zdjeciaartysty

władzy zdefiniowało w poprzednim  sekcje mają dyskretne ekwiwalenty dla celu z  obliczenie. Aby użyć ich, biorące próbki twierdzenie musi  zostać podporządkowany dla skutków nie zostać przekręcony około  znacznie. Pole hałasu { i.e. dwuwymiarowy obraz  zawierając hałas sam) jest zeskanowany i jest wzięty próbki używanie  długie cienkie rozcięcie, by wyprodukować jeden wymiarowy ślad dla  analiza. W przypadku fotograficznego hałasu to jest  optyczny skanujący proces i typowo użyliby  rozcięcie szerokości 2 – 4 µ m. Biorący próbki odstęp ?x musi  zostać wybrany, by uniknąć znacznie, i.e.  gdzie ?C jest maksymalną znaczącą częstością  zawarł przez hałas. W fotograficznym przypadku ?C jest  prawdopodobny, by być określony przez MTF skanowania  rozcięcie (widzą Chapter 24). Ten sposób, że branie próbek  odstęp ?x może potrzebować być tak mały jak 1 – 2 µ m. Dla cyfrowego obrazującego systemu, filozofia jest  mało różny. Jakiekolwiek źródło hałasu  cyfrowy sam obraz może tylko zawrzeć częstości w górę

do  częstość Nyquist (zdefiniowała przez oddzielenie piksla). Aby ocenić hałas w x - kierunku i w górze  do częstości Nyquist dla tego obrazu wirtualnego, kolumny danych są osiągnięty przeciętnie, by wyprodukować onedimensional  ślad hałasu. Aby zająć się hałasem w  y - kierunek, rzędy danych są osiągnięty przeciętnie. Całkowity numeruje N hałasu próbki użyły musi być  duży (e.g. 10 000) by otrzymać sensowny stopień z  dokładnoś. W fotograficznym przypadku odległość badania wzrokiem z  10 – 20 mm jest wymagane, by osiągnąć to. Dla cyfrowego  system, wiele ram zawierające hałas będzie potrzebował być  ocenił. Używając funkcję autokorelacji  Oblicz pierwszego (n / 2 + 1) punkty autokorelacji  funkcja (to zawiera ? = 0) używając: gdzie n jest wybrany od biorącego próbki twierdzenia: gdzie ?? jest wymagane upiększenie pomiaru  { i.e. odstęp wzdłuż przestrzennej osi częstości  w którym wartości spektrum władzy hałasu są  nakazał). Fourier przekształć wartości n (symetrycznego) funkcja autokorelacji otrzymać władzę hałasu  spektrum. Aby zapewnić wartości spektrum  poprawnie

hałas - władza (Wiener) spectra dla kursy fotograficzne łódź  dwóch różnych struktur obrazu: () grube - ziarno; (b) piękne ziarno  Obrazy i informacje 419  Relacje między miarami hałasu  Dla danego po czym hałasu trzy miary są  wiązał się jak następuje: _ którym niezgodność jest obszarem pod władzą hałasu  spektrum; _ spektrum władzy hałasu jest Fourier przekształca  funkcji autokorelacji. Chociaż spektrum władzy hałasu i  funkcja autokorelacji blisko związany jest były { może  chętnie zostać obliczony od inny), oni mają bardzo  odmienne role w ocenie obrazu. Autokorelacja  funkcja wiąże się dobrze do przyczyn hałasu obrazu  kiedy spektrum władzy jest ważne w szacowaniu jego  skutki. W wszystkim powyższym, równoważny dwuwymiarowy  wersje definicji i relacje istnieją dla  ogólniejszy przypadek dwuwymiarowego obrazu  hałas ‘ pole. Praktyczne rozważania dla  funkcja autokorelacji i  spektrum władzy hałasu  W praktyce , hałas obrazu jest wzięty próbki, też co  jako w przypadku cyfrowych systemów, albo następując  jakiś zewnętrzny skanujący jako w ocenie z  fotograficzne obrazy. Wyrażenia dla funkcji autokorelacji  i spektrum