তির্যক প্রান্ত SFR পদ্ধতি লেন্স রেজোলিউশন ক্যামেরা সেন্সরের জন্য Nyquist সীমা চেয়ে বেশি পরিমাপ করতে পারে?

Question

স্লান্ট এজ প্রচ্ছদ এসএফআর পদ্ধতি লেন্স এবং ক্যামেরা সিস্টেমগুলির রেজোলিউশন পরিমাপের মান হয়ে দাঁড়িয়েছে। এটি একটি লাইন স্প্রেড ফাংশন গণনা করতে পাঁচ ডিগ্রি স্ল্যাটেড প্রান্তটি স্ক্যান করে কাজ করে। এটি একটি প্রান্ত স্প্রেড ফাংশন উত্পাদন করতে আলাদা হয় যা ঘুরে ফিরে এমটিএফ বক্ররেখা (রুক্ষ বিবরণ) উত্পাদনের জন্য দ্রুত ফুরিয়ার ট্রান্সফর্মের মধ্য দিয়ে যায়।
সম্পাদনা করুন - এই প্রশ্নের প্রয়োজনে ধরে নিন যে কোনও অ্যান্টি-এলিয়জিং ফিল্টার নেই যেহেতু এটি নাইকুইস্ট সীমা থেকে আলাদা একটি সীমা।

পিটার বার্নসের এই প্রবন্ধটি (প্রবর্তক) পদ্ধতিটি আরও ভালভাবে বর্ণনা করেছেন।

নিকন ডি 7000 উপর পরিচালিত পরিমাপের উদাহরণের জন্য নীচের গ্রাফগুলি দেখুন

পরিমাপগুলি ক্যামেরায় সেন্সরের Nyquist সীমা দ্বারা সীমাবদ্ধ বলে মনে হবে। এই আলোচনা দেখুন। কিন্ত, প্রান্তটি পাঁচ ডিগ্রি দ্বারা স্ল্যাটেড হয়, বাস্তবে এটি স্ক্যান চলাকালীন অতি-নমুনাযুক্ত।

সুতরাং আমার প্রশ্ন: পাঁচ ডিগ্রি প্রান্তের এই সুপার-স্যাম্পলিংটি আমাদের ক্যামেরা সেন্সরের Nyquist সীমা ছাড়িয়ে লেন্স রেজোলিউশনটি মাপতে দেয়?

ডিপিআরভিউ ডটকম থেকে নিকন ডি 7000 এর জন্য এই পরীক্ষার চিত্রটিতে পরিমাপ করা হয়েছিল ।

Comments

আমার ধারণা এই প্রশ্নটি শুরু করে ... আমরা ঠিক কীভাবে লেন্সের রেজোলিউশনটি পরিমাপ করব? আমার ধারণা আমি সবসময় ধরে নিয়েছিলাম যে লেন্স এমটিএফ পরিমাপ করতে ব্যবহৃত মাধ্যমের সর্বদা লেন্সের চেয়ে বেশি সীমা থাকে।

— জ্রিস্টা

" ইমেস্টেস্ট / ডকসস / শার্পনেস। Html#calc অনুসারে " চারটি বিনটি একত্রিত হয়ে গড়ে 4x ওভারস্যাম্পলড প্রান্ত গণনা করা যায় This এটি স্বাভাবিক নাইকুইস্ট ফ্রিকোয়েন্সি ছাড়িয়ে স্থানিক ফ্রিকোয়েন্সি বিশ্লেষণের অনুমতি দেয়। " সুতরাং আপনার প্রশ্নের উত্তরটি হ্যাঁ হতে পারে বলে মনে হচ্ছে , তবে কেন আমি তা পদ্ধতিটি এখনও ভালভাবে বুঝতে পারি নি।

— শান

@ শিয়ান এটি একটি গড় হিসাবে দেখা যায় be লাইনটি যদি উল্লম্ব থেকে কিছুটা স্লিট করা থাকে তবে প্রতিটি অনুক্রমের সারিকে একই অনুভূমিক সংকেত নমুনা হিসাবে ভাবা ঠিক হবে তবে কিছুটা স্থানান্তরিত হবে। এটি কার্যকরভাবে একটি একক সংকেতকে উদাহরণস্বরূপ। 5 ডিগ্রিতে opeাল প্রায় 12, প্রায় 12: 1 নমুনা অনুপাত দেয়। এর দ্বারা স্কুয়ার্ট (12) = প্রায় 3.5 দ্বারা অনুভূমিক সমাধানের ক্ষমতা বাড়ানো উচিত। আমি সন্দেহ করি যে কারণেই অ্যালগরিদম প্রতি পিক্সেল চারটি বিন ("4x ওভারসাম্পলড এজ") ব্যবহার করে। সুতরাং উত্তরটি অবশ্যই "হ্যাঁ"।

— whuber

@ জ্রিস্টা এই জিড্যাঙ্কনেক্সপিয়ারমেন্টটি ব্যবহার করে দেখুন: কল্পনা করুন যে আপনার সেন্সরটি একটি একক বিশাল পিক্সেল, তবে এটির সুনির্দিষ্ট এবং পুনরাবৃত্তিযোগ্য আউটপুট রয়েছে (প্রায় ৩ b বিট করা উচিত)। মাঝখানে একক তীক্ষ্ণ বিন্দুতে আলোকপাত করুন। ফোকাস বিন্দুটি সেন্সরের প্রান্ত থেকে পুরোপুরি না চলে না আসা পর্যন্ত আপনি ধীরে ধীরে সেন্সরের প্রতিক্রিয়াটি প্লট করুন slowly যদি লেন্সটি নিখুঁত হয় তবে বিন্দুটি প্রান্তে পড়ার আগ পর্যন্ত সেন্সরের প্রতিক্রিয়া স্থির থাকে, তারপরে শূন্যে নেমে যায়। বাস্তবে, লেন্সের বিভাজনগুলি বিন্দুকে ছড়িয়ে দেবে, প্রতিক্রিয়া বক্ররেখা ছড়িয়ে দেবে: স্প্রেডের পরিমাণ হ'ল লেন্স রেজোলিউশন।

— শুক্রবার

@ সমস্ত: যদি কেউ সর্বাধিক উপযুক্ত উল্লেখগুলির সংক্ষিপ্তসারগুলি প্যাক করে এবং এই প্রশ্নের উত্তর সরবরাহ করে তবে এটি কার্যকর হতে পারে। এটি একটি দুর্দান্ত প্রশ্ন, তবে এটি সত্যই কোনও উত্তর পায় নি।

— জ্রিস্টা

Answer 1

এই উত্তর মন্তব্যগুলিতে আলোচনার দিকে প্রসারিত করে।

গড়পড়া ধারণাটি সঠিকভাবে পরিণত হয়েছে, ডগলাস কের একটি দুর্দান্ত ছোট অনলাইন পেপারে যথাযথভাবে ব্যাখ্যা করেছেন । প্রাথমিক ধারণা দুটি:

1. আলো ছেড়ে দেওয়া বিষয়টিকে এবং সেন্সরে কী পৌঁছায় তার মধ্যে গাণিতিক সম্পর্ক বিবেচনা করে লেন্স "রেজোলিউশন" সর্বাধিক সম্পূর্ণ বর্ণিত হয়েছে। এই সম্পর্ক, "মডুলেশন ট্রান্সফার ফাংশন", সম্ভাব্য সমস্ত লক্ষ্যমাত্রার মধ্যে সবচেয়ে সহজ থেকে অনুমান করা যায়: পুরোপুরি একটি উজ্জ্বল সমজাতীয় ব্যাকগ্রাউন্ডে একটি পুরোপুরি গা dark় অর্ধ-বিমান। স্পষ্টতই সেন্সরটিতে থাকা চিত্রটি হঠাত্ করে একটি নিখুঁত রেখা বরাবর শেষ হওয়া আলোর একটি অঞ্চল হওয়া উচিত। এটি কখনই নিখুঁত নয় এবং অসম্পূর্ণতা রেজোলিউশনকে প্রভাবিত করে। শেষ পর্যন্ত এমটিএফটি সেন্সর পেরিয়ে আমরা সীমানা থেকে (উভয় দিকে, অন্ধকারে এবং আলোর দিকে) সোজা চলে গেলে আলোর তীব্রতা কীভাবে পরিবর্তিত হয় তা দেখে নির্ধারিত হয়।

2. এটি একটি পরিসংখ্যানগত সত্য যে গড়গুলি তারা যে পরিমাপে গঠিত হয়েছে তার চেয়ে আরও সুনির্দিষ্ট হতে পারে। সাধারণ পরিমাপের ত্রুটির জন্য, নির্ভুলতা একটি বিপরীত স্কোয়ার রুট আইন অনুসরণ করে: যথার্থতা দ্বিগুণ করার জন্য, আপনাকে অনেক পরিমাপের চেয়ে চারগুণ বেশি প্রয়োজন। নীতিগতভাবে আপনি একই জিনিসটির পর্যাপ্ত স্বতন্ত্র পুনরাবৃত্তি পরিমাপের গড় হিসাবে যথাযথ হিসাবে পেতে পারেন।

   এই ধারণাটি দুটি উপায়ে ব্যবহার করা যেতে পারে (এবং হয়)। একটি হ'ল প্রকৃত পুনরাবৃত্তি, একই দৃশ্যের একাধিক চিত্র নিয়ে achieved এটি সময় সাপেক্ষ। স্লেটেড-এজ এমটিএফ বিশ্লেষণ একক চিত্রের মধ্যে পুনরাবৃত্তি তৈরি করে । এটি লাইনটি সামান্য তিরস্কার করে এটি করে। এটি কোনও উপাদানগতভাবে এমটিএফ পরিবর্তন করে না এবং এটি গ্যারান্টি দেয় যে লেন্সের প্রতিক্রিয়াগুলির নিদর্শনগুলি সেন্সরের পিক্সেলগুলির সাথে পুরোপুরি সরে যায় না।

   লাইনটি প্রায় উল্লম্ব হয়ে গেছে তা কল্পনা করুন। পিক্সেলের প্রতিটি সারি এমটিএফের পরিমাপের একটি স্বাধীন সেট হিসাবে (প্রায়) পরিবেশন করে। সারিগুলি প্রায় লম্বিতভাবে লাইন থেকে বাইরের দিকে অগ্রসর হয়। পিক্সেলগুলি বিভিন্নভাবে (আদর্শ) লাইন অবস্থানের প্রতি শ্রদ্ধার সাথে নিবন্ধিত হয়েছে, প্রতিক্রিয়াটির কিছুটা আলাদা নিদর্শন তৈরি করে। অনেকগুলি সারিতে এই নিদর্শনগুলির গড় রেখার একাধিক চিত্র নেওয়ার মতো প্রায় একই প্রভাব রয়েছে। পিক্সেলগুলি লাইনটির জন্য বেশ লম্ব নয়, এই জন্য ফলাফলটি সামঞ্জস্য করা যেতে পারে।

এইভাবে, স্লেটেড-এজ পদ্ধতিটি এমটিএফ-তে ফ্রিকোয়েন্সি সনাক্ত করতে পারে যা কোনও একক চিত্রের সীমাবদ্ধ ফ্রিকোয়েন্সি ছাড়িয়ে যায়। এটি পরীক্ষার ধরণটির সরলতা এবং নিয়মিততার কারণে কাজ করে।

আমি অনেকগুলি বিবরণ রেখেছি, যেমন লাইনটি সত্যই সরল কিনা তা পরীক্ষা করা (এবং লিনিয়ারিটি থেকে সামান্য বিচ্যুতির জন্য সামঞ্জস্য করা)। কেরের নিবন্ধটি অ্যাক্সেসযোগ্য - সেখানে প্রায় কোনও গণিত নেই - এবং ভাল চিত্রিত, সুতরাং আপনি আরও জানতে চান কিনা তা পরীক্ষা করে দেখুন।