§1.1.2

采样定理（Nyquist）与图像走样（aliasing/moiré）的成因？为什么下采样要先低通滤波？

核心概念

采样定理（Sampling Theorem），也称为奈奎斯特-香农采样定理（Nyquist-Shannon Sampling Theorem），指出：一个带宽有限的连续信号，如果其最高频率为 $f_{max}$ ，那么只要采样频率 $f_s$ 大于或等于 $2f_{max}$ （即奈奎斯特率 Nyquist Rate），就可以从采样得到的离散信号中无失真地恢复出原始连续信号。

图像走样（Image Aliasing）是当图像的采样率不满足采样定理时发生的一种现象。图像中高于奈奎斯特频率一半的高频信息，在采样后会“伪装”成低频信息，导致原始信号中不存在的伪影（artifacts），如锯齿状边缘或波纹图案。莫尔条纹（Moiré Pattern）是走样在周期性结构上的一种典型视觉表现。

原理与推导

1. 采样的频域解释

从信号处理的角度看，采样过程可以被建模为将连续信号 $x(t)$ 与一个周期性的冲激串（Dirac comb） $\delta_{T_s}(t)$ 相乘： $x_s(t) = x(t) \cdot \delta_{T_s}(t) = x(t) \cdot \sum_{n=-\infty}^{\infty} \delta(t - nT_s)$ 其中 $T_s$ 是采样周期， $f_s = 1/T_s$ 是采样频率。

根据傅里叶变换的卷积定理，时域的乘积对应于频域的卷积。设 $x(t)$ 的傅里叶变换为 $X(f)$ ，冲激串的傅里叶变换是另一个冲激串，其冲激位于 $k \cdot f_s$ 的位置。因此，采样后信号 $x_s(t)$ 的频谱 $X_s(f)$ 是原始信号频谱 $X(f)$ 以 $f_s$ 为周期进行周期性延拓的结果： $X_s(f) = \mathcal{F}\{x_s(t)\} = X(f) * \mathcal{F}\{\delta_{T_s}(t)\} = \frac{1}{T_s} \sum_{k=-\infty}^{\infty} X(f - k f_s)$ 这个公式是核心。它表明，采样后信号的频谱是原始信号频谱的无限复制，每个复制体被平移了 $k \cdot f_s$ 的距离。

2. 奈奎斯特条件与走样成因

假设原始信号是带限的，即其频谱在 $[-f_{max}, f_{max}]$ 之外为零。

情况一：满足奈奎斯特条件 ( $f_s \ge 2f_{max}$ )

当采样频率足够高时，频谱的各个复制体之间不会发生重叠。如下图所示，每个频谱副本之间有明确的间隔。要恢复原始信号，只需在频域上使用一个理想低通滤波器（截止频率为 $f_s/2$ ），即可完整地提取出位于中心的原始频谱 $X(f)$ ，然后通过傅里叶逆变换得到原始信号 $x(t)$ 。

情况二：不满足奈奎斯特条件 ( $f_s < 2f_{max}$ )

当采样频率过低时，频谱的复制体之间会发生重叠（Overlap）。如下图所示， $X(f-f_s)$ 的高频部分会与 $X(f)$ 的低频部分重叠，反之亦然。这种频谱混叠现象就是走样（Aliasing）。高频分量（例如图像中的精细纹理和锐利边缘）被错误地解释为低频分量（例如粗大的伪影和莫尔条纹）。一旦发生走样，原始频谱就被破坏了，无法通过简单的低通滤波来恢复。

3. 为什么下采样前要先低通滤波？

图像下采样（Downsampling）等效于降低图像的采样率。假设原始图像的采样率为 $f_{s,orig}$ ，我们想将其下采样 $N$ 倍，新的采样率变为 $f_{s,new} = f_{s,orig} / N$ 。

根据采样定理，为了在新的采样率 $f_{s,new}$ 下不产生走样，图像中所有频率分量都必须小于奈奎斯特频率 $f_{s,new}/2$ 。

然而，原始图像可能包含高于 $f_{s,new}/2$ 的频率分量（尽管它们低于 $f_{s,orig}/2$ ）。如果直接进行下采样（例如，通过隔点抽取像素），这些高频分量就会违反新采样率下的奈奎斯特条件，从而导致走样。

解决方案：在下采样之前，先对原始图像应用一个低通滤波器（Low-pass Filter），也称为抗走样滤波器（Anti-aliasing Filter）。这个滤波器的作用是滤除所有高于新奈奎斯特频率 $f_{s,new}/2$ 的高频分量。经过滤波后的图像再进行下采样，就能确保满足采样定理，从而避免走样。

这个过程的直观解释是：我们主动“模糊”图像，丢弃那些在目标分辨率下无论如何也无法正确表示的细节，以换取一个没有虚假纹理的、更“干净”的缩小图像。

算法复杂度：对于一个 $H \times W$ 的图像，使用一个 $K \times K$ 的低通滤波器（如高斯滤波），其时间复杂度为 $O(H \cdot W \cdot K^2)$ 。随后的下采样操作（像素抽取）复杂度为 $O(H \cdot W / N^2)$ 。因此，主要开销在于前置的滤波步骤。

代码实现

下面的 Python 代码使用 OpenCV 和 NumPy 来演示图像下采样中的走样现象，以及如何通过先低通滤波来避免它。

python

 1import cv2
 2import numpy as np
 3import matplotlib.pyplot as plt
 4
 5def create_zone_plate_image(height, width):
 6    """
 7    生成一个频率随半径增加的区域板图像（Zone Plate），用于清晰地展示走样。
 8    这是一个理想的高频测试信号。
 9    """
10    x = np.linspace(-1, 1, width)
11    y = np.linspace(-1, 1, height)
12    xx, yy = np.meshgrid(x, y)
13    # 计算每个点到中心的距离的平方，频率随半径增加
14    radius_squared = xx**2 + yy**2
15    # k 控制频率增长速度
16    k = 200 
17    # 使用 sin 函数生成波纹, 127.5 * ( ... + 1) 将范围从 [-1, 1] 映射到 [0, 255]
18    image = 127.5 * (1 + np.sin(k * radius_squared))
19    return image.astype(np.uint8)
20
21# --- 1. 准备工作 ---
22H, W = 512, 512
23original_image = create_zone_plate_image(H, W)
24downsample_factor = 4
25new_H, new_W = H // downsample_factor, W // downsample_factor
26
27# --- 2. 错误的方式：直接下采样（隔点采样）---
28# 这会导致严重的走样（Aliasing）和莫尔条纹（Moiré）
29naive_downsampled = original_image[::downsample_factor, ::downsample_factor]
30
31# --- 3. 正确的方式：先低通滤波，再下采样 ---
32# 3.1 使用高斯模糊作为低通滤波器
33# 为什么这样做：高斯滤波器能有效平滑图像，去除高频成分。
34# sigma 的选择与下采样因子有关，一个经验法则是 sigma = 0.5 * factor
35# 这里我们选择一个足够大的 sigma 来确保滤除高频。
36sigma = 0.5 * downsample_factor
37blurred_image = cv2.GaussianBlur(original_image, (0, 0), sigmaX=sigma, sigmaY=sigma)
38# 在模糊后的图像上进行隔点采样
39correct_downsampled_manual = blurred_image[::downsample_factor, ::downsample_factor]
40
41# 3.2 使用 OpenCV 内置的 resize 函数 (INTER_AREA)
42# 为什么这样做：cv2.INTER_AREA 在缩小时会计算源像素区域的平均值，
43# 这本身就是一种有效的低通滤波（盒状滤波），专门用于防止走样。
44correct_downsampled_cv2 = cv2.resize(original_image, (new_W, new_H), interpolation=cv2.INTER_AREA)
45
46# --- 4. 可视化对比 ---
47plt.rcParams['font.sans-serif'] = ['SimHei']  # 用于显示中文标签
48plt.rcParams['axes.unicode_minus'] = False
49
50fig, axes = plt.subplots(1, 4, figsize=(20, 5))
51
52axes[0].imshow(original_image, cmap='gray')
53axes[0].set_title(f'原始图像 ({H}x{W})')
54axes[0].axis('off')
55
56axes[1].imshow(naive_downsampled, cmap='gray')
57axes[1].set_title(f'错误下采样 (走样严重)\n({new_H}x{new_W})')
58axes[1].axis('off')
59
60axes[2].imshow(correct_downsampled_manual, cmap='gray')
61axes[2].set_title(f'正确下采样 (先高斯滤波)\n({new_H}x{new_W})')
62axes[2].axis('off')
63
64axes[3].imshow(correct_downsampled_cv2, cmap='gray')
65axes[3].set_title(f'正确下采样 (cv2.INTER_AREA)\n({new_H}x{new_W})')
66axes[3].axis('off')
67
68plt.tight_layout()
69plt.show()

代码结果分析：

原始图像：显示了从中心向外频率逐渐增高的平滑同心圆波纹。
错误下采样：图像中心出现了低频的、错误的放射状线条和不规则的波纹，这就是典型的莫尔条纹，是严重走样的结果。
正确下采样（先高斯滤波）：图像虽然变得模糊（因为高频细节被主动移除了），但没有出现虚假的莫尔条纹，忠实地反映了在低分辨率下可表示的信息。
正确下采样（cv2.INTER_AREA）：结果与手动高斯滤波类似，证明了 cv2.resize 的 INTER_AREA 插值方法内置了抗走样机制。

工程实践

CNN中的应用：
- 步长卷积（Strided Convolution）：步长大于1的卷积操作同时完成了滤波（卷积核）和下采样（步长）。CNN中的卷积核在训练过程中，会自适应地学习到一定的低通滤波特性，以提取对任务有用的特征，这在客观上起到了部分抗走样的作用。
- 池化层（Pooling Layers）：平均池化（Average Pooling）本身就是一个均值滤波器（盒状滤波器），具有低通滤波效果，抗走样能力较强。而最大池化（Max Pooling）是高度非线性的，它倾向于保留局部最强的信号（通常是高频），容易引起走样，这也是一些现代网络架构（如"BlurPool"）提出在池化前增加一个显式模糊层的原因。
图像处理库的选择：
- OpenCV: 缩小时，cv2.resize 的 interpolation=cv2.INTER_AREA 是最佳选择，因为它专为抗走样设计。INTER_LINEAR 和 INTER_CUBIC 也有一定的平滑效果，但 INTER_AREA 更鲁棒。
- PIL/Pillow: Image.resize 方法使用 Image.Resampling.LANCZOS (或旧版的 Image.ANTIALIAS) 提供了高质量的抗走样滤波，效果通常优于双线性和三线性插值。
数据预处理：在将高分辨率图像喂给神经网络前，通常需要将其缩放到统一的尺寸（如224x224）。此时必须使用带有抗走样功能的缩放算法，否则引入的走样伪影可能会被模型误解为一种特征，影响泛化能力。
超参数选择：在使用高斯滤波进行抗走样时，标准差 sigma 是关键超参数。经验法则是 sigma 与下采样因子 factor 成正比，如 sigma = c * factor，其中 c 通常取 0.5 左右。sigma 太小，滤波不足，仍有走样；sigma 太大，过度模糊，丢失过多有用细节。

常见误区与边界情况

误区一：模糊总是不好的。在下采样的语境下，模糊（低通滤波）是必要的“恶”。它是一种权衡（trade-off）：通过牺牲无法在目标分辨率下表示的清晰度，来换取信号的保真度，避免产生误导性的虚假信息。
误区二：走样和模糊是一回事。它们是两个不同的概念。模糊是高频信息的丢失。走样是高频信息伪装成低频信息，造成信息的污染。抗走样滤波的目的就是先主动造成可控的模糊，以防止后续下采样产生不可控的走样。
误区三：采样定理是绝对的。采样定理假设了理想的带限信号和理想的低通滤波器（其冲激响应为无限长的 sinc 函数）。在现实世界中，信号不是严格带限的，滤波器也不是理想的。因此，工程上通常会采用比理论值 $2f_{max}$ 更高的采样率（例如 $2.5f_{max}$ ），留出“保护带”（guard band），以简化滤波器的设计并获得更好的效果。
面试追问：如果一个信号已经被走样了，还能恢复吗？
- 回答要点：通常不能。因为走样是一个多对一的映射过程，不同的高频分量可能混叠到同一个低频位置上，信息已经丢失。一旦频谱重叠，就无法确定某个频率的能量是来自原始的低频分量还是混叠过来的高频分量。在没有关于原始信号的先验知识的情况下，这种混叠是不可逆的。
面试追问：上采样（Upsampling）需要滤波吗？
- 回答要点：是的。标准的上采样过程是先在像素间插入零（或复制像素），这会在频域中产生原始频谱的复制体（镜像）。然后必须使用一个低通滤波器（称为插值滤波器，如双线性、双三次核）来平滑图像，去除这些镜像频谱，从而填充像素间的细节。否则图像会呈现块状或锯齿状。