【发布时间】:2011-10-12 17:51:57
【问题描述】:
我一直在阅读有关抗锯齿的方法,由于它不是实时处理的,因此带有信号处理的抗锯齿似乎是理想的,尤其是对抗伪影。
但是我所阅读的内容并没有提到将位图图像转换为信号并再次返回的步骤,因此我正在寻找一种算法或代码示例来证明这一点。
【问题讨论】:
标签: algorithm signal-processing antialiasing
我一直在阅读有关抗锯齿的方法,由于它不是实时处理的,因此带有信号处理的抗锯齿似乎是理想的,尤其是对抗伪影。
但是我所阅读的内容并没有提到将位图图像转换为信号并再次返回的步骤,因此我正在寻找一种算法或代码示例来证明这一点。
【问题讨论】:
标签: algorithm signal-processing antialiasing
位图图像已经是数字信号 - 它是二维的,像素值是样本。您可以直接对其应用 sinc 过滤器。
【讨论】:
通常的处理方式是在 x 和 y 方向上独立应用您的过滤器。这样一来,您的整体过滤器就是g(x,y) = f(x) * f(y)。
在这种情况下,g(x,y) 被称为可分离滤波器,其优点是,通过分别应用 x 和 y 滤波器,一个简单的滤波器卷积需要 O(X Y F ) 时间,其中 X 和 Y 是图像的尺寸,F 是过滤器f() 的支持宽度。相同大小的任意不可分离过滤器(将有 O(F^2) 个样本)通常需要 O(X Y F^2) 时间...
如果你真的想对你的图像应用一个完整的 sinc() (== sin(x)/x) 过滤器,sinc() 函数的无限支持将使直接卷积非常慢。在这种情况下,对图像进行 2D FFT、在频域中进行过滤并将其转换回来会更快。
但在实践中,大多数人使用加窗或其他修改来获得可实际应用于空间域的有限滤波器。
【讨论】: