Хипермодулиране - звук технология на обработка

хипермодулиране

Изменение броя на пикселите (хипермодулиране, взимане на проби) - Тази промяна в честотата на дискретизация на цифровия сигнал. По отношение на цифрови изображения повторно взимане на проби средства променят размера на изображението. Има много различни алгоритми изображение повторно взимане на проби. Например, за по-голямо изображение 2 пъти може да бъде просто дублират всеки от своите линии и всеки от неговите колони (за да се намали - хвърляне). Този метод се нарича най-близкия съсед метод (най-близкия съсед). Може междинни колони и редове, за да получат линейна интерполация на съседни стойности на колони и редове. Този метод се нарича билинейна интерполация (билинейна интерполация). Може ли всеки да получи нова точка на изображението като претеглена сума от по-голям брой източник на изображение пиксела (bicubic интерполация и други видове).

Най-качество се получава чрез използване на взимане на проби алгоритми, които вземат под внимание необходимостта да се справят не само време, но и с изображението на честотна област. Сега ние считаме, взимане на проби алгоритъм, който се основава на идеята за максимално запазване на информацията за честотата на изображението.

Алгоритъмът е изградена на принципа на интерполация / филтриране / децимация (интерполация / филтриране / децимация).

Алгоритъмът ще разгледа на едномерни сигнали като двуизмерен образ първо да се излегнете или компресирате хоризонтално (от редове) и след това - вертикални (колони). По този начин, двуизмерен повторно взимане на проби на изображението изменено по намалени до едномерен сигнал.

Да предположим, че трябва да "участък" дължината на сигнални точки едномерни на дължината на п м пиксела, т.е. нм в пъти. За да извършите тази операция е необходимо да се извърши на три стъпки. Първата стъпка - интерполация на нули увеличава в сигнала дължина м пъти. Необходимо е да се размножават всички проби на оригиналния сигнал m, и след това след всеки референтен сигнал се добавя m-1 нула. Когато този сигнал спектър променя както следва. Тази част от спектъра, която първоначално се е съдържало в цифровия сигнал остава непроменен (това е, което ние търсим). Но старият над половината намесата на честотата на дискретизация се случва (това е отразено копия спектър), което е необходимо, за да се отървете от чрез филтрация.

Вторият етап - на филтриране на смущения от нискочестотен филтър. Сега имаме сигнал, че е м пъти по-дълго, отколкото на оригинала, но запазва своята информация честота и информацията за честотата, придобита извън (което ние филтрира). Ако нашата цел е удължаването на сигнала може да бъде м пъти, а след това на този етап да остане. Но нашата задача сега е да се намали изискваните н пъти дължината на сигнала. За да направите това, вие трябва да изпълните стъпка 2. Първата стъпка - това antialiasingovaya филтриране. Тъй като честотата на дискретизация се редуцира до п пъти на спектъра на сигнал, съгласно теоремата Kotel'nikova бъде възможно да се поддържа само на ниска честота част. Всички честоти над половината на честотата на дискретизация на бъдещето трябва да бъдат отстранени чрез antialiasingovogo филтър с честота срезов равна на n1 на текущата половина на честотата на дискретизация. Вторият етап - на децимация получен в п пъти на сигнала. Просто изберете от сигнал на всеки п-ти брой, а останалите - спадна. Този алгоритъм е много подобна на работата на ADC, което е също първо филтрира нежелани честоти от сигнала, и след това измерва забележка, че две ниско филтриране прилага в този алгоритъм, е възможно (и необходимо) един към друг замества от един. За това, че граничната честота на единната ниска честота -filter равен, за да изберете най-малко две отделни граничната честота нискочестотни филтри. Друго значително подобрение на алгоритъма - търсене на общи фактори в нашил. Например, очевидно е, че за да се сигнализира точки 300 за компресиране до 200 точки, е достатъчно да се определи алгоритъм т = 2 и п = 3.

Имайте предвид, че по-горе алгоритъм изисква много голямо количество изчисления, защото междинен едномерен сигнал с размер Resample може да бъде от порядъка на стотици хиляди. Има начин значително да се подобри ефективността на алгоритъма и да се намали консумацията на памет. Този метод се нарича многофазен филтър (многофазен филтриране). Тя се основава на факта, че продължителността на междинен сигнал не е необходимо да се изчисли всички точки. В крайна сметка, повечето от тях все още ще бъде отхвърлена, когато изтъняване. Полифазен филтриране позволява директно да изразят получените сигнални образци на оригиналния сигнал чрез проби и antialiasingovogo филтър.

Имайте предвид, че тук не смятаме, че такива подробности за алгоритъма, като корекция граници на изображение, интерполация на подбор фаза на сигнала и изтъняване и добро строителство antialiasingovogo филтъра. Трябва да отбележим, че само за Resample изображението, което искате да се обърне специално внимание на честотата както на филтъра характерният обемно-пространствен. Ако само оптимизиране на филтъра в честотната област, това ще доведе до големи пулсации в филтър ядрото. И когато Resample изображения пулсации в филтър ядрото преднината на пулсациите на яркостта в близост до резки промени в яркостта на изображението (Гибс ефект. Гибс феномен)