique filtragem óptica antes da captura e um filtro passa-baixas de acordo com a taxa de amostragem de destino ao redimensionar, para suprimir frequências que a resolução de destino não consegue representar. A simples redução da taxa de amostragem sem filtragem pode converter padrões finos em detalhes falsos persistentes.