图像混叠、摩尔纹

原创 已于 2022-06-05 18:28:03 修改 · 2k 阅读 · 3 ·
CC 4.0 BY-SA版权
-
文章标签：

#计算机视觉

于 2022-06-05 15:17:08 首次发布
图像混叠和摩尔纹是数字图像处理中常见的问题。采样定理指出，采样频率至少应为信号频率的两倍，以避免高频信号映射至低频部分造成信息失真。当采样不足时，高频图像细节会与低频部分混淆，形成混叠现象。摩尔纹是这种现象在实际图像上的表现，例如在采样点与图像条纹重叠时，会产生粗大的周期性条纹。了解并解决这些问题对于高质量的图像处理至关重要。

一，图像混叠

采样定理：采样频率必须高于信号频率的两倍。

如果采样频率不超过信号频率的两倍，就会产生混叠：高于采样频率一半的高频信号被映射到信号的低频部分，与原有低频信号叠加。

下图展示了一个高频信号（上半部分）采样之后如何映射成低频信号（下半部分）：

二，摩尔纹

图像的混叠：

白色圆点代表采样点，黑色条纹代表被采样的图像，在两者的叠加部分，可以清晰地看到数条较粗的条纹，这些条纹称为摩尔纹。

csuzhucong
关注
摩尔纹图案自动去除技术综述
fzq0625的博客
06-02 738
为此，本文详细梳理了摩尔纹去除研究的发展脉络，并根据不同的适用场景和技术实现将现有方法分为2类：基于先验知识的摩尔纹去除方法和基于深度学习的摩尔纹去除方法. 鉴于深度学习网络中训练数据集的收集和对齐方式不同，该类方法又分为基于卷积神经网络（CNN）的摩尔纹去除方法和基于生成式对抗网络（GAN）的摩尔纹去除方法. 在此基础上，选择相同的公开数据集，对主流的深度学习方法进行算法实现和性能对比分析，并分别总结了各类方法的优缺点. 最后，对未来的研究方向进行展望.
X线DR医学图像 --- DR医用滤线栅及摩尔纹详解 (四) 摩尔纹的频点计算
松下J27录放机
05-25 3028
1，图像的频域表示和摩尔纹频点的计算 2，横向摩尔纹的频点（103线滤线栅举例） 3，横向摩尔纹的频点说明 4，采样不足导致了滤线栅频点的折叠 5，滤线栅频点折叠的说明（fn：奈奎斯特频率，fs：采样频率，fg：滤线栅频率） 6， 混叠频率的计算 7，横向摩尔纹的频点计算（103线滤线栅举例） 8，横向摩尔纹的.........
相机图像质量研究(24)常见问题总结：CMOS期间对成像的影响--摩尔纹
xiaoshixiu的专栏
02-16 1821
摩尔纹出现的场景非常多，很多我们平时看到的奇怪但是叫不出来的现象其实就是摩尔纹。一、摩尔纹产生的原因当光学元件像素空间频率与影像中条纹的空间频率接近时，可能产生一种新的波浪形的干扰图案。二、摩尔纹现象摩尔纹可以表现为亮度条纹，也可以是有颜色的条纹测试图卡中的密集条纹一般会产生摩尔纹。三、摩尔纹减弱的方法一种通用方法是增加低通滤镜（抗混叠滤镜）。总结本节讲了摩尔纹产生的原因，现象和减弱方法。
图像混叠
BingoWhaley的博客
07-15 4216
　摘自《视频技术基础》第1章 人眼视觉与图像属性　　1.5.1 像素　　数字图像由众多像素组成，像素是组成数字图像的基本单位。许多人认为像素之间是独立的，没有重叠，而且每一个像素内部亮度及色彩也是均匀的，持这种看法的人认为数字图像由无数正方形或矩形色块组成，只要分辨率足够大，也就是像素数目足够多，数字图像在显示的时候就具备了足够的清晰度。此观点并没有明显错误，但是如果我们研究得深入一些，问题并不是...
图像混叠现象
哟哟哟哟哟哟
08-28 8415
图像混叠主要来自于对连续时间信号作取样以数字化时，取样频率低于两倍奈奎斯特频率。 与一维情况类似，对于一幅图像我们也需要满足奈切斯特采样定理，不然的话会出现频谱混叠导致失真。举一个例子就是如下的棋盘，如果我们用每个方块采样一次的方式进行采样那将不会产生失真，如果每两个方块采样一次那我们将只能得到黑色，白色的信息就完全丢失了 抗锯齿 图像中锯齿现象的出现就是一个采样点过少的例子，但我...
图像混叠现象(Moire pattern)
热门推荐
NLOS的博客
03-03 1万+
图像的采样和量化是数字图像获取、存储中的必要步骤。 根据奈奎斯特采样定律: An analog signal can be perfectly reconstructed form its samples as long as the sampling frequency is at least twice the amount of the maximum frequency compone...
12.混淆——混叠图像，对比敏感度，图像压缩_4
Tom的专栏
03-27 8540
目录 混叠图像 对比敏感度 图像压缩 总结 混叠图像 我们可以在图像中看到。这是一张更好的图片显示图像混叠。所以你可以看到，这是一个径向正弦波（Radio sine wave），你可以看到，当你越来越近的时候，像素应该摆动得越来越快（如图）。 最后像素就用完了。Okay，我没有足够的样本来知道变化有多快，这就是混叠的例子（如图）。 那么，它对你有什么影响呢?它对你的影响是你...
（1）图像摩尔纹缺陷的原理；（2）给出理论解释；（3）给出可行的技术解决方案并尝试实现。
qq_40379132的博客
07-04 3768
（1）分析引起图一所示图像摩尔纹缺陷的原理；（2）给出理论解释；（3）给出可行的技术解决方案并尝试实现。正在上传…重新上传取消（1）摩尔纹缺陷原理摩尔效应指两个重叠的线条形态所产生的干扰中生成的一种波纹团。是摩尔纹感光元件上容易出现的一种高频干扰，会使画面出现彩色的高频条纹。这种现象在拍摄有规律排列的物体时尤为明显，比如图一织物上的纹理，平行线或网状结构，特别容易出现彩色水波纹。并且不规则地出现。摩尔纹是物理的叠加原理所产生的一种现象，是两条线或两个物体之间以固定的角度和频率发生干涉后产生的视觉效果，也就是
Moiré Zero：迈向“零”摩尔纹，一种高效、高性能的图像去摩尔纹新架构
最新发布
我爱计算机视觉
08-03 852
它能够通过多尺度空洞卷积（Multi-Dilation Convolution）从不同感受野捕捉特征，并通过一个双重注意力机制（Dual Attention Module），同时关注“什么信息是重要的”（通道注意力）和“哪里是重要的”（空间注意力），从而精准地提炼出与摩尔纹相关的多尺度特征。尽管现有的基于深度学习（主要是CNN）的方法在去摩尔-纹上取得了一定进展，但它们普遍受限于有限的感受野（receptive field），难以捕捉摩尔纹复杂且大范围的结构特征，导致消除效果不理想。
低秩稀疏矩阵分解+导向滤波消除显示屏照片摩尔纹
m0_59092412的博客
06-16 1099
锦瑟年华谁与度 莫问情归处 只影向斜阳 剑吼西风 欲把春留驻 天涯芳草无归路 回首花无数 解语自销魂 弱袂萦春 尘缘不相误 工作需求，使用低秩稀疏矩阵分解和导向滤波用于消除显示屏照片的摩尔纹，介绍一下使用的算法和代码实现。低秩矩阵分解代码放在GitHub上，路径如下：整体算法流程参考了天津大学的一篇硕士毕业论文《基于图像分解的纹理图像摩尔纹消除方法》，本文针对使用数码相机拍摄显示屏图像时照片上产生的摩尔纹，关于摩尔纹本文不做详细介绍，摩尔纹源于法文 Moiré一词，泛指两个频率相近的等幅正弦波叠加而产生的干
图片重叠-Python
10-17
本代码是对两张图片（多张）进行混合重叠，生成新的一张包含两张或多张的信息的新的图片。用Python生成
摩尔纹
请叫我程序袁
12-10 5628
什么是摩尔纹？如何减轻或消除摩尔纹？ 在数码影像中，如果主体中有密纹的纹理，常常会出现莫名其妙的水波一样的条纹和奇怪的色彩，这就是摩尔纹（moiré）。无论是用高级数码相机拍摄的影像，或是扫描的影像，均有可能出现该现象。当物体上的细致图样（如织物上的编织纹路，或建筑物上非常靠近的平行线）与成像元件上的图样相重叠时，可产生此现象。如果两个图样重叠，通常会产生另一种新图样。这种新图样通常叫作摩尔波纹
【OpenCV 例程200篇】74. 图像的抗混叠
youcans的博客
01-21 3215
空间混叠的主要问题是会引入伪影，即原始图像中未出现的线条锯齿、虚假高光和频率模式。 对图像进行缩放都会引入混叠。图像放大可以视为过取样，使用双线性、双三次内插可以降低图像放大中的混叠。图像缩小可以视为欠取样，混叠通常更为严重。 为了降低混叠，在重取样前要使用低通滤波器来平滑，以衰减图像的高频分量，可以有效地抑制混叠，但图像的清晰度也有所下降。
数字图像处理笔记——频域滤波、采样和频谱混叠（ Frequency domain filtering; sampling and aliasing）
ASKLW的博客
03-30 1196
频域滤波 频域滤波就是将信号先做傅里叶变换再与滤波器频域响应相乘，最后再做傅里叶反变换得到 低通滤波器 让我们先来看看理想低通滤波器，理想低通滤波器的频率响应是一个中间是1，周围是0的正方形...
什么是混叠效应（Aliasing Effect）
GuFrank的博客
07-17 2507
混叠效应（Aliasing Effect）是信号处理中的一个概念，特别是在信号采样过程中。当一个模拟信号被数字化时，必须按照奈奎斯特采样定理进行足够频繁的采样，以确保原始信号能够从采样数据中被准确重建。如果采样频率低于信号的最高频率的两倍，就会发生混叠效应。
深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解
wuling129的专栏
04-21 550
在图像分类任务中，图像数据的增广是一种常用的正则化方法，主要用于增加训练数据集，让数据集尽可能的多样化，使得训练的模型具有更强的泛化能力，常用于数据量不足或者模型参数较多的场景。而对归一后之后的数据进行操作，裁剪的区域会是纯黑或纯白。在 RandAugment 中，作者提出了一种随机增广的方式，不再像 AutoAugment 中那样使用特定的概率确定是否使用某种子策略，而是所有的子策略都会以同样的概率被选择到，论文中的实验也表明这种数据增广方式即使在大模型的训练中也具有很好的效果。结果如 图13 所示。
OpenCV学习笔记（二）ROI区域图像叠加&初级图像混合
山上有只羊M
11-17 2633
ROI图像感兴趣区域ROI（region of interest）：感兴趣区域 ——也就是从图像中选择的一个图像区域，这个区域是我们图像分析所关注的重点。我们圈定这个区域，以便进行进一步处理。而且，使用ROI指定我们想读入的目标，可以减少处理时间，增加精度，给图像处理来带不小的便利。ROI区域定义的两种方法1. 使用cv:Rect 顾名思义，cv::Rect表示一个矩形区域。指定矩形的左上角坐标
数字图像处理——混叠与抗混叠
haoxuejiebetter的博客
10-02 792
不同轴域的标签叠在一起了，tight_layout会自动调整子图参数，使之填充整个图像区域。这是个实验特性，可能在一些情况下不工作。它仅仅检查坐标轴标签、刻度标签以及标题的部分。通过plt.title()给每个图像加标题。
图像处理C语言摩尔纹去除
09-11
图像处理中的摩尔纹去除通常是指通过算法来消除图像中由于摄像头传感器和图像的周期性结构相互作用而产生的干扰图案。摩尔纹通常是由于两个周期性的结构发生混叠而产生，比如在高分辨率的图像中以低分辨率进行取样时，就可能产生摩尔纹。在C语言中进行摩尔纹去除，可以通过空间域或者频率域的操作来实现。 一种简单的C语言摩尔纹去除方法是使用低通滤波器，这种滤波器能够去除图像中的高频成分，包括摩尔纹，但也会使得图像变得模糊。另一种更复杂的方法是通过频率分析，分离摩尔纹的频率成分并将其消除，然后再将图像转换回空间域。 在实际的C语言实现中，你可能需要使用图像处理库（例如OpenCV或者libpng）来处理图像的读取、转换和保存。以下是一个简单的摩尔纹去除的概念性代码示例： ```c #include <stdio.h> #include <stdlib.h> // 引入图像处理库的头文件 void removeMoirePattern(const char* imagePath, const char* outputPath) { // 读取图像到内存 // 将图像转换为灰度图或YUV格式，以便处理 // 对图像应用低通滤波器，去除高频成分（摩尔纹） // 可能需要使用二维卷积函数 // 将处理后的图像保存到指定路径 } int main() { const char* imagePath = "moire_image.jpg"; const char* outputPath = "no_moire_image.jpg"; removeMoirePattern(imagePath, outputPath); return 0; } ``` 在上述代码中，我们定义了一个`removeMoirePattern`函数来执行摩尔纹去除的任务。由于C语言本身不提供图像处理功能，所以实际代码会依赖于相应的图像处理库的API。需要注意的是，这里的代码并没有直接提供一个完整的解决方案，而是一个框架性的示例。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值