Sampling Theory and Aliasing | Image Processing II

Cette vidéo, présentée par Shree Nayar, professeur à l’Université Columbia, constitue le deuxième volet d’une série sur le traitement d’images. Elle aborde la théorie de l’échantillonnage et le problème de l’aliasing. L’auteur commence par illustrer la nécessité d’un échantillonnage adéquat pour éviter la perte d’information et l’apparition d’artefacts. Il introduit ensuite la fonction shah (train d’impulsions) comme outil de modélisation de l’échantillonnage, puis analyse son effet dans le domaine fréquentiel. La démonstration montre que l’échantillonnage produit des copies du spectre du signal, espacées de 1/x0. Le théorème de Nyquist est énoncé : pour éviter le chevauchement des copies, la fréquence maximale du signal doit être inférieure ou égale à la moitié de la fréquence d’échantillonnage. En cas de non-respect, l’aliasing apparaît, créant des fréquences parasites. La vidéo présente des exemples concrets d’aliasing dans des images, comme des motifs de moiré. Enfin, deux méthodes pour limiter l’aliasing sont proposées : l’utilisation de capteurs à pixels de taille finie (effet de lissage) et l’ajout d’un filtre optique anti-aliasing. La conclusion souligne que ces techniques permettent de garantir des images sans aliasing dans la plupart des situations.